DATA GOUVERNANCE

La révolution des organisations « data driven » a démarré

2

3

SOMMAIRE

DU CDO AU CDO : RIEN N’A CHANGÉ, TOUT A CHANGÉ !

CHAPITRE 1 - La donnée, un actif à part entière

CHAPITRE 2 - Valoriser son patrimoine informationnel, mode d’emploi

CHAPITRE 3 - Et demain : quelle gouvernance pour quels usages de la data ?

CHAPITRE 4 - Vers une organisation data driven : et vous, où en êtes-vous ?

CONCLUSION & REMERCIEMENTS

04

06

12

18

24

26

4

DU CDO AU CDO : rien n’a changé, tout a changé !

Bienvenue dans l’ère post-digitale ! Bienvenue dans une époque où la transformation (digitale) n’est plus un élément différenciant pour votre activité, puisque l’ensemble de vos parties prenantes – prospects, partenaires, salariés, clients et clients de vos clients – la considèrent comme acquise…

Dans la grande majorité des entreprises cependant, cette transformation est seulement en cours. Elle est loin d’être effective ou aboutie. Et même quand l’entreprise l’a maîtrisée, ce n’est que pour se rendre compte qu’elle est encore au milieu du gué, car un nouvel impératif se dresse déjà devant elle, celui de la data.

5

C’est là toute la difficulté. À peine la digitalisation des parcours client, de la supply chain, des documents administratifs, des façons de travailler et des manières de penser est-elle intégrée, qu’un nouveau défi s’annonce déjà sur la route des organisations, celui des données justement générées par cette digitalisation.

A peine les équipes se sont-elles habituées au Chief Digital Officer, qu’entre en scène un autre CDO, le Chief Data Officer. Ce dernier est chargé de structurer, de domestiquer, d’organiser les données qu’a fait émerger le premier.

D’un CDO à l’autre, c’est une révolution qui s’annonce, qui s’appuie sur une idée pourtant simple : la data fait partie intégrante du patrimoine de l’entreprise.

C’est un actif comme les autres, qui mérite d’être recensé, protégé et valorisé. Un actif comme les autres, quoiqu’un peu plus essentiel pour survivre aux risques de disruption qui surgissent de toutes parts.

Alors pourquoi se soucier de mettre en place une gouvernance des données, comment s’y prendre concrètement, et à quoi s’attendre demain ? Vous trouverez ici les clés d’analyse indispensables pour enfin tirer tout le potentiel de votre capital informationnel.

Bonne lecture,L’équipe Data de CGI Business Consulting

D’un CDO à l’autre, c’est une révolution qui s’annonce, qui s’appuie sur une idée pourtant simple : la data fait partie intégrante du patrimoine de l’entreprise.

6

A DONNÉE, un actif à part entièreL

C’est simple, nous avons tout fait à l’envers !

L’avènement de l’informatique ayant généré, puis permis d’enregistrer et d’exploiter toujours plus de données, nous nous sommes jetés à corps perdu dans leur utilisation. Internet a encore démultiplié le volume de données produites, que nous avons consommées avec boulimie et toujours plus vite, les rangeant ici ou là sans réellement faire preuve de méthode. C’était la première ère de la data, marquée par son utilisation tous azimuts !

Puis, la pression réglementaire – sur les activités financières notamment – s’est accrue. Glissant du KYC « Know Your Customer » au KYD « Know Your Data », nous avons compris qu’il était temps de mieux connaître nos données, d’en avoir une représentation exhaustive. Nous nous sommes donc pliés au fastidieux exercice

de recensement et d’amélioration de la fiabilité. Quelles données sont produites chaque jour, comment sont-elles collec- tées, où sont-elles rangées, comment peuvent-elles être vérifiées ? Ces questions nous ont projeté dans la deuxième ère de la data, celle de la connaissance.

Ce n’est que maintenant, en 2020, que nous franchissons le palier de la valori- sation des données. Nous commençons à percevoir que la data constitue un patrimoine en tant que tel, au même titre qu’une usine, des postes de travail ou des actifs fonciers. Certains considèrent même que la donnée n’est pas un actif permettant de générer de la valeur, mais qu’elle constitue elle-même la valeur que doit produire l’entreprise ! C’est le cas des organisations « data driven », dont tout le modèle économique, la stratégie,

7

les processus opérationnels, la culture, sont centrés autour de cette matière première d’un nouveau genre.

En commençant à appréhender la valeur de ce patrimoine, les entreprises se heurtent de plein fouet à la réalité de l’état dans

lequel il se trouve : absence de standardisation, manque de règles claires, qualité non maîtrisée, redondances, valeur non mesurée, etc. De fait, l’indispensable transition vers une organisation « data driven » ne se fera pas sans gouvernance adéquate.

Celle-ci consiste à gérer et administrer les don- nées dans une optique de création de valeur durable. L’idée consiste aussi à promouvoir les compétences, connais-

sances et comportements visant à faciliter l’apprentissage organisationnel. Parce qu’elle répond à un triple objectif de création de valeur, de réduction des coûts et de gestion des risques, la gouvernance des données s’est développée autour non pas du seul Data Officer, mais d’une structure transverse pilotée par ce dernier. Il s’agit du Data Office, qui regroupe les compétences nécessaires pour animer l’ensemble de la commu- nauté data au sein de l’entreprise.

Fin 2017, nous avons créé plusieurs filières de données : état du réseau, usages, coûts, travaux, etc., ainsi qu’une filière-mère de description du réseau, que nous avons appelée Gaïa. Cette biblio-thèque décrit tous les « objets » du réseau SNCF : postes d’aiguillages, gares, caténaires, tracé des voies, signalisations, etc., avec tous leurs attributs.

Le premier objectif : structurer le contenu de nos bases – plus de 11 millions d’objets sont actuellement recensés ! Nous souhaitons revenir à une architecture allégée. Nous collectons les plans du réseau, nous les numérisons le cas échéant, nous vérifions la qualité – et il faut parfois retourner sur le terrain pour réaliser des mesures. Mais surtout, nous avons travaillé sur la gouvernance de la donnée, afin de créer entre nos filières une chaîne informa-tique et décisionnelle efficace et fluide.Dans un second temps, ces données enfin structurées devront se parler automatiquement. Nous souhaitons obtenir un jumeau numérique de notre réseau, qui réplique ses caractéristiques intrinsèques mais aussi l’ensemble des situations qui le parcourent, en temps réel.

L’enjeu est d’améliorer la performance et la qualité opérationnelle, économique et commerciale. À la clé : davantage de maintenance prédictive, moins d’interruptions de circulation, plus de trains en service, un réseau modernisé et des offres « à la carte ».

Florence MargiocchiResponsable déléguée de la filière de données « description du réseau », SNCF Réseau

Nous créons un jumeau numérique du réseau ferroviaire français

8

Digital Officer, Data Officer, DPO : des rôles distincts et complémentaires

« Le Digital Officer travaille à la transformation de l’ensemble des processus, le Data Officer coordonne la valorisation des données produites et le Data Protection Officer s’appesantit sur les aspects de sécurité », explique François Bouteyre, Directeur Energy, Utilities, Telco & Media chez CGI Business Consulting. »

« Le Data Officer est souvent rattaché aux fonctions marketing, lorsque le sujet data a historiquement été tiré par la relation client, ou au Digital Officer avec lequel la relation oscille souvent entre complémentarité naturelle et concurrence acharnée ! Quant au DPO, la CNIL ne préconise pas de niveau de rattachement. Il peut être intégré au Data Office ou installé au sein d’autres directions (la DSI, la direction de la conformité, la direction juridique…). »

« Idéalement, la filière data doit être indépendante des autres directions, tout en restant proche d’elles. C’est pourquoi nous conseillons de rapprocher ces trois rôles le plus possible de la direction générale. »

9

Arrivés à la troisième ère de la data, il nous apparaît enfin que les fondamentaux utilisés depuis la première révolution industrielle pour la production de biens matériels peuvent également s’appliquer à la donnée. Ce sont les quatre principes de la data gouvernance !

PRINCIPE #1Savoir ce que je produis

Il s’agit de connaître précisément les données qui sont produites au sein de l’organisation. La maîtrise du capital informationnel passe en effet par la connaissance de bout en bout des données – depuis la sémantique jusqu’aux rôles et responsabilités associés, en passant par les usages métiers et les systèmes applicatifs. Plus facile à dire qu’à faire, comme l’a montré le vent de panique généré par l’instauration du RGPD, lorsque les entreprises ont dû recenser les données qu’elles collectaient ainsi que l’utilisation qu’elles en faisaient !

PRINCIPE #2M’assurer que je produis correctement

Avec l’amélioration continue des systèmes de recueil de données, mais aussi la réduction constante des coûts de stockage, les données produites et consom-mées en entreprise ont proliféré de manière incontrôlée, se dupli- quant indéfiniment sans que l’on ne sache finalement quelle est la source la plus fiable. À cette question de la réplication s’ajoute celle de la qualité, d’autant plus complexe que l’importance accordée à la même information peut être très variable d’un service à l’autre ! Par exemple, le code NACE d’un client peut être secon- daire pour le marketing, qui ne le renseignera pas systématique- ment, alors qu’il est clé pour la génération des reportings régle- mentaires par la comptabilité.

10

PRINCIPE #3Partager de manière adéquate

Les données ne sont pas immobiles. Au contraire, leur circulation irrigue l’entreprise et distribue la valeur ajoutée à travers les systèmes et les personnes. C’est pourquoi il est déterminant de définir à travers quels circuits elles doivent transiter et d’émettre des principes sur le lieu et la manière dont elles sont accessibles. Une démocratisation insuffisante ou un partage inadéquat de la donnée peuvent entraîner sa dégradation : bloquée dans un service siloté ou enfermée dans un fichier Excel, elle n’est pas mise à jour et perd de sa pertinence. Parfois, on oublie même qu’elle existe !

11

PRINCIPE #4Valoriser, voire monétiser

À présent que la technologie a permis de surmonter les enjeux de conservation des données, le défi consiste à en tirer le maximum. Première étape, valoriser : utiliser la donnée en interne comme une matière première pour créer de la valeur. Seconde étape, monétiser : échanger ses données dans le cadre de transactions normalisées. C’est ainsi que la fintech française PayLead, créée en 2016, récupère les données transactionnelles de clients (anonymisées et après consentement) auprès d’un certain nombre de banques, assurances et fintechs partenaires, à des fins d’analyse de comportements d’achat. Les résultats permettent de créer des campagnes de marketing promotionnel personnalisées pour le compte de ces partenaires ou de marques tierces.

Le retail, un secteur précurseur désormais à la croisée des chemins

Des premières cartes de fidélité à puce apparues dans les années 1990 jusqu’au big data, la distribution est un secteur mature en termes de compréhension des enjeux liés aux données.

Les données clients se sont complexifiées du fait de la diversification des canaux et des parcours clients. De surcroît, les données « articles » ne cessent de s’accumuler, pour répondre aux exigences de la publication web et au développement des places de marché. Multiplication des formats (photos, vidéo de démonstration, manuel d’utilisation, tutoriel, etc.) et des informations à renseigner afin de décider l’acheteur et limiter les retours produits (texture, odeur, tailles, couleur, etc.). Cette croissance exponentielle des données articles, qui n’en finissent plus de se croiser sans se recouper constitue l’un des plus grands défis du retail aujourd’hui.

Il devient donc urgent de repenser le référencement. Après avoir multiplié les initiatives data tous azimuts ces dernières années, les grands acteurs de la distribution sont en train de descendre la courbe de Hype. Et les enjeux sont immenses, car ce n’est qu’en parvenant à domestiquer cette matière structurellement protéiforme que le secteur maintiendra sa position privilégiée de trait d’union entre les marques et le client. La grande distribution sait déjà à quel moment pousser quelle offre auprès du consommateur. Elle pourrait, demain, suggérer aux marques le lancement de nouveaux produits.

12

ALORISER SON PATRIMOINE INFORMATIONNEL, mode d’emploiV

Il est grand temps de se lancer, mais comment ?

Si en 2020 la priorité business des entreprises et des organisations demeure la poursuite de leur transformation digitale afin de répondre aux attentes de leurs clients, la maîtrise et l’exploitation de leurs données apparaissent désormais en deuxième position de leurs préoccupations. Dans ce contexte, 82 % des entreprises prévoient d’augmenter leur budget à trois ans consacré à la data et aux applications analytiques. Ce qui fait de ce sujet l’investissement relatif à l’innovation le plus important.

13

Transformation digitale pour répondre

aux attentes clients

86%

Data et analyse des données

85%

Cybersécurité et gestion des risques

66%

Data et applications analytiques

82%

Transformation digitale

75%

Expérimentation autour des technologies digitales

(IA, automation, etc.)

62%

Cybersécurité

51%

De la transformation digitale à la révolution de la data

et des applications analytiques

Source : étude CGI Voice of Our Clients 2019, en % des répondants

Priorités Business des Entreprises et Organisations

Budgets d’innovation

à 3 ans

14

Cette prise de conscience qu’une maîtrise de l’information est indispensable à la réalisation des ambitions opérationnelles est une excellente nouvelle, car elle confirme que la transformation data est, sinon entamée, du moins sérieusement envisagée.

D’un point de vue pratique, les étapes du déploiement d’un Data Office ressemblent beaucoup à celles de n’importe quel projet de transformation : analyse de la maturité, définition d’une stratégie, formalisation d’un cadre de gouvernance, implémentation d’un pilote puis déploiement sur l’ensemble du périmètre. L’élabo-ration du schéma directeur est évidemment clé dans ce proces-

sus : c’est lui qui permet de définir les objectifs, l’organisation cible ainsi que les chantiers priori- taires. Mais une fois qu’il est acté, comment, concrètement, enclencher la transformation ?

Il existe deux écoles. Certaines organisations commencent par les personnes : elles dressent un état des lieux des compétences disponibles, puis arbitrent entre recrutement et formation afin de compléter le panorama des compétences nécessaires. D’autres commencent plutôt par la data elle-même : en s’intéres- sant aux jeux de données les plus manipulés par les collaborateurs, elles identifient naturellement les cas d’usage prioritaires, mais aussi

les sachants, les principaux fournisseurs et les utilisateurs sur lesquels le projet de transfor- mation va s’appuyer, etc. En pratique, les entreprises allient souvent les deux approches et travaillent parallèlement sur l’usage des données et la construction des compétences.

L’outil doit être le dernier élément de la réflexion, car il ne résout pas les problèmes de fond. Il corrige un défaut ou allège la charge de travail, mais il faut au préalable que l’entreprise se soit fait une opinion, ait défini le sens de son action. C’est donc un sujet mineur, d’autant plus que les modèles SaaS permettent aujourd’hui de remplacer sa solution ou de la mixer avec une autre, de façon beaucoup plus souple qu’à l’époque des achats de licence.

François BouteyreDirecteur Energy, Utilities, Telco & Media, CGI Business Consulting

15

Quelle que soit l’option retenue, les facteurs clés de succès pour réussir sa stratégie data gouvernance sont immuables.

FACTEUR #1Le sponsorship

En entreprise, l’enjeu principal des acteurs de la data gouvernance réside dans le fait d’être soutenus au plus niveau. Ce sujet ne se limite pas à l’échelon de rattachement du Data Office et à l’adhésion des directions métiers, il questionne la capacité du top management à prendre des orientations fortes et à effectuer des arbitrages. C’est pourquoi il faut outiller de manière adéquate non seulement l’opérationnel, mais aussi le régalien.

FACTEUR #2Du pragmatisme

Transformer sans révolutionner, tout un art ! Il s’agit de définir des cibles réalistes, de s’assurer que les trajectoires retenues sont le plus largement partagées et d’aligner le modèle de gouvernance (répartition des responsabilités entre les métiers et le Data Office) sur le modèle organisationnel de l’entreprise. Avant d’appliquer des recettes standard, un moyen d’évaluer la pertinence des actions envisagées est de recentrer systématiquement la démarche sur le ROI. Évident en théorie, souvent oublié en pratique.

16

Nous avons choisi un modèle de gouvernance cohérent avec notre ADN

Nous avons décidé de créer une direction de la data parce que nous souhaitions développer une stratégie digitale performante qui nécessitait de pouvoir s’appuyer sur des données fiables, cohérentes et accessibles. En termes de gouvernance, nous nous sommes orientés d’emblée vers un modèle décentralisé. Tout d’abord parce que la gouvernance de notre groupe laisse naturellement une certaine latitude aux différents pays et fonctions. Par ailleurs, nos métiers – vie, santé, prévoyance, dommage – portent des enjeux propres liés à la nature de leur activité. Ensuite, nous sommes partis du principe que les métiers sont propriétaires de leurs données et que par conséquent, c’est à eux d’en assurer la gestion. Enfin, c’est dans l’ADN de SwissLife d’avoir des fonctions support optimisées, nous ne voulions donc pas d’un Data Office pléthorique. Sur cette base, nous avons demandé à CGI Business Consulting de nous proposer un modèle que nous avons affiné ensemble pour y intégrer nos spécificités.

Emmanuel DuboisDirecteur de la Gouvernance et de la Qualité de la Donnée, SwissLife France

FACTEUR #3Soigner la conduite du changement : insuffler une culture data

Désiloter la donnée pour la rendre transverse et transparente, c’est remettre en cause un fonctionnement auquel tout le monde s’était habitué. Il est donc primordial de montrer aux collaborateurs le potentiel de la donnée, mais également de déconstruire les peurs et idées reçues autour de mots-valises tels que « big data » ou « intelligence artificielle ». « Les chefs de produits ont longtemps élaboré les assortiments produits sur la base d’études provenant des fournisseurs, d’échanges au sein de leurs équipes directes et d’une grande dose d’intuition. Transformer les modes de décision va donc nécessairement passer par la quantification et la démonstration de la valeur ajoutée de la donnée et par l’utilisation de ce nouveau mode de décision à tous les niveaux de l’entreprise. La montée en compétences et l’accompagnement de la diffusion d’une culture data ne doivent pas être bâclés », affirme Olivier Dubol, Directeur Retail & Data chez CGI Business Consulting.

17

FACTEUR #4Piloter et améliorer

La data gouvernance est plus qu’une simple rétro-documentation. Une fois les données produites au sein de l’organisation recensées, leur qualité améliorée et leur circulation structurée, il faut rendre ce travail pérenne. L’objectif est bel et bien de faire vivre le patrimoine informationnel. Par exemple, faire en sorte que les données soient extrêmement qualitatives dès leur production (« data quality by design »), ou faire de la donnée un pilier du plan stratégique (« data strategy »), mais également poursuivre la transformation culturelle, travailler à l’amélioration continue des processus, des outils et utiliser la data comme levier d’innovation.

Modèles de gouvernance : êtes-vous plutôt pâquerette ou tournesol ?

Devant l’accroissement naturel des enjeux métier autour des données (connaissance client, gestion des risques, exigences réglementaires), les entreprises ont pris conscience que la maîtrise de la data est l’affaire de tous. Dès lors se pose la question des modalités pratiques du partage des responsabilités entre le Data Office et les métiers.

De la pâquerette... au tournesol

Indépendant (coordination des silos)

Les unités fonctionnelles gèrent avec une autonomie

complète tout en maintenant les normes

pour répondre aux besoins spécifiques

Fédéral (coordination fonctionnelle)

Les unités fonctionnelles

contrôlent une bonne partie de leurs activités commerciales et de la technologie, avec une coordination limitée de

l’entreprise

D

Équilibre (décentralisé)

Responsabilité et propriété sont équitablement

réparties entre les différentes unités fonctionnelles de

l’entreprise

DO

Distribution sélective (hybride)

Le Data Office fournit un unique point

de contrôle et de prise de décision

tout en laissant aux unités fonctionnelles certaines décisions

et activités

Data Office

Unifié (centralisé)

Le Data Office fournit un unique point de contrôle et de prise

de décision, avec des untiés fonctionnelles

qui ont peu, voire pas, de responsabilités

Data Office

18

T DEMAIN : quelle gouvernance pour quels usages de la data ?

E

Le RGPD est mort, vive le RGPD !

Entré en vigueur en mai 2018, le Règlement général sur la protection des données (RGPD) est partout ! Impossible d’ouvrir une page Internet sans que ne jaillissent des demandes de consentement au traitement et à la conservation des données à caractère personnel.

Ce texte de loi a incontestablement permis une profonde prise de conscience de la valeur et des enjeux de la data, tant au niveau des consommateurs et citoyens, que pour les entreprises. Cependant, ce texte fondateur et encore jeune semble déjà obsolète d’une certaine manière. Tout en encadrant l’échange de données – centré autour de la notion de consentement –, il a ouvert la voie ou donné de l’écho à d’autres conceptions, nouvelles, de propriété et d’éthique de la donnée.

C’est tout le paradoxe du RGPD : il incarne une grande modernité et en même temps préfigure déjà le monde de demain.

19

Au cœur des enjeux de data gouvernance chez nous, on trouve clairement la contrainte réglementaire – en l’occurrence BCBS 239, un programme d’amélioration du reporting des risques, qui exige une meilleure maîtrise et agrégation des données. De la mise en place d’une architecture des données au modèle de gouvernance, en passant par les dispositifs de contrôle et d’actuali-sation, il n’y a rien d’extraordinaire dans les exigences de ce texte. La réflexion était déjà entamée ici et là dans le groupe, mais le fait que le régulateur l’impose a permis d’en faire une priorité.

La réglementation (BCBS 239 en 2016, puis le RGPD en 2018) est aussi, à bien des égards, un facteur de succès dans le projet de transformation. En 2017, nous avons reçu deux demandes d’audit de la Banque centrale européenne, avec un focus explicite sur la gestion de la qualité des données. Le fait que nous ayons été prêts a indéniablement contribué à installer le Data Office dans le paysage réglementaire du groupe. De même, il existe au sein du Data Office BDDF une cellule qui centralise les demandes de données émanant des différents régulateurs afin d’assurer une cohérence dans les sources de données. Ce travail allège très concrètement la charge des équipes métiers et renforce notre crédibilité !

À partir de 2020, nous allons nous concentrer sur le développement de nouveaux usages de nos données et les possibilités de les valoriser. Ce sont de nouveaux modèles économiques qui s’annoncent et que nous pouvons envisager sereinement parce que nous avons réussi à transformer la contrainte en opportunité.

Sylvain BulotChief Data Officer des réseaux France (Société Générale, Crédit du Nord, Boursorama), Groupe Société Générale

Nous avons réussi à transformer la contrainte en opportunité

20

PARADOXE #1Un gisement de valeur révélé, mais déjà confisqué ?

Alors qu’il incarne les enjeux économiques, sécuritaires, voire géopolitiques de l’ensemble des traces que nous laissons sur Internet, le RGPD montre aussi à quel point certaines entreprises n’ont pas attendu la réglementation pour mettre

la collecte des données au coeur de leur modèle économique ! Ce sont les GAFAM, les géants de l’e-commerce, les réseaux sociaux ou encore les « data brokers », à qui l’exploitation rapide, massive et intelligente des données a conféré un pouvoir aujourd’hui redouté par les citoyens et par de nombreux États. Cette exploitation parfois abusive des données peut certes paraître effrayante, mais elle semble encadrée par une réglemen-tation, et trop confortable pour être remise en cause par les consommateurs !

Transports : partager ses données ou périr

Dans le « Mobility as a Service » (MaaS), une plateforme permet à l’usager d’arbitrer ou de mixer différents modes de déplacement, sans friction, en fonction de son enjeu immédiat : prix, régularité du besoin, rapidité, bilan carbone, urgence, confort, etc. « L’interopérabilité est au cœur de cette promesse, et son chemin naturel, c’est l’open data », affirme Jean-Pascal Boutier, VP Transports & Mobilités chez CGI Business Consulting.

Le partage de la donnée au-delà des murs et fichiers de l’entre- prise est également vital dans la perspective de véhicules connectés qui circuleront sur nos routes demain. La plateforme de covoiturage requiert des informations à la fois de la part du constructeur et de l’opérateur du tram ou du train autonome. Et le véhicule doit lui-même être alimenté en informations concernant l’infrastructure (passages à niveau, nids-de-poule), la réglementation (limitations de vitesse) et l’environnement (météo, embouteillages) afin d’optimiser la sécurité des passagers. Un dialogue entre l’ensemble des protagonistes et une normalisation de ces échanges sont donc absolument indispensables. Une révolution qui soulève des questions complexes de confidentialité, de concurrence, de protection des données, de respect de la vie privée. Car c’est aujourd’hui une responsa- bilité centrale des autorités organisatrices de transport que de favoriser le partage de données au sein de leurs écosystèmes respectifs et de s’assurer que l’équilibre atteint soit en faveur des usagers.

21

PARADOXE #2Une éthique de la donnée plus lisible, mais insuffisante ?

Le recueil du consentement établit une relation explicite entre l’utilisateur du service et l’entreprise qui lui fournit ce service. C’est une lecture « sociale » de la donnée. Mais des débats émergent ici et là pour explorer d’autres voies de contractualisation. Dans la vision économique, chaque individu est propriétaire des données qui le concernent et, à ce titre, peut choisir de les céder contre rémunération ou service, de les donner à titre gratuit (par exemple, des données de santé pour faire avancer la recherche médicale), ou de les garder confidentielles et accessibles par lui seul. Dans la vision ouverte, la data est intrinsèquement un bien commun : elle appartient à tous et est accessible à tous, librement, sur des plateformes dédiées.

La data en self-service permettra d’améliorer nos décisions et choix d’investissements

Nous ne sommes pas plus à l’abri de la disruption que les autres banques ! En tant qu’organisme public, un de nos atouts historiques est d’être un tiers de confiance reconnu mais les besoins de nos clients évoluent et se complexifient. Nous avons donc commencé à repenser notre proposition de valeur dès 2018. La maîtrise des données constitue un axe prioritaire de notre plan stratégique.

Et pour accélérer notre transformation « data-centric », nous allons déployer une plateforme de données géographiques en self-service pour tous nos collaborateurs. Elle permettra de visualiser l’ensemble de nos activités en quasi temps réel, en apportant une vision transverse de notre « empreinte » et des indicateurs communs pour analyser et comprendre les besoins des territoires (habitat, tourisme, santé…).

À terme, cette plateforme de géodata renforcera notre connaissance collective des territoires et permettra de mieux évaluer notre impact ! Réduire les inégalités et fractures territoriales, flécher les prêts vers les secteurs qui en ont le plus besoin, équilibrer les investissements locaux, etc. Tout cela sera facilité par une information géographique complète, gouvernée et surtout partagée. La puissance de la data en self-service permettra d’améliorer nos décisions et choix d’investissements, au service de notre modèle économique.

Thao SananikoneCDO, Banque des territoires (groupe Caisse

des dépôts et consignations)

22

PARADOXE #3L’opportunité d’une meilleure traçabilité, en théorie seulement ?

Comme souvent, la réglementation est l’occasion de créer une dynamique qui transcende la contrainte pour créer de la valeur. « Le RGPD doit conduire les entreprises vers davantage de transparence », estime François Bouteyre. Cependant, la marche à franchir est importante, et il existe un temps incompressible d’adaptation des systèmes et des personnes. En attendant, les entreprises continuent massivement à être gérées par des fichiers Excel.

PARADOXE #4Consécration du DPO… ou avènement du CDO 2.0 ?

En ancrant la protection des données dans l’agenda stratégique des entreprises, le RGPD a consacré la fonction de DPO. Le texte lui confère une lourde responsabilité, à travers certaines dispositions telles que la solidarité juridique de l’entreprise avec son fournisseur de traitement de données, ou encore le renversement de la charge de la preuve en faveur de l’utilisateur (c’est à l’entreprise de prouver qu’elle n’a pas enfreint la loi). Pourtant, le RGPD contribue également à transformer le rôle du Data Officer ! En questionnant la propriété de la donnée, il exige de lui de nouvelles compétences. Jusqu’ici chef d’orchestre interne, le Data Officer va devoir sortir de l’entreprise pour contractualiser avec des « data brokers », partager de l’information avec ses concurrents, chercher des débouchés pour son patrimoine informationnel.

23

Open data : l’État s’y met aussi !

Guichets publics locaux, établissements sanitaires et sociaux, codes postaux, valeurs foncières, recensement des associations, festivals, budget de l’Etat, statistiques de coopération internationale, qualité de l’air, météo, élections, médicaments, cadastre, bornes de recharge des véhicules électriques, etc. Le site officiel data.gouv.fr, la « plateforme ouverte des données publiques françaises », incarne la promesse faite par le Président de la République début 2018 de « méthodiquement mais résolument procéder à une ouverture pro-active des données publiques ». Si à peine 10 %* des collectivités locales éligibles ont ouvert leurs données publiques (malgré une obligation en vigueur depuis octobre 2018), l’État souhaite clairement montrer l’exemple. La plateforme ne fait pas que recenser et mettre à disposition les données, elle publie également les usages les plus intéressants qui en sont faits. Une manière d’encourager les citoyens à redonner tout son sens au terme « bien public ».

* Sources : https://www.cgi.fr/fr-fr/blog/data-une-croissance-exponentielle et https://www.caissedesdepots.fr/open-data-seulement-8-des-collectivites-sont-entrees-dans-le-dispositif

24

À la pointe de la data, on trouve les GAFAM, les réseaux sociaux et leur bras armé publicitaire, les moteurs de recherche, les data brokers tels que Reuters ou Bloomberg… mais aussi des entreprises classiques qui structurent et exploitent leurs données de manière à en faire un produit informationnel valorisable sur un marché.

VERS UNE ORGANISATION DATA DRIVEN : et vous, où en êtes-vous ?

25

* Source : https://www.cgi.fr/fr-fr/blog/data-une-croissance-exponentielle

Cela dit, une entreprise digital native et une institution centenaire à l’héritage encombrant n’auront pas les mêmes trajectoires vers un modèle data driven, ni les mêmes ambitions. D’ailleurs, si 31 %* des entreprises seulement ont réussi à mettre en place ce modèle, c’est essentiellement en raison d’un manque d’agilité, d’un accompagnement insuffisant et d’une forte résistance culturelle. Il ne s’agit pas, pour les grands groupes, a priori moins agiles, de considérer que la guerre est perdue d’avance, mais de tenir compte du poids de l’histoire.

La prise de conscience de cette réalité amène d’ailleurs de la créativité dans les stratégies de transformation mises en œuvre. On retrouve au premier rang de celles-ci la « coopétition » avec des start-up : à travers les incubateurs, labs et autres hackathons, les entreprises « installées » tentent la voie de la collaboration – parallèlement à la compétition – pour internaliser et diffuser une culture data en leur sein.

ÉXISTANT

La donnée est considérée comme un simple résultat des activités courantes. Il n’existe pas de procédures établies de gestion des données, ni de fonction dédiée.

EN CONSTRUCTION

L’entreprise est organisée en silos. Chaque business unit définit ses propres règles de gestion des données. Il existe certaines procédures de qualité des données, mais elles sont appliquées manuellement et ne s’intè- grent pas dans les opérations quotidiennes.

CONSTRUIT

L’entreprise envisage de bâtir une vision «métier» de la gestion des données, et de désiloter les activités. La connaissance de la data s’améliore. L’exploitation des données est presque automatisée et accessible à tous. Le management de la qualité commence à s’industrialiser et se structurer.

DATA DRIVEN

Le capital informationnel fait partie intégrante du patrimoine de l’entreprise et contribue à sa valorisation. Le temps réel et les usages innovants sont naturels. Les mécanismes de qualité des données sont déjà mis en œuvre.

26

CONCLUSION

& REMERCIEMENTSEn ce début de décennie, la révolution de la data est résolument engagée. Il n’y aura pas de retour en arrière. Dans les prochains mois ou les prochaines années tout au plus, les données feront partie intégrante du patrimoine de toute entreprise, y compris en tant que source intrinsèque de revenus. Il est donc plus que jamais indispensable, si ce n’est déjà fait, de mettre en place une gouvernance des données au sein de votre organisation. C’est la condition sine qua non pour qu’elle devienne réellement « data driven ». En d’autres termes, qu’elle maîtrise parfaitement les usages, la gestion et l’administration de toutes ses données dans une optique de création de valeur durable. À la clé : des prises de décision améliorées à tous les niveaux, une meilleure adaptabilité aux changements de son environnement concurrentiel ou aux risques de disruption et, au final, la pérennité de son modèle économique. Prenons le pari : celui-ci reposera, en grande partie, sur la commercialisation - ou tout du moins la valorisation - de cette même data.

Ce document a été réalisé grâce aux témoignages de nos clients :

Sylvain Bulot, Chief Data Officer des réseaux France (Société Générale, Crédit du Nord, Boursorama), Groupe Société GénéraleEmmanuel Dubois, Directeur de la Gouvernance et de la Qualité de la Donnée, SwissLife France Florence Margiocchi, Responsable déléguée de la filière de données « description du réseau », SNCF RéseauThao Sananikone, CDO, Banque des territoires (groupe Caisse des dépôts et consignations)

et à l’expertise de nos consultants sous la direction de :

François Bouteyre, Directeur Energy, Utilities, Telco & Media chez CGI Business ConsultingJean-Pascal Boutier, VP Transports & Mobilités chez CGI Business ConsultingOlivier Dubol, Directeur Retail & Data chez CGI Business Consulting

Avec le support de Catherine Nogier et de l’équipe Marketing et Communication.

Qu’ils soient tous chaleureusement remerciés pour leur active contribution.

27

Chez CGI Business Consulting, cabinet de conseil majeur en France, nous sommes audacieux par nature.

Grâce à son intimité sectorielle et à sa capacité à mobiliser des expertises diverses, CGI Business Consulting apporte aux entreprises et aux organisations des solutions de conseil audacieuses et sur mesure, pour une réussite stratégique et opérationnelle de leurs projets de transformation.

Nos 1 000 consultants accompagnent nos clients dans la conduite et la mise en oeuvre de leurs projets de transformation, dans une relation franche et de confiance, pour leur permettre de prendre les bonnes décisions.

Fondée en 1976, CGI figure parmi les plus importantes entreprises de services-conseils en technologie de l’information (TI) et en management au monde. Elle aide ses clients à atteindre leurs objectifs, notamment à devenir des organisations numériques axées sur le client.

www.cgi.fr

Pour toute demande d’informations, n’hésitez pas à contacter : data.fr@cgi.com

À propos de CGI Business Consulting