GOUVERNANCE, CE QUE LE BIG DATA A CHANGÉ DANS L’ENTREPRISE

CDO, CAO, DPO… QUI SONT-ILS ?

LES NOUVEAUX VISAGES DE L’ENTREPRISE :

 

En lien avec le CIO ou CTO (DSI) et les directions métiers, ces nouveaux hérauts du Big Data transforment le fonctionnement de l’entreprise à l’ère du digital et de la data.

Leur objectif commun : emprunter le virage de la « data-driven organization ». Avec parfois des caractéristiques communes et des « overlaps ».

 

Revue de profils

 

Chief Data Officer

Qui est-il ? Un expert stratégie et technologie, orienté gouvernance.

Sa mission : Mettre en place l’infrastructure et les process qui délivreront aux business units une data ciblée et qualitative directement exploitable par les métiers.

Sa qualité première : la communication ! Le CDO est constamment appelé à interagir avec les BU de l’entreprise pour les inciter à placer la donnée au cœur de leur stratégie.

Dans les faits… Beaucoup de CDO sont également appelés à exercer des mandats opérationnels tournés vers la recherche de use case analytiques (CAO) ou de mises en place d’architectures techniques (CTO).

 

Chief Digital Officer

Qui est-il ? Un expert du digital, souvent formé aux besoins du marketing digital et de l’UX.

Sa mission : Délivrer des expériences digitales innovantes susceptibles d’apporter de la valeur aux collaborateurs en interne ou aux clients en externe. Il identifie les pans du business qui nécessitent une transformation digitale (outils et méthodes).

Sa qualité première : Le management de projet car sa fonction implique une interaction avec un grand nombre d’experts techniques et métiers pour aboutir à l’atterrissage et l’appropriation d’un projet… tout en restant en veille sur les innovations digitales de son marché.

Dans les faits… Le Chief Digital Officer tend de plus en plus à se fondre dans la mission du Chief Data Officer. La transformation digitale étant par essence un besoin ponctuel, beaucoup voient le CDO prendre le relais sur la vision long terme avec la gestion des data comme enjeu principal de pérennité.

 

Chief Analytics Officer

Qui est-il ? Généralement un expert de l’analytique, formé aux problématiques du décisionnel. Sa vision est plutôt opérationnelle.

Sa mission : Extraire la valeur des données à travers des business cases opérationnels utilisant l’analytique.

Sa qualité première : être capable d’innover pour proposer des cas disruptifs à l’entreprise.

Dans les faits… Beaucoup de CAO revendiquent leur ancrage terrain pour demander davantage de responsabilité sur la gestion des données. Avec l’avènement de l’IA, certains CAO changent leur titre en « Head of AI ».

 

Data Protection Officer

Qui est-il ? Un expert juridique qui s’est formé aux enjeux technologiques de la data (voire l’inverse).

Sa mission : Garantir la protection des données personnelles recueillies par l’entreprise et la mise en conformité de ses outils et process avec le RGPD.

Sa qualité première : la rigueur pour s’assurer qu’aucune brèche juridique ou technologique ne vienne fissurer la confidentialité et la sécurité des données. Et la communication…

Dans les faits… Beaucoup de DPO nouvellement nommés (la fonction est véritablement instituée par le RGDP) sont en réalité d’anciens correspondants CNIL ou des responsables de la Sécurité des Systèmes d’Information en entreprise.

 

Et côté métiers opérationnels :

 

• Data Scientist

C’est celui qui collecte les données pertinentes et développe les modèles statistiques et algorithmiques qui permettront d’en extraire la valeur.

 

• Data Architect

C’est celui qui met en place et développe les flux de données au sein de l’entreprise, avec un focus particulier sur la qualité des données et l’accès à celles-ci.

 

• Data Engineer

C’est celui qui structure et met en place l’analyse de la donnée.

 

Témoignage d’Isabelle Fluxa,
Déléguée à la Protection des Données
du Groupe La Poste

Interview

« Je suis devenue DPO le 25 mai 2018 après avoir été correspondante Informatique et Libertés à partir de 2016 et direvctrice des Affaires Institutionnelles les années

précédentes.

 

Pour me préparer à ce nouveau rôle, je me suis formée avec un Master en Protection des Données Personnelles à l’ISEP.

 

C’est une mission qui réclame des compétences techniques fortes

(juridiques et technologiques) mais aussi et surtout une vaste connaissance du fonctionnement de l’entreprise et une grande aptitude à la communication ».

 

 

 

Testez vos connaissances

Un exemple de profils chez Swiss Life

 

Emmanuel Dubois est responsable d’une Direction appelée « Direction de la Gouvernance et de la Qualité des Données ». Il met en place la gouvernance de la donnée pour assurer son relais dans les BU Métiers et une amélioration de la qualité - mais aussi de la protection - des données. Entre autres missions, il définit des politiques de certification et de conservation de la donnée, et, récemment, il a piloté le chantier de mise en conformité de l’entreprise avec le RGPD. Son rôle implique une vraie mission de conseil auprès des directions pour donner un cadre dans lequel elles pourront librement gérer leurs systèmes de données.

 

Cynthia Traoré est responsable du département Data Science et du Data Lab qui conçoit des expérimentations data et IA pour répondre aux besoins métiers. Elle travaille avec les directions métiers pour identifier les usages en interne et en externe et met à profit les données clients pour en extraire la valeur en utilisant – entre autres -  des algorithmes d’intelligence artificielle (analyse sémantique, vocale, classification de documents). Son rôle implique un travail de pédagogie auprès des équipes pour s’assurer du déploiement opérationnel des use cases. En matière de protection des données personnelles, elle a collaboré avec Emmanuel Dubois pour créer des applications nativement « privacy by design ».

 

 

 

… À votre avis, à quelles fonctions expliquées plus haut correspondent ces deux profils ?

Réponse : Emmanuel Dubois est DPO, Cynthia Traoré CAO.

Interview

INTERVIEW DE PIERRE BISCOURP,

DIRECTEUR DE L’ENSAE

Quel est le positionnement de l’ENSAE au cœur des formations Big Data ? :

Comme dans toute formation ingénieur Big Data, vous trouverez à l’ENSAE trois volets d’enseignements : la statistique mathématique, les outils informatiques et les applications. Par son histoire, l’ENSAE est plus particulièrement tournée vers la matière mathématique et vers les sciences économiques et sociales. Du coup je dirais que l’originalité de notre positionnement tient à cette forte valorisation des maths appliquées et à la déclinaison de celles-ci dans les différents domaines de l’économie et de la finance (notamment assurance, banque…), là où d’autres écoles d’ingénieurs font plutôt valoir leur héritage informatique pour se tourner ensuite vers la statistique. Nous faisons plutôt le chemin inverse !

 

Justement, comment avez-vous parcouru ce chemin qui mène de la statistique à la Data Science ?

C’est un chemin qui nous a semblé naturel car notre mission est depuis l’origine de former au meilleur niveau des cadres capables d’exploiter les données pour le compte de l’Etat ou des entreprises.

 

 

Notre offre de formation s’est étoffée dès 2013 grâce à l’actualisation de nos programmes historiques, en nous appuyant sur le Centre de Recherche auquel nous sommes adossés (le CREST - Centre de recherche en économie et statistique) et en diversifiant notre recrutement d’enseignants-chercheurs vers l’apprentissage statistique (« Machine Learning »

ou encore « IA »). La formation d’ingénieur et le mastère spécialisé ont évolué dans le même sens que la recherche et la formation doctorale, avec l’intégration croissante de ces disciplines. Nous avons également développé une offre de masters en data science, en partenariat avec d’autres établissements comme Télécom ParisTech et Polytechnique dans le cadre de l’université Paris Saclay. Toutes ces formations visent à répondre à la demande pressante du marché du travail.

 

En parlant de réponse au marché du travail, combien d’étudiants formez-vous à la Data Science ?

 

« Article du Harvard Business Review paru en octobre 2012 »

 

L’engouement pour la Data Science est très fort à l’ENSAE : environ 2/3 de nos élèves de dernière année choisissent la voie de spécialisation Data Science, ce qui représente près d’une centaine d’élèves ; et de façon plus générale la Data Science irrigue les autres voies de spécialisation (actuariat, finance, business analytics, économie) où l’exploitation des données est une compétence essentielle. En terme quantitatifs, nous avons des promotions encore assez petites (environ 150 élèves) mais nous sommes en phase de croissance depuis notre déménagement à Palaiseau dans des locaux plus grands ; en cible, nous projetons de passer dans les prochaines années de 450 à 750 étudiants, toutes formations confondues (Master Spécialisé, Grande Ecole, Masters avec les partenaires). Avec une condition indispensable : préserver le niveau d’excellence et la sélectivité.

 

Quel est le principal challenge de l’enseignement en Data Science ?

C’est une discipline très mouvante : on sait que dans dix ans on n’enseignera pas la même chose car la recherche, les technologies et les besoins évoluent à un rythme très rapide. Du coup, un enjeu essentiel est de donner aux étudiants des bases scientifiques très fortes pour leur permettre de s’approprier rapidement les nouvelles méthodes au fur et à mesure de leur apparition, et de s’adapter tout au long de leur carrière. Outre ces bases scientifiques, les élèves doivent aussi comprendre les problématiques métiers et maîtriser les domaines d’application afin de savoir s’adapter de façon pertinente aux exigences de l’opérationnel. Notre socle de cours vise à couvrir le spectre des connaissances qui va de la collecte à l’analyse de la donnée, en proposant des applications variées (sciences sociales, finance, analyse textuelle, traitements d’image…). Et bien sûr, outre les cours et les projets, les stages en entreprise sont indispensables pour développer l’autonomie de l’étudiant.

 

Et au-delà… voyez-vous d’autres challenges ?

Autour de la Data Science, il y a deux domaines que j’identifie comme essentiels. Le premier, c’est la communication, qui va permettre l’appropriation d’analyses « techniques » très pointues dans les entreprises : il est capital que nos élèves puissent interagir avec des profils non scientifiques et, pour cela, nous les formons dès le début à la création d’interfaces simples. C’est un défi majeur car, in fine, nous voulons former de véritables chefs de projet capables d’impulser le changement par la communication et l’échange. Le second, tout aussi essentiel, c’est la protection des données personnelles : nous avons plusieurs cours sur le droit de la donnée car c’est un enjeu qui prend de plus en plus de place dans le fonctionnement de l’entreprise.

 

Dernière question : voyez-vous des tendances émerger pour les années à venir ?

Je vois une première tendance assez manifeste : le goût des étudiants pour l’entrepreneuriat. Il y a de plus en plus de profils data qui préfèrent se lancer dans l’aventure start-up plutôt que rejoindre un grand groupe. C’est une tendance que nous devons surveiller et accompagner. Mais il y a une autre tendance qui, à mon avis, est encore trop timide : c’est la formation des docteurs. Il est évident que dans les années qui viennent, les grandes entreprises du numérique vont chercher des profils de niveau PhD et plus seulement ingénieurs, afin de porter encore davantage l’innovation dans leur activité. Or, de façon générale, la France a plutôt du retard sur la valorisation de ces profils dans l’entreprise, de sorte que les étudiants des écoles d’ingénieurs sont encore relativement peu tournés vers la thèse, alors que c’est le standard international. Il faut davantage communiquer et mettre des moyens pour qu’une filière Recherche de la Data se développe en France !

 

 

« Exemples de structures privées et publiques offrant des stages aux étudiants de l’ENSAE  D’après le site internet de l’école »

 

retour au sommaire