Data Catalog : une première étape à une organisation Data Centric
Contexte
Le client a initié début 2018 un programme de transformation Data Centric qui visait avant tout l’industrialisation de ses services Data. La direction du programme tenait à obtenir les premières avancées sur le chantier Data Catalog (Référencement de la donnée) avant la fin de l’année. Le client souhaitait faire levier sur l’expérience de son équipe et les nombreux besoins déjà identifiés pour son programme.
Data Self-Service
Banque retail
Data Office
50 jours pour l’étude d’opportunité et de marché
24 jours pour l’accompagnement MVP
1 expert Data et 1 consultant en stratégie
Activités / Livrables
- Définir un modèle de données pour les méta-data couvrant les besoins du programme et des processus existants.
- Faire un état des lieux des solutions « vendeurs », notamment les nouveaux acteurs, et évaluer leur adéquation aux besoins du client, leur capacité́ à délivrer et à s’intégrer avec les choix d’architecture.
- Réaliser un premier pilote de Data Catalogue par les équipes Big Data de notre client.
Faits marquants
Etude d’opportunité et de marché
1. Double expertise Métier et IT
La sélection s’est faite en tenant compte des contraintes métiers et IT afin d’éviter de mettre en place une démarche “hors sol”. En offrant un service aux 2 parties, le cataloguede données a porté les efforts d’innovation et de collaboration tout en supportant les fonctions de sécurité et de confidentialité
2. Go to Action
La mise à disposition rapide d’un outil de Data Cataloga été un accélérateur de succès. La sélection et la mise en oeuvre ont été réalisées selon une approche tactique et agile.
3. Démontrable
La valeur du produit a été démontré par des tests “grandeurs rééls”. La définition des cahiers de tests et la validation des résultats sont des savoirs qui ont été démontré.
Accompagnement MVP
1. Agile
Délivrer de la valeur en continue (MVP) avec les moyens disponibles (Lean) ;
2. Simplicité & Automatisation
Démontrer le gain en efficacité des équipes “Solutions Numériques et Systèmes d’Information” ;
3. Viralité
Adoption par les équipes pilotes puis les métiers d’une culture Data ;