Gestion des produits de données : De la surcharge de données à l'exploitation de ces dernières en 3 étapes

Les entreprises d'aujourd'hui sont au bord de la surcharge de données.

Historiquement, nous avons toujours eu un seul objectif en matière de données : en recueillir le plus possible, à partir du plus grand nombre de sources possible. Cependant, en raison de ce stockage incessant, les données constituant auparavant des ressources précieuses se sont transformées en un riche capharnaüm.

Les efforts déployés pour gérer cette masse de données peu maniable ont donné lieu à l'apparition de plusieurs sources de référence, ce qui a érodé la confiance dans les données elles-mêmes. En conséquence, la qualité des données, la gouvernance de ces dernières et la confiance que les utilisateurs avaient en elles en ont souffert, affectant la prise de décision à différents niveaux. En effet, une étude récente de Gartner® a révélé que « 44 % des fonctions D&A créent efficacement de la valeur dans l'organisation ».¹ À elles seules, ces données mettent en évidence une belle opportunité d’amélioration.

Pour bon nombre de nos clients, la création d'une nouvelle stratégie en matière de données implique bien plus que la simple recherche de nouveaux partenaires ou solutions. Cela nécessite en fait une réévaluation des méthodes de gestion des données au niveau organisationnel, via les mesures suivantes :

• Auditer les difficultés et les objectifs de votre équipe en matière de données
• Développer une approche de type gestion de produits en matière de données
• Entrer sur le marché des données pour générer de nouvelles sources de revenus

Auditer les difficultés et les objectifs de votre équipe en matière de données

Pour auditer efficacement l'écosystème des données de votre équipe, la collaboration est essentielle. Les parties prenantes de divers secteurs d'activité doivent s'unir pour définir clairement leurs difficultés et leurs besoins en matière de données. Cette collaboration constitue la base qui permettra de relever les défis liés aux données de votre entreprise, ainsi que de fixer des objectifs à court et à long terme pour vos résultats et informations fondés sur les données.

Prenons par exemple l'un de nos clients du secteur des services financiers. Comme beaucoup d'entreprises modernes, ce client était devenu, au fil des années, le gardien d'un référentiel de données tentaculaire, criblé de doublons, de redondances et d'obstacles pour les accès.

L'entreprise savait qu'il était temps pour elle d'adopter une nouvelle stratégie de données, mais elle n'avait pas encore défini ce que cela signifiait pour elle et pour ses opérations. En revanche, une chose était claire : leurs méthodes actuelles de gestion des données compromettaient leurs objectifs métier plus larges.

Par exemple, bon nombre de leurs équipes estimaient qu'il n'existait pas de source unique de référence concernant les données clients, ce qui les empêchait d'optimiser l'expérience client et ralentissait la génération de revenus et la productivité.

Auparavant, les données de l'entreprise étaient stockées dans divers systèmes hérités, y compris les mainframes et plusieurs entrepôts de données existants. Cette complexité se reflétait de plus en plus dans le catalogage des sources de données, qui perdait en efficacité. Ainsi, lorsqu'il fallait compiler une vue d'ensemble des clients de l'entreprise, les équipes n'avaient d'autre choix que d'explorer des sources de données multiples, ce qui augmentait le risque d'erreurs et de négligences.

Développer une approche de type gestion de produits en matière de données

Pour relever les défis liés à la gestion des données, tels que celui-ci, vous pourriez commencer par constituer une équipe interfonctionnelle d'experts, de spécialistes et d'analystes des données (dans le cas présent, principalement issus des services de marketing et de vente). Cette équipe se réunirait ensuite pour imaginer et concevoir des solutions de données adaptées aux besoins de son organisation.

C'est là que cette approche de la gestion de produits entre en jeu.

Lorsque les équipes commencent à traiter les données comme un produit, elles établissent naturellement un workflow de gestion de produits, pour plus de transparence et une valeur optimisée. L'objectif d'une telle approche est de créer des outils ou des solutions de données pouvant être employés et réemployés entre les équipes pour divers cas d'utilisation. En d'autres termes : une source unique de données de référence.

Prenons un exemple. Une organisation comme le prestataire de services financiers mentionné ci-dessus rencontrant des difficultés avec les données clients pourrait commencer par exploiter les données existantes pour créer une vue unifiée à 360 degrés des données clients. Auparavant, cette organisation aurait certainement abandonné les données après une seule utilisation, limitant ainsi leur utilité et leur efficacité globale. En revanche, un produit tel que le tableau de bord client à 360 degrés constituerait une source fiable et unifiée de données sur les clients, à laquelle il serait possible de faire appel à tout moment, encore et encore.

Cependant, la création de produits de données tels que ce tableau de bord client à 360 degrés ne constitue qu'une portion du parcours. Il est tout aussi important de cultiver un état d'esprit de gestion de produits dans l'ensemble du portefeuille de données.

L'adoption d'une approche de type gestion de produits pour les données de l'entreprise, par exemple, nécessite souvent d'affecter un responsable produit dédié à chaque produit de données. Il s'agit d'intégrer des pipelines de produits de données automatisés avec agilité et intelligence. Et cela exige la gouvernance de chaque produit par le biais d'un système fédéré pour l'observabilité.

Cette approche stratégique permet de s'assurer que les données restent des actifs métier précieux et qu'elles génèrent constamment de la valeur, tant aujourd'hui que demain.

Entrer sur le marché des données

Réussir à adopter cet état d'esprit, la gestion des données comme un produit, c'est la clé pour améliorer l'accessibilité et la facilité d'utilisation de vos données. Mais les implications d'une stratégie de type « données en tant que produit » s'étendent bien au-delà des murs de votre entreprise, ouvrant la voie à la distribution et à la monétisation de ces mêmes données.

En assemblant vos données en produits, vous pouvez les proposer (nettoyées, complètes et gouvernées) sur les marchés de données. De là, les fournisseurs et d'autres partenaires B2B en aval peuvent sourcer ces données, par exemple pour exécuter des modèles d'IA de manière plus complète ou créer des expériences utilisateur plus personnalisées.

Certains secteurs tels que les services financiers commencent à se tourner vers de nouveaux paradigmes, tels que l'open banking : pour adapter votre stratégie de données et saisir ces opportunités, il ne s'agit pas de savoir si vous aurez besoin de ressources, mais de savoir lesquelles et quand.

Le moment est venu de commencer à répondre à ces questions.

Naveen Kamat, Vice President & CTO, Data and AI Services, Kyndryl

¹ Gartner, CDAO Agenda 2023: Presence, Persistence and Performance, mars 2023

GARTNER est une marque déposée et une marque de service de Gartner Inc. et/ou de ses filiales aux États-Unis et dans d'autres pays, citée ici avec son autorisation. Tous droits réservés.