Datalab, un laboratoire pour les données

Les « labs » (pour ne pas dire laboratoires), sont à la mode. Dans un monde où l’agilité est devenue prépondérante, un datalab apporte de la souplesse et de la réactivité aux organisations. Et cela sans nécessiter de remanier la hiérarchie ou l’organigramme.

Leur objectif est de favoriser l’innovation, en permettant l’expérimentation.

On peut définir un lab comme « une structure qui favorise l’émergence d’idées disruptives, en isolant des projets incertains pour les porter sans perturber l’organisation existante » (Olivier Laborde).

Ce concept de laboratoire se décline sous différentes formes. Il est tout naturel qu’il ait été transposé dans le domaine de l’exploitation des données.

Aujourd’hui, une entreprise peut compter de multiples professionnels de la Data. Citons de façon non exhaustive le Chief Data Officer (CDO), les Data Scientist et Chief Data Scientist, le Data Analyst, l’Architecte et l’Ingénieur Big Data, le Master Data Manager. Ou encore le Business Intelligence Manager, le Data Miner, le Data Protection Officer, l’ingénieur Machine Learning…

Cette énumération cerne immédiatement la problématique. Toutes ces fonctions ne sont pas rattachées à un même service, elles n’ont pas forcément le même objectif ni la même culture. Elles n’utilisent pas les mêmes outils logiciels. Elles ne sont pas en contact permanent.

Qui plus est, d’autres fonctions génèrent, manient, exploitent ou bénéficient des données. Celles qui dépendent du Marketing par exemple. Comment réunir toutes ses compétences, et croiser leurs expertises, dans une structure agile et efficiente autour de la Data ? En créant un Datalab.

La création d’un Datalab est aussi l’occasion d’intégrer de nouvelles compétences et talents. Certains projets intègrent d’entrée un pourcentage important de nouvelles recrues.

Le Datalab aura l’avantage de fonctionner comme une startup, ou un incubateur, au sein même de l’organisation. Il ne se substitue pas à l’existant, il a pour but de le valoriser dans un contexte différent.

Définir une stratégie préalable pour le Datalab

Même si l’idée de départ est d’encourager la souplesse et la créativité, la mise en place d’un Datalab gagnera à se faire avec certains prérequis.

Stratégiquement, on définira si possible des objectifs prioritaires. C’est d’abord la tâche du management. Même si le Datalab a pour but de favoriser l’ébullition intellectuelle et l’émergence de projets créatifs, il est possible d’orienter ses efforts. Mieux vaut spécifier d’entrée votre objectif. Tel que la diversification de votre activité, l’amélioration du service client, la collecte de nouvelles données, etc.

Pour autant, un maximum de liberté peut aussi générer plus d’engagement et d’innovations disruptives.

Techniquement, vous aurez probablement à composer avec la complexité inhérente au Data Management et au Big Data. Dans une entreprise d’envergure, il peut exister, pour des raisons historiques, géographiques, techniques, de multiples « silos » indépendants traitant des données. Les technologies de recueil, stockage, traitement, exploitation peuvent donc être aussi multiples, redondantes, et nécessiter des adaptations.

[35 % lus]. Vous souhaitez en savoir plus sur ce sujet ?
Cet article a été créé en partenariat avec Appvizer, et nous vous invitons à le découvrir en intégralité sur leur plateforme.