[Podcast] Data Guru : Chafika Chettaoui, Group Chief Data Officer chez Suez Group

Sébastien : Bonjour, Chafika !

Chafika : Bonjour, Sébastien !

Sébastien : Je suis vraiment ravi de pouvoir échanger avec toi aujourd'hui. Tu fais partie des rares data officers qui viennent des mathématiques, donc je vais te faire parler de ce sujet. Si tu pouvais commencer par rapidement nous raconter ton parcours, et nous dire comment tu en es venue à faire ce métier.

Chafika : Oui effectivement, je suis docteure ingénieure en mathématique et informatique. J’ai un double cursus. Après ma thèse, je suis arrivée très vite dans le monde de la data car j’ai toujours eu la conviction que comprendre les infos et les données était ce qui nous permettait de prendre les meilleures décisions. J’ai commencé ma carrière dans le consulting, à aider des gros laboratoires pharmaceutiques, des banques et des assurances à comprendre les tendances, les caractéristiques de leurs clients, les actions à entreprendre pour réduire le churn ou augmenter la fidélisation. Le mixte data et business est une chose en laquelle j’ai toujours cru.

Sébastien : D’accord. Alors, j’ai un faible pour les titres de thèses de mathématiques… Tu pourrais nous dire le titre de la tienne ?

Chafika : “L’application de la théorie des jeux à la migration des cellules cancéreuses”. Vous allez comprendre le lien avec ce que j’ai dit tout à l’heure : c’est le mixte entre les différentes disciplines qui m’intéresse. La théorie des jeux est une discipline qui a toujours été utilisée en économie pour gérer les conflits et les guerres, pour travailler sur les critères et les jeux de chaque acteur. Je voulais l’appliquer à la migration des cellules cancéreuses. On se rend compte que les éléments biologiques sont rationnels, et jouent à une forme de jeu dont le but est d’assurer la survie de l'organisme. Pour comprendre ce qui fait qu’une cellule survie ou non, il faut voir ce que les autres protéines font, pour qu'elle adapte son jeu pour la survie de l'organisme.

Sébastien : Ok, donc je comprends mieux le glissement vers le poste que tu as occupé ensuite portant sur la prédiction des comportements, finalement.

Chafika : Exactement.

Sébastien : On a partagé le même employeur, car tu as passé 8 ans chez L’Oréal, mais nous n’y étions pas en même temps. Qu’est ce que tu y faisais ?

Chafika : Chez L’Oréal, j’étais à la recherche et innovation et je m’occupais de la transformation data et digitale. Je soutenais les chercheurs et les évaluateurs à utiliser et exploiter plus efficacement leurs données afin d’augmenter leur capacité à décider. Soit pour prédire des résultats de qualité ou de safety des formules, soit encore pour identifier le champ d'innovation et trouver la formule gagnante plus rapidement et plus efficacement.

Sébastien : Pour avoir travaillé de loin avec la recherche et l'innovation de L’Oréal, je sais que c’est un monde à part entière. Je pense que ç’a dû être très intéressant. Ensuite, tu passes chez Suez. Comment passe-t-on de L’Oréal à Suez ? Quels sont les points communs entre ces deux boites ?

Chafika : La data et le service sont des choses extrêmement importantes. Les produits beauté sont un service que l’on donne aux gens qui leur fait du bien tandis que le service environnemental est vital. Sans l’eau, sans le recyclage et l’économie circulaire, on ne peut pas vivre. Donc c’est vraiment la cause qui m'inspire. Au niveau de la data, il existe un point commun, que ce soit pour la cosmétique ou l'environnement, à savoir qu’on met la data en forme pour placer l’humain au centre. En cosmétique comme dans l’environnement, la donnée peut servir à augmenter l’efficacité des tâches quotidiennes.

Sébastien : D’accord. Tu peux nous en dire un peu plus sur Suez ? Ça fait partie de ces énormes entreprises qu’on ne connaît pas toujours.

Chafika : C’est un leader de l’environnement. On travaille sur deux métiers : la distribution de l’eau et la collecte de l’eau usagée, et tout ce qui touche aux déchets, donc la collecte du déchet et son recyclage.

Sébastien : Ok. C’est une boite mondiale ?

Chafika : Oui, nous sommes 90 000 collaborateurs, et nous agissons à tous les endroits du monde. Vous-mêmes êtes peut-être client Suez !

Sébastien : Peut-être ! Tu as une feuille de route assez chargée. Est-ce que tu peux nous la détailler ? Après, je te poserai des questions sur l’opérationnel des données que tu manipules.

Chafika : Le data office de Suez existe depuis 2 ans et demi. Notre objectif est de mener la transformation data du groupe. Il y a trois volets. Le premier est technologique, nous travaillons main dans la main avec l’IT. C’est essentiel d’avoir les bonnes plateformes qui permettent un catalogage des données et de leur accessibilité. Le deuxième est organisationnel. Pour être data-driven il faut internaliser des ressources, avoir des personnes au sein du métier qui gèrent la donnée et son exploitabilité, et des experts à l’IT ou à la data office qui gèrent l'opérationnalité technique de cette donnée-là.

Le troisième est extrêmement important, et c’est celui qui nous prend le plus de temps. Il s’agit de l'acculturation. Nous travaillons en proche collaboration avec les RH pour développer et déployer des programmes d'acculturation sur la data à tous les niveaux de l'organisation, afin de donner à chacun sa responsabilité autour de la donnée, ce qu’il doit faire et ce qu’il ne doit pas faire, ce que l’IA apporte ou non, et engager tout le groupe sur cette transformation data et son apport pour le business.

Sébastien : C’est un vrai projet de transformation ! D’où l’envie de lancer ce projet t’est-elle venue ? Lors de ton recrutement , j’imagine ?

Chafika : Exactement. J’ai été recrutée par la Chief Digital Officer qui est arrivée 8 mois avant moi. Il y a un fort sponsoring du COO qui a souhaité qu’il y ait une vraie décentralisation gouvernée. Suez est un groupe très décentralisé, chaque BU a sa propre activité, IT, data et business. Notre objectif à nous, c’est de créer un langage commun entre les départements pour maximiser l'exploitation des données entre domaines.

Suez a toujours monitoré et utilisé les données des clients, donc c’est quelque chose qui existe depuis la création de la société. L’idée est de créer des ponts entre les différents domaines et régions, afin d'avoir plus de cas d’usages et de capacités pour exploiter la donnée. In fine, cela permet une meilleure performance de nos équipes et une meilleure satisfaction de nos clients.

Sébastien : Si je reformule, chaque pays avait une certaine autonomie sur la production ou la consommation de sa donnée, or le plan de transformation vise à permettre le partage de l’ensemble de ces données à un niveau plus global ?

Chafika : Ils maintiennent l’autonomie, c’est très important. L’idée est juste de créer des ponts, des projets transversaux, qui permettent de partager des KPI, des cas d’usage d’intelligence artificielle, et de faciliter leur scalabilité entre un endroit et un autre. L’objectif est vraiment de fluidifier la communication entre les régions et les process.

Sébastien : Tu peux nous donner quelques exemples de cas d’usages ? Tu parles de services qui nous concernent tous les jours, et ce n’est pas facile d’imaginer comment l’IA ou d’autres cas d’usage peuvent améliorer ces services-là.

Chafika : Bien-sûr. Un premier exemple dans le waste (déchet). Lorsque les déchets arrivent à l’entrée des incinérateurs, des opérateurs doivent s’assurer, par le biais de caméras, qu’il n’y a pas d’objet indésirable entrant dans l’incinérateur, tel que des objets inflammables. Cela pourrait en effet être dangereux, nécessitant une interruption du service et finir par être très coûteux.

On a donc mis en place un algorithme de computer vision sur les caméras, qui permet de détecter les objets indésirables et alerter l’opérateur en cas de problème. C’est un exemple extrêmement simple de l’aide qu’offre la computer vision à nos opérateurs dans leur travail de tous les jours.

Un autre projet qu’on a mis en place avec l’un de nos partenaires concerne des capteurs liés à nos réseaux d’eau permettant de monitorer la pression de l’eau afin de mieux la gérer en amont pour optimiser son utilisation et ainsi minimiser la casse dans les réseaux. Vous savez, quand il y a une casse dans un réseau - scène à laquelle nous avons déjà tous assisté et qui nous a sûrement mis en retard le matin pour aller travailler - il y a forcément une action sur le patrimoine de nos collectivités, et l’impact est très fort sur la qualité de vie de nos citoyens. De plus, c’est encore une fois très onéreux. La data nous permet de suivre les évolutions des réseaux d’eau - qui autrement nous sont invisibles - et permet ainsi d'anticiper les problèmes et augmenter leur longueur de vie.

Sébastien : Je suis ravi de ces exemples-là, car j’ai souvent constaté que la transformation data et les projets data ne sont pas très chers, mais peuvent rapporter très gros, et ce quelque soit le domaine d’activité. C’est ce que tu me confirmes avec ces exemples.

Chafika : Oui. Au sein du groupe, nous avons un motto : “Think big, start small and show value fast” Cela signifie que s’il faut se doter d’une vision, une ambition, il faut aussi savoir commencer modestement. On n’a pas besoin d’avoir des gros projets avec des gros partenaires que j’appelle big bang. La meilleure façon de fédérer les personnes et de les embarquer avec nous, c’est de montrer des choses rapidement, avec une vraie valeur ajoutée pour le business. Cela se fait par le biais de petits projets, que l’on doit rendre opérationnels sur les usines et dans nos process. Le très petit peut vraiment avoir un immense impact.

Sébastien : Je l’ai souvent constaté, oui. Et justement, comment ça se passe dans le cas par exemple de la computer vision, pour automatiser le tri ? Tu développes la technologie dans un pays, ça fonctionne, et puis tous les autres pays l’achètent et le déploient ?

Chafika : Exactement. On commence par un POC au début, avec un pays qui a une vraie problématique qu’il souhaite résoudre. On a commencé par le Royaume-Uni où on a un programme qui s’appelle le Digital Hub ; c’est un programme d’accélération. On demande à nos BU de nous transmettre des idées de projets tous les 6 mois, on en sélectionne un certain nombre, que l’on déploie pendant 6 mois, et à la fin on obtient un MVP que l’on peut compléter après par un produit industrialisable, s’il vaut le coup. Il est possible de choisir d'arrêter si ce n’est pas le bon moment. Une fois qu’on a industrialisé, on fait le tour du monde et on propose à d’autres BU qui le prennent et qui l’installent également. On est vraiment dans le “think big et start small”.

Sébastien : Combien de projets as-tu pu déployer au cours de tes deux ans et demi chez Suez ?

Chafika : Alors, aujourd’hui, on possède une plateforme qui permet cette gouvernance IA. On a mené une quarantaine de projets depuis 2 ans et demi, dont 3 projets déjà industrialisés.

Sébastien : Tu calcules un ROI ?

Chafika : Oui, nous faisons ce calcul avec les BU, car ce sont les plus proches du pay back, et ce bien évidemment dans le but de montrer la valeur à d’autres BU en vue de l’achat du projet. Vu que notre choix des sujets a été lié à un potentiel pay back, c’est assez facile de trouver un pay back derrière.

Sébastien : D’accord. Tu peux nous parler de ton programme de formation des managers de l’organisation. Moi, chez L’Oréal, j’ai vécu un programme de formation at scale sur la transformation digitale, mais je n’ai pas encore assisté à des programmes de formation sur la transformation data.

Chafika : Avec notre équipe RH formation en interne, on a créé 3 personae autour de la formation. Un persona “Data For All'' qui explique à l’entreprise ce que sont que la data et l’IA et ce qu’elles permettent de faire. Dans ce programme là, on met aussi nos C level et nos 200 big managers du groupe qu’on forme avec notre programme Data Leaders. Il dure 8 mois, se fonde sur plusieurs masterclass dans lesquelles on explique les erreurs à ne pas commettre en data. On démystifie, avec l’intervention d’un CEO ou d’un CDO d’un groupe externe, on challenge et on travaille en workshop. La première partie Data For All concerne les C level, et ensuite tout le monde au sein de la formation via des programmes de e-learning que nous développons à l’académie.

Le deuxième niveau s’appelle “Data for Users”. C’est plus hands-on et concerne plutôt les gens qui manipulent la donnée au quotidien. Ce sont des formations sur des outils de BI, comment faire du dashboarding, comment s’assurer de la qualité de nos données. Ce sont des formations destinées à nos data steward qu’on forme également à l’acquisition de softs skills pour pouvoir animer les réseaux de collaborateurs qui génèrent les données.

Le troisième persona s’appelle “Data For Experts”, et s’adresse aux data scientists, data engineers et data architects. Comme vous le savez, les technologies, les outils et les langages évoluent beaucoup dans le temps. On se doit de maintenir nos experts en interne à la page de ces technologies. Nous avons donc des programmes de formation qui leur sont dédiés. Ils sont sous différents formats, des vidéos d'acculturation, des cours sur des plateformes externes, du présentiel ; c’est à la carte.

Sébastien : C’est assez impressionnant ! Combien de personnes ont bénéficié de ce programme ?

Chafika : À peu près 400 personnes, si l’on réunit les trois personae.

Sébastien : Et comment arrives-tu à atteindre tes C levels ? Ce sont souvent les plus durs à avoir dans ce genre de programmes…

Chafika : On a eu de la chance, chez Suez, car nos leaders sont très curieux et ont envie de maîtriser ces nouvelles technologies-là. Tout le monde est convaincu de l’importance de se transformer et d’être à la page. On a la chance d’avoir une académie qui nous soutient beaucoup. Nos leaders viennent, et ils sont ravis !

Sébastien : Ce que je vois, c’est que tu as un job qui est moitié management, moitié leadership. Tu dirais que c’est cette proportion là ?

Chafika : Je dirais plutôt 3 parties : un tiers technique, un tiers management, un tiers leadership.

Sébastien : Ok, et tu manages une équipe de combien de personnes ?

Chafika : Une petite équipe d'une dizaine de personnes. Mais nous animons une communauté de 250 personnes, ce qui constitue, je pense, notre force. La force ne se fait pas par la taille de l’équipe, mais par les personnes qui la suivent et qui interviennent de façon régulière à sa construction et sa transformation.

Sébastien : C’est toujours un peu délicat d’avoir une logique d’animation, là où la culture dans une entreprise est souvent la hiérarchie. Ce n’est peut-être pas pareil chez vous... Ou alors tu as peut-être mis en place quelque chose qui permette d’avoir ce leadership sans hiérarchie ?

Chafika : On m’a une fois posé la question “comment as-tu pu créer ce poste ?”. Je pense pas que le poste de CDO se crée simplement parce qu’on le souhaite, mais parce qu’on fédère. Si on explique la raison d’être, qu’on embarque les personnes, et qu’elles y voient leur intérêt, elles viennent automatiquement. Donc je pense que notre challenge à la data office, c’est de comprendre les pain points et les besoins des autres afin de les faire venir et de les fidéliser C’est comme ça qu’on a attaqué, plutôt qu’en se demandant comment transformer le groupe avec des outils qu’on avait déjà appliqués dans d’autres sociétés.

Clairement, la démarche qu’on a eu chez L’Oréal est tout-à-fait différente de celle de Suez, par exemple. Les cultures sont extrêmement différentes, à l’instar des pain points. C’est pourquoi la clef pour fédérer et mettre toutes ces personnes autour de la table, c’est de comprendre ce qui les gêne, et en quoi notre apport à nous, data office, peut les aider.

Je donne un exemple : on se rend compte que le fait de savoir ce que d’autres groupes font est quelque chose d'extrêmement intéressant, et les gens n’ont pas forcément le temps d’aller voir. Nous, on leur apporte ces informations. Avoir des méthodologies, des process de cleansing, de mise en forme de la data, avoir un langage commun, ce sont des choses qui manquent et que l’on apporte. Avoir des experts en IA pour faire le test and learn. Tout ceci, les gens l’attendent et sont ravis de tester et d’apprendre. La fédération vient du why - la raison d’être - , de l'intérêt à ce que la personne vienne, et non pas du fait que son manager l'impose.

Sébastien : C’est très intéressant. Quels sont tes grands enjeux à venir ? Tes craintes ?

Chafika : Les grands enjeux vont rester culturels. Si chaque personne dans son travail peut dire en quoi la data ou tel projet IA peut l’aider et progresser, ce serait un vrai succès. Notre challenge est de responsabiliser chacun et que chacun revienne vers nous dans l’idée de créer de la valeur grâce à cette donnée.

Sébastien : Voilà une feuille de route intéressante. Pour finir, que dirais-tu aujourd’hui à quelqu’un qui serait en train de rédiger une thèse de maths, pas nécessairement sur la théorie des jeux, et qui serait intéressé par ce type de carrière et de métier ?

Chafika : Osez ! Ce métier demande beaucoup de courage car il faut oser. Il faut aller dans des endroits que l’on ne maîtrise pas forcément, mais il faut tester quand même. Il faut être très à l’écoute des désirs et des besoins des autres. Ce n’est pas un poste top-down, où l’on arrive avec une roadmap en disant que l’on va caler toute l'organisation. Au contraire, il y a beaucoup de leadership, de compréhension, d’écoute et d’empathie. Ne jamais oublier qu’il faut avoir de la technique, qu’il faut suivre le marché, suivre ce qu’il s’y passe et être légitime dans ce rôle. Il ne suffit pas de faire des slides, connaître le métier est nécessaire. Je dirais donc, à quelqu’un qui fait une thèse en maths, bravo, c’est le bon endroit, continuez ! Les métiers de la data ont encore un très grand avenir devant eux.

Sébastien : Super ! Je pense que tu peux vraiment susciter des vocations. Je te remercie d’avoir partagé tout cela avec nous. A très bientôt Chafika.

Chafika : Merci Sébastien, à bientôt !

Sélectionné pour vous

Ransomware : 5 recommandations pour une meilleure protection des établissements de santé

Pourquoi la digitalisation des opérations de logistique et d'entreposage ne doit pas attendre

Quels impacts contractuels suite à l'incendie dans les data centers d'OVHcloud ?