Les métiers doivent s’emparer de la qualité des données et des coûts, exemple chez Danone

Les métiers doivent être partie prenante de la qualité de leurs données et des coûts associés afin d’en tirer le meilleur usage. C’est ce qu’illustre un projet mené pour les ressources humaines du géant de l’alimentaire Danone par son équipe Data centrale. Plus globalement, les métiers doivent atteindre une maturité suffisante avant de mettre en place une gouvernance ad hoc et de recourir à l’intelligence artificielle et à l’IA générative.

Danone affronte la question des silos de données

Comme toute entreprise, Danone doit gérer les sujets liés aux silos de données. « Un des plus gros silos que l’on peut avoir en tant qu’entreprise, c’est la façon dont nous gérons nos ressources humaines, la façon dont on perçoit un employé ou une équipe, de Kuala Lumpur jusqu’à Mexico » présente un responsable côté équipe Data. Il a travaillé récemment sur la fonction ressources humaines.

Les questions à traiter étaient multiples. « Comment est-ce que l’on fait pour que des politiques [RH] qui sont décidées localement puissent se partager globalement ? Et comment est-ce qu’une entreprise peut piloter ses ressources humaines, voire même savoir à l’instant t combien d’employés elle a ? Où sont-ils ? Est-ce qu’ils sont exposés ou pas en fonction des sujets qu’on a pu voir récemment sur le Covid et sur les risques climatiques » liste-t-il.

Un travail de fond a été mené avec les RH. « Ce que nous avons fait avec les équipes RH, c’est de s’appuyer sur différentes sources de données et les harmoniser, amener ces équipes RH sur ‘qu’est- ce que c’est qu’une bonne gouvernance des données’, les amener à définir ce qu’ils entendent par ‘une ressource humaine’, ce qu’ils entendent par ‘un équivalent temps plein’, pour que l’on puisse harmoniser et leur faire prendre conscience qu’ une partie des sujets qu’ils pouvaient ressentir comme étant ‘les données sont de mauvaise qualité’, une partie de cette responsabilité était chez eux » développe-t-il.

Une gestion des droits d’accès aux données

Lors de ce projet, l’équipe Data de Danone s’est notamment appuyée sur une plateforme technique délivrée par Snowflake afin de gérer les droits d’accès aux données RH. « Nous avons fait en sorte qu’au niveau global et au niveau local, les RH aient accès aux mêmes produits, à la même data, mais qu’ils ne voient pas la même chose » expose-t-il.

Le responsable souligne que pour ceux qui ont l’habitude de gérer des sujets de gouvernance de données, faire en sorte d’avoir accès à la même information mais de ne pas voir la même chose, de s’assurer qu’on est bien en conformité, de s’assurer qu’on a bien masqué la donnée, que la France n’a pas accès aux données de l’Allemagne et que le groupe ne voit pas ce qui se passe localement à une maille individu, cela a été un grand enjeu. « Nous n’avons pas eu à nous préoccuper de la partie technique, parce que cela fonctionnait. Nous avons juste eu besoin de faire notre transformation métier et de les amener vers ces sujets » commente-t-il.

Ce type de projet chez Danone est issu de l’historique de l’informatique d’un groupe qui a une histoire de plus de 100 ans. « Nous avons toutes les legacy [systèmes anciens hérités] possibles, toutes les intégrations, nous avons eu des entreprises qui ont été acquises, intégrées, soit totalement, soit partiellement. Nous avons de multiples instances de SAP et donc rien n’est harmonisé, rien n’est standardisé » pointe-t-on côté Data.

Centraliser les données pour les harmoniser

Le choix qui a été fait est  de centraliser les capacités data et les capacités IT pour répondre à cet enjeu, d’harmoniser ce qui est fait, d’harmoniser les data afin de pouvoir prendre des décisions basées sur les données de production. « Cette dés-harmonisation, cette dé-standardisation, ce manque de qualité, est notre grand enjeu et c’est ce que nous essayons de faire à la fois avec nos stacks techniques et avec nos ressources » commente le responsable.

L’équipe Data gère des Data Products. Qu’est-ce qu’un Data Product ? « Un Data Product, c’est une fois qu’on a extrait les données des systèmes transactionnels, on en a besoin pour prendre des décisions et donc nous allons intervenir au niveau global sur la mise à disposition de ces données qui doivent être de confiance, gouvernées et sécurisées pour que les utilisateurs métiers puissent prendre des bonnes décisions dans le cadre de leurs activités » explique l’équipe Data.

Cette équipe intervient dès lors que les enjeux vont au-delà du local. « Dès que c’est plus d’un pays, dès que c’est une région, dès que c’est une fonction globale, c’est au sein de notre équipe qu’on développe ce produit » précise un responsable.

L’équipe Data précautionneuse avant de passer à l’intelligence artificielle

Prochaine étape, l’intelligence artificielle et l’IA générative, comment sont-elles abordées chez Danone ? « On essaie d’aborder l’intelligence artificielle et l’intelligence artificielle générative avec beaucoup de précautions et d’être très circonspects » répond le responsable. Il faut des pré-requis côté métiers avant de développer de l’intelligence artificielle.

« Nous allons travailler sur les sujets d’intelligence artificielle à partir du moment où un métier est mature” présente-t-il. Cette maturité recouvre la compréhension des enjeux techniques, la compréhension des responsabilités en termes de gouvernance et en termes de sécurité et ne pas avoir une vision biaisée de ce qu’est l’intelligence artificielle.

Les métiers de Danone sont curieux de savoir ce que l’IA générative peut leur apporter. « Aujourd’hui, l’intégralité de nos métiers nous demande ‘Est-ce que les LLM [Large Language Models ou grands modèles de langages] peuvent m’aider ?’ Et la réponse est ‘Non’ » tranche-t-il.

L’IA n’aide pas à comprendre la mauvaise qualité des données

Des préalables à l’usage de l’IA sont également nécessaires. « Les LLM ne peuvent pas aider les métiers s’ils ont un problème de qualité de données. Ce n’est  pas avec de l’intelligence artificielle que l’on va pouvoir comprendre pourquoi leur donnée est de mauvaise qualité » dit-il. Il faut de la maturité face à la donnée. « En revanche, une fois que ce chemin- là est fait, que l’on sera comme avec les RH sur des sujets avec de la donnée qui est partagée, comprise par tous, là, on peut aller sur des sujets beaucoup plus intéressants » affirme-t-il.

Une fois la maturité atteinte en matière de qualité des données, les questions deviennent plus élaborées. Exemple avec les RH : « on va notamment regarder où il y a des risques de départ de ressources, des risques en termes de dysfonctionnement d’équipe. Est- ce qu’on peut le prédire ? Est- ce qu’on peut prédire aussi la carrière de quelqu’un, son évolution, son potentiel, ce vers quoi on pourrait aller ? » Pour que cela marche, il faut connaître les données clés de son métier. « Ce sont des choses sur lesquelles on peut commencer à discuter si on a une bonne compréhension de son métier et des données sous- jacentes. Avant cela, je suis très précautionneux » résume-t-il.

A l’heure où Danone adopte des technologies modernes et se transforme vers le Cloud, depuis un monde avec beaucoup de legacy, côté Data, on alerte sur l’obligation de surveiller les coûts des nouvelles architectures informatiques. « Nous venons d’un monde avec beaucoup de legacy, en passant sur des technologies modernes ou sur la transformation vers le Cloud, on passe d’un monde sur lequel les coûts sont extrêmement prédictifs, parce qu’on possède nos infrastructures, mais la qualité est aléatoire, dans un monde où la qualité sera toujours présente, mais les coûts sont variables » prévient-on côté équipe Data.

Les métiers doivent être prévenus des coûts

Les utilisateurs internes doivent être accompagnés. « Et cette transition- là, on améliore énormément la satisfaction de nos utilisateurs internes, jusqu’à ce qu’ils voient la facture arriver » reconnaît le responsable. « Et donc, l’enseignement que nous avons, c’est ‘préoccupez- vous de la partie FinOps’ » alerte-t-il. Le terme FinOps est la contraction des termes de Finance et Opérations, et vise au monitoring et à l’optimisation des coûts en matière d’usage de l’informatique, en particulier dans le Cloud. Il s’agit d’encourager la coopération et l’assimilation des moyens IT par les métiers.

L’anticipation financière est critique. « Préoccupez- vous de ‘Est-ce que j’ai bien la bonne expression de besoin ?’ Ce n’est pas juste une migration, ce n’est pas juste une amélioration, c’est ‘On change de paradigme’.  Et cela transforme complètement la façon dont les ressources techniques travaillent et la façon dont on pilote les cas d’usage. Et quand le mur est devant vous, c’est un petit peu trop tard. Et donc c’est l’anticipation de ces sujets- là et l’anticipation de cette partie financière est critique » conclut-il.