Nécessité d'une gouvernance des données pour ne pas rater le grand virage de l'IA
Une récente étude menée par Dataiku et Databricks auprès de 400 leaders de l’IA révèle que la qualité des données est la raison principale qui empêche les organisations de générer de la valeur grâce à l’IA. Vous pouvez fantasmer autant que vous le voulez sur les possibilités illimitées de la data et de l’IA pour votre organisation, mais il y a de grandes chances que vous ne soyez pas encore prêts pour le grand virage de l’IA. La bonne nouvelle c’est que vous avez la possibilité de vous rattraper si vous faites les bonnes choses dès maintenant.
Si vous ne faites rien, vous risquez de vous faire dépasser par vos concurrents. Si vous n’êtes pas sur un marché concurrentiel, le risque est que vous ne profitiez pas d’énormes leviers de performance aussi bien financiers que non financiers (bien-être et bonheur au travail, empreinte écologique et développement durable etc…).
Un impact relatif en fonction de la direction métier et en fonction du cas d’usage à traiter
Le manque d’une stratégie et gouvernance des données n’aura pas le même impact en fonction des responsabilités de votre équipe, de votre périmètre d’intervention au sein de votre organisation, et du cas d’usage que vous essayez de traiter avec les données. Plus les données dont vous avez besoin sont liées à plusieurs systèmes et processus métier internes (ou externes), plus vous aurez du mal à avoir les bonnes données avec la bonne qualité pour votre besoin. D’où l’importance davoir une gouvernance. Prenons l’exemple d’une entreprise industrielle. Pour un cas d’usage marketing, une équipe marketing récupère des données provenant d’un organisme public de statistiques concernant la population par commune. Les données sont récupérees sous format csv et ensuite utilisées pour des analyses diverses. Prenons une autre équipe à la direction financière qui travaille sur un projet en vue de calculer et fournir les données concernant le coût de production. Pour calculer le cout de revient, cette equipe a besoin des donnees concernant l’ingénierie (pour les données de conception et detude de faisabilité), des données concernant les matières premières (provenant des systèmes et processus de la direction des achats ou de la logistique amont), des données concernant la production et la gestion des stocks (directions logistique, production), des données venant de la comptabilité (pour les données concernant les coûts indirects et les répartitions analytiques ainsi que les taxes), des données provenant des équipes douanes. Avec les contraintes de chaque direction, les problèmes dans les processus métier, les limites des systèmes qui produisent la donnée en amont (oui car un système n’est jamais parfait), un besoin qui parait banal au départ peut devenir très complexe voir impossible à traiter sans une bonne gouvernance des données partagée par toutes ces directions. Disons qu’il est juste question davoir le cout de revient. Imaginez si le besoin final consiste à optimiser ce coût de revient. Ce qui est un cas d’usage basique et tout à fait légitime pour une direction financière.
Commencer par bien gérer le patrimoine données de votre organisation
La fondation pour ne pas rater le virage de l’analytique et de l’IA, ce n’est pas d’embaucher les meilleurs ingénieurs IA, data analyst, business analyst, ou data scientist; mais simplement de mettre en place une gestion efficace des données de votre organisation. Si vous avez une bonne cartographie de vos données ainsi qu’une bonne gestion et gouvernance, vous avez la matière première pour tirer partie de l’analytique et d’ l’IA. Cela ne dépend pas de votre taille ou de votre chiffre d’affaire.
Une des raisons qui empêche les entreprises (ou les organisations de façon générale) de tirer partie de l’analytique et de l’IA ce ne sont ni les compétences ni la technologie mais le fait d’avoir les données necessaires au bon moment au bon endroit avec la bonne qualité pour le besoin à adreser.
Comment améliorer votre gestion des données ?
Vous n’avez pas besoin dun budget astronomique pour commencer à ameliorer la gestion des données de votre organisation. Il suffit d’avoir le bon état desprit et de commencer par des choses simples. Commencez par exemple par un inventaire des données disponibles dans l’entreprise. Cela permettra ensuite de faire une cartographie détailllée de vos donnees. Un fichier Excel suffira au début. Par contre il faudra le partager à tous vos collaborateurs. Vous pouvez y intégrer vos systèmes et vos processus qui produisent et traitent ces données. Au fur et à mesure que vous avancerez dans cette étape, vous commencerez à voir les limites de votre fichier Excel. Et c’est normal car c’est à ce moment là que vous commencerez à réfléchir à un meilleur outil. Dès que votre cartographie commence à prendre forme, vous pouvez passer à des outils plus élaborés. Vous pourrez même créer une ontologie et/ou un graphe de connaissances pour votre organisation. Après, vous pourrez commencer à mettre en oeuvre des règles de gouvernance des données avec des rôles, des responsabilités, une organisation de vos données adaptée à vos objectifs et vos contraintes (d’où l’importance de partir d’une stratégie).
Votre stratégie et gouvernance est-elle partagée?
Si vous faites partie des organisations ou entités disposant d’une stratégie et d’une gouvernance pour votre patrimoine données, la question qui se pose est celle de l’acculturarion et de l’adhésion. Votre strategie et gouvernance est-elle bien communiquée au sein de votre organisation? Si elle est communiquée, est-elle bien comprise? Si elle est bien comprise, est ce que vous avez l’adhésion du maximum de personnes? Avoir une stratégie et une gouvernance bien partagée au sein de l’organisation est un vrai défi et un projet à part entière qui peut nécessiter une équipe dédiée pendant plusieurs mois ou années. Et tout ceci sans compter le travail d’élaboration de la stratégie elle-même ainsi que des règles de gouvernance des données. Les activités de conduite du changement sont les plus négligées dans les projets de transformation digitale, et pourtant ces activités font partie des premiers critères de succès.
Conclusion
Avec ces bases, vous pouvez à tout moment faire des expérimentations rapides et peu coûteuses avant d’adopter tel outil ou telle technologie et traiter des cas d’usages de plus en plus complexes et générateurs de valeur pour votre organisation et vos collaborateurs.
Références