BBVA nous expliquait il y a quelques semaines comment elle capitalisait sur son acquisition de la jeune pousse Madiva pour enrichir ses capacités d'analyse de données externes. Aujourd'hui, elle présente l'organisation (complémentaire) qu'elle met en œuvre afin d'optimiser l'exploitation de ses propres données et de celles de ses clients.
Fondamentalement convaincue que l'information représente une source extraordinaire d'opportunités pour son avenir, la banque a choisi d'emblée, en 2014, de créer un centre d'excellence spécialisé « Données et Analytique », doté d'une structure juridique indépendante. Celui-ci a contribué à l'évolution de la culture d'entreprise, aboutissant à l'instauration en 2017 d'un « Data Office », rattaché à la direction générale, qui matérialise la reconnaissance de la donnée comme une compétence essentielle pour BBVA.
Comme il se doit, son retour d'expérience nous offre quelques exemples de réussites spectaculaires en matière d'exploitation de l'information, entre un projet de décryptage des comportements des citoyens après le passage d'un ouragan – via leurs paiement et leurs retraits sur GAB – afin d'améliorer la préparation aux catastrophes naturelles et un chantier de redéfinition de la catégorie de « clientèle aisée » non par ses revenus (qui ne sont pas toujours identifiables) mais par ses habitudes de consommation.
Cependant, ce qu'il faut retenir de la démarche de BBVA est avant tout l'argumentaire mis en avant pour justifier la création d'une entité séparée destinée à prendre en charge les problématiques de données. En effet, cette logique de « fédération de compétences » n'est pas en soi une nouveauté (elle a été appliquée sur différents sujets par le passé) et il est particulièrement intéressant de comprendre pourquoi la banque estime que, en l'espèce, elle n'a pas le choix en dépit des inconvénients qu'elle devra assumer.
La stratégie de BBVA est essentiellement dictée par le défi le plus pressant qu'affrontent universellement les entreprises désireuses de développer leurs capacités en matière de « big data » et de « data science » : l'attraction et la rétention des meilleurs talents. En l'occurrence, le modèle retenu permet d'y répondre sous deux angles distincts.
Fondamentalement convaincue que l'information représente une source extraordinaire d'opportunités pour son avenir, la banque a choisi d'emblée, en 2014, de créer un centre d'excellence spécialisé « Données et Analytique », doté d'une structure juridique indépendante. Celui-ci a contribué à l'évolution de la culture d'entreprise, aboutissant à l'instauration en 2017 d'un « Data Office », rattaché à la direction générale, qui matérialise la reconnaissance de la donnée comme une compétence essentielle pour BBVA.
Comme il se doit, son retour d'expérience nous offre quelques exemples de réussites spectaculaires en matière d'exploitation de l'information, entre un projet de décryptage des comportements des citoyens après le passage d'un ouragan – via leurs paiement et leurs retraits sur GAB – afin d'améliorer la préparation aux catastrophes naturelles et un chantier de redéfinition de la catégorie de « clientèle aisée » non par ses revenus (qui ne sont pas toujours identifiables) mais par ses habitudes de consommation.
Cependant, ce qu'il faut retenir de la démarche de BBVA est avant tout l'argumentaire mis en avant pour justifier la création d'une entité séparée destinée à prendre en charge les problématiques de données. En effet, cette logique de « fédération de compétences » n'est pas en soi une nouveauté (elle a été appliquée sur différents sujets par le passé) et il est particulièrement intéressant de comprendre pourquoi la banque estime que, en l'espèce, elle n'a pas le choix en dépit des inconvénients qu'elle devra assumer.
La stratégie de BBVA est essentiellement dictée par le défi le plus pressant qu'affrontent universellement les entreprises désireuses de développer leurs capacités en matière de « big data » et de « data science » : l'attraction et la rétention des meilleurs talents. En l'occurrence, le modèle retenu permet d'y répondre sous deux angles distincts.
D'une part, la formation d'une équipe transverse constitue un moyen de mutualiser les ressources disponibles et, donc, de limiter l'impact de la pénurie généralisée de professionnels. D'autre part, cette organisation contribue à rendre plus attrayante la perspective de la rejoindre pour des experts qui recherchent des opportunités de mettre leurs aptitudes au service d'applications diversifiées, dans des domaines variés, en disposant de surcroît d'une certaine autonomie dans la sélection de leurs projets.
Plus classiquement, le centre d'excellence apporte d'autres bénéfices directs à l'entreprise, tels que le partage d'expérience systématique (souvent déficient dans les grands groupes), la faculté d'équilibrer globalement les objectifs de court terme avec une innovation de rupture plus lointaine, voire la possibilité de consacrer une (petite) partie de l'énergie à des études « adjacentes », par exemple autour de thématiques sociales…
En contrepartie, l'inconvénient majeur de la mise en commun des talents est la relative inexpérience de chacun de ses membres dans la plupart des métiers avec lesquels il va interagir, ce qui s'avère particulièrement pénalisant dans une discipline mettant en jeu autant un savoir-faire technique dans l'analyse de données qu'une connaissance approfondie des sujets abordés. Une solution consisterait alors à établir des points de contact « data science » dans les départements de la banque, chargés de fournir l'éclairage fonctionnel indispensable au succès des projets.
Quels que soient les risques d'isolation et de perte de connexion avec les besoins réels qu'engendre la création d'un centre d'excellence « Données et Analytique », ce qui mérite impérativement l'attention dans la description de son initiative est le sens qu'inspire BBVA qu'il n'existe pas d'alternative pour rester aujourd'hui dans la course à la maîtrise de l'information et de ses usages dans la banque… tout en soulignant que l'exécution d'un plan aussi ambitieux requiert au préalable un minimum de maturité « digitale ».
Plus classiquement, le centre d'excellence apporte d'autres bénéfices directs à l'entreprise, tels que le partage d'expérience systématique (souvent déficient dans les grands groupes), la faculté d'équilibrer globalement les objectifs de court terme avec une innovation de rupture plus lointaine, voire la possibilité de consacrer une (petite) partie de l'énergie à des études « adjacentes », par exemple autour de thématiques sociales…
En contrepartie, l'inconvénient majeur de la mise en commun des talents est la relative inexpérience de chacun de ses membres dans la plupart des métiers avec lesquels il va interagir, ce qui s'avère particulièrement pénalisant dans une discipline mettant en jeu autant un savoir-faire technique dans l'analyse de données qu'une connaissance approfondie des sujets abordés. Une solution consisterait alors à établir des points de contact « data science » dans les départements de la banque, chargés de fournir l'éclairage fonctionnel indispensable au succès des projets.
Quels que soient les risques d'isolation et de perte de connexion avec les besoins réels qu'engendre la création d'un centre d'excellence « Données et Analytique », ce qui mérite impérativement l'attention dans la description de son initiative est le sens qu'inspire BBVA qu'il n'existe pas d'alternative pour rester aujourd'hui dans la course à la maîtrise de l'information et de ses usages dans la banque… tout en soulignant que l'exécution d'un plan aussi ambitieux requiert au préalable un minimum de maturité « digitale ».
Aucun commentaire:
Enregistrer un commentaire
Afin de lutter contre le spam, les commentaires ne sont ouverts qu'aux personnes identifiées et sont soumis à modération (je suis sincèrement désolé pour le désagrément causé…)