« Tous les Chief Data Officer sont confrontés aux mêmes questions : rendre les données accessibles et exploitables au plus grand nombre et mieux valoriser le patrimoine informationnel de l'entreprise. Le tout dans un contexte nécessairement contraint, notamment sur le plan budgétaire », explique Nicolas Ortiz, le Chief Data Officer (CDO) du PMU, qui s'exprimait lors du Every day AI summit de l'éditeur Dataiku à Paris, le 26 septembre. « La réponse à ces questions passe par le modèle organisationnel qui est déployé, tout doit même débuter par là », reprend le CDO du premier opérateur hippique en Europe.

Dans cette réflexion, trois grands types de modèles organisationnels sont envisageables. La centralisation, où une direction de la data prend en charge l'ensemble des sujets data. « Cela installe la direction data dans une relation client/fournisseur avec les métiers. C'est un modèle qui passe mal à l'échelle », souligne Nicolas Ortiz. Selon ce dernier, face aux limites de cette organisation, les entreprises tendent à adopter un modèle 100% décentralisé, « souvent par réaction épidermique au premier modèle ». En transférant tous les experts dans les métiers, le 'Time-to-market', soit la durée nécessaire à la mise en production des applications data, tend à diminuer, mais les questions de gouvernance, de standardisation ou de normalisation deviennent bien plus difficiles à maîtriser. Voire hors de portée.

Un point d'accès unique à la donnée

D'où la piste menant aux modèles hybrides, couplant une équipe data centralisée en charge du socle technologique, de la gouvernance et, parfois, des projets d'innovation d'un côté et des équipes de Data Scientist et d'analystes intégrées aux métiers de l'autre. C'est ce modèle, qui tend à se généraliser dans les grandes entreprises, que PMU a mis en place depuis environ 18 mois, alors que la société employant environ 1 100 personnes privilégiait auparavant une approche décentralisée. L'opérateur a positionné environ 60% de sa centaine de profils data dans les métiers, le solde étant regroupé dans un data office. Pour l'instant. Car, pour Nicolas Ortiz, le modèle organisationnel sous-tendant la valorisation de la data doit être pensé comme évolutif. « Il y a un modèle adapté à chaque maturité d'organisation, dit-il. Il faut s'autoriser à le faire évoluer en fonction de ce paramètre. »

En parallèle, le PMU a fait évoluer son outillage, en convergeant sur un seul datalake pour la BI et les applications analytiques. « Tous les profils data - une centaine d'utilisateurs - sont par ailleurs fédérés sur la plateforme Dataiku, qui sert de point d'entrée unique au patrimoine de données », ajoute le CDO. Avec de multiples cas d'usage, allant de la connaissance clients, à la performance marketing en passant par la détection de fraudes.