Data Literacy - 4 actions pour commencer à démocratiser la Data au sein de votre entreprise

Data Literacy - 4 actions pour commencer à démocratiser la Data au sein de votre entreprise

Démocratiser la Data est l'un des enjeux majeurs de nombreuses entreprises aujourd'hui. C'est notamment l'un des objectifs du Data Mesh, dont l'un des piliers repose sur la gestion de données par domaine métier afin de simplifier leur utilisation et leur maintenance.

Par conséquent, pour assurer la gouvernance de la donnée sans avoir à augmenter le nombre des profils Data, il est nécessaire de former ses équipes et d’être capable de parler le même langage entre les profils techniques et non techniques.

C’est là où nous avons besoin de la Data Literacy.

La Data Literacy, c’est quoi ?

La Data Literacy (la littératie de données ou la culture des données en français) désigne la capacité à identifier, collecter, traiter, analyser et interpréter les données afin de pouvoir prendre les décisions en se basant dessus.

S’il est clair qu’aujourd’hui la majorité des entreprises sont dotées de moyens pour collecter et exploiter la donnée, force est de constater que l’accès à cette donnée est souvent limité, et que son utilisation peut faire peur à un grand nombre de collaborateurs peu initiés à la Data.

Par où commencer pour démocratiser la Data au sein de votre entreprise ?

Data Literacy, par où commencer ?

Passons en revue 4 actions afin de franchir un cap dans la démocratisation de la Data dans l’entreprise via la Data Literacy.

Action #1 - S’aligner sur un vocabulaire commun

Quand les équipes parlent un langage totalement différent, cela a bien évidemment des conséquences négatives sur l’appropriation de la Data à plus grande échelle dans l’entreprise et sur la réussite de nombreux Produits Data. À titre d’exemple, il n’est pas rare que deux départements d’une même entreprise n’aient pas la même définition de ce qu’est un “client actif” ou une “transaction”.

Il apparaît donc nécessaire d’aligner au plus tôt chaque acteur touchant de près ou de loin aux problématiques Data sur le vocabulaire et les rôles qui y sont associés. Quelques exemples pour y parvenir :

  • Créer un lexique partagé pour s’assurer que tout le monde ait la même définition ;
  • Faire des interviews des différentes directions métier afin d’assurer l’homogénéité dans la définition d’un “client” ou d’un “utilisateur” ;
  • Mettre en place des ateliers de clarification et d’alignement sur les rôles, compétences et responsabilités des différents profils data (du Data Engineer au Data Analyst, en passant par le Product Manager Data).

Action #2 - Mettre en place des sessions de Vis-ma-vie

Parler le même langage ne veut pas dire parler “tech”, bien au contraire. Il est certes nécessaire de comprendre les concepts de la Data, mais il n’est pas moins important d’avoir une sensibilité sur les enjeux business et les problèmes que les équipes opérationnelles peuvent rencontrer.

Un des moyens pour y parvenir est le concept de vis-ma-vie dans l’entreprise. Il s’agit d’une ou plusieurs journées passées dans un autre département de l’entreprise pour comprendre le quotidien, les responsabilités et les enjeux d’un collègue. Cela permet de découvrir le métier d’un autre, mieux comprendre ses besoins et par conséquent de collaborer de manière plus efficace.

Action #3 - Former vos collaborateurs

Que ce soit à travers de formations externes* ou internes, il est important d’organiser des sessions de partage pour parler des principaux concepts de la Data sans oublier la prise en main des outils de l’entreprise.

L’objectif n’est pas de reprendre ses études pour devenir Data Engineer, mais d’avoir des premiers outils pour comprendre les enjeux et répondre aux questions suivantes :

  • C’est quoi la Data ?
  • Quelle Data peut-on collecter ?
  • Comment y accéder ?
  • Comment l’analyser ?
  • Comment fiabiliser ? Et interpréter ?

Cette démarche de formation et d’acculturation Data peut se mettre en place de plusieurs manières  :

Niveau 1 : À destination de l’ensemble des collaborateurs de l’entreprise, comex inclus

Ce premier niveau a pour objectif la démocratisation et la démystification de la Data, afin de créer un alignement et une sensibilité de chaque personne à ses enjeux, et ainsi réduire la barrière mentale que l’on peut se mettre lorsque les mots “data” ou “IA” sont prononcés.

Cela pourra prendre la forme de webinars ou de workshops courts.

Niveau 2 : A destination des “Business Users”

Ce deuxième niveau a pour objectif que chaque personne puisse être capable de prendre des décisions informées par la donnée, en utilisant les bons outils et en ayant les bons réflexes méthodologiques et techniques.

Pour atteindre cet objectif, des sessions de formation plus intensives, sur quelques jours, peuvent s’avérer nécessaires.

Niveau 3 : À destination des équipes expertes de la Data

Ce troisième niveau vise à former et à maintenir une veille constante des experts de la donnée sur les technologies et méthodologies qui sont dans leur champ de compétence.

Cela pourra prendre la forme de formations en interne comme en externe, mais aussi via la possibilité d’assister à des conférences spécialisées ou de mettre en place des temps dédiés de veille et de partage au sein des équipes.

Action #4 - Mettre l’accent sur la communication

Mettre en place une communication régulière sur les avancements et les succès des initiatives Data est crucial afin de créer de l’engouement au sein de l’entreprise. Le manque de transparence entre les équipes favorise des silos que la communication permet de briser.

Créer une plateforme Data, développer des modèles de Machine Learning ou encore construire des dashboards - toutes ces activités des équipes Data sont au service de la mission de votre entreprise et non l’inverse. La communication entre les profils techniques et non tech est donc indispensable pour la réussite d’un projet dès la phase de cadrage.

Pour les premiers échanges, vous pouvez vous munir d’un outil comme le Data Business Model Canvas qui a pour but d’aligner les parties prenantes sur un nouveau Produit Data.

Quelques bonnes pratiques sont à garder en tête concernant la communication sur les avancées des initiatives Data :

  • Communiquer régulièrement (toutes les une à deux semaines). Un piège est d’attendre trop longtemps entre chaque communication, ou d’attendre d’avoir terminé un Use Case avant de communiquer dessus.
  • Ne pas trop simplifier. La vulgarisation est bien sûr importante pour ne pas noyer les lecteurs d’informations, mais nous vous mettons en garde contre les raccourcis trop grands qui peuvent faire penser à vos interlocuteurs que tout est simple et rapide à mettre en place, ce qui pourrait engendrer un nombre grandissant de demandes business peu qualifiées et peu réalistes.
  • Certaines équipes Data s’appuient directement sur le département marketing & communication de leur entreprise afin de co-créer une communication récurrente au bon niveau de détail permettant de toucher un maximum de personnes.

En conclusion, la mise en place d’une véritable culture data est un vecteur fort d’accélération de la réussite de vos initiatives data à l’échelle de l’entreprise. Mettre en place des initiatives de Data Literacy s’avère donc essentiel pour aller dans ce sens.

Que vous soyez en train de vous diriger vers une organisation Data Mesh ou non, c’est cette culture qui permettra à l’équipe Data de passer d’un positionnement de “vendeurs de services Data” à celui d’équipe au service de la création de valeur Business.

📖 *Nous vous proposons une formation sur la Data Literacy qui couvre les principaux concepts de traitement de la donnée. La formation sera adaptée sur mesure en fonction de votre écosystème Data. N’hésitez pas à nous contacter pour plus d'informations.

🙏 Cliquez ici vous avez aimé cet article, aidez nous à gagner en visibilité en le partageant sur Linkedin 🙏
Plus d'articles de
Cliquez
ici
si vous avez encore
5 minutes