Archives du mot-clé nouveaux métiers

Big Data : préparez le déluge !

Arche de Noé

Dans notre précédent billet, nous évoquions la « data agility » comme levier de réussite pour la conduite d’un projet Big Data.

Si cela reste notre conviction, il n’est pas rare de lire dans la presse spécialisée SI (exemple du sondage CRIP autour du Big Data) que l’un des principaux freins à la réussite d’un projet demeure l’insuffisance de compétences au sein des DSI.

Ayant en mémoire un autre article, paru il y a quelques mois, qui abordait de manière humoristique cette problématique, force est de constater que la question des compétences nécessaires à la réussite d’un projet Big Data est un sujet récurrent.

Alors en temps qu’animateur de projet, si vous deviez, tel Noé, n’embarquer que quelques personnes pour une aventure sur le « grand lac de données » qui devriez-vous choisir ? S’il faut effectivement des compétences techniques (probablement un peu rares en regard de l’engouement récent pour le Big Data), il faut également des compétences métier. Nous vous conseillons donc d’embarquer avec vous les 6 rôles suivants.

Un narrateur sera un élément clé pour faciliter l’adhésion au projet. Par ses qualités de communicant et ses talents d’orateur, il saura porter la conviction au niveau des directions métier, communiquer sur le résultat des études, et convaincre le top Management. Il doit aussi avoir une forte appétence pour les données et très bien les comprendre pour en saisir la complexité et les limites. Le narrateur peut être interne ou externe, côté DSI ou métier, tant qu’il est à l’aise pour animer et communiquer.

La construction du modèle de données doit s’appuyer sur un expert en modélisation. Cet acteur connait et comprend l’entreprise dans sa vision dynamique (produit ou processus) et dans sa vision statique (modèle des objets métiers). Il est le gardien du temple pour les définitions et les règles métiers. Cette compétence est détenue généralement dans les pôles architectures, du côté des architectes de données ou des urbanistes. Interne ou externe, il faut surtout éviter de reproduire les modèles historiques et apporter de la généricité et de l’évolutivité.

Un ingénieur en technologie Big Data appuiera l’équipe dans le choix des outils existants, pour cibler et implémenter ceux qui répondent le mieux au besoin et à l’environnement. En fonction de son profil et de l’ampleur du projet, il devra être accompagné de développeurs pour construire le système. Ces compétences n’existent encore que peu en interne et si beaucoup de SSI se positionnent sur le marché, c’est souvent du côté des PME et startups que l’on trouve les meilleurs profils.

Il y a « the man in the shadow » (en référence au « data shadow » du précédent billet). Expert de la donnée, il les connait bien car il les manipule depuis des années avec ses outils bureautiques (fonctions d’extraction de données des applications, Access, Excel pour les interpréter, messagerie pour les échanger…). Il apportera une compétence fondamentale sur la valeur des données de l’entreprise. C’est une ressource interne par excellence, à chercher, par exemple, du côté des services financiers, marketing, ou statistiques si il existe.

Le datascientist est celui qui va créer l’inspiration et générer des idées en manipulant les données à la recherche de corrélations intéressantes (nous vous renvoyons à un de nos précédents billets pour notre vision du datascientist). Il s’appuiera sur les sachants métier, l’expert en modélisation et « the man in the shadow » pour valider son analyse des données et utiliser les bonnes sources internes à l’entreprise.

Beaucoup de projets se retrouvent bloqués par un manque de données, soit parce que le processus qui les génère n’est pas instrumenté, soit parce que l’entreprise ne les possède pas, tout simplement. Les deux derniers acteurs précités vont devoir investiguer pour résoudre cette difficulté. Ils rendront un service inestimable en remettant constamment en question le reste de l’équipe et les autres parties de la société qui pourraient fournir ces fameuses données (référence aux éternels silos métiers). Mais ils seront parfois légalement « borderline » car ne se soucieront pas toujours des conséquences (respect de la vie privée, informations commercialement sensibles…).

Un déontologue viendra donc compléter cette liste. Au plus près des équipes pour poser les questions de confidentialité sur les données et les cas d’usages, ses compétences permettront d’éviter des ennuis avec les autorités mais également avec les clients. Car l’écart est grand entre ce qui est techniquement légal et ce que les utilisateurs sont prêts à accepter. Il aidera l’équipe à trouver le juste équilibre. De récentes études prouvent que les entreprises ont tendance à prendre plus de mesures conservatrices quand elles n’ont pas accès à des conseils de qualité sur ce qu’elles peuvent faire ou non, par peur de transgresser accidentellement une loi. Des cabinets se spécialisent de plus en plus dans cette mission, ou s’associent pour offrir une couverture complète de la chaine de la donnée.

En guise de conclusion et avant de se voir opposer la carte de la disponibilité des ressources, nous parlons bien ici de compétences. Certains profils peuvent donc posséder plusieurs compétences et cumuler les rôles. Et, bien sûr, ce ne sont pas des rôles à temps plein. Ils n’interviennent parfois que ponctuellement mais toujours au juste moment. Nous avons, par nos expériences passées, acquis une certaine visibilité sur les charges associées en fonction des projets et nous les partagerons avec plaisir avec vous.

Auteure : Delphine BARRAU

data - Observatoire CONIX de la Donnée

Le CDO mis à prix : tout le monde en veut !

CDO Wanted

Oui, mais lequel ? Le Chief Data Officer ou le Chief Digital Officier ?

En effet, duquel parle-ton ? Parmi les articles nombreux sur le Web, certains sèment la confusion. Nous avons l’exemple significatif du Journal du Net qui démarre l’article « Chief Data Officer, une destinée de bon augure ? », en décrivant les missions du Chief Data Officer, et le termine en évoquant la direction de rattachement probable et le salaire du … Chief Digital Officer ! Soit il s’agit d’une coquille (un peu grosse), soit l’auteur considère avoir affaire au même poste. Autre cas non moins symptomatique, celui d’Henri Verdier, nommé Administrateur Général des Données de l’État, poste que le journal Le Monde traduit par Chief Data Officer et met au même niveau que les Chief Data Officers de villes nord-américaines comme New York ou San Francisco, alors que celles-ci ont fièrement annoncé avoir embauché leur … Chief Digital Officer ! Une telle confusion n’est peut-être que le reflet de celle qui paraît régner dans les entreprises puisque, d’après Les Echos, 85% de ces dernières déclarent avoir un Chief Digital Officer. Ce phénomène est par ailleurs compréhensible car depuis deux ans, se succèdent les annonces de nominations de Chief Digital Officers par les grandes entreprises françaises (ERDF, L’Oréal, Pernod Ricard, Renault…). Alors, effet de mode ? Finalement, qui est qui ?

De fait, pour commencer à positionner les rôles respectifs du Chief Data Officer et du Chief Digital Officer, il faut revenir aux contextes encadrant ces métiers : le Big Data et la transformation numérique. Le premier contexte est celui de la multiplicité des sources de données internes / externes et structurées / non structurées. Le second regroupe les problématiques d’organisation et de modes de travail à partir du numérique pour repenser les activités, les partenariats, la relation client et jusqu’au business model de l’entreprise. Le Chief Data Officer serait alors plus proche du Big Data en termes opérationnels et le Chief Digital Officer de la transformation numérique en termes stratégiques. Qu’est-ce que cela signifie pratiquement ? Que font ces deux profils ? Que sont-ils censés savoir faire ? Où les trouve-t-on ? Où faut-il les placer au sein de l’entreprise ?

Chief Data Officer et Chief Digital Officer, pour quoi faire ?

Dans les magazines spécialisés du net, un consensus semble émerger à propos de la mission d’un Chief Data Officer. Son objectif serait d’apporter aux directions métiers – les directions marketing, commerciale, innovation et R&D sont généralement citées ; j’ajouterais celles de la production, des ressources humaines et de la finance – des « insights » pertinents et générateurs de valeur à partir du Big Data. L’« insight », en tant que vérité sur le consommateur porteuse d’un potentiel d’activité pour l’entreprise, oriente rapidement sur le point de vue du marché et du revenu bien sûr essentiel pour l’entreprise, mais la valeur peut se situer plus en amont, c’est-à-dire qu’on peut donner du sens à des données pour des directions qui ne génèrent pas du revenu (finances ou ressources humaines par exemple), et toute l’entreprise pourra en bénéficier.

En retouchant la définition de la mission du Chief Data Officer, on obtient : son objectif est d’apporter aux directions métiers, quelles qu’elles soient, à partir du Big Data, du sens générateur de valeur pour elles. Dans le détail, ce sens est construit en trois phases successives : la collecte, le traitement et la restitution / diffusion de données. En première phase, il s’agit d’identifier les sources de données, de les faire acheter par l’entreprise si nécessaire (en négociant les fonds en interne et avec les fournisseurs), de vérifier la qualité des données collectées, de les organiser et enfin de les classifier. Dans la phase de traitement, il faut filtrer les données, effectuer des calculs sur elles et les consolider en respectant les règles de gestion de l’entreprise. En ce qui concerne dernière phase, l’objectif est de rendre accessible les données obtenues sous le bon format, à la bonne personne et au bon moment. Dans ce cadre, il est facile d’imaginer l’utilité des outils de décisionnel (business intelligence en anglais) et d’analyse prédictive, mais la compétence associée à la maîtrise de ces outils doit s’accompagner d’une bonne connaissance du métier !

Le recruteur Robert Half a une formule heureuse pour décrire le poste de Chief Data Officer : « responsabilité de la gouvernance du capital que représentent les données ». Cette description met en évidence d’une part la notion de gisement de valeur des données, et d’autre part la fonction de garant de la politique de données, rarement citée et pourtant fondamentale dans l’activité du Chief Data Officer : un capital se protège et s’utilise selon des règles précises !

Cependant, dans ce qui précède n’est évoquée nulle vocation à faire transformer les processus et les organisations, même si la mise en place d’outils de traitement et d’analyse de données peut être à l’origine de telles transformations. C’est à ce moment qu’entre en jeu le Chief Digital Officer.

Autant, dans la littérature du Web, la description de la mission du Chief Data Officer est relativement précise, autant celle du Chief Digital Officer est vague ! Par exemple, le Chief Digital Officer doit « transformer, fédérer et piloter », formule manifestement appréciée, pouvant embrasser de bien vastes chantiers, mais lesquels précisément ? Les entreprises pressentent bien qu’il y a quelque chose à faire à partir du numérique, au moins générer plus de revenus et/ou rationaliser le portefeuille de projets numériques, d’où la nomination en série de Chief Digital Officers, parfois clonés au sein de la même structure et affectés d’objectifs pouvant parfois se contredire. Ainsi, pour l’Usine Digitale, un Chief Digital Officer est « chargé de guider l’entreprise dans sa transition numérique. (…) Il diffuse la culture et les projets digitaux auprès des collaborateurs. » Le mot est lâché, c’est un guide dont l’entreprise aurait besoin. Ce n’est pas elle qui sait, c’est lui qui a la VISION. Le mysticisme n’est pas loin, surtout dans les milieux technologiques qui raffolent des gourous. Même sans être croyant, une chose est sûre : l’enjeu est clairement organisationnel. S’il fallait retenir une description des missions d’un tel guide, on pourrait conserver celle d’Accenture qui propose 4 rôles :

  • le « digital strategist » qui pense la stratégie numérique de l’entreprise,
  • le « digital marketing leader » en charge de la génération de (nouveaux) revenus en ligne,
  • le « digitalisation leader » qui a pour objectif d’« injecter » le numérique dans la chaîne de production de l’entreprise,
  • et le « digital transformation leader » qui accompagne la transformation numérique, aux niveaux de l’organisation et des processus de l’entreprise.

On retrouve bien ici l’axe « externe » de la génération de revenus à partir de canaux numériques et celui « interne » de transformation des processus et des organisations, à partir d’une stratégie (autre mot pour vision).

Nous pouvons maintenant poser que le Chief Digital Officer travaille sur la valeur de l’entreprise (optimisation des modes de travail et des revenus) à partir de la valeur de la donnée, tandis que le Chief Data Officer s’applique concrètement à faire surgir cette valeur de la donnée. Le premier s’appuie dès lors naturellement sur le second.

Avec quelles compétences ?

On attend beaucoup d’un Chief Data Officer, peut-être un peu trop. Car qui ne rêverait d’embaucher un profil à la fois créatif, rigoureux, investigateur, ouvert, pédagogue et bon communicant auprès du management, connaissant les systèmes d’information, les langages de programmation, l’architecture de réseaux, l’analyse décisionnelle tout en ayant une forte orientation business ? Tout ceci pour un salaire entre 42 et 59k€ ! Difficile de faire mieux en termes de rapport qualité – prix.

Selon moi, il faudrait plutôt se concentrer sur l’essentiel, c’est-à-dire la valeur de la donnée pour les métiers. Deux axes de compétences sont ainsi concernés : une bonne connaissance des SI et en particulier une expérience consolidée sur des projets BI, associée à une expertise métier. Avec, en appui de ces compétences, une capacité à dialoguer / écouter et à transmettre. Reste qu’avec ce type de préconisation, il faut tout de même réussir à trouver l’homme ou la femme idoine, à rémunérer selon une fourchette de salaires forcément plus élevée que celle annoncée précédemment.

En revanche, le profil du Chief Digital Officer est plus difficile à cerner. L’opinion commune des cabinets et des ressources humaines cerne un expert de la transversalité, doté d’une culture hybride mêlant technicité digitale et connaissance du marché, adepte des méthodes agiles et possédant une bonne vision des enjeux stratégiques de l’entreprise. Peut-on être plus précis ? Pour ma part, je définirais le Chief Digital Officier comme la personne capable de dire rapidement à un comité directeur ce que signifie concrètement pour l’entreprise transformation numérique en termes d’optimisation de l’organisation et des revenus, soit un stratège ou un entrepreneur (ou les deux à la fois) avec une culture, même récente, de la data. Ce sera un dirigeant, et aura des émoluments en conséquences : la fourchette couramment citée est 150-200 k€.

Ainsi, le Chief Digital Officer pense la stratégie de la transformation numérique, son plan d’action et le promeut. Je verrais alors le Chief Data Officer comme la cheville ouvrière de la conduite du changement correspondante.

Où recruter ?

En ce qui concerne les formations par lesquelles pourraient passer les futurs Chief Data Officers, il ne semble pas encore y avoir de maturité au sein de l’enseignement supérieur français. Pêle-mêle, il y a en particulier le Master européen Datamining & Knowledge Management proposé par UPMC, Université de Lyon Lumière Lyon 2 et Polytech Nantes, le Master Degree in Multimedia and Data Management de Polytech Nantes, le Mastère Spécialisé Big Data : Gestion et Analyse des Données Massives de Télécom Paris Tech, le Mastère Spécialisé Big Data : analyse, management et valorisation responsable de l’ENSIMAG et de l’EMSI à Grenoble… Pour le type de fonctions occupées auparavant, il y a celles autour de la « data » – Datascientist, Master Data Manager, Data Protection Officer… Encore faut-il, dans ces cas, identifier la compétence métier et/ou business… A l’inverse, il est aussi possible de chercher parmi les postes au sein de directions métiers en lien avec le marché – des responsables commerciaux, marketing, innovation – et identifier la compétence data. Pour les ressources humaines, il s’agit d’un véritable challenge car le recrutement d’un tel « hybride » va au-delà des grilles classiques de recherche. Elles auront nécessairement besoin d’accompagnement…

Quant aux Chief Digital Officers, les « filières » naturelles sont celles où la transition numérique s’est déjà opérée, par exemple celles de l’informatique et des télécoms sans oublier le passage par une start-up. On trouve en particulier dans ces filières les éditeurs, les SSII, les intégrateurs et les opérateurs. Comme pour le Chief Data Officer, on peut aussi partir du métier et rechercher un profil qui a occupé des fonctions de direction dans la production, le commercial, le marketing ou l’innovation et qui est doté d’une très forte « appétence » pour le numérique. N’oublions pas que la cible est un visionnaire pragmatique du numérique.

Pour quel positionnement ?

Pour bien appréhender le positionnement possible de ces deux profils au sein de l’entreprise, c’est en fait une équipe complète qu’il faut considérer, intégrant des ressources propres et utilisant des ressources d’autres directions. Le patron de cette équipe est le Chief Digital Officer qui est un cadre dirigeant, rappelons-le, rattaché au Comité de Direction et nommé par la Direction Générale. Il y a donc du management hiérarchique dans sa fonction, mais aussi, et c’est essentiel, du management non hiérarchique, car il sera le relais de la transformation numérique auprès des métiers.

Il devra notamment travailler sur trois axes : l’axe technique, l’axe métier et l’axe diffusion. Le premier axe est en lien étroit avec la Direction du Système d’Information (DSI). De façon « naturelle », l’articulation entre la DSI et les directions métiers sera opérée par le Chief Data Officer qui, lui-même, en fonction de la taille de l’entreprise, s’appuiera sur une équipe de datascientists, de chefs de projet en décisionnel, de statisticiens et d’experts métiers amateurs de data. Pour l’axe métier, comme la transformation numérique commencera par la transformation des modes de travail et se poursuivra par la transformation organisationnelle, elle se fera en liaison avec les ressources humaines de l’entreprise et sera accompagnée par des spécialistes de la conduite du changement. L’axe diffusion vise la communication auprès des relais métiers et auprès de tous les salariés. Dans le premier cas, la communication est inter-personnelle : elle est du ressort direct du Chief Digital Officer. Dans le second cas, elle s’appuie sur la communication interne de l’entreprise et ses outils de marketing opérationnel. On voit bien que, pour monter une telle équipe, il vaut mieux éviter d’être seulement dans la réaction : il est nécessaire d’anticiper et de se préparer…

L’analyse qui vient d’être esquissée montre que s’interroger sur une mode actuelle, celle du CDO, Chief Data Officer ou Chief Digital Officer, revient à s’interroger sur la manière de gérer l’arrivée de la lame de fond de la transformation numérique, ici à travers la compréhension de ce que peuvent être ces deux profils et de ce à quoi ils peuvent servir dans ce contexte. En fait, c’est toute une stratégie que l’entreprise va devoir mettre en place qui va la modifier en profondeur, dans ses relations avec ses clients et dans son organisation. Une culture va remplacer une autre. Soit on « surfe » sur la mode et on fait comme les autres, on embauche son Chief Digital Officer dont on espère qu’il détiendra la vérité, soit on se prépare à la transformation numérique en y réfléchissant d’abord avec ceux qui la perçoivent déjà dans les directions métiers, au sein de la DSI, et avec l’aide éventuelle de conseils externes, et on imagine ensuite l’équipe, dont j’ai tenté la définition, et les moyens correspondants. Enfin, on recrute et on trouve les « pépites », avec un peu de chance…

Auteur : Michel GIRONDE

Data Scientist : petit super-héros deviendra grand

Data scientist hero

Data scientist, un nouveau métier ?

Que pensez-vous de l’affirmation suivante : « le data scientist n’est pas un nouveau métier, on l’appelle mathématicien dans les universités, scientifique à la NASA, statisticien à l’INSEE, actuaire dans l’Assurance, quant à la Banque » ?

Beaucoup ne veulent pas entendre dire que le data scientist est le nouveau nom du statisticien (ou de l’actuaire…) et je suis d’accord même si j’ai rencontré des statisticiens « nouvelle génération », très habiles avec les technologies et les langages Big Data et tout à fait aptes à devenir des data scientists, si leur passion de la statistique se transforme en passion de la compréhension du monde.

Car ce qui fait la nouveauté de ce métier ce sont les volumes, les outils mais également les données manipulées et leur diversité : demandez à un quant de faire des analyses de sentiments sur Twitter !

Le data scientist est un hybride entre un mathématicien, un statisticien, un développeur, un « business analyst » et un communicant. C’est un super héros mais pas pour autant un magicien ! Il gère des mégadonnées de natures diverses tout en passant de la culture de l’échantillon à la culture de l’ensemble et s’intéresse viscéralement au métier sur lequel portent ses analyses.

Je défends l’idée que le data scientist est né de la rencontre d’un (ou d’une) scientifique passionné par les données avec une révolution technologique qui ouvre toutes les portes du possible.

Que pourra faire pour vous un data scientist ?

Maintenant que la connaissance des données est un axe fort pour tous les secteurs d’activités, que les gros volumes de données structurées ou non sont monnaies courantes dans les entreprises et que les technologies Big Data se sont démocratisées, toutes les entreprises peuvent prétendre à employer une équipe de data scientists. Et ce métier trouve son application partout : banque, assurance, mutuelle, marketing, énergie, grande distribution, industrie pharmaceutique, secteur public… et même politique (cf l’article Gouvernement des algorithmes sur le Blog d’Henri Verdier, administrateur général des données de l’Etat).

Le data scientist mène des projets Big Data. Il peut s’agir de projets destinés à clarifier les données de l’entreprise (classification, vision 360…), expliquer des phénomènes ou des comportements (désabonnement, fraude…) ou, tout simplement, s’atteler à découvrir les moyens d’améliorer les produits ou les services offerts par l’entreprise.

Vous avez peut-être déjà lu la définition imagée proposée par Monica ROGATI (Linkedin) : le data scientist « est la rencontre de Christophe Colomb et de l’inspecteur Colombo : les yeux éclairés d’un explorateur et la perspicacité d’un détective ».

Le data scientist cherche à comprendre le métier dans lequel il évolue. Puis à comprendre les données, en les préparant, les explorant et les recoupant avec plusieurs sources, internes mais également externes qu’il doit trouver. Enfin il les analyse et leurs applique des modèles prédictifs puis évalue et effectue des recommandations pour améliorer l’objet de son étude.

Quelles sont les compétences d’un data scientist ?

Un data scientist doit avoir une forte appétence pour les données, tout autant que pour les technologies, les langages et les outils informatiques, maîtriser les techniques d’analyse de données et les méthodologies statistiques. Mais il doit aussi être expert dans la compréhension et l’interprétation des données et détenir un bon savoir-faire dans le secteur d’application des données analysées.

Son éthique – voire quelques compétences juridiques – lui permettront d’éviter un usage « extrême » des données manipulées tandis que son savoir rhétorique mettra en lumière les résultats de son analyse.

Il existe deux types de profil aujourd’hui sur le marché : d’une part, de jeunes data scientists fraichement sortis d’écoles, curieux, imaginatifs et très pointus dans les nouvelles technologies sans avoir réellement beaucoup manipulé, sauf peut-être pour les plus passionnés qui « jouent » sur des plates-formes mondiales de data science (cf. Kaggle ou datascience). Et d’autre part, des « reconvertis » plus séniors qui, passionnés par la data depuis déjà des années, ont évolué, en autodidacte ou en suivant des cursus spécialisés, vers le métier de data scientist. Ils sont (parfois) moins experts en nouvelles technologies mais ont plus de recul sur l’écosystème de la donnée (gouvernance, qualité, architecture, accessibilité..), la conduite de projet et les ficelles de la « business analyse ».

Comment le recruter et le garder ?

Ne cherchez pas pour autant le mouton à 17 pattes ! Votre besoin dépendra de votre ambition et votre maturité dans vos projets Big Data. Un jeune data scientist mal accompagné peinera à comprendre les données de l’entreprise et donc à les analyser, tandis qu’un data scientist en chef aura moins d’appétence à programmer mais saura mieux gérer le portefeuille de besoins.

Je conseille d’embaucher un data scientist junior pour intégrer une équipe ou de recruter un data scientist en chef pour piloter une équipe.

Les formations n’ont pas encore atteint une forte maturité. Depuis la rentrée 2014, certaines écoles d’ingénieurs proposent des masters 2 ou masters spécialisés en data science (par exemple Polytechnique et Telecom Paris) ou ont adapté leur cursus existant (notamment des écoles de statistiques comme l’ENSAE, l’ENSAI, Paris Tech, Polytech Lille). Il existe aussi des certificats ou formation diplomantes professionnelles (cf CEPE ou MBA).

Le data scientist se recrute sur linkedin, Viadéo et autres sites (mais il faut connaitre les bons mots-clés) ou, en prestation, dans des cabinets de conseils spécialisés en Data Science (encore assez rares), en Transformation digitale ou en Innovation.

En plus d’être souvent jeune et pointu, le ou la data scientist (car c’est un métier assez féminin) pourrait avoir la grosse tête à force d’entendre qu’il fait « le métier le plus sexy du monde » et qu’il est très recherché. Alors comment manager « une star » et tout mettre en œuvre pour le retenir quand, enfin, vous avez réussi à trouver la perle rare ?

Il emploie un vocabulaire que vous ne maîtrisez pas : il parle de données labellisées, enrichies, d’apprentissage supervisé, de clustering, d’analyses prédictives, de régresseurs, classifieurs, data visualisation… Mais il parle aussi et avant tout usages et sens métier.

Il faut savoir satisfaire sa curiosité, sa soif de découverte, veiller à ce qu’il ne s’ennuie jamais et lui laisser suffisamment d’autonomie pour qu’il laisse parler les données. Rien n’est plus frustrant pour un data scientist que de ne pas faire de data Science surtout quand il lit chaque jour dans la presse qu’il en manque partout. Evaluez-le par les résultats, donnez lui du grain à moudre et les moyens pour le moudre.

C’est un curieux, un passionné qui a envie de partager sa passion. Ne l’isolez pas, ce n’est pas un « geek » à laisser derrière un PC. C’est un collaborateur qui partagera ses analyses au travers de visualisation parlantes et adaptées à son audience.

Où positionner un data scientist dans l’organisation ?

Il occupe des postes et des compétences à grande transversalité dans l’entreprise car il collabore autant avec des informaticiens que des experts métiers, et s’adresse aussi bien à la maîtrise d’œuvre pour accéder aux données, qu’au top management, pour exposer ses résultats. Il peut donc être positionné partout. Tout est ensuite un choix de stratégie interne.

DSI, Direction marketing, DAF ? La question sera plutôt « qui manage les projets Big Data dans l’entreprise ? » Et là sera bien positionné le data scientist.

L’intérêt de l’intégrer dans une DSI ou, mieux encore, dans une structure dédiée à l’innovation est d’utiliser ses compétences pour plusieurs métiers et ne pas le limiter à un silo de l’organisation.

Pour conclure, en deux avis très personnels,

Le data scientist est effectivement une ressource rare dont la pénurie risque d’augmenter avec les besoins croissants mais le potentiel de développement est important en France (il suffit de voir le palmarès de ces fameuses plates-formes mondiales de data science). Sachez identifier les collaborateurs prêts à franchir le pas et proposez-leur une évolution vers ce métier. N’hésitez pas à vous faire accompagner ou à mener des partenariats avec des structures qui ont ces compétences.

Enfin il me semble évident que rien ne sert d’avoir une superbe infrastructure et une armée de data scientists si vous ne savez que faire de vos données et comment y accéder. Commencez humblement, construisez un bac à sable et/ou un laboratoire (datalab), puis laissez parler vos données et s’épanouir vos data scientists. Les grandes révolutions viendront ensuite (presque) d’elles-mêmes !

data scientist - Observatoire CONIX de la Donnée

Auteur : Delphine BARRAU – Illustration © yuryimaging – Fotolia.com

Nouveaux métiers de la donnée, mythe ou réalité ?

Nouveaux métiers de la donnée
Si vous faites de la modélisation de données, de la gestion de données, de l’administration de données, de la construction de référentiels… et non de la data-visualisation, de la data-gouvernance, de la data-science ou de la data-stratégie, devez-vous vous considérer comme « dépassé » pour autant ?

Avec l’avènement de certains « nouveaux » métiers, qui font la une de journaux spécialisés ou des blogs, qu’en est-il aujourd’hui des activités autour des données ?

  • Comment ces rôles sont-ils portés et comment ces activités sont-elles attribuées aujourd’hui à travers ces « nouvelles » missions ?

Est-ce qu’un « Data Miner » ou un « Data Analyst » a la même mission qu’un gestionnaire de données d’antan ?

Le premier a-t-il couvert tout ou partie du périmètre de la mission du second ? Ou peut-on parler d’une approche totalement différente du métier, de son rôle, de sa fonction et de ses activités ?

  • Et ces « nouveaux » métiers (dont une liste non exhaustive est citée à la fin de l’article), sont-ils réellement nouveaux ou ne font-ils que reprendre ce qui existe déjà en rassemblant des parties de métiers existants ?
  • Est-ce le changement de modèle d’entreprise qui est à l’origine de ces « nouveaux » métiers ?

Avec une évolution de l’entreprise vers un modèle digital qui entraîne des modifications importantes au niveau technologique, qui crée de nouveaux besoins de services, l’orientation est résolument dirigée vers les clients de l’entreprise ; avec une diminution du temps consacré à la construction de nouveaux systèmes au profit du temps consacré à la gouvernance… Mais cela implique-t-il une nouvelle approche des métiers ou simplement une redistribution des activités ?


CONIX, dans le cadre de son Observatoire de la Donnée, s’interroge sur l’émergence de ces « nouveaux » métiers, la façon dont les acteurs de la DSI et des directions « Métier » vont être impliqués et impactés par l’arrivée de ces nouveaux rôles, au carrefour stratégique de l’évolution de l’organisation, des processus et de la gouvernance.

A ce titre CONIX vous propose, à travers une série d’articles, de brosser le portrait des métiers émergents autour de la data et de faire le lien avec les résultats d’enquêtes et d’analyses de l’observatoire de la donnée à paraître en fin d’année 2015.

Mais, en attendant les résultats, rendez-vous le mois prochain pour découvrir le « Data Scientist ».

Les nouveaux métiers / métiers émergeants autour de la DATA :

  • Data Scientist, Data Miner, Data Analyst, Data Steward, Data Strategist,
  • Chief Data Officer, Data Manager, Data Protection Officer, Data Custodian,
  • Data Architect, Data Sourcer, Responsable Open Data,
  • Correspondant Informatique et Liberté,
  • Animateur Responsable Datalab,
  • Responsable de Centre de Service BI/Data agile, Traffic Manager,
  • Data Business Analyst,

 

Nouveaux métiers de la donnée - Observatoire CONIX de la Donnée

Auteur : Jean-Marc MESSAN