Diagnostic du trouble des données : Pourquoi la compétence des données est-elle essentielle pour les entreprises modernes ?

Les données, qu’il s’agisse de faits, d’opinions ou d’expériences, jouent un rôle crucial dans l’élaboration des interactions et la facilitation de la compréhension entre les individus et les groupes. Elle sert de base à l’interaction humaine dans différents contextes, et ce depuis le début. 

L’automatisation des données, quant à elle, remonte aux années 1890, lorsqu’un système de tabulation mécanique a été développé et introduit par Herman Hollerith pour tabuler les données du recensement américain. Cette innovation a considérablement réduit le temps nécessaire à la compilation des résultats du recensement, de plusieurs années à plusieurs mois, et a jeté les bases des développements futurs en matière de traitement et d’automatisation des données. 

Le traitement électronique des données en tant que pratique n’existe que depuis les années 1950, avec l’avènement des ordinateurs électroniques. Dans les années 1970, l’introduction de microprocesseurs et l’évolution des ordinateurs personnels démocratisent encore davantage l’accès au traitement électronique des données.  

Comme nous l’avons vu plus haut dans cette série, le principal objectif des DataOps est d’accélérer le flux de données. Nous avons vu comment l’automatisation des DataOps alimente les informations et les tendances, comment elle contribue à réduire les erreurs de données et comment un datacenter complique la valeur opérationnelle des équipes de science des données, d’ingénierie des données et d’analytique. Nous avons également parlé de la manière dont l’utilisation judicieuse des ressources de données peut soutenir la direction et de la valeur ajoutée considérable pour l’entreprise. Dans ce blog, nous examinerons plus en détail les talents dont nous avons besoin pour soutenir ces résultats gagnants. 

Pourquoi la compétence en matière de données est-elle désormais un ensemble de compétences essentielles à posséder dans votre organisation ?  

Le DataOps est une profession relativement nouvelle qui est rapidement devenue indispensable. Qu’est-ce qui a changé ? L’introduction de l’AI a récemment eu un impact significatif. Les données sont devenues primordiales pour la réussite de toute mise en œuvre de l’AI. Mais en plus de l’AI, trois éléments poussent le comportement des données dans de nouveaux domaines et exigent encore plus d’expertise. Ces forces sont comme une tempête parfaite dans la gestion des données : une combinaison d’événements qui ne sont pas individuellement préjudiciables, mais qui se produisent ensemble, peuvent produire des résultats profondément destructeurs.   

Trois domaines créent la menace pour les données : 

1. Les quatre V du Big Data (volume, variété, vitesse et véracité) sont comme un ouragan, ce qui rend difficile la recherche, la livraison et l’accès aux données. De plus, la variété infinie des données (non structurées, structurées, par lots, en temps réel et en streaming, cloud, IoT, etc.) contribue au chaos, et toutes ces données doivent être définies de manière rationnelle afin de pouvoir être protégées contre les personnes qui pourraient les endommager, les utiliser ou les voler. Les données sont en constante évolution, ce qui crée une ampleur de complexité propre à l’ère du numérique. 
2. Les technologies poussent sans cesse à trouver des données dans de nouveaux périphériques et à établir des structures pour les transformer, les livrer, les cataloguer, les analyser, les surveiller, les sécuriser, les compresser et les archiver.  
3. Les données elles-mêmes prennent une vie à part. La définition des données peut être assez simple : « informations factuelles (telles que les mesures ou les statistiques) utilisées comme base de raisonnement, de discussion ou de calcul. » Mais aujourd’hui, nous vivons à l’ère de l’économie de l’information, présentée dans The Third Wave par Alvin Toffler en 1980. Google, Meta et d’autres sociétés de réseaux sociaux ont adopté ce modèle économique avec succès, où les données elles-mêmes sont une source de résultats financiers tout en fournissant des produits et services supplémentaires. Il peut s’agir de plateformes comme Uber Technologies, qui ne possèdent aucun véhicule, ou d’Airbnb, qui ne possèdent aucun bien. Dans le secteur du jeu vidéo, toute une série d’actifs ont été créés en tirant parti de l’automatisation des données et des processus. Ces exemples d’entreprises axées sur les données ont créé une « réalité virtuelle », et nous reconnaissons désormais les données comme un actif. Les données ne se limitent plus à des informations factuelles. 

C’est dans ce troisième élément que les données ne concernent plus uniquement votre entreprise, mais votre entreprise. Vous pouvez penser au flux de données qui fonctionne dans toute votre entreprise, comme le sang qui circule dans les veines de l’entreprise pour fournir une énergie vitale à chaque système, et les professionnels des DataOps sont ses cardiologues.  

Prenons l’exemple d’une autre profession qui a passé des centaines d’années à faire évoluer ses pratiques en une profession et des compétences bien définies.   

Le cadre de compétences CGMA (Charteed Global Management Accountant) définit cinq domaines de connaissances dont les professionnels de la finance ont besoin pour assurer la réussite de leur organisation. Les catégories de compétences utilisées par la CGMA à un niveau élevé peuvent également être adaptées et appliquées à une compétence efficace en matière de données d’entreprise dans les cinq mêmes catégories de compétences, comme suit :  

1. Compétences techniques. Les compétences techniques des meilleurs professionnels de la gestion des données incluent la maîtrise de l’analyse, de la planification, de la conception et de la gouvernance des données, ainsi que la connaissance des méthodes statistiques et des bibliothèques d’analytique. Les professionnels des données doivent maîtriser la visualisation des données, connaître les processus ETL et l’architecture de données, et comprendre la gestion des bases de données. Les compétences en Machine Learning, en frameworks d’AI et en technologies de Big Data sont essentielles pour gérer et analyser les ensembles de données volumineux. 
2. Compétences commerciales. Les compétences commerciales optimales des professionnels des données comprennent le développement du domaine, ainsi que le sens des organisations pour relier les connaissances à la stratégie et interpréter les données en contexte, la littératie financière pour relier les résultats aux revenus et la capacité à exploiter les données pour influencer les décisions organisationnelles à long terme.  
3. Compétences humaines. Les compétences en communication sont essentielles pour les professionnels des données, ce qui facilite une collaboration efficace dans les environnements axés sur les données. Cela permet d’influencer les parties prenantes non techniques en fournissant des informations complexes de manière claire et en favorisant la coopération avec les équipes transversales.  
4. Compétences de leadership. Les compétences de leadership permettent aux professionnels des données d’influencer le changement organisationnel. Trois types de compétences en leadership, pair, fonctionnel et stratégique, aident les professionnels des données à obtenir des résultats, à renforcer leurs équipes, à gérer le changement et à stimuler les performances. De plus, les professionnels des données peuvent jouer un rôle clé dans la gestion du changement en favorisant l’adoption de nouveaux outils. 
5. Compétences numériques. Bien qu’elles semblent se chevaucher quelque peu avec les compétences techniques requises pour les professionnels des données, les compétences numériques dans une catégorie reflètent les progrès technologiques modernes plus généralement et ne peuvent pas être ignorées. Les compétences clés comprennent la maîtrise des outils numériques tels qu’Excel et les logiciels BI, la connaissance de la sécurité, de la gouvernance et de la confidentialité des données, les connaissances de base de l’automatisation et des scripts, ainsi que de solides capacités de création de contenu et de communication numérique. 

Comme vous pouvez le voir, les DataOps sont certainement un outil capable de neutraliser les menaces pour votre entreprise, mais uniquement lorsque vous disposez de l’expertise et des compétences nécessaires. Dans le prochain blog, nous étudierons plus en détail les « données en tant qu’actif » et pourquoi elles représentent un capital inestimable pour alimenter votre modèle économique.