< Industrialiser la démarche data : ceux qui mettent en œuvre témoignent

Ce témoignage est extrait du Livre blanc "DataOps" 🗝

"La nomination, il y a quelque temps, de Chief Digital Officers était l’expression d’une forme d’échec de la DSI, de ce qu’elle aurait dû faire. La situation s’est résorbée, mais on voit une résurgence de ce phénomène liée à la donnée, avec la nomination de Chief Data Officers, qui créent des applications, des produits, qui communiquent... Bref, qui recréent une entreprise à côté de l’entreprise.

Bien sûr, il y a un souci de gouvernance de données dans les entreprises, mais ce n’est pas en créant un poste qu’on le résoudra. Ni en achetant un outil.

Classiquement, dans l’IT, 80 % des efforts passent dans le choix de l’outil, alors qu’il faudrait les faire porter sur les processus et l’organisation. Mais c’est évidemment beaucoup plus compliqué. De notre côté, nous avons revu en profondeur la façon dont nous abordons la gouvernance et la valorisation de la donnée. Notre objectif est que les BU disposent de capacités opérationnelles locales tout en tirant parti de services créés en central (reporting, supervision...).

Nous sommes en effet une entreprise décentralisée, avec 12 zones géographiques et des activités qui peuvent s’avérer relativement différentes d’une zone à l’autre, en fonction de l’historique, des contraintes légales locales, etc. Cela n’aurait pas vraiment de sens de capter et stocker toutes les données. La période où on mesurait l’efficacité d’une DSI à la taille de son datalake est révolue ! L’enjeu aujourd’hui est de ne stocker que ce qui a du sens, ce qui nous permet de produire quelque chose d’utile pour les métiers sur le terrain ; nous sommes passés de “big is beautiful” à “useful is beautiful”.

Reboucler avec le terrain, conserver une certaine proximité, est fondamental. Il faut que nos applications produisent de la valeur pour la personne qui a émis la donnée au bout de la chaîne. Cela initie un cercle vertueux : la personne qui saisit la donnée fera beaucoup plus attention à sa qualité si elle sait qu’en retour, elle en obtiendra un bénéfice. Pour y parvenir, il faut bien répartir les rôles : côté IT, nous assurons la partie technique, le nettoyage et le cycle de vie de la donnée, tandis que la partie fonctionnelle peut être gérée par les métiers.

Le passage au Cloud nous a d’ailleurs beaucoup aidé à concrétiser cette façon de fonctionner ; on peut très facilement démontrer aux métiers l’intérêt de certaines analyses, sans limitation, puisqu’on peut lancer des requêtes sur des centaines de millions de lignes sans se préoccuper de l’infrastructure sous jacente, de la sauvegarde, etc.

Il faut également partager les mêmes définitions. Nous avons donc établi un référentiel d’objets métier fonctionnels (pompe, citerne, hauteur d’eau, etc.) mais aussi propres au service finances ou aux ressources humaines. Enfin nous avons défini au niveau de l’IT groupe des axes stratégiques, porteurs de valeur, pour lesquels nous créons des “solutions digitales”. Ces priorités découlent de la “raison d’être” définie en avril 2019 par Veolia, qui veut agir pour l’environnement.

Elles orientent nos efforts mais aussi le discours : nous essayons de ne plus raisonner en termes de coûts IT mais de création de valeur. Il faut qu’au minimum deux pays demandent une solution pour qu’on initie le projet ; ils doivent s’entendre sur la valeur attendue de la solution et c’est cela qui va engager le travail de la donnée.

Une fois que tout cela est mis en place, que la donnée est propre, que les objets sont bien définis, on peut commencer à agréger d’autres types de données (venant des usines, notamment) et commencer à les exploiter, avec du machine learning. Cette partie “data science” est la cerise sur le gâteau. Elle arrive en dernier mais a le plus de saveur.

On peut réaliser des choses relativement simples, qui facilitent la vie des opérationnels sur le terrain. Nous avons par exemple conçu une application qui reconnaît les valeurs d’un index de consommation sur une photo (grâce à de l’IA, car les compteurs d’eau sont très peu normalisés). Nous avons aussi commencé à déployer un service d’aide à la saisie de formulaires, qui réduit le nombre de champs en fonction du contexte.

Nous travaillons aussi sur des algorithmes plus complexes, pour optimiser l’efficacité énergétique de nos stations d’épuration, par exemple. Lorsque nous parvenons à gagner quelques pourcents, tout le monde y gagne : Veolia, qui économise de l’énergie, le client, qui voit sa facture baisser, et l’environnement."

Découvrez notre Livre blanc “DataOps” - SFEIR
Découvrez au travers de notre livre blanc comment industrialiser la valorisation de vos données grâce au DataOps.
Share this post