#2 - Pourquoi la Data est le nerf de la guerre ?

Un monde de plus en plus deconnecté (Crédits)

👋 Hello la communauté Dataque

✌Bienvenue dans cette édition #2 de notre newsletter ! Que tu sois un débutant ou un expert en Data, merci de nous lire chaque semaine.

🎆 Dans cet article nous allons essayer de comprendre pourquoi la Data est le nerf de la guerre. Nous avons la chance de pouvoir échanger avec Gauthier Maufroy, tout premier Data Analyst chez Alma.

💳 Alma est un leader du paiement fractionné en France, l’équipe Data s’est formée il y a un an et compte aujourd’hui une dizaine de personnes.

👨‍💻Gauthier va partager avec nous son expérience et essayer de nous dire pourquoi la data joue un rôle si prépondérant dans la société actuelle.

☝️ Avant de commencer, comme promis une petite note de vocabulaire pour vous aider à comprendre tous les termes:

• Data contract¹: Accord entre un producteur de données et un consommateur de données pour s'assurer que les données soient bien interprétables et exploitables (bon formatting, bonne fréquence de récupération...).
  Exemple: Dans une application de messagerie, le data contract établit que chaque message doit contenir des champs tels que "expéditeur", "destinataire", "heure d'envoi" et "contenu". Cette structure définie assure que les échanges de messages sont bien structurés et interprétables par tous les participants.

• Data semantic layer²: Le cauchemar de toute entreprise est d'avoir un même terme avec dix définitions différentes, par exemple avoir dix définitions et donc dix résultats différents pour le chiffre d'affaire. Le Data semantic layer aide à résoudre ce problème en retraitant les données brutes et en ne mettant à disposition que des données consolidées pour l'analyse. C'est une transformation des données brutes pour une utilisation plus simple, efficace et claire par ces consommateurs.

👋 Hello Gauthier,

Est-ce que tu peux nous parler de ton parcours professionnel et pourquoi tu as décidé de travailler dans le domaine de la Data ?

Comme tu l’as mentionné au-dessus, je suis Data Analyst chez Alma.
Avant ça je suis passé par le programme finance d’une école de commerce et j’ai conclu mes études par un stage en Venture Capital dans un fond dédié aux Fintech. Lorsque mon stage s’est terminé, j’ai cherché à m’orienter vers une Fintech et je suis tombé sur Alma qui cherchait à monter une équipe Data. Le challenge m'a tout de suite intéressé, à la croisée de l’analyse et de la finance tout en étant plus opérationnel. J’ai postulé et j’ai eu la chance qu’Alma me fasse confiance.

Aujourd’hui les grands groupes et les start-up investissent beaucoup d’argent dans leurs équipes Data. Pourquoi ?

Je pense que la plupart des entreprises ont toujours beaucoup investi dans la donnée sans s’en rendre compte, à travers leur comptabilité, la donnée de leur CRM ou ERP. Pour autant ces entreprises ne se sont pas mises à la page et sont restées sur des excels voire quelques bases de données déstructurées quand le volume de données à traiter a explosé. C’est aujourd’hui un rattrapage nécessaire qui est mis en œuvre par ces entreprises afin de pouvoir continuer à piloter efficacement leur entreprise.

Une partie des entreprises prennent ce tournant dès leur création en mettant en place la dernière génération d’outils data ou “Modern Data Stack” afin d’éviter toute dette technique et de répondre aux nouveaux enjeux liés à la (Big) Data que sont notamment sa gouvernance, sa qualité, et son accessibilité. Beaucoup d'outils se développent aujourd'hui pour résoudre au mieux ces problématiques.

Est-ce que tu as des exemples marquants sur comment la Data a pu révolutionner une entreprise et sa stratégie ?

Le premier exemple qui m’est venu en tête est celui de Airflow chez Airbnb. Airbnb a décidé de développer en interne l’un des outils les plus utilisés aujourd’hui par les sociétés pour la récupération et le transfert de données. Cela montre à quel point Airbnb avait besoin de données et d'un outil fiable pour les récupérer. Cet article explique plutôt bien pourquoi ils ont dû développer cette solution et pourquoi ils ont décidé de la développer en interne. Aujourd'hui la majorité des Start-Ups Tech prennent leurs décisions basées sur de la Data et pour ce faire il faut des outils performants.

Chez Alma, les données jouent un rôle essentiel en facilitant les opérations de l'entreprise, telles que le recouvrement, la gestion du reporting financier et le support client. Elles sont également indispensables pour piloter la gestion des risques, les projections financières et les cycles de vente. Plus que révolutionner sa propre entreprise, ce secteur en constante évolution, offre aux équipes Data l'opportunité de prendre part à la construction des outils, des processus et des bonnes pratiques Data de demain. Chez Alma, nous travaillons notamment sur des sujets de qualité de données avec les “Data Contracts”¹ (cf définition) ou encore de gouvernance des métriques avec la “Data Semantic Layer”² (cf définition).

Tu as eu la chance d’arriver au tout début de la création de l’équipe Data d’Alma et voir cette équipe grossir, est-ce que tu as des conseils à donner aux entreprises qui veulent se développer d’un point de vue Data ?

On a essayé d'appliquer chez Alma quelques bonnes pratiques qu'on avait déjà constaté chez d'autres entreprises:

• Ne pas attendre: La dette due à l'absence d'équipe Data mettra du temps à se résorber, il est donc crucial de ne pas attendre pour agir.

• Être indulgent et donner du temps: Laissez à l'équipe Data le temps nécessaire pour mettre en place une infrastructure pérenne et éviter une pression excessive dès le début.

• Évangéliser et communiquer: L'équipe Data doit communiquer sur son travail, ses avancées et le temps nécessaire pour répondre aux demandes, afin que les parties prenantes puissent prioriser leurs besoins.

• Construire un outil de business intelligence solide: L'équipe Data doit consacrer du temps à construire un outil de business intelligence efficace, permettant aux métiers de répondre à leurs besoins spécifiques de manière autonome.

• Établir une roadmap claire: Définir une roadmap en identifiant par exemple les outils à mettre en place, les données prioritaires à récupérer, les chantiers de gouvernance, qualité et accès, ainsi que la structure de l'équipe (centralisée ou décentralisée).

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.