Une stratégie de données est essentielle pour chaque cas d’utilisation, mais l’évolution rapide de l’intelligence artificielle (IA) a considérablement renforcé l’importance d’une stratégie bien définie.
Comme toutes les capacités de l’IA sont fondées sur les données, cela pourrait laisser penser qu’une stratégie de données adaptée à l’IA fonctionnera pour chaque cas d’utilisation. Mais l’IA traditionnelle et l’IA générative ont des exigences différentes en matière de données. Pour tirer le meilleur parti de l’IA générative, votre stratégie de données doit vous aider à gérer vos données non structurées.
Pour cela, vous devez commencer par comprendre votre environnement de données : vos ressources, votre infrastructure et l’utilisation actuelle des données dans vos processus métier. Vous devrez également instaurer une culture de la maîtrise des données au sein de votre organisation et responsabiliser les collaborateurs en démocratisant les données et en leur donnant une compréhension fondamentale de l’IA. Cette tâche n’est pas des plus aisées, mais elle est importante et réaliste. Le cadre suivant vous aidera à concevoir la bonne stratégie de données pour atteindre les objectifs métier de votre organisation et réussir avec l’IA.
Rencontrez les dirigeants pour bien comprendre les principaux objectifs et priorités de votre entreprise. Ces conversations vous permettront de poser des questions clés et de tracer la meilleure orientation possible pour votre stratégie de données.
Comprendre la qualité des données de votre entreprise et la manière dont elles circulent (ou non) entre les différents secteurs de l’activité vous permettra de déverrouiller une valeur commerciale dont vous n’aviez pas conscience.
Continuez à vous renseigner auprès des parties prenantes au fur et à mesure que votre stratégie en matière de données prend forme. Garder leurs priorités et leurs points faibles en tête.
Identifier les cas d’utilisation les plus convaincants
Aligner les bonnes données sur les objectifs de votre entreprise « réside entièrement dans la question suivante : quel problème métier tentez-vous de résoudre ? » déclare Tony Giordano, qui dirige les missions de stratégie de données, de conseil et de transformation pour IBM.
Lorsque vous recherchez un cas d’utilisation convaincant, visez des résultats clairs et réalisables. Les principaux CDO comprennent ce qui stimule leur activité et l’importance de relier les données et l’analytique aux résultats prioritaires.¹
Protégez vos investissements
Faites passer votre stratégie en matière de données au niveau supérieur en tirant parti de votre infrastructure, de votre technologie et de vos compétences existantes. Familiarisez-vous avec l’écosystème de votre entreprise pour déterminer où et comment vos données peuvent contribuer à atteindre des résultats commerciaux. Lorsque vous comprenez vraiment vos données, vous pouvez identifier une architecture de données obsolète qui ne correspond pas à votre stratégie commerciale, mieux tirer parti des initiatives financées et identifier les domaines à améliorer.
Identifier les obstacles et les lacunes
Comment mesurez-vous le succès pour vous-même et vos équipes ? Une fois vos objectifs finaux et l’accord de la direction obtenus, vous pouvez identifier les obstacles à la mise en place d’une véritable expérience axée sur les données. Les silos sont souvent à l’origine des difficultés liées à l’intégration et à la gestion des données, ainsi qu’aux workflows. En effet, 81 % des responsables informatiques déclarent que les silos de données entravent leurs efforts de transformation numérique².
L’accès aux données ne doit pas être un obstacle.
Les utilisateurs doivent avoir accès aux données qui produisent d’excellents résultats. Ils ne devraient pas avoir à se demander où se trouvent ces données ou si elles sont gouvernées et respectent les normes. Ils devraient pouvoir utiliser les données dont ils ont besoin en toute confiance.
Design thinking pour la stratégie de données
Une approche basée sur le design thinking permet de faire ressortir les points faibles de l’organisation, ce qui apporte une valeur stratégique à de multiples cas d’utilisation, secteurs d’activité et équipes individuelles. Grâce à ce processus, vous pouvez trouver des solutions réalisables dans un cycle continu d’observation, de réflexion et de création, en abordant les problèmes et les solutions de manière continue.
Faites l’inventaire des talents et des compétences
Vous ne pouvez pas créer vous-même des modifications de données. Assurez-vous que votre organisation propose une formation continue pour suivre le rythme rapide de l’évolution de l’IA et du secteur informatique dans son ensemble. Une enquête IBM IBV a révélé que 85 % des principaux CDO élargissent la formation, que 77 % renforcent les compétences de leur personnel interne et que 70 % acquièrent de nouveaux talents pour améliorer la littératie des données au sein de leur organisation.³
Donner la priorité à la gouvernance
À l’ère de l’IA générative, vous devez assurer une gouvernance de bout en bout. La maîtrise des éléments de données critiques et réglementés est essentielle pour faire fonctionner vos systèmes sans erreurs de duplication, recherches peu fiables ou violations de la vie privée. Identifiez qui détient, gère et définit actuellement vos politiques de données, et évaluez si cette gouvernance influe sur leur sécurité, leur confidentialité ou leur conformité. Assurez-vous que les parties concernées disposent des droits de décision, du cadre de responsabilité et des ressources externes nécessaires pour gérer efficacement les données.
Définir l’état cible de vos données
« De nombreux environnements de données sont obsolètes et ont rarement la flexibilité nécessaire pour évoluer dans l’environnement numérique actuel », explique M. Giordano. Une architecture de données moderne doit être gérée, gouvernée et sécurisée pour garantir une qualité constante des données. Elle exige la flexibilité nécessaire pour évoluer parallèlement à vos canaux numériques.
Mesurer les progrès accomplis dans la réalisation de vos objectifs
Si l’on attend souvent des responsables des données qu’ils soient à l’origine du changement transformationnel, leur réussite se mesure par rapport aux objectifs métier tactiques à court terme. Selon une enquête CDO menée par AWS, 74 % des CDO déclarent que leur succès se mesure en termes de réalisations axées sur l’entreprise ou répartis de manière égale entre les objectifs commerciaux et les objectifs technologiques, tandis que seulement 3 % affirment que leur réussite dépend exclusivement de leurs exploits techniques.⁴
Concentrez-vous sur vos objectifs en matière de données. Tirez parti des informations fournies par vos utilisateurs de données pour réfléchir aux meilleurs moyens d’accélérer la création de valeur commerciale grâce à l’IA.
Élaborez une politique de gouvernance des données
Un cadre de gouvernance solide repose sur la qualité, la confidentialité et la sécurité. Une couche de métadonnées et de gouvernance pour toutes les données, analyses et initiatives d’IA augmente la visibilité et la collaboration au sein de votre organisation, quel que soit l’emplacement de vos données. Votre politique de gouvernance des données façonnera les comportements en matière de qualité, de confidentialité, de sécurité et de gestion des données, tout en vous montrant comment l’IA rationalise vos efforts réglementaires.
Identifiez les défenseurs de vos données
Trouvez les personnes de votre organisation qui sont passionnées par l’impact que les données peuvent avoir sur leur travail. Ce sont vos partenaires de réussite. Faites-les participer à des réunions régulières et aux efforts de standardisation.
Vous pouvez trouver des partenaires de réussite au sein de vos équipes de données ; recrutez des ingénieurs, des data architects ou des data scientists qui créent des modèles d’IA. Les responsables de secteurs d’activité dont les équipes s’appuient sur l’analyse des données sont également d’excellents candidats. Ils ont probablement l’habitude d’employer les nouvelles technologies pour améliorer les processus métier et optimiser la valeur de leurs données.
Définissez vos cycles de sprint
Pour qu’une stratégie en matière de données et d’IA puisse s’imposer, les entreprises doivent souvent remanier leur culture autour de nouveaux concepts et environnements.
Commencez par fixer des objectifs rapidement réalisables, utiles et viables. Réunissez votre équipe transversale autour de ces objectifs. Prévoyez des cycles de sprint courts avec des étapes à franchir qui vous aideront à prouver les résultats. Enfin, assurez-vous que votre direction, vos équipes technologiques et vos utilisateurs professionnels ont tous le même objectif en ligne de mire.
Collectez de petites victoires
De petits cas d’utilisation reproductibles peuvent vous aider à rapidement prouver la valeur de vos investissements dans les données et l’IA. Inutile de s’attaquer aux problèmes les plus complexes dès le début. Des cas d’utilisation qui sont percutants mais simples vous permettent de recueillir des informations importantes sur votre technologie et de cumuler les premières victoires. Investissez dans des programmes pilotes au cours des premières étapes de l’adoption de l’IA afin d’acquérir l’expérience dont vous avez besoin pour améliorer des livrables plus importants en aval.
Créer un catalogue de données centralisé
Un catalogue central stocke et partage des informations, permettant une consommation de données simplifiée. Les données du catalogue sont enrichies sous des formes originales et organisées, avec un stockage adapté à leur finalité. Les outils d’accès aux données vont au-delà des applications ou processus individuels : il s’agit d’évaluer la façon dont vos données sont consommées et de voir quelles connaissances en émergent. Ce niveau de détail permet aux utilisateurs de prendre des décisions en temps réel qui tiennent compte des données à tous les niveaux de l’organisation.
Encouragez l’adoption par les consommateurs de données
Utilisez votre nouveau cadre de gestion des données pour encourager l’adoption à l’échelle de l’entreprise. De cette façon, vous influencez la communication dans votre entreprise, améliorez les workflows clés, optimisez la sécurité et débloquez de nouveaux modèles économiques, de nouvelles opportunités sur le marché et une efficacité opérationnelle renouvelée.
La preuve par l’exemple
Vos cas d’utilisation seront une source importante d’autonomisation. Comme le souligne un récent article de la Harvard Business Review, les directeurs des données et les leaders de l’IA obtiennent de meilleurs résultats lorsqu’ils « placent les données au cœur des préoccupations de tous ».⁵ Tirez donc parti du fait que les cas d’utilisation peuvent couvrir la science des données, l’analyse opérationnelle, la transformation numérique, la business intelligence, les nouvelles initiatives d’IA générative, et bien plus encore, permettant à plusieurs équipes d’exploiter les données pour faire la différence dans l’entreprise.
Embaucher (et recycler) les talents
Pour combler le déficit de compétences, il faut aller au-delà des stratégies traditionnelles de recrutement et de formation. Alors que les entreprises s’efforcent de répondre à leurs besoins en matière de talents, beaucoup ajustent leurs exigences en matière de formation et d’expérience pour pourvoir les postes. Lorsque la formation et le recrutement ne suffisent pas, réfléchissez à la manière dont votre organisation peut exploiter l’IA et l’automatisation pour combler les lacunes en matière de compétences.
Forgez des partenariats solides au sein de l’organisation
Au niveau le plus élémentaire, votre travail en tant que responsable des données est d’aider votre organisation à prendre les décisions les plus avisées concernant la collecte, la gestion et l’utilisation des données. À mesure que vous nouez et renforcez des partenariats à tous les niveaux, adoptez une attitude ouverte aux commentaires et à la collaboration.
La création d’une entreprise fondée sur les données s’accompagne d’un phénomène fascinant. Plus votre vision s’intègre à l’ADN de l’entreprise, plus vous pouvez « lâcher prise » en favorisant simplement une culture dans laquelle les individus sont motivés à apprendre et à assumer de nouvelles fonctions.
Votre organisation est mobilisée derrière vous. Lorsque vous renforcez les technologies existantes et introduisez de nouvelles solutions pour simplifier l’accès aux données, n’oubliez pas que vous faites plus que créer de l’efficacité et encourager de nouvelles perspectives : vous êtes en train de créer une culture qui est passionnée par l’utilisation des données au maximum de leur potentiel.
Notes de bas de page
¹ Turning data into value, IBM Institute for Business Value, avril 2023.
² 85% of IT Leaders See AI Boosting Productivity..., Salesforce, janvier 2024.
³ 2023 Chief Data Officer Study, IBM Institute for Business Value, mars 2023.
⁴ CDO Agenda 2024, AWS, Thomas H. Davenport, Randy Bean et Richard Wang, octobre 2023.
⁵ Why Chief Data and AI Officers are…, Randy Bean et Allison Sagraves, juin 2023.