Nous lançons une mini série de trois articles traitant de la “Data Democracy”. Sujet d’abord culturel en plein essor, elle mérite d’être expérimentée dans nos entreprises de tout secteur, toute taille. Nous vous proposons de détricoter cette forme de démocratie en entreprise en trois points : les droits, les devoirs, et la gouvernance (surprise du 3ᵉ épisode).
Derrière les droits de la Data Democracy, nous abordons ce que les collaborateurs seraient en droit d’attendre de leur entreprise pour se lancer dans la transformation data ou numérique.
1. La reconnaissance
À court voire moyen terme, ce n’est peut-être pas un problème, mais de manière plus engageante, et à long terme, un collaborateur qui s’investit désire une forme de reconnaissance. Un ROI n’est pas que financier, c’est humain.
Quelques entreprises investissent dans le déploiement de filières data au moyens de fonctions. Les collaborateurs désirant jouer un rôle sur la data peuvent s’embarquer dans un métier qui a une valeur pour toute l’organisation puisque reconnu par les ressources humaines, en plus des lignes managériales.
Sans cela, à quoi bon bâtir des objectifs en marge des responsabilités avec un collaborateur si ce dernier n’y gagne rien à part la gloire. Que devient un Data Manager ou un Data Steward après quelques années de bons et loyaux services ?
Autant de défis auxquels les organisations et leurs ressources humaines doivent répondre sans quoi elles auront du mal à attirer les talents et auront du mal à garder ceux qu’elles ont construit.
2. L’engagement
Mais avant de jouer un rôle, ou même prendre une fonction, ne faudrait-il pas auparavant maîtriser le niveau d’engagement ? Cet engagement peut être évaluer à travers la capacité ou la bande passante d’un collaborateur, en fonction des enjeux liés à ses nouvelles responsabilités.
Avec peu de recul, difficile de cadrer la charge de travail d’un Data Quality Manager ou d’un Data Owner.
L’équipe et l’organisation dans lesquelles évolue un collaborateur lancé pour s’investir doit être en capacité de laisser part à l’expérience et de tester le temps nécessaire à la bonne opérabilité du poste. L’agilité est un bon levier pour mettre en place ces principes. Un Data Steward pourrait commencer son activité sur un petit mi-temps (⅖) et, avec ses KPI, de mesurer la valeur ajoutée. Ensuite lui et son collectif pourraient confortablement engager la suite.
Un Data Steward est assez souvent une fonction transverse même si il évolue dans un silo. En effet, il va dépendre de ses métiers et de son IT. Donc, en fonction du contexte, la charge de travail peut évoluer en fonction des urgences. On pense notamment aux problèmes de qualité de donnée associés à des risques réglementaires, financiers ou clients.
Cette reconnaissance et cette capacité ne sont pas forcément congruentes avec les enjeux du responsable opérationnel du collaborateur. L’exemple du Data Steward est également pertinent sur ce point puisqu’il se trouve souvent dans une équipe opérationnelle côté métier. Son manager est donc le chef de cette équipe. Pourtant, les objectifs du Data Steward alimentent plutôt les enjeux du CDO.
Pour un engagement pertinent et mutuellement bénéfique, il convient de gérer le reporting sur deux canaux : le responsable opérationnel et la filière du CDO.
“L’enjeu de transformation des compétences vise tout particulièrement les travailleurs du savoir. Et il me paraît évident que les managers d’aujourd’hui ne vont pas se retrouver en concurrence avec des IA… mais avec des managers qui sauront utiliser l’IA. Et cela va arriver très vite.”
Lu sur Decideo
3. Le feedback
C’est pourquoi l’effort en communication est double. Une communication descendante à travers toute la communauté data, représentée par les rôles et fonctions joués par de nombreux collaborateurs, afin que celle-ci maîtrise de manière continue la stratégie de l’entreprise. Et une communication ascendante de manière à montrer l’efficience de la stratégie et de l’opérationnel data engagés pour répondre aux enjeux de la stratégie business.
Les feedbacks s’opèrent alors à tous les niveaux de l’organisation. De bas en haut, de haut en bas, ou de manière transversale, le feedback est la clé pour réussir le déploiement d’une culture data driven. Ce sera la force d’une communauté data vivante.
Dans une organisation grande et complexe, le fait que les Data Quality Manager puissent se retrouver pour partager des pratiques, des problèmes dans une logique de co développement, apporte de la valeur à toute l’entreprise : réduction de risques, idées pour l’innovation, consolidation et optimisation des processus, etc. La donnée est un ingrédient qui peut solutionner beaucoup de choses.
4. L’accompagnement
Avec les points précédents, on voit assez bien les objectifs et les contraintes que doit supporter une organisation. Mais ce n’est encore pas suffisant.
Pour garantir l’opérabilité et l’efficience de sa communauté data, une entreprise doit penser à l’accompagnement et à la formation pour ces nouveaux rôles et nouveaux métiers. Si elle peut s’appuyer sur la formation initiale d’un jeune collaborateur, une organisation doit déployer des efforts pour développer les compétences des collaborateurs déjà expérimentés. Professionnelles, internes ou externes, les formations sur les métiers de la data se développent dans un marché en pleine expansion.
Une autre stratégie, encore plus performante, est de s’appuyer sur la montée en compétence naturelle de la communauté data qui va grandir de manière concentrique. L’entreprise peut alors simplement (mais encore plus rigoureusement) former son premier cercle pour que celui-ci soit à même de former le suivant, et ainsi de suite. Mais attention, cette pratique doit absolument être accompagnée d’une démarche de ses KPI.
Enfin, comme les bons outils font un bon artisan, il arrive assez rapidement soit la limite des capacités humaines, soit le besoin d’industrialiser. Une communauté data forte saura accompagner l’IT pour une dotation en outils qui, dans une démarche UX/Design Thinking, répondra aux besoins de la stratégie business et data.
Ils en parlent depuis quelque temps
Fierce Healthcare – à propos de Google, Fitbit et l’accès aux données personnelles
“[…] « Google pourrait également utiliser les données de Fitbit pour établir une position dominante sur les marchés de la santé digitale ou apparentés, privant ainsi ses concurrents de la capacité de rivaliser efficacement. Cela réduirait le bien-être des consommateurs, notamment en dégradant les options de confidentialité des données, limiterait l’innovation et augmenterait les prix », ont déclaré les groupes de consommateurs.
Les régulateurs doivent supposer que Google utilisera en pratique l’ensemble des données uniques et très sensibles de Fitbit en combinaison avec les siennes, d’autant plus que cela pourrait augmenter ses profits, ou les régulateurs devraient imposer des limites strictes et applicables à l’utilisation des données, ont déclaré les groupes.”
Traduit de l’anglais depuis : https://www.fiercehealthcare.com
Chez Wewyse
Justine Morin, Business Leader
“Pour moi, la data democracy est un modèle, ou un mouvement, permettant de sensibiliser l’ensemble des acteurs d’une organisation, sachants ou non, pour les impliquer dans la définition d’une roadmap et d’une culture data au sens large.”
Simon Grimaud, Business Leader
“A mon sens, la Data Democracy représente un système dynamique au sein duquel la donnée est partagée et accessible par tous. Une instance a pour charge de gouverner l’ensemble de ces données, afin d’en assurer sa qualité et sa mise à disposition. Chaque individu au sein d’une organisation est alors responsable de sa propre donnée et peut interagir avec les données des autres dans un objectif d’amélioration continue de sa qualité.”
Intéressés pour en apprendre plus sur la Data Democracy, ses règles et son leadership ? Allez voir les autres articles sur le sujet :
https://weblog.wemanity.com/fr/la-data-democracy-cest-une-question-de-devoirs/
https://weblog.wemanity.com/fr/la-data-democracy-cest-avec-un-patron/
