#11 -Quelles sont les erreurs à ne pas faire quand on monte une équipe Data ?

(Crédits)

👋 Hello la communauté Dataque

🚀 Dans cette édition de notre newsletter, nous avons la chance de pouvoir échanger avec Marin Huet, Head of Data chez Alma. L’organisation Data d’Alma a été lancée il y a un an et demi et compte actuellement 18 profils, dont des Data Analysts, des Business Analysts, des Data Engineers et des Data Scientists.

👨‍💻 Il va nous parler aujourd’hui de la construction de son équipe et des erreurs à ne pas faire quand on monte une équipe Data.

👋 Bonjour Marin,

Peux-tu nous parler de ton parcours professionnel et pourquoi tu as décidé de t’orienter vers la Data ?

Depuis toujours, j'ai été attiré par la Data. Pourtant, j’ai occupé des positions très différentes dans ma carrière.

Dans ma première entreprise, j’ai débuté en tant que Customer Success, pour ensuite mettre en place le département Data and Fraud Analytics avant d’évoluer en tant que VP Ops. Chez Alma, j'ai d'abord dirigé l'équipe Risque Marchand pendant deux ans avant de me lancer et de construire l’organisation Data.

Pour moi, comprendre et analyser les données sont des compétences fondamentales dans n'importe quel rôle ou département d'une entreprise. C'est un exercice qui t'oblige à questionner le business, comprendre le produit en profondeur, mesurer l'impact de chaque équipe et évaluer la direction stratégique de l'entreprise.Peux-tu nous présenter la fonctionnalité de recommandation que vous venez de lancer chez Brut ?

Le besoin initial était d'avoir un feed de vidéos ressemblant à ce qui se fait sur les différentes plateformes de contenus courts (comme TikTok par exemple), mais avec des vidéos Brut.

Nous avons donc implémenté un système permettant la collecte en temps réel des interactions des utilisateurs (temps de visionnage, likes, etc.) afin de déduire leurs préférences et de proposer un feed de plus en plus adapté à leurs goûts.

Tu as eu l’opportunité de monter l’équipe Data d’Alma from scratch, est-ce que tu peux nous parler de la stratégie et de la vision que tu as adoptées pour construire ton équipe ?

La première étape qui me paraissait indispensable, c'était de discuter avec un maximum de personnes qui étaient déjà passées par là avant moi. J’ai donc contacté un grand nombre de Head of Data de l’écosystème Tech français et j’ai récolté énormément d’informations extrêmement pertinentes sur les meilleures pratiques ou les pièges à éviter lors de la création d’une organisation Data. 

Une des grandes difficultés que j'ai identifiées : l’organisation. Les problématiques autour des équipes Data au sein des entreprises se résument souvent à une mauvaise organisation de l’équipe, qui se traduit par un goulot d’étranglement pour le reste de l’entreprise. Cela transforme la mission des équipes Data en équipe support qui effectue des tâches redondantes et sans valeur ajoutée. De plus, cela crée une mauvaise dynamique et des relations conflictuelles entre la Data et le business. J’ai donc opté pour une organisation hybride semi-centralisée/décentralisée. 

D’un côté, il y a une équipe Data centrale composée de Data Engineers et de Data Analysts Full Stack (exerçant les rôles de Data Analyst et d’Analytics Engineer). De l’autre côté, des Business Analysts sont implantés dans toutes les équipes métiers et travaillent quotidiennement avec des profils 100% business.

La vision que j'avais en construisant l’équipe : 

• We serve business

• We use our data as an asset to grow faster than our competitors

• We aim at becoming an enabler, not a bottleneck

Les missions de l’équipe : 

• Be the guarantee that data is trustworthy

• Develop the tools & processes to allow data to be accessible to all

• Ensure that data is used to drive accountability

• Ensure the security and governance of our data

Quelles ont été, selon toi, les plus grands succès dans cette construction ?

Pour moi, les plus grands succès sont : 

• Le recrutement et la construction rapide des équipes. Je me suis concentré sur les profils Data Analyst, l’équipe Infrastructure a recruté les Data Engineers et chaque équipe business a attiré des Business Analysts.

• On a réussi à recruter un mix de candidats juniors et seniors avec un gros potentiel et une vraie envie d'apprendre et de progresser, et ils ont rapidement acquis de nouvelles compétences.

• Les Business Analysts ont joué un rôle crucial en prenant tout de suite sur leurs épaules les besoins Data urgents des équipes, ce qui nous a permis de consacrer du temps, avec les Data Engineers et les Data Analysts, au développement d’une stack Data moderne avec des fondamentaux solides. Les équipes business sont maintenant 100% engagées avec la Data et comprennent l’importance de l’équipe. Elles expriment des besoins en analyses, en nouveaux tableaux de bord et en reporting.

Qu’est-ce qui, selon toi, aurait pu être mieux fait et quelles erreurs tu ne reproduiras pas si tu dois monter une nouvelle équipe Data ?

Je pense qu’on fait toujours des erreurs, mais que la clé, c’est de garder un esprit critique et ouvert, de savoir prendre le feedback et de ne pas hésiter à prendre des décisions rapides et radicales. Il n’y a rien de pire que de s'entêter dans une direction alors qu’on sent qu’on aurait dû faire marche arrière bien plus tôt. 

Pour donner quelques exemples : 

• Partir sur un modèle de Data Warehouse (DWH) construit en ETL (Extract, Transform, Load) plutôt qu’en ELT (Extract, Load, Transform). C’est primordial de créer une base de données dans le Data Warehouse (DWH) avec les bases de production et de faire toutes les transformations dans le DWH. On a dû reconstruire entièrement le DWH trois mois après sa création pour adopter le modèle ELT.

• Faire passer tous les dashboards des équipes business sur le DWH alors qu’il n’était pas encore 100 % fiable et stable. Dans les premiers mois, on avait un problème par semaine sur le DWH, ce qui a engendré une perte de confiance des utilisateurs à l’égard de ces bases de données. On a dû rectifier le tir rapidement et énormément communiquer pour rétablir la confiance.

• On aurait dû communiquer de manière plus importante au début sur les projets en cours de l’équipe Data centrale. Construire une Data stack à partir de zéro est un processus qui prend du temps et qui est invisible pour les équipes business, ce qui a suscité des interrogations quant à notre rôle au début.

Est-ce que tu as des bonnes pratiques à partager ou des conseils à donner aux entreprises qui veulent monter une équipe Data ?

• Communiquer énormément en interne sur la vision, les missions et la roadmap de l’équipe Data. Il est primordial d’embarquer les leaders de l’entreprise dans ton projet et d’avoir un fort soutien du Comité Exécutif.

• Discuter le plus possible avec des experts sur tous les sujets. C’est impressionnant la quantité d'erreurs qui peuvent être évitées grâce à un bon conseil.

• Ne pas faire de compromis sur les recrutements. Quand tu recrutes un profil, la question que tu dois te poser, c’est “Est-ce que je pense que cette personne pourra me remplacer dans le futur?”. Il faut impérativement que la réponse soit “Oui”.

Merci beaucoup pour votre lecture et à la semaine prochaine pour un nouvel article.

🚨 PS: Si vous aimez notre newsletter, n'hésitez pas à la partager autour de vous et à nous suivre sur Linkedin pour ne rater aucune de nos aventures.