“La data, c’est comme Excel et l’anglais, c’est indispensable!”

Peux-tu te présenter en quelques mots ?

Je suis établie en Angleterre depuis 17 ans. J’ai commencé ma carrière dans le marketing, et j’ai rapidement évolué vers des postes en digital, et ensuite vers des postes en digital analytics, c’est-à-dire l’analyse du comportement des consommateurs sur les plateformes en ligne. J’ai travaillé pour plusieurs grands groupes: Discovery Networks, Peugeot UK, TUI Travel et Global Radio.

‍
Ensuite je suis devenue consultante chez PwC, car j’avais envie d’avoir les deux casquettes: l’entreprise, mais aussi le côté consultant qui m’a permis d’être confrontée à d’autres problématiques et d’autres organisations, notamment le service public, qui est dans une problématique d’utilisation du digital pour réduire les coûts opérationnels. J’ai aussi eu l’opportunité chez PwC de monter une équipe spécialisée dans la veille concurrentielle sur le digital, ce qui nous permettait d’armer nos collaborateurs pour aller pitcher des programmes de transformation digitale. On apportait des données sur leur performance digitale par rapport à celle de leurs concurrents, ce qui était très intéressant pour une première réunion.

Puis, en 2016, j’ai démissionné car j’avais envie de créer ma propre entreprise, The Data Touch, qui est spécialisée dans le consulting, où j’accompagne les entreprises dans leurs stratégies data ou bien dans l’analyse de données diverses, et une offre formation qui s’adresse à la fois à des entreprises et à des écoles de commerce. Avec la formation, on s’intéresse à des problématiques d’analyse des comportements du consommateur sur le digital, de machine learning, de stratégie data, afin de couvrir les divers aspects de la data.

Et cette année, j’ai développé un nouveau programme qui s’appelle “Data Coaching for Leaders”, qui est beaucoup plus dans la durée et plus personnalisé. Il s’adresse à des collaborateurs en entreprise, typiquement des cadres non-data qui ont besoin d’acquérir des méthodologies pour s’imprégner de la culture data et la mettre en place dans leurs équipes.

‍

Quels sont les problèmes data auxquels font face les entreprises ? Y a-t-il des problématiques récurrentes ?

Oui, ce sont des problématiques que j’ai rencontrées au début de ma carrière, et que l’on rencontre toujours autant maintenant, quelle que soit la taille des entreprises et le secteur. Le premier point, c’est qu’il manque d’indicateurs clés de performance, ce que l’on appelle “KPIs” (key performance indicators). C’est rarement un problème de manque de données, je dirais même que les entreprises ont souvent trop de données mais ne savent pas forcément quelles sont les données qui vont faire la différence. On a tendance à collecter beaucoup de données parce que l’on peut, mais en fait ça n’est pas ça qui fait avancer les entreprises. Donc, la sélection de KPIs clairs est quelque chose qui ne se fait pas toujours.

‍
Après la deuxième chose, c’est ce que l’on appelle le manque de responsabilité, de “accountability” comme on dit en anglais, par rapport à la data. Derrière ces KPIs, quand on commence à les identifier, on n’a pas identifié les acteurs qui vont être responsables pour agir sur ces indicateurs clés, et ça se traduit par de l’inaction. C’est pas forcément évident d’imposer de nouvelles responsabilités à des nouveaux acteurs du jour au lendemain, mais on les accompagne dans ce chemin-là: c’est dans l’intérêt de tous de s’attarder sur ces indicateurs, de commencer à émettre des hypothèses sur ce qui peut s’être passé ou pas, essayer d’agir et de voir ce qui se passe.

Ca, ce sont vraiment deux points sur lesquels les entreprises, petites ou grandes, ont assez de difficultés dans la data.

‍

Quels sont les critères de maturité data pour les entreprises ?

Pour qu’une entreprise devienne “data-driven”, ça n’est pas que l’affaire des équipes data et insights: tout le monde doit être impliqué. Evidemment, ça ne veut pas dire que chacun a vocation à devenir data scientist, loin de là! Mais tous les collaborateurs doivent acquérir un minimum de culture data, parce qu’il y a des choses que chaque équipe peut mettre en place en rapport avec la data. Cela, ça passe des formations régulières, car on ne peut pas s’attendre à envoyer des gens en formation un jour J et obtenir une culture data imprégnée à 100% en une journée. Pour moi, c’est un critère de maturité: reconnaître que tout le monde doit être formé, y compris les dirigeants, parce qu’on a souvent tendance à croire que les dirigeants sont complètement formés en data, ce qui n’est pas vrai.

‍
Ensuite, comme je disais avant, avoir des KPIs bien identifiés, c’est aussi un critère important. Et enfin, un autre critère est l’opérationnalité de la data dans l’entreprise: que chaque équipe commence à prendre des actions au jour le jour par rapport à leurs KPIs, que l’on commence à réfléchir en termes d’hypothèses plutôt que d’essayer de produire de la data pour produire de la data. C’est impératif de savoir ce qui est important pour le business, pour les clients, et avoir une méthodologie claire.

‍

Pourquoi est-ce si important pour les collaborateurs en entreprise de se former à la data ?

J’ai pour habitude de dire que la data aujourd'hui, c’est un peu comme Excel ou l’anglais il y a 15 ans: ça devient indispensable! Quel que soit le parcours précédent des collaborateurs, il y a un minimum à avoir en termes de data et certains de mes clients commencent à recruter des profils non-data, notamment en marketing, mais ils demandent certaines compétences data. Donc, c’est vraiment un critère de recrutement. Pour les profils expérimentés en entreprise, par exemple des directeurs marketing ou financier, ça peut être intéressant de se former, car ce seront des gens qui auront une double compétence, qui les rendra plus crédibles sur le marché.

‍

Tu parles des collaborateurs en entreprise, mais quand on travaille en freelance dans la data, ça ressemble à quoi?

Moi j’ai développé 3 services distincts, donc je fais rarement la même chose. Quand je travaille sur des missions consulting avec des clients, je peux travailler sur l’élaboration de stratégie data, sur des analyses sur le comportement des consommateurs, sur l’identification des KPIs et mettre en place des cadres de mesure, etc. Sur la partie formation, je développe des formations data au service des entreprises, avec des méthodologies qui peuvent être utilisées par ces acteurs-là, ou des écoles de commerce, avec des contenus un peu plus techniques, notamment sur du machine learning et du python. Et enfin, le coaching, qui est un travail personnalisé pour accompagner la mise en place de sa stratégie data au sein de son entreprise. C’est très varié et très passionnant!

‍

Quels conseils peux-tu partager avec ceux qui envisagent une reconversion dans la data?

Déjà, je les encourage, parce que c’est vraiment un métier d’avenir! Ce qui est intéressant de voir avec la data, c’est que de l’extérieur on a tendance à voir cela comme quelque chose de purement technique, à base de chiffres et de maths, et ce n’est pas faux. Mais il n’y a pas que ça non plus! J’ai parlé de stratégies data, ça implique des projets en entreprise qui ne nécessitent pas d’être un data scientist.

‍
Il y a quelque chose d’un peu hybride, c’est la visualisation des données, qui est en plein essor et devient stratégique, donc ça peut être un axe de réorientation. Puis après, pour ceux qui veulent se confronter aux chiffres, je leur conseille de s’intéresser à python, qui est un langage de programmation plus facile d’accès que d’autres langages. La beauté de python, c’est qu’il y a énormément de librairies de machine learning qui sont accessibles facilement. Il y a énormément d’expérimentations qui peuvent être faites, et de façon gratuite, grâce à l’open source.

Ce que je conseille également aux personnes en reconversion, c’est de ne pas négliger son parcours personnel. Toutes les compétences acquises jusqu’à présent seront très bénéfiques dans une carrière plus data. La data, elle n’est pertinente que quand elle répond à un besoin de l’entreprise. Ces acteurs-là qui n’ont pas de formation data à la base, ont des connaissances utiles à l’entreprise, et le fait de marier les deux peut être très pertinent.

Enfin, un conseil pour tout le monde, c’est de devenir “bon” en statistiques. Encore une fois, pas d’inquiétude, ce sont des concepts qu’on a tous vus à l’école mais qu’on n’a pas forcément eu l’occasion de mettre en pratique. Intellectuellement, ce n’est pas compliqué de s’y remettre. Le livre que je recommande souvent, c’est “Les statistiques pour les nuls” qui explique très bien tous ces concepts-là et de façon très simple.

‍