Pourquoi est-ce néanmoins crucial ? Quels sont les défis à relever ? Quelles approches et bonnes pratiques peuvent être mises en œuvre ?

On nous le prédit depuis des années : avec l’explosion des données générées et des technologies associées, que le champ des possibles va devenir quasiment illimité.

Des rapports fourmillent d’exemples d’organisations qui ont su valoriser leurs données et mesurer les bénéfices de cette valorisation, en revenus directs (augmentation des ventes, produits et services innovants,…) ou en économies réalisées (performance financière et opérationnelle, réduction des risques,…).

Cette prise de conscience s’est accélérée ces dernières années avec la montée en maturité des technologies permettant de collecter massivement des données (IoT, réseaux sociaux, …), de lever les contraintes de stockage (capacités Big Data) et de multiplier les possibilités en matière d’analyse et d’exploitation de ces données (data science, IA,…).

Pourtant, ce sont surtout des explorations et des expérimentations qui ont été mises en œuvre (“syndrome du POC”), sans forcément rendre concrets les bénéfices escomptés. Malgré les promesses des technologies (big data, data lake…), leur manque de maturité et des approches trop tactiques ont limité leurs résultats.

Cette phase d’exploration est légitime car c’est un domaine vaste, tant dans les opportunités et impacts métier que dans les nouvelles technologies à appréhender, dans la façon de travailler, dans les interactions avec son écosystème ou encore dans la transformation du SI des organisations.

Néanmoins, si l’on y regarde de plus près, force est de constater que nous entrons dans une seconde phase en matière de valorisation et de maîtrise des données. Les expérimentations ont amené leurs premiers lots d’enseignements, les Directions Générales prennent conscience de la valeur des données de leur entreprise et le rôle de Chief Data Officer (ou autre titre équivalent) se concrétise dans les organisations.

Pourquoi gérer les données comme un actif ?

D’un côté, appréhender et concrétiser le potentiel des données de l’entreprise devient un véritable casse-tête pour les acteurs de la Data. Il faut, dans le même temps, répondre aux enjeux métier, s’assurer que la stratégie, l’organisation et les travaux vont dans le bon sens et suivre la valeur dans le temps.

De l’autre côté, les métiers, fortement ancrés dans leur réalité (clients, concurrence, écosystèmes…), ont très rapidement saisi les opportunités qu’offrent les données. Ils élaborent un ensemble d’usages auxquels il faut apporter une réponse technique, en termes de faisabilité et de rapidité de mise en oeuvre.

Pour y parvenir, il faut comme à chaque fois se concentrer sur les résultats concrets que l’on peut apporter et trouver ainsi le bon équilibre entre la connaissance des données, leur maîtrise et la création d’usages concrétisant leur valeur.

Gérer les données comme un actif, c’est tout d’abord les maîtriser. Cela passe principalement par leur connaissance (que sont-elles ? que décrivent-elles ?), suivre et augmenter leur qualité (ambiguïtés, doublons, écarts avec la réalité…) et faciliter leur accessibilité (comment les extraire ? comment les consulter ?).

Gérer les données comme un actif c’est également en développer la valeur. Ici, les métiers prennent toute leur place à travers les usages qui vont permettre de concrétiser le potentiel des données : multiplier les usages et en diversifier leur nature, favoriser ceux qui génèrent de la valeur ou réduisent les risques…

Les sources de données deviennent un patrimoine qu’il faut connaitre, maintenir, développer.

L’âge de la maturité ?

Pour tirer tout le parti des données, il faut adopter une approche globale. Celle-ci doit être à la fois stratégique pour définir le cap, s’appuyer sur les usages pour concrétiser la valeur, maîtriser les données pour protéger son capital et développer la culture data pour impliquer tous les acteurs. Les technologies et plateformes apportent certaines réponses, mais elles ne règlent les problèmes posés.

Une grande part de la valeur des données vient de leur partage. En interne, trop longtemps « silotées » entre les différentes entités, des capacités transverses permettent d’étendre la connaissance du patrimoine Data à toute l’organisation.

Le partage externe, au sein de son écosystème, favorise une association de compétences, de visions croisées sur les données et de participation à des chaînes de valeur plus larges. Il convient toutefois de garder à l’esprit que les réglementations centrées sur les données (RGPD) sont toujours plus présentes et doivent être intégrées au plus tôt dans les réflexions et les usages.

Quid de la complexité et des coûts induits par une telle démarche ? Gérer les données comme un actif revient à adopter une approche « produit » : une source de données devient un produit avec un responsable et des versions qui concrétisent des bénéfices métier.

Cela va permettre de prioriser les produits entre eux et d’organiser leurs versions en fonction de la valeur fournie et des moyens disponibles. Cette approche permet de répondre aux contraintes et ambitions des organisations, quelque soit leur taille.

Nous en sommes convaincus : cette seconde phase de valorisation et de maîtrise des données est bel et bien là. Elle doit concrétiser le potentiel des données avec un pré requis indispensable : mesurer, de façon objective, l’état et la valeur de l’actif “données” pour identifier les actions permettant de le développer.

C’est ce cadre qui a guidé l’élaboration d’une méthodologie de mesure et d’augmentation de la valeur des data.