20 avr. 2023 | 09:00 - 10:30
« Data as a Product » : Comment, jusqu'où, et pourquoi confier la Data Ownership aux business métiers ?
En ligne
Pour ma première venue sur le site, je dois d'abord créer un compte
Pour m'inscrire aux événements et voir les replays, je me connecte
Description
« Data as a Product » : Comment, jusqu'où, et pourquoi confier la Data Ownership aux business métiers ?Faut-il désigner un correspondant Data dans chacun des métiers de l'entreprise et lui confier l'ownership des produits Data ou tout converser au niveau du CDO et de ses équipes ?
Comment sont définies les Relations entre la Direction Data et les Directions métier ?
- Les relations entre la Direction Data et les Directions métier sont-elles définies dans le cahier des procédures générales de l’entreprise ?
- La Direction générale est-elle impliquée, est-elle-même maître d’œuvre de la façon dont le CDO et les Data Scientists travaillent avec leur clients internes ?
- Qui est propriétaire des Use Cases ? Notamment des Use Cases récurrents ?
- Doit-on désigner un correspondant data dans chaque Direction métier et lui attribuer l’ownership des data products, avec la responsabilité qui l’accompagne ?
- Comment inciter les métiers à « penser data » pour améliorer leurs performances ? Comment leur transmettre la culture des données afin de générer des idées et des « appels entrants » vers la Direction data ?
- Doit-on créer un Data Lab ? Si oui, faut-il privilégier une approche centralisée ou une approche décentralisée ?
- Comment gérer les habitudes et convaincre les Directions métiers et les utilisateurs que les méthodes d’accès et d’exploitation des données proposées par la Direction data sont les bonnes ?
- Le Data Mesh est une réponse en termes d'architecture, notamment en poussant l'agilité du traitement de la donnée et sa qualité dans les mains des métiers.
- Comment transférer l'accès et l'ownership des données utiles aux métiers cibles ? Comment s'assurer que l'intégrité des process & la qualité des données soient garanties ?
- Quels sont les bénéfices en termes de valorisation de la data et d'optimisation des usages ?
- Quels sont les risques ?
