Prendre la data par le bon sens : c\u2019est cela qui rend notre travail passionnant, mais difficile. Cela n\u00e9cessite de s\u2019appuyer sur trois leviers de progr\u00e8s : l’organisation (trait\u00e9 dans cet article), l’architecture et la gouvernance (trait\u00e9s dans son second volet).<\/p>\n\n\n\n
Instaurer la discipline de la data avec la data office<\/strong><\/h2>\n\n\n\nSelon une \u00e9tude de PWC<\/a>, 42 % des entreprises europ\u00e9ennes se sont dot\u00e9es d\u2019un Chief Data Officer (CDO), soit une augmentation de 75% par rapport \u00e0 2021. Beaucoup d\u2019autres ont mis en place un centre d\u2019expertise d\u00e9di\u00e9 \u00e0 la data, dont les missions ont pris de l\u2019envergure, et dont les leaders ont gagn\u00e9 en pouvoir de d\u00e9cision. Mais ils doivent aussi faire face \u00e0 d\u2019importants d\u00e9fis au point que la long\u00e9vit\u00e9 moyenne d\u2019un CDO \u00e0 son poste est actuellement inf\u00e9rieure \u00e0 deux ans.<\/p>\n\n\n\n![\"\"](\"https:\/\/audatacity.com\/wp-content\/uploads\/2022\/11\/Data-office-FR-1024x651.png\")
Instaurer la discipline de la data avec la data office<\/em><\/figcaption><\/figure>\n\n\n\nLa data office joue un r\u00f4le majeur dans la route qui m\u00e8ne \u00e0 l\u2019entreprise data-driven. Son r\u00f4le est d\u2019abord de d\u00e9finir la strat\u00e9gie et la feuille de route, comment la data peut concr\u00e8tement se d\u00e9cliner en r\u00e9ponse aux enjeux business, et comment s\u2019organiser pour rendre toutes ces belles id\u00e9es op\u00e9rationnelles. L\u2019objectif est aussi d\u2019avancer dans la courbe de maturit\u00e9 en identifiant les faiblesses et les axes souhait\u00e9s d\u2019am\u00e9lioration.<\/p>\n\n\n\n
Il convient ensuite d\u2019instituer les m\u00e9canismes pour associer les data \u00e0 leur valeur business, prioriser les initiatives et les domaines cibl\u00e9s, tout en d\u00e9veloppant le noyau dur des best practices sur l\u2019analytique. Pour y parvenir, la data office doit s’appuyer sur des \u00e9quipes pluridisciplinaires, qui ne lui reportent pas n\u00e9cessairement, mais qui permettent d\u2019engager le plus t\u00f4t possible ceux qui mettent les donn\u00e9es au service de leur activit\u00e9.<\/p>\n\n\n\n
Son principal d\u00e9fi est de mettre en place la gouvernance, en jouant \u00e0 la fois le r\u00f4le d’agent du changement et de contr\u00f4leur, et parfois m\u00eame d’emp\u00eacheur de tourner en rond. Comme la valeur de la donn\u00e9e a consid\u00e9rablement augment\u00e9, il ne s\u2019agit pas seulement de la partager, mais aussi de la prot\u00e9ger, de la s\u00e9curiser et de g\u00e9rer les risques : la gouvernance des donn\u00e9es n\u00e9cessite de ma\u00eetriser l\u2019art du compromis par des strat\u00e9gies d\u2019usage de la data \u00e0 la fois d\u00e9fensives et offensives.<\/p>\n\n\n\n
Au-del\u00e0 de la gouvernance, et dans l\u2019objectif de p\u00e9renniser les usages dans l\u2019entreprise, la data office doit aussi cr\u00e9er le socle et la masse critique. C’est pourquoi elle op\u00e8re fr\u00e9quemment comme un centre de services centralis\u00e9 et partag\u00e9. Ainsi, elle d\u00e9veloppe le mod\u00e8le op\u00e9rationnel cible, les best practices et m\u00e9thodes, les standards et les plateformes, mais aussi un environnement favorable au d\u00e9veloppement des talents, depuis la d\u00e9finition des r\u00f4les jusqu\u2019\u00e0 la formation, le recrutement, ou le d\u00e9veloppement des carri\u00e8res.<\/p>\n\n\n\n
Elle doit \u00eatre un terreau d\u2019innovation, au travers d\u2019un data lab<\/em> qui est une cellule multidisciplinaire permettant d\u2019exp\u00e9rimenter de nouvelles id\u00e9es ou de nouveaux cas d\u2019usage en mode \u00ab try and fail \u00bb, sans perturber la n\u00e9cessaire industrialisation des initiatives data plus matures.<\/p>\n\n\n\nEnfin, son r\u00f4le est de diffuser la culture data dans l\u2019entreprise. Dans le digital, on a vu l\u2019\u00e9mergence du r\u00f4le de Chief Digital Officer. Mais, beaucoup ont depuis disparu, parce qu’arriv\u00e9s au bout de leur mission : on a consid\u00e9r\u00e9 que la transformation num\u00e9rique avait r\u00e9ussi et que chacun se l\u2019\u00e9tait appropri\u00e9 dans l\u2019entreprise. C’est peut-\u00eatre aussi la destin\u00e9e des data office et de leur Chief Data Officer : celle d\u2019\u00eatre des agents du changement qui facilitent la mont\u00e9e progressive en puissance d’initiatives dont les responsabilit\u00e9s sont ensuite d\u00e9centralis\u00e9es une fois que les diff\u00e9rentes activit\u00e9s de l’entreprise sont pr\u00eates \u00e0 les prendre en main de mani\u00e8re autonome. Pour la data, une telle transformation est plus longue que dans le digital, mais pour les entreprises les plus matures, la tendance tend vers la d\u00e9centralisation.<\/p>\n\n\n\n
D\u00e9centraliser la gestion de la data pour en g\u00e9n\u00e9raliser les usages: la promesse du data mesh<\/strong><\/h2>\n\n\n\nD\u2019o\u00f9 le fait que les principes de data mesh<\/a> soient dans l\u2019air du temps : introduits en 2019 par Zhamak Dehghani lorsqu’elle \u00e9tait en charge de la practice d\u2019architecture de syst\u00e8mes distribu\u00e9s d\u2019une importante soci\u00e9t\u00e9 de conseil, ils ont mis un malicieux coup de pied dans la fourmili\u00e8re de l\u2019\u00e9cosyst\u00e8me data. Le data mesh propose un cadre pour d\u00e9centraliser les initiatives data, en immergeant ses sp\u00e9cialistes dans les op\u00e9rations business plut\u00f4t qu\u2019en embarquant les m\u00e9tiers dans les initiatives data. Car c\u2019est bien au niveau de l\u2019organisation que le b\u00e2t blesse. Une \u00e9tude de BARC<\/a> met en effet le doigt sur le foss\u00e9 qui se creuse entre les consommateurs de donn\u00e9es, sur le terrain, et les \u00e9quipes IT ou data centralis\u00e9es qui les alimentent. 65 % des d\u00e9cideurs interrog\u00e9s d\u00e9plorent un manque d’autonomie des domaines fonctionnels, qui n\u2019ont \u00e0 leurs yeux pas suffisamment de responsabilit\u00e9s sur les data, et une culture data & IT insuffisantes (selon 53% des d\u00e9cideurs interrog\u00e9s).<\/p>\n\n\n\nIl serait donc temps de d\u00e9l\u00e9guer les responsabilit\u00e9s des data aux grands domaines fonctionnels en s\u2019inspirant des d\u00e9marches de conception pilot\u00e9e par le domaine (ou domain-driven design<\/a>) utilis\u00e9es dans le monde du software.<\/p>\n\n\n\n![\"\"](\"https:\/\/audatacity.com\/wp-content\/uploads\/2022\/11\/Data-mesh-FR-1024x224.png\")
Le data mesh : un cadre pour d\u00e9centraliser les responsabilit\u00e9s<\/em><\/figcaption><\/figure>\n\n\n\nLa deuxi\u00e8me ligne directrice, elle aussi emprunt\u00e9e au monde du software et des syst\u00e8mes distribu\u00e9s, vise \u00e0 packager la data comme un produit pour faciliter sa consommation en la rendant plus facilement accessible, comprise, \u00e9changeable et r\u00e9utilisable. L\u2019objectif est en m\u00eame temps d\u2019industrialiser la production et de mieux ma\u00eetriser la qualit\u00e9 de la data, en imposant la rigueur h\u00e9rit\u00e9e des pratiques de product management dans le design et la gestion de leur cycle de vie, depuis la roadmap jusqu\u2019\u00e0 la documentation en passant par les contrats de service.<\/p>\n\n\n\n
Ces deux premiers principes sont source de rupture. Mais, pour qu\u2019ils soient applicables au monde de la data, encore faudrait-il que les data products d\u00e9centralis\u00e9s soient universellement accessibles de mani\u00e8re transverse, en mode libre-service. Ce troisi\u00e8me principe n\u2019est pas nouveau dans le monde de la data, mais ne s\u2019est pas d\u00e9velopp\u00e9 aussi vite qu\u2019on aurait pu l\u2019attendre. Or, plus la data sera produite de mani\u00e8re distribu\u00e9e, plus il est indispensable d\u2019avoir un m\u00e9canisme universel qui permette \u00e0 tout un chacun dans l\u2019entreprise de la consommer en toute autonomie, sans friction ou d\u00e9pendance \u00e0 des interm\u00e9diaires, un peu \u00e0 la mani\u00e8re des moteurs de recherche qui sont des points de passage incontournables pour acc\u00e9der au web.<\/p>\n\n\n\n
Enfin le quatri\u00e8me principe concerne la gouvernance. Plus les responsabilit\u00e9s sur la data se distribuent, plus les r\u00e8gles du jeu communes doivent \u00eatre clairement d\u00e9finies tandis que leur mise en application doit \u00eatre contr\u00f4l\u00e9e. Une gouvernance des donn\u00e9es f\u00e9d\u00e9r\u00e9e doit \u00eatre mise en place, et son contr\u00f4le doit \u00eatre automatis\u00e9 autant que possible.<\/p>\n\n\n\n
Le m\u00e9rite du data mesh est de poser un cadre commun. \u00c0 l\u2019instar des principes de data warehousing et de data mart pos\u00e9s par Bill Inmon et Ralph Kimball dans les ann\u00e9es 1990, ils ne constituent pas une recette de succ\u00e8s, mais plut\u00f4t une source d\u2019inspiration pour amener les initiatives autour de la data \u00e0 un plus haut niveau de maturit\u00e9. Zhamak Dehghani d\u00e9finit du reste le data mesh comme un syst\u00e8me de mise \u00e0 l\u2019\u00e9chelle. Il s\u2019appliquera difficilement avant d\u2019avoir atteint un certain niveau de maturit\u00e9 et une masse critique. Il faut disposer de suffisamment d’experts de la data pour pouvoir les disperser au travers des domaines fonctionnels, tout en \u00e9tant capable d\u2019assurer la gouvernance f\u00e9d\u00e9r\u00e9e. Toutes les organisations ne sont pas pr\u00eates pour mettre en \u0153uvre ce type d\u2019organisation, mais cela peut \u00eatre leur \u00e9toile polaire dans le chemin vers la maturit\u00e9.<\/p>\n\n\n\n
Organiser la mont\u00e9e en puissance par l’organisation, mais aussi par l’architecture et la gouvernance<\/h2>\n\n\n\n
Cette premi\u00e8re partie a permis de s’int\u00e9resser \u00e0 l’organisation. Dans la seconde partie de l’article<\/a>, nous nous int\u00e9ressons \u00e0 l’architecture et \u00e0 la gouvernance.<\/p>\n\n\n\nCet article s’appuie sur une pr\u00e9sentation r\u00e9alis\u00e9e pour le keynote des data days de KPC consulting<\/a> \u00e0 Paris. Cliquez ci-dessous pour acc\u00e9der \u00e0 la pr\u00e9sentation dans sa totalit\u00e9.<\/em><\/p>\n\n\n
La data office joue un r\u00f4le majeur dans la route qui m\u00e8ne \u00e0 l\u2019entreprise data-driven. Son r\u00f4le est d\u2019abord de d\u00e9finir la strat\u00e9gie et la feuille de route, comment la data peut concr\u00e8tement se d\u00e9cliner en r\u00e9ponse aux enjeux business, et comment s\u2019organiser pour rendre toutes ces belles id\u00e9es op\u00e9rationnelles. L\u2019objectif est aussi d\u2019avancer dans la courbe de maturit\u00e9 en identifiant les faiblesses et les axes souhait\u00e9s d\u2019am\u00e9lioration.<\/p>\n\n\n\n
Il convient ensuite d\u2019instituer les m\u00e9canismes pour associer les data \u00e0 leur valeur business, prioriser les initiatives et les domaines cibl\u00e9s, tout en d\u00e9veloppant le noyau dur des best practices sur l\u2019analytique. Pour y parvenir, la data office doit s’appuyer sur des \u00e9quipes pluridisciplinaires, qui ne lui reportent pas n\u00e9cessairement, mais qui permettent d\u2019engager le plus t\u00f4t possible ceux qui mettent les donn\u00e9es au service de leur activit\u00e9.<\/p>\n\n\n\n
Son principal d\u00e9fi est de mettre en place la gouvernance, en jouant \u00e0 la fois le r\u00f4le d’agent du changement et de contr\u00f4leur, et parfois m\u00eame d’emp\u00eacheur de tourner en rond. Comme la valeur de la donn\u00e9e a consid\u00e9rablement augment\u00e9, il ne s\u2019agit pas seulement de la partager, mais aussi de la prot\u00e9ger, de la s\u00e9curiser et de g\u00e9rer les risques : la gouvernance des donn\u00e9es n\u00e9cessite de ma\u00eetriser l\u2019art du compromis par des strat\u00e9gies d\u2019usage de la data \u00e0 la fois d\u00e9fensives et offensives.<\/p>\n\n\n\n
Au-del\u00e0 de la gouvernance, et dans l\u2019objectif de p\u00e9renniser les usages dans l\u2019entreprise, la data office doit aussi cr\u00e9er le socle et la masse critique. C’est pourquoi elle op\u00e8re fr\u00e9quemment comme un centre de services centralis\u00e9 et partag\u00e9. Ainsi, elle d\u00e9veloppe le mod\u00e8le op\u00e9rationnel cible, les best practices et m\u00e9thodes, les standards et les plateformes, mais aussi un environnement favorable au d\u00e9veloppement des talents, depuis la d\u00e9finition des r\u00f4les jusqu\u2019\u00e0 la formation, le recrutement, ou le d\u00e9veloppement des carri\u00e8res.<\/p>\n\n\n\n
Elle doit \u00eatre un terreau d\u2019innovation, au travers d\u2019un data lab<\/em> qui est une cellule multidisciplinaire permettant d\u2019exp\u00e9rimenter de nouvelles id\u00e9es ou de nouveaux cas d\u2019usage en mode \u00ab try and fail \u00bb, sans perturber la n\u00e9cessaire industrialisation des initiatives data plus matures.<\/p>\n\n\n\n Enfin, son r\u00f4le est de diffuser la culture data dans l\u2019entreprise. Dans le digital, on a vu l\u2019\u00e9mergence du r\u00f4le de Chief Digital Officer. Mais, beaucoup ont depuis disparu, parce qu’arriv\u00e9s au bout de leur mission : on a consid\u00e9r\u00e9 que la transformation num\u00e9rique avait r\u00e9ussi et que chacun se l\u2019\u00e9tait appropri\u00e9 dans l\u2019entreprise. C’est peut-\u00eatre aussi la destin\u00e9e des data office et de leur Chief Data Officer : celle d\u2019\u00eatre des agents du changement qui facilitent la mont\u00e9e progressive en puissance d’initiatives dont les responsabilit\u00e9s sont ensuite d\u00e9centralis\u00e9es une fois que les diff\u00e9rentes activit\u00e9s de l’entreprise sont pr\u00eates \u00e0 les prendre en main de mani\u00e8re autonome. Pour la data, une telle transformation est plus longue que dans le digital, mais pour les entreprises les plus matures, la tendance tend vers la d\u00e9centralisation.<\/p>\n\n\n\n D\u2019o\u00f9 le fait que les principes de data mesh<\/a> soient dans l\u2019air du temps : introduits en 2019 par Zhamak Dehghani lorsqu’elle \u00e9tait en charge de la practice d\u2019architecture de syst\u00e8mes distribu\u00e9s d\u2019une importante soci\u00e9t\u00e9 de conseil, ils ont mis un malicieux coup de pied dans la fourmili\u00e8re de l\u2019\u00e9cosyst\u00e8me data. Le data mesh propose un cadre pour d\u00e9centraliser les initiatives data, en immergeant ses sp\u00e9cialistes dans les op\u00e9rations business plut\u00f4t qu\u2019en embarquant les m\u00e9tiers dans les initiatives data. Car c\u2019est bien au niveau de l\u2019organisation que le b\u00e2t blesse. Une \u00e9tude de BARC<\/a> met en effet le doigt sur le foss\u00e9 qui se creuse entre les consommateurs de donn\u00e9es, sur le terrain, et les \u00e9quipes IT ou data centralis\u00e9es qui les alimentent. 65 % des d\u00e9cideurs interrog\u00e9s d\u00e9plorent un manque d’autonomie des domaines fonctionnels, qui n\u2019ont \u00e0 leurs yeux pas suffisamment de responsabilit\u00e9s sur les data, et une culture data & IT insuffisantes (selon 53% des d\u00e9cideurs interrog\u00e9s).<\/p>\n\n\n\n Il serait donc temps de d\u00e9l\u00e9guer les responsabilit\u00e9s des data aux grands domaines fonctionnels en s\u2019inspirant des d\u00e9marches de conception pilot\u00e9e par le domaine (ou domain-driven design<\/a>) utilis\u00e9es dans le monde du software.<\/p>\n\n\n\n La deuxi\u00e8me ligne directrice, elle aussi emprunt\u00e9e au monde du software et des syst\u00e8mes distribu\u00e9s, vise \u00e0 packager la data comme un produit pour faciliter sa consommation en la rendant plus facilement accessible, comprise, \u00e9changeable et r\u00e9utilisable. L\u2019objectif est en m\u00eame temps d\u2019industrialiser la production et de mieux ma\u00eetriser la qualit\u00e9 de la data, en imposant la rigueur h\u00e9rit\u00e9e des pratiques de product management dans le design et la gestion de leur cycle de vie, depuis la roadmap jusqu\u2019\u00e0 la documentation en passant par les contrats de service.<\/p>\n\n\n\n Ces deux premiers principes sont source de rupture. Mais, pour qu\u2019ils soient applicables au monde de la data, encore faudrait-il que les data products d\u00e9centralis\u00e9s soient universellement accessibles de mani\u00e8re transverse, en mode libre-service. Ce troisi\u00e8me principe n\u2019est pas nouveau dans le monde de la data, mais ne s\u2019est pas d\u00e9velopp\u00e9 aussi vite qu\u2019on aurait pu l\u2019attendre. Or, plus la data sera produite de mani\u00e8re distribu\u00e9e, plus il est indispensable d\u2019avoir un m\u00e9canisme universel qui permette \u00e0 tout un chacun dans l\u2019entreprise de la consommer en toute autonomie, sans friction ou d\u00e9pendance \u00e0 des interm\u00e9diaires, un peu \u00e0 la mani\u00e8re des moteurs de recherche qui sont des points de passage incontournables pour acc\u00e9der au web.<\/p>\n\n\n\n Enfin le quatri\u00e8me principe concerne la gouvernance. Plus les responsabilit\u00e9s sur la data se distribuent, plus les r\u00e8gles du jeu communes doivent \u00eatre clairement d\u00e9finies tandis que leur mise en application doit \u00eatre contr\u00f4l\u00e9e. Une gouvernance des donn\u00e9es f\u00e9d\u00e9r\u00e9e doit \u00eatre mise en place, et son contr\u00f4le doit \u00eatre automatis\u00e9 autant que possible.<\/p>\n\n\n\n Le m\u00e9rite du data mesh est de poser un cadre commun. \u00c0 l\u2019instar des principes de data warehousing et de data mart pos\u00e9s par Bill Inmon et Ralph Kimball dans les ann\u00e9es 1990, ils ne constituent pas une recette de succ\u00e8s, mais plut\u00f4t une source d\u2019inspiration pour amener les initiatives autour de la data \u00e0 un plus haut niveau de maturit\u00e9. Zhamak Dehghani d\u00e9finit du reste le data mesh comme un syst\u00e8me de mise \u00e0 l\u2019\u00e9chelle. Il s\u2019appliquera difficilement avant d\u2019avoir atteint un certain niveau de maturit\u00e9 et une masse critique. Il faut disposer de suffisamment d’experts de la data pour pouvoir les disperser au travers des domaines fonctionnels, tout en \u00e9tant capable d\u2019assurer la gouvernance f\u00e9d\u00e9r\u00e9e. Toutes les organisations ne sont pas pr\u00eates pour mettre en \u0153uvre ce type d\u2019organisation, mais cela peut \u00eatre leur \u00e9toile polaire dans le chemin vers la maturit\u00e9.<\/p>\n\n\n\n Cette premi\u00e8re partie a permis de s’int\u00e9resser \u00e0 l’organisation. Dans la seconde partie de l’article<\/a>, nous nous int\u00e9ressons \u00e0 l’architecture et \u00e0 la gouvernance.<\/p>\n\n\n\n Cet article s’appuie sur une pr\u00e9sentation r\u00e9alis\u00e9e pour le keynote des data days de KPC consulting<\/a> \u00e0 Paris. Cliquez ci-dessous pour acc\u00e9der \u00e0 la pr\u00e9sentation dans sa totalit\u00e9.<\/em><\/p>\n\n\nD\u00e9centraliser la gestion de la data pour en g\u00e9n\u00e9raliser les usages: la promesse du data mesh<\/strong><\/h2>\n\n\n\n
Organiser la mont\u00e9e en puissance par l’organisation, mais aussi par l’architecture et la gouvernance<\/h2>\n\n\n\n