Carrefour : Passer d'un Data Lab à une Analytics Factory
#65 - Le zoom, le podcast, les ressources d'Arnaud et une histoire de reconversion
Hello,
Bienvenue dans l’édition #65 de la newsletter DataGen ! 👋
L'agenda de la semaine :
🔍 Zoom sur le passage d’un Data Lab à une Analytics Factory
🎙 Le podcast avec Arnaud, Chief Data Officer Europe chez Carrefour
📚 Les ressources recommandées par Arnaud
🎙 Une histoire de reconversion avec Laura
C’est parti !
📢 Merci aux partenaires de DataGen qui ont rendu cette édition possible
DataGalaxy, le Data Catalog utilisé par 150+ entreprises dans le monde telles que Total, SNCF ou Bank of China aux Etats-Unis.
DataBird, l’institut de formation qui accompagne les entreprises dans leur transformation data via des programmes sur mesure de montée en compétence.
🔍 Zoom sur le passage d’un Data Lab à une Analytics Factory - 4 min
Ce zoom est tiré de mon échange avec Arnaud, Chief Data Officer Europe chez Carrefour, le leader de la grande distribution en Europe. Ils sont aujourd’hui 150 au sein de son équipe. Il est venu nous parler de son plus gros challenge : passer la data à l’échelle via la création d’une Analytics Factory.
La phase Data Lab
En 2017, Carrefour a une équipe orientée Data Analyse qui accompagne les métiers au quotidien.
En 2018, le Data Lab est créé pour prouver par l’usage la valeur que peuvent délivrer des cas d’usage d’Intelligence Artificielle.
En parallèle, les équipes IT construisent la Data Platform pour centraliser l'ensemble des données.
L’objectif du Data Lab n’était pas de scaler mais de prendre des risques de manière opportuniste et de prouver la valeur de ces approches auprès du top management et des métiers.
“Cette phase a également été cruciale pour que les interlocuteurs opérationnels ou du Comex comprennent comment ils pouvaient utiliser la Data et l’Intelligence Artificielle pour servir leurs besoins et atteindre leurs objectifs.”
Les 3 objectifs de l’Analytics Factory
1) Garder la proximité avec les métiers : rester à leur service au quotidien et leur apporter les réponses dont ils ont besoin pour leur Business.
“On a gardé cette ADN Data Analyse.”
2) Passer à l'échelle : sélectionner les cas d'usage alignés sur les enjeux stratégiques de l'entreprise et les adresser à l'échelle de l’entreprise.
“Lorsqu’on a lancé l’Analytics Factory, le périmètre était Carrefour France, aujourd’hui, on l’étend à Carrefour Europe.”
3) Donner de l'autonomie au métier en décentralisant une partie de la Data Analyse tout en gardant une équipe et une expertise centralisée.
“L’objectif étant de rester garant sur un certain nombre d'indicateurs clés pour l’entreprise.”
L’organisation de l’Analytics Factory
L’entité est constituée de 150 membres :
- 50% sont dédiés à la Data Science et au Data Engineering
- 20% sont dédiés à la Data Analyse
- 30% sont dédiés à la fonction Data Translator*
*Le Data Translator est spécialisé sur une verticale métier (ex : Supply, Marketing). Il comprend finement les problématiques du Business et les traduit en démarche Analytique ou Data Science. Le profil type est un ancien Data Analyst ou Data Scientist qui souhaite s’orienter vers un rôle plus Business.
“C’est la fusion des 2 mondes Data Analyse et Data Science qui crée de la valeur. On n’a pas simplement pris des équipes de Data Science en leur donnant plus de moyens, on a maillé ça avec une connaissance intime du Business et des métiers à travers tout l'historique qu'on avait en Data Analyse.”
Le use case sur les promotions
Un distributeur comme Carrefour réalise des milliers de promotions par an. Ce sont les catalogues que l’on recevait par la Poste et qu’on reçoit de plus en plus par mail. C’est une part très importante de leur Business.
L’objectif du projet était de construire un modèle qui prédit la performance des promotions que Carrefour envisage de faire chaque année afin de sélectionner les plus impactantes.
Les équipes qui construisent les catalogues ont maintenant un outil pour simuler les performances (chiffre d’affaires et marge) des promotions envisagées.
“Par exemple, il se peut que j’ai prévu de faire une promotion sur la lessive avec “un produit acheté, un produit offert”. Et que je me rende compte grâce à l’outil que cette promotion ne va pas marcher et qu’il vaut mieux faire une remise immédiate de 20%.”
Les 2 plus gros challenges d’Arnaud
1) Trouver le bon équilibre entre sujets stratégiques pour l’entreprise à long terme (ex : promotions) et sujets urgents pour les métiers à court terme (ex : recommandation des produits les moins chers sur la période d’inflation).
“On est dans un contexte Business très volatile (ex : guerre en Ukraine, COVID). On doit d'un côté garder nos priorités stratégiques mais aussi s'adapter pour servir les métiers sur les problématiques du moment. Le rôle du Data Translator est clé sur ce sujet.”
2) Trouver le bon équilibre entre centralisation et décentralisation
“Carrefour a décentralisé une partie de la data dans les métiers. Le challenge est de s’assurer que les métiers soient suffisamment formés et acculturés pour tirer les bonnes conclusions de leurs analyses, pour ne pas faire 3 fois les mêmes analyses et arriver à des conclusions différentes… Ça suppose de garder un centre d'excellence centralisé qui crée et partage des standards communs.”
🎙 Le podcast avec Arnaud, Chief Data Officer Europe
On aborde également :
Son parcours du conseil à l’Analytics Factory en passant par la Data Analyse
Un second use case sur la recommandation produit
Les challenges qu’ils ont rencontrés plus en détail
Les prochaines étapes data chez Carrefour
“Le premier challenge va être de passer à l'échelle plus uniquement sur la France mais sur l'Europe.”
Liens vers l’épisode : Apple Podcasts | YouTube | Spotify | Deezer
📚 Les ressources recommandées par Arnaud
“C’est l’ancienne Chief Decision Scientist chez Google. Elle a cette double casquette Data / Intelligence Artificielle et Sciences Cognitives. Je trouve la double approche toujours super riche et intéressante.”
🎙 Une histoire de reconversion avec Laura
Laura Chane Ching était Cheffe de Projet RH chez Decathlon et s’est reconvertie vers un rôle de Data Analyst spécialisé RH toujours chez Decathlon (aka People Analytics).
On aborde :
Son parcours et les facteurs qui l’ont poussée à se reconvertir dans la data
Le choix de la formation DataBird et le soutien de Decathlon
La transition et ses chantiers au sein du département People Analytics
Ses conseils pour réussir une reconversion en data.
“Je ne suis pas la meilleure des tech et je ne pense pas qu'en 2 mois on puisse devenir la meilleure tech du monde, mais on acquiert toutes les bases pour être autonome et pour après pouvoir monter en compétences par soi-même.”
Liens vers l’épisode : Apple Podcasts | YouTube | Spotify | Deezer