D’après notre étude sur les grandes tendances Data & Analytics 2016, 65% des sociétés françaises estiment que les opportunités liées à la Data vont engendrer des changements d’organisation et de nouvelles façons de travailler. Entre développement d’écosystèmes de partenaires, renforcement des processus collaboratifs et émergence de nouveaux rôles, les organisations et les pratiques évoluent au sein des entreprises.

L’intelligence collective au cœur des nouveaux modèles organisationnels

Le Big Data, et plus généralement la transformation digitale des entreprises, favorisent et accélérèrent l’émergence de nouveaux modèles de travail et de gouvernance plus ouverts, transverses et décloisonnés.

En interne, les relations entre les différentes entités de l’entreprise se fluidifient et le fonctionnement en silos semble reculer au profit d’une organisation en mode projet, plus souple et davantage axée sur la collaboration et l’échange. L’essor du Big Data joue un rôle clé dans ces évolutions, puisque la collecte et l’interprétation des données nécessitent l’intervention croisée de plusieurs types de compétences (compétences mathématiques et statistiques, compétences informatiques, compétences en architecture et urbanisation des données, en communication etc.). Les équipes techniques doivent collaborer avec les équipes métiers pour savoir où capter la donnée et pour quel objectif business, tandis que les différents départements métiers sont amenés à davantage communiquer entre eux pour échanger leurs données et les corréler entre elles. La collaboration est donc un impératif au cœur du déploiement des projets Big Data. Une réalité qui est pourtant encore loin de s’imposer dans la plupart des entreprises : pour au moins 55% des répondants de notre enquête, le fonctionnement en silos fait partie des principaux freins au développement de la Data analytics. Ces obstacles seront sans nul doute levés avec l’arrivée des Millennials aux postes de direction, et l’adoption progressive par cette génération de modes de travail plus souples et de processus plus agiles, en rupture avec les modèles d’organisation historiques.

En externe, cette tendance à l’ouverture et à la collaboration commence à s’observer également. Les entreprises s’ouvrent sur l’extérieur pour capter plus simplement et plus rapidement la connaissance et la compétence qui leur sont nécessaires. Des liens se nouent ainsi avec des écosystèmes externes (alliances entre le monde industriel et le monde académique, partenariats avec des start up…). Là encore, les projets Big Data sont des vecteurs importants d’ouverture : 50% des organisations envisagent de plus en plus d’échanges de données avec des tiers (clients, fournisseurs, partenaires…) dans les prochaines années et 23% d’entre elles ont initié une réflexion autour de l’ouverture des données (Open Data).

L’émergence de nouveaux rôles clés

Ce vent du changement favorise l’émergence de nouveaux rôles clés au sein des entreprises, et notamment de deux rôles liés à la data, de plus en plus plébiscités aujourd’hui: le Chief Data Officer (CDO) et le Data Scientist. Selon notre enquête, plus de 70% des organisations considèrent qu’il est urgent de renforcer ces rôles même si les activités associées ne sont pas complètement clarifiées ou normées.

Le rôle du CDO est de piloter la stratégie Data et de fédérer l’ensemble des directions de l’entreprise (directions financières, direction des risques…) autour des projets Big Data. Il est chargé de créer des synergies, de fluidifier les échanges et de multiplier les interactions entre les différentes entités. C’est à lui de donner les grandes orientations stratégiques en matière de data : quelles données rechercher ? A partir de quelles sources ? Quelles données sont utiles à l’entreprise et pourquoi ? On estime que 90% des entreprises auront un CDO d’ici 2020, même si pour l’instant seuls 48% des répondants ont une bonne vision de son rôle dans leur organisation. Le Data Scientist, quant à lui, met ses compétences au service de l’analyse des données. Il est capable de faire parler les données, de leur donner du sens et de les interpréter correctement. L’augmentation des volumes de données crée un intérêt croissant pour ce type de profil, dont le rôle et les fonctions sont d’ores-et-déjà bien appréhendées par 72% des entreprises.

Au-delà de la technologie, l’humain reste le facteur clé de succès des projets Big Data au sein des entreprises. Ces dernières doivent professionnaliser les pratiques de gestion et d’exploration des données et ancrer durablement les rôles de CDO et de Data Scientists au sein de leur organisation.

Comment accompagner et encourager ce mouvement de transformation ?

L’intégration de ces nouveaux rôles dans l’entreprise et tous les changements organisationnels induits par l’essor du Big Data nécessitent l’adoption d’une démarche volontaire d’accompagnement du changement.

Pour réussir leur virage organisationnel, les entreprises doivent notamment investir dans la formation et le recrutement. Il est désormais vital pour elles d’acquérir de nouvelles compétences (data scientist, data manager…) pour tirer parti des opportunités offertes par les nouvelles technologies et la data. C’est en en formant leurs collaborateurs et en recrutant de nouveaux types de profils qu’elles pourront y parvenir.

Il est également nécessaire d’insuffler une culture maîtrisée du changement. Les enjeux de la data ne sont pas seulement d’ordre technologique : ils sont également culturels. Les nouveaux modèles d’organisations, basés sur le décloisonnement des structures, l’ouverture sur l’extérieur et l’émergence de nouvelles fonctions clés, peuvent venir s’entrechoquer avec la réalité de certaines entreprises, encore largement attachées aux modes d’organisation traditionnels. Changer d’organisation peut prendre du temps et nécessite donc un effort constant d’explication, de communication et de transparence, pour rassurer les collaborateurs sur les nouvelles méthodes et leurs impacts.

Enfin, les processus de gouvernance doivent être adaptés pour permettre davantage de souplesse et de coopération entre les différentes entités de l’entreprise. Une gouvernance décentralisée notamment, fondée sur la confiance, favorisera l’autonomie et la responsabilisation des salariés en faveur d’une intelligence collective efficiente.

Les entreprises, en effectuant leur transformation digitale et en mettant progressivement en place des projets Data, sont donc amenées à adopter de nouveaux codes, à développer des mécanismes d’intelligence collective et à recourir à de nouveaux types de compétences. Tout l’enjeu, pour elles, est de concilier ces modèles d’organisation émergents avec les modèles historiques, et de s’appuyer sur ces évolutions pour développer de nouvelles sources de croissance et de performance.