Créer une organisation data autonome avec FLOA
#42 - Le zoom, le podcast et les ressources de Sébastien
Hello,
Bienvenue dans l’édition #42 de la newsletter DataGen ! 👋
Cette semaine, on remercie Sébastien qui nous parle de l’organisation data autonome qu’il a mis en place chez FLOA. 👏
Avant tout, voici quelques liens utiles :
Retrouve ici les anciennes éditions de la newsletter en libre service.
Abonne-toi à la chaîne YouTube. Les interviews sont maintenant disponibles en format vidéo.
Suis-moi sur LinkedIn si ce n'est pas encore fait, je partage du contenu data chaque semaine. D’ailleurs, j’y ai partagé quelques news sur DataGen récemment.
L'agenda de la semaine :
🔍 Zoom sur une organisation data autonome.
🎙 Le podcast avec Sébastien, Chief Data & IA Officer chez FLOA.
📚 Les ressources recommandées par Sébastien.
C’est parti !
📢 Cette édition est rendue possible par Esther Voituron, experte en Data Storytelling. Elle nous en a d’ailleurs parlé dans l’épisode 62 de DataGen.
Si vous avez besoin d’aide sur ce sujet, contactez-la via LinkedIn ou voici son mail : esther@data-organisation.com
🔍 Zoom sur une organisation data autonome - 4 min
Ce zoom est tiré de mon échange avec Sébastien qui est Chief Data & IA Officer chez FLOA, la fintech qui permet aux commerçants d'accepter des paiements en plusieurs fois et qui propose également d’autres services financiers (carte bancaire, etc.). Ils ont été rachetés 258 millions d’euros par BNP Paribas en 2022.
Sébastien a lancé le département Data avec une conviction forte : l’équipe doit être autonome.
“On parle souvent de l'autonomie dont ont besoin les équipes Business pour leurs usages data. Je pense que c'est tout aussi important de parler de l'autonomie dont a besoin l’équipe Data pour délivrer les use cases et surtout les projets de fond (stack, documentation, gouvernance, etc.).”
Qu’est-ce qu’une organisation Data autonome ?
1) La direction data est rattachée directement à la direction générale.
“On n'est pas au sein d'une DSI, d'une direction des opérations, d'une direction business ou produit.”
2) L’équipe Data est autonome dans l’allocation de son budget.
“On peut faire nos choix en termes d'outils, de formation et de staffing.”
3) Elle dispose de toutes les compétences nécessaires pour délivrer ses projets.
“On va pouvoir récupérer les données et les transformer avec les Data Engineers, les exploiter dans des algorithmes avec les Data Scientists ou faire de la Business Intelligence avec les Data Analysts.”
L’organisation de l’équipe Data
L’équipe Data est constituée d’une 40aine de personnes :
- Un Chief Data & AI Officer (Sébastien)
- Une équipe Data Factory avec des Data Engineers
- Une équipe BI Data Analytics avec des Data Analysts
- Une équipe Data Science avec des Data Scientists et des Data Engineers
L’équipe Data va également travailler avec une équipe de développeurs de la DSI (IT) qui est dédiée aux problématiques data et avec des profils Analysts répartis dans les équipes Métiers.
“En parallèle, on a créé des squads spécialisées sur des typologies de produits (ex : paiement en plusieurs fois), sur des lignes de business métier (ex : marketing) ou sur des technologies (ex : la communauté Snowflake).”
Comment mesurer les résultats d’une bonne organisation data ?
Chez FLOA, ils s’intéressent en particulier à 3 métriques :
1) Le turnover des équipes Data
“Les profils data sont très demandés. C’est crucial de réussir à les fidéliser. Pour cela, il faut créer un environnement dans lequel ils sont épanouis. Avec cette organisation tournée vers l’autonomie, on a un turnover quasi nul dans l’équipe Data.”
2) Le ROI des projets délivrés
“Par exemple, pour nos algorithmes sur la détection de fraudes, on va calculer les économies réalisées lorsqu’on évite des fraudes.”
3) L’adoption des solutions data
“On a fait x5 sur l’adoption des outils data en 3 ans avec 200 utilisateurs actifs sur 400 collaborateurs au total.”
🎙 Le podcast avec Sébastien, Chief Data & IA Officer chez FLOA
Découvre l'intégralité de notre échange avec Sébastien.
On aborde plusieurs autres sujets :
Son parcours de Project Manager à Chief Data & AI Officer
Les plus grosses difficultés qu’il a rencontrées :
Priorisation court versus long-terme.
Le “toujours plus” : plus de données, plus d’historique, plus de puissance.
L’organisation autonome parfois perçue comme étant "floue".
“Mais à contrario, lorsque tu as des processus trop stricts de type RACI, ça peut limiter l'intelligence collective et la créativité.”
Liens vers l’épisode : Apple Podcasts | YouTube | Spotify | Deezer
📚 Les ressources recommandées par Sébastien
“C’est l'histoire d'un commandant de la marine aux US à qui l’on confie le sous-marin le moins performant de la flotte. Il raconte comment il a transformé l’équipage grâce à une approche de leadership qui favorise l’initiative individuelle.”
“Il challenge nos modes de pensée, souvent binaires, où l’on a envie de tout mettre dans des cases sur un axe à deux dimensions. Il propose une nouvelle échelle de la pensée.”