[Groupe K2] Big Data et la conduite du changement : l’agilité avant tout

08/12/2022 - 5 min. de lecture

[Groupe K2]  Big Data et la conduite du changement : l’agilité avant tout - Cercle K2

Cercle K2对所有发布观点既不赞同也不反对,所有观点态度仅属于作者个人。

Adil Redouani est Consultant Pilotage de projets de transformation, chez FrenchOps.

---

"L’apprentissage et l’innovation vont de pair. L’arrogance du succès est de penser que ce que vous avez fait hier sera suffisant pour demain", William Pollard

Le changement a longtemps été considéré comme un processus de passage d’un état stable à un autre état stable, une construction linéaire et déterministe dans un environnement réputé prévisible. 

Le pilotage des projets au sens large, y compris les projets IT, s'est inspiré de cette philosophie organisationnelle. On parle des méthodes traditionnelles de cycles en V, apparues dans le secteur de l’industrie bien avant les projets informatiques. En témoignent les appellations des activités de type maîtrise d’œuvre, maîtrise d’ouvrage, urbaniste, etc., qu’on retrouve encore aujourd’hui au sein des DSI des grands groupes français.

Avec la digitalisation des 20 dernières années et l’évolution fulgurante des technologies, nous avons assisté à un transfert des processus de production jadis protégés par les murs de l’entreprise vers un espace numérique sans frontières. 

L’organisation traditionnelle des entreprises est mise à mal par une concurrence mondiale, native de ce monde digital. Ces nouvelles entreprises ont une approche nouvelle. Elles ne considèrent plus le changement comme un processus temporaire entre deux états stables. Le changement est dorénavant lui-même un état stable dans le sens où il est permanent. Il doit être accueilli comme une opportunité de progrès au fil du temps, pour être toujours au plus près des besoins des clients ou usagers. 

Les règles du marché changent, les barrières à l’entrée ne sont plus aussi protectrices pour les acteurs historiques. La culture Projet est remplacée par la culture Produit, guidée par l’usage, le retour d’expérience et l’amélioration continue. Les consommateurs profitent de ce mouvement de marché et n’hésitent plus à aller vers les produits et les services qui leur apportent régulièrement le plus de valeur. La survie des entreprises traditionnelles, y compris celles qui bénéficiaient d’un soutien souverain, dépend ainsi de cette transition organisationnelle. La transformation vers l’agilité est en marche.

 

En quoi l’agilité révolutionne-t-elle les méthodes traditionnelles de gestion des projets ?

L’approche de gestion des projets agiles est une approche empirique. L’apprentissage et l’innovation étant à la base de la culture agile, elles représentent les piliers de toutes les méthodologies qui en découlent. On passe d’un processus de production logicielle en cascade, jalonnée par des livrables documentaires intermédiaires vers un processus de développement itératif qui implique le client du début à la fin du projet, avec des livraisons logicielles intermédiaires.

On passe d’une gestion de projets en silo, où le client exprime son besoin en début de projet et réceptionne la solution en fin de projet - un besoin réputé immuable, sous peine d’avenants contractuels - vers une gestion de cycles courts permettant au client de revoir ses besoins après chaque cycle et d’en modifier le périmètre à sa convenance. 

À la différence des méthodes traditionnelles de gestion des projets, la variable d’ajustement dans un projet agile est le périmètre et non plus le coût ni le délai.

 

Agilité et data, un lien éternel formé bien avant le digital auquel les Directions des Systèmes d’information (DSI) doivent s’adapter

L’exploitation de la donnée n’a pas attendue le digital ni le Cloud pour être agile. Le besoin d’exploitation agile des données dans l’entreprise existe depuis l’informatisation des processus de gestion. Ce mode de production et de  consommation itératif a toujours cohabité avec le processus traditionnel de construction des solutions data.

Les tableurs font partie des technologies qui ont apporté cette souplesse depuis les années 70. Si les directions IT ont historiquement conservé la production des outils d’aide à la décision via les processus traditionnels de gestion des projets, les utilisateurs, de leur côté, se sont vus dotés d’outils puissants comme Excel, entre autres, qui leur ont permis de construire d’une manière agile et autonome les solutions dont ils ont besoin opérationnellement. 

C’est ainsi qu’on peut voir, par exemple dans les salles des marchés, des traders avec des développeurs de proximité qui produisent des tableurs aussi complexes que nécessaires. Une organisation qui peut être qualifiée d’ancêtre aux plateaux de développement agiles.

Fort heureusement, la technologie a évolué sans pour autant détrôner les tableurs historiques. Les concepts de la Business Intelligence sont nés et avec eux le besoin d’une gouvernance centralisée et robuste de la donnée, tout en gardant son exploitation aussi agile qu’un tableur. On parle de gisement de données sous la responsabilité des directions informatiques sur lequel les utilisateurs peuvent créer leurs propres outils opérationnels de visualisation et d’exploitation des données. 

En même temps, la transformation agile des DSI a permis le transfert de la production de ces outils périphériques vers la DSI avec une relation non plus de client / fournisseur mais de partenariat.

La digitalisation, le Cloud, les réseaux sociaux et les objets connectés ont généré une masse importante de données dont l’exploitation a été rendue possible avec les technologies de Big Data. Les projets de développement autour de ces technologies sont rarement des projets traditionnels. L’agilité devient une évidence.

À mesure que les gisements de données deviennent trop massifs, que les cas d’usage de l’intelligence artificielle se concrétisent et que les éditeurs offrent des solutions Cloud accessibles aux utilisateurs, on assiste de plus en plus à un retour au développement de proximité avec les problématiques classiques associées. Pour y remédier, de nouveaux concepts voient le jour comme celui de "Data Mesh", "Data as a product" ou "Data Product", où la data devient un produit à part entière avec des services à la demande en y associant autonomie et robustesse, ceci grâce à une architecture orientée services. Une technologie chasse l’autre, la DSI doit encore une fois se réinventer, l’agilité est une des clés…

Adil Redouani

 

Cette Tribune s'inscrit dans le cadre du Groupe K2 "Enjeux du Big Data" composé de :

Kevin Dumoux est Co-créateur du Cercle K2, Conseil en Stratégie, Transformations digitales et M&A - Messaoud Chibane (PhD) est Directeur du MSc Finance & Big Data, NEOMA Business School, Lauréat du Trophée K2 "Finances" 2018 - Shirine Benhenda (PhD) est Experte en Biologie moléculaire, données OMICS - Sonia Dahech est Directrice CRM, Trafic et Data omnicanal chez BUT - Franck DeCloquement est Expert en intelligence stratégique, Enseignant à l'IRIS et l'IHEDN, Spécialiste Cyber - Franck Duval est Administrateur des Finances publiques, Directeur adjoint du pôle gestion fiscale, DDFiP 92 - Yara Furlan est Trader Social Media chez Publicis Media - Jean-Baptiste Harry est HPC & AI Solution Architect & pre sales EMEA chez NEC Europe - Timothé Hervé est Risk Manager à la Banque de France - Aurélie Luttrin est Président, Eokosmo - Yann Levy est Data Analyst, Expert BI - François Marchessaux est Senior Partner, Franz Partners - Conseil en Stratégie & Management - Aurélie Sale est Coach Agile chez Renault Digital - Jun Zhou est Entrepreneur, Lecturer & Consultant in Chinese Social Media

---

TELECHARGER LE RAPPORT

 

08/12/2022

最新发布