Le podcast Deezer, le webinar BlaBlaCar, la culture data
Hello,
J'espère que tu as passé un bon été ! 🌞
Je suis ravi de te retrouver pour cette première édition depuis le lancement de la communauté Data Gen. Si tu la reçois, c’est que tu fais partie de mes 500 personnes préférées !
Un grand merci à Aurélien de Deezer pour son retour d’expérience passionnant dans l’épisode de cette semaine.
Les dernières news
Data Gen devient la communauté des A-players de la Data. L’idée est de te proposer :
Des ressources (podcasts, newsletters).
Des événements (webinars, meetups).
L'accès aux meilleures opportunités - coming soon.
La mission reste la même : favoriser le partage de connaissances et l’adoption de stratégies data efficaces au sein des entreprises françaises.
L'agenda de la semaine :
📢 Présentation d'Artefact, le premier partenaire de Data Gen.
📆 Le webinar sur la stratégie data de BlaBlaCar arrive en octobre.
🎙 Le podcast avec Aurélien, ex-Chief Data Officer de Deezer.
🤝 Le zoom sur la création de la culture data de Deezer.
📚 Le livre sur la data préféré d’Aurélien.
📢 Les éditions de septembre sont rendues possibles par Artefact, le cabinet de conseil spécialisé sur la Data
Ils recrutent des passionnés de la Data avec des profils business et techniques pour soutenir leur hypercroissance et leur expansion à l'international. Donc si tu cherches ta nouvelle aventure, n'hésite pas à postuler chez eux. Artefact n'est pas un cabinet de conseil traditionnel, ils ont une vraie culture tournée sur l'apprentissage, d'ailleurs ils ont créé leur propre école, la School of Data ! Je suis bien placé pour en parler car j'y ai passé 5 ans et j’y ai appris énormément.
Lien vers leurs postes ouverts : ici
📆 Le premier webinar Data Gen sur la stratégie data de BlaBlaCar
Le jeudi 13 octobre à 12h, Célia, Manu et Thibault, respectivement Data Manager, VP Data et Engineering Manager chez BlaBlaCar nous partageront un retour d’expérience sur la stratégie data de la licorne : la vision, la stack, l’organisation et les projets.
Une session de Q&A est prévue pour que tu puisses poser tes questions à l’équipe ou leur proposer un feedback constructif !
Lien pour t'inscrire : ici
🎙 Le podcast avec Aurélien, ex-Chief Data Officer de Deezer
Dans cet épisode, Aurélien, ex-Chief Data Officer, nous parle de son arrivée en tant que premier employé de Deezer, de la création du département data, des chantiers qu'il a mis en place tels que la définition de la vision data ou la réorganisation des équipes, et enfin, il nous détaille les initiatives adoptées pour créer une culture data efficace.
Liens vers l’épisode : Spotify | Apple Podcasts | Deezer | Google Podcasts
🔍 Le zoom sur la création de la culture data de Deezer (4 min)
Aurélien a été Chief Data Officer de Deezer pendant plus de 3 ans et un de ses chantiers principaux était celui de la culture : comment utiliser la donnée ?
"La donnée est là pour dynamiser l'entreprise mais si on la consomme trop, elle peut créer beaucoup d'inertie."
La multiplication des outils génère des analyses contradictoires
Au fur et à mesure que l'entreprise se développe, des outils sont implémentés par les différentes équipes et chacun utilise les données de ses outils pour piloter son activité. Au bout d'un moment, une divergence se crée et elle se traduit par une accumulation d'analyses contradictoires qui ont été produites sous des prismes et avec des données venant d'outils différents.
Par exemple, chez Deezer, un utilisateur est considéré "actif" s'il a écouté une musique au moins 30 secondes. En revanche, une équipe qui utilise Google Analytics pourrait avoir une définition différente dans la mesure où l'outil considère un utilisateur comme "actif" à partir du moment où il visite la plateforme. En fonction de l'outil utilisé et de l'équipe, le nombre d'utilisateurs actifs peut être différent, ce qui mène à des analyses contradictoires.
"C'est à ce moment-là qu'on passe plus de temps à parler de la donnée qu'à parler des décisions que l'on doit prendre avec la donnée."
L’objectif est donc de lancer plusieurs chantiers pour que toute l’organisation parle le même langage.
Lister les KPIs
Dans un premier temps, Aurélien nous met en garde contre la tendance que peuvent avoir les entreprises à suivre trop de KPIs. Il recommande de bien définir et communiquer aux différentes équipes la différence entre une métrique et un KPI :
Une métrique : un indicateur d’importance basse ou moyenne.
KPI (Key Performance Indicator) : un indicateur important ayant un impact significatif sur l’entreprise.
“Si on commence à se demander quels KPIs sont clés, c’est qu’on a défini trop de KPIs et que la plupart sont des métriques.”
Une fois les termes précisés, il s’agit de lister les KPIs (ex : churn, conversion, engagement, etc.) et de s’aligner avec les équipes concernées sur une définition commune qui soit claire et qui inclut à la fois la formule de calcul et les mécanismes de tracking. L’objectif est qu’il n’y ait plus de place à l'interprétation et qu’il n’y ait qu’une seule et unique manière de les mesurer.
Enfin, il est nécessaire de documenter ces éléments (ex : définition, formule et mécanisme de tracking) pour qu’ils soient accessibles à tous et qu’on puisse facilement s’y référer en cas de divergence.
Une analyse = une vidéo
Chez Deezer, les analyses sont accompagnées d’une vidéo de l’analyste qui la restitue afin qu’on puisse retrouver tous les éléments de contexte nécessaires à sa bonne interprétation. Cette initiative évite que des collaborateurs trouvent des présentations sur un drive et en tirent des conclusions erronées.
Ni expert métier, ni juge
Pour Aurélien, il est important de garder en tête que la data n'est pas là pour se substituer à l'expertise des autres départements. La restitution doit permettre à l’expert métier de prendre la décision, et c’est bien à lui de la prendre. En parallèle, il préconise que l’équipe data évite de se positionner en juge des performances des autres équipes mais plutôt de rester neutre. Cette attitude permet de maintenir des bonnes relations avec ses clients internes, facilitant ainsi la réalisation des projets. C’est au leader data de s’assurer que ses équipes adoptent cette attitude sur le terrain.
Rigueur scientifique
Chez Deezer, des séminaires réguliers sont organisés en interne pour se partager les analyses, se challenger sur les méthodes et surtout mettre en place une rigueur scientifique. Les analystes doivent maîtriser les concepts de pertinence, de contrôle d’erreur, de tolérance, etc. qui sont nécessaires à la réalisation d’analyses statistiques. On retrouve ce type d’initiatives dans d’autres entreprises telles que Jellysmack, qui a lancé une académie pour former ses équipes aux statistiques. On en parle avec Virginie de Jellysmack dans l’épisode 19 du podcast.
📚 Le livre sur la data préféré d’Aurélien
Dans son livre Ask, Measure, Learn, Lutz Finger, ex-Directeur Data chez LinkedIn et Snapchat, partage des recommandations sur la structuration d’un département data et sur des bonnes pratiques. Il préconise par exemple de passer du temps à formuler la question à laquelle on souhaite répondre avant de se lancer dans une analyse. Aurélien s’est beaucoup inspiré de ce livre lorsqu’il était Chief Data Officer chez Deezer.