Nous entamons une mini-série de trois articles abordant la « Data Democracy ». En pleine expansion sur le plan culturel, cette approche mérite d’être explorée au sein de toutes les entreprises, quelle que soit leur taille ou leur secteur. Nous proposons d’analyser cette forme de démocratie en entreprise en trois points : les droits, les devoirs et la gouvernance. Dans ce second article, nous verrons que la Data Democracy est également une question de responsabilités.
1. Les règles
Le pilier essentiel pour assurer la cohérence d’une organisation réside dans le respect des règles établies. La Data Democracy ne fait pas exception, elle l’incarne au contraire. Il est crucial de comprendre que démocratie ne signifie pas anarchie.
La conception d’une Matrice RAID (Risks, Actions, Issues, Decisions) peut faciliter le processus initial. Cette approche permet de définir les risques potentiels, les actions à entreprendre tout au long du projet, les problèmes susceptibles de survenir et les décisions prises dans le cadre du projet. Cela crée une base solide pour évoluer vers une Matrice RACI (Responsibility Assignment Matrix) qui prend tout son sens pour les individus travaillant dans ce contexte.
RAID et RACI imposent une contrainte visant à assurer une stabilité organisationnelle. Il est crucial d’expérimenter, de partager les retours d’expérience et d’ajuster en fonction des compétences disponibles et des objectifs à atteindre.
Les règles de gestion des données se dégagent d’abord des problèmes concrets identifiés dans le système d’information (SI) :
– Accès vs sécurité
– Exploitation vs qualité
– Risques vs documentation
– Business vs KPI
– Etc.
Ces règles alimentent la définition des rôles et fonctions liés aux données (stewardship, ownership, etc.), la définition des KPI à mettre en œuvre (qualité, coût, délai, valeur, performance, dette, etc.) et les processus ou bonnes pratiques nécessaires pour faciliter la gouvernance à l’échelle de l’organisation.
La culture et le style de management de l’entreprise déterminent l’approche top-down, bottom-up ou hybride dans le déploiement des règles et des processus.
2. Les processus
Pour standardiser ou automatiser certaines tâches, on déploie des processus, en particulier pour celles à faible valeur ajoutée. Dans une culture plus responsabilisante, des lignes directrices ou bonnes pratiques sont préférées, mises à disposition des collaborateurs et de la communauté des données.
Les processus de gestion des données déterminent, par exemple, comment cataloguer et documenter les données du SI, comment diagnostiquer la qualité des données dans un domaine métier, ou comment effectuer des rapports pour prendre des décisions d’investissement afin de maintenir la qualité et l’accès aux données pour ceux qui en ont besoin.
Un processus axé sur le résultat attendu et sa facilité de déploiement accélère l’efficacité de la gestion des données dans l’organisation et son écosystème.
Pour mettre en place un processus vertueux et le sécuriser, il est crucial de gouverner la capacité de la communauté des données à réaliser les processus de gestion des données en fonction des objectifs et de la qualité attendue.
Comme mentionné précédemment, une organisation doit fournir les moyens nécessaires à ses collaborateurs, mais ces derniers doivent également assumer la responsabilité d’une utilisation efficace du temps, en se concentrant sur la valeur et en évitant le gaspillage.
Responsabilisée de cette manière, la communauté des données peut se concentrer sur ses objectifs, notamment améliorer la connaissance des données, garantir la qualité des données, animer la communauté, assurer la continuité du service, favoriser la disruption pour l’innovation, et contribuer à la croissance des collaborateurs dans le domaine des données et de l’IA.
3. La communication et la reconnaissance
Il est essentiel de communiquer efficacement, en particulier autour des indicateurs clés de performance (KPI), dans des rapports conçus par ceux qui en ont réellement besoin. Un KPI prend tout son sens s’il est envisagé dès la conception de l’objet qu’il évalue.
La communication et la reconnaissance sont des éléments cruciaux pour maintenir la dynamique d’une communauté des données sur le long terme. Différentes formes de reconnaissance, qu’elles soient financières, morales, techniques ou politiques, sont possibles. Les lignes managériales et les ressources humaines doivent participer au déploiement d’une communauté des données pour que cette reconnaissance soit efficace et conforme à la législation et aux accords internes.
Le feedback joue un rôle essentiel en communiquant sur les succès, les réussites, mais aussi sur les limites, les obstacles, dans un cadre de communication non violente. La communauté des données peut se réunir pour maintenir une dynamique bienveillante permettant à chaque collaborateur d’atteindre ses objectifs.
Il est crucial de se rappeler que la gestion des données est encore une discipline expérimentale et que peu de recul est disponible, surtout dans un contexte d’entreprises sujettes à des réorganisations, des fusions, des acquisitions ou des changements stratégiques.
En conclusion, la culture du résultat, l’intéressement et la bienveillance sont des facteurs clés de succès dans le déploiement de la gestion des données. Cette mentalité s’étend même à des détails techniques, comme l’expérience d’une entreprise française historique considérant la donnée comme un élément vivant, produit et consommé, avec un engagement mutuel entre les producteurs et les consommateurs de données.
On en discute !