Newsletter du Lundi
11/12/23

Paru dans la newsletter du

Après cet article, vous ne confondrez plus « Datamesh » et visite chez le coiffeur !

Qui ?
Jean-Christophe Brun, ex Carrefour, et fondateur de Univers Data, Jean-Noël Lucas, chief data gouvernance officer L'Oréal, Brice Miranda, data AI et automation deputy, Orange, Johan Picard, data analytics practice lead Google EMEA

Quoi ?
Comment le data mesh répond aux défis des architectures data centralisées, en rapprochant la data des opérationnels. Un petit déjeuner, organisé par Artefact (société spécialisée dans la data qui emploie 1 200 personnes dans le monde) , le 15 décembre dernier.

Comment ?
Le data mesh est une notion conceptualisée par Zhamak Dehghani, directrice de la technologie  chez  ThoughtWorks, comme une  solution aux défis inhérents aux structures de données centralisées et monolithiques, telles que l'accessibilité et l'organisation des données. La pandémie de COVID-19 a accentué cette notion, pour réduire la complexité organisationnelle autour des données. La conférence aborde le sujet en trois questions.
 1 Comment résoudre le goulet d'étranglement des "sachants de la data" qui empêchent son partage

Johan Picard, de Google, rappelle pourquoi on parle de data mesh aujourd'hui : "Depuis vingt ans, les entreprises ont créé et centralisé leurs donnée sur des planorbes, data Lake, data warehouse. Ca a rendu possible l'exploitation de la donnée . Mais les métiers doivent faire la queue pour accéder à la donnée. Ou créent leurs propres "Shadow IT". Les équipes centrales connaissent la technologie, mais pas la qualité de la donnée. Et les métiers, c'est l'inverse.
Mais avec le cloud, les technologies évoluent et permettent  de déléguer la donnée aux métiers.

Chez Orange, Brice Miranda a   vécu ce phénomène de concentration éclatement de la donnée : la plateforme n'était pas très "self service". Du coup, les métiers qui en avaient les moyens ont recréé "entre 40 à 60 data plateformes." L'Opérateur a construit une plateforme at service des métiers avec Google Cloud Patform (troisième opérateur de cloud en france derrière Amazon et Microsoft). "Et maintenant, on rentre dans la logique de la data démocratie".

Avant de créer sa société, en cette fin d'année, Jean-Christophe Brun était CTO de Carrefour. "En 2015, il fallait que l'on transforme notre vision de la data, pour centrer l'activité du distributeur autour de la donnée. Jusqu'en 2018, le distributeur construit sa plateforme. Et en 2018, il devient partenaire de Google. Avant même l'émergence de la notion de data mesh, il s'agit de démultiplier les usages métiers.

Jean Noel Lucas a commencé la même démarche il y a trois ans chez  L’Oréal. Jean-Paul Agon, alors Pdg, désigne le cap : être champion de la beauty tech. Il faut donc orchestrer la donnée, et casser les salons fonctionnels. Il s'agit d'identifier des "data steward", de se mettre d"accord sur un langage commun et de structurer la donnée, pour construire un référentiel au niveau global. Et cela demande des moyens :  "Il faut s’acheter du temps pour rendre la donnée disponible. Nous avons évalué la dette de gouvernance (2 ou 3 ans) et estimé les moyens nécessaires pour gérer l'entreprise autour de la donnée. Nous avons dédié 100 personnes pour préparer la donnée. Et fait entrer de nouvelles compétences dans le groupe. Il faut aussi beaucoup évangéliser, répéter, pour conserver le budget qui permet de faire cet effort. Car les L'oréaliens ne sont pas conceptuels. Il faut traduire en concret le concept". L'Oréal énumère ainsi  50 cas d’usage qui  tapent dans la donnée produit. De la gestion du portefeuille de produits, à l'amélioration de la distribution, à la gestion des stocks. Pour cette stratégie "data as a product" il faut distribuer la donnée dans les domaine et confier sa préparation aux spécialistes de la marque.

2/ Comment démocratiser l’usage ?
Orange a un data studio pour consulter et Colibrapour chercher la donnée. Mais ça ne suffit pas : "Quand on fait nos gisements, on a dupliqué la donnée et ca pose des problèmes. Si vous demandez l'équipement broadband des clients, vous obtenez 800 réponses". Le client est -il équipé de Fixe, de mobile, de fibre ? de tout cet ? Dans l'outil, on ne sait pas. A-t-il donné son consentement ? On ne sait pas non plus. Il n'y a pas de source unique de vérité et de donnée que l'on peut croire". Du coup, des POC des menés  sur ces questions ("c'est quoi un client ?" "C'est quoi la permission?").

Orange est un peu en avance sur L'Oréal, où 40 % des données sont disponibles sur le cloud. "En prérequis, la donnée doit être disponible et découvrable. On doit faire le dernier kilomètre en business intelligence. Dans un deuxième temps, il faut monter les domaines dans la chaine de valeur de la data. Avec comme critère de performance (KPI) la consommation des datas, pour se rapprocher des cas d'usage du business."Brice Miranda souligne l'aspect humain de la transformation data : "Quand on nomme un data product owner, il a déjà un autre métier."

Chez Carrefour, on a choisi de responsabiliser les data product owner. Ces dernièrs comprennent l'usage de la donnée et en assurent la communication, surtout : "Les produits data doivent être utilisés. Les data product owner doivent etre intéressés sur l'utilisation de leurs produits. Autrefois, le département business intelligence faisait les rapports sur les métiers. Mais dorénavant, les métiers eux-mêmes s'en chargent, avec l'appui de la BI.  60 % des personnes formées par Carrefour à la data provenaient des métiers "C'était impensable il y trois ans".

3/ Comment industrialiser les cas d’usage ?
C'est un va et vient, explique Johan Picard (Google) entre analytique et opérationnel : "La donnée doit remonter dans l'analytics et redescendre dans l'opérationnel. Autrefois, les bases de données ne pouvaient pas intégrer l'analyse, on a donc créé le data Lake. Dans le nouveau paradigme, on se rapproche des sources de la donnée et on en a une meilleure connaissance. Du coup, il ne faut plus séparer les opérations et l'analyse. Certains de nos clients les ont mis sur le même plateau". Ainsi les spécialistes SAP voisinent avec les data. Brice Miranda souligne :  "il faut gommer les vieilles frontières entre analytics et opérationnel et aller à la source."

 Jean-Noel Lucas renchérit : " les opérationnels doivent comprendre sur quelles données ils s’appuient (réfléchir à leurs process) et s’efforcer d'améliorer la qualité de la donnée". Ainsi, pour la fourniture des magasins, et mieux gérer ses stocks, L'Oréal a ajouté une couche à la GCP.  "On cherche à APiser nos systèmes." L'Oréal a beaucoup travaillé la donnée produit, pour avoir une vision 360, mise à disposition des distributeurs et des consommateurs. Pour mieux gérer la chaine d'approvisionnement, L'Oréal doit mieux segmenter ses catalogues. Et la nouvelle organisation permet d'être plus réactif, de passer des ordres de production de produits sur un mode hebdomadaire, quand la demande croit.

Carrefour est allé le plus loin convergence analytics et opérationnel : dans ce nouveau monde, l’analytique devient un outil opérationnel et devient temps réel, au même niveau de service que l'opérationnel. La fiche produit doit récupérer toutes les informations, y compris le chiffre d'affaires. Ce qui permet de faire des scores de substitution entre produits, au cas où un produit manque. "

 Quid de la souveraineté ?
Chez Orange, on attend des calrifications sur l'aspect légal et on décidera le moment venu "mais on ne veut pas que cela multiplie les coûts par deux". Chez Carrefour, les données clients sont protégées en amont et par contrat avec le prestataire cloud (Google). "Si elles sont chiffrées, elles sont inexploitables". Mais une banque présente dans la salle souligne que les données chiffrées sont ... déchiffrables.

En Chine, L'Oréal travaille avec Microsoft (Google est interdit). "Cela nous permet d'évaluer d'autres technologies".  Pour l'ancien CTO de Carrefour "les données sont plus simples protéger quand elles ne s'ont qu'à un endroit.

 Et du ROI ? 

L'Oréal doit pivoter sur des produits avec formule green en 2035. "La data va nous aider à faire cette transformation dans les délais."  "Un meilleure organisation de la donnée permet d'éviter les coûts de sa duplication, du coup, ce sont des économies. Une meilleure chaine d'approvisionnement des magasins permet aussi d'effectuer plus de ventes, en évitant les ruptures de stock.Et puis, une meilleure organisation de la donnée permet de réduire très significativement le temps nécessaire aux projets : "40 % à 60 % du temps nécessaire à un projet concerne l'organisation des données".

Pour Jean-Christophe Brun, le ROI de cette nouvelle organisation data, c'est une somme de petites expériences, difficiles à chiffrer d'emblée, "mais on le fait progressivement".

Carrefour est passé de 10 à 800 changements de prix par semaine. L'analyse de la donnée permet de faire respecter une hiérarchie dans cet univers ultra changeant ("des produis bios plus chers que les produits non bio" par exemple)

On laisse le mot de la fin à Johan Picard : "Les plateformes vont continuer à simplifier leur usage. Et le pendule vers la fédération de la donnée au plus près de l'activité va permettre à la décentralisation de la donnée de franchir de nombreux caps."

Ami lecteur et annonceur : si tu es arrivé au bout de cet article, tu seras intéressé par votre matinée consacrée aux chantiers data de l'annonceur, le 23 mars prochain. Demande ton invitation ! 

Publicite

XX résultats

Oups! votre recherche
n’a donné aucun résultat !