[Podcast] Data Guru : Siddhartha Chatterjee, CDO Global du Club Med

 Il y a des femmes et des hommes qui innovent ou transforment leur organisation grâce à la data. Ils font un métier jeune, parfois mal compris, à la croisée du business, de la statistique et de l’informatique. Sébastien Garcin, CEO de YZR, les appelle les "data gurus". Au travers d'un podcast dont nous vous offrons ici une retranscription, il les fait parler de leurs parcours, de leurs projets et de leurs retours d’expérience. Aujourd’hui, il reçoit Siddhartha Chatterjee, CDO Global du Club Med.

Partager
[Podcast] Data Guru : Siddhartha Chatterjee, CDO Global du Club Med

>>> Suivez ce lien pour écouter le podcast

Sébastien: Bonjour Siddhartha.

Siddhartha: Bonjour Sébastien.

Sébastien: Alors le Dataguru a fait une longue pause, parce qu'on levait de l’argent, et une fois qu’on a levé de l’argent il a fallu recruter beaucoup de monde, on est passé de 16 à 40, et puis il y a eu beaucoup de choses à mettre en place. Et donc je suis vraiment super content que l’on reprenne les enregistrements de Dataguru avec toi, Siddhartha. Alors ça fait un certain temps qu’on se connaît puisque l’on s’est rencontrés juste au moment où tu arrivais chez Ogilvy et après on a travaillé ensemble chez Publicis, et tu as été la première personne qui m’ait parlé de données non-structurées. Moi j’avais une culture assez CRM, je dirais XXe siècle, et j’avais jamais vraiment creusé dans les problématiques de données non-structurées, et tu as été le premier qui m’ait fait découvrir cet univers des données non-structurées, et j’avais une première question par rapport à ça, et après on déroulera un peu ton parcours.

Mais qu’est-ce qui t’a fait arriver sur les données déstructurées, sachant que ce n’est pas quelque chose que tu as appris à l’école, puisque tu as fait plutôt des études autour du data mining, et qu’est-ce qui t’a mis le pied à l’étrier sur les données déstructurées?

Siddhartha: Merci Sébastien pour cette question et surtout de m’avoir invité à nouveau dans cette édition de Dataguru. Le dernier échange que l’on a eu, il y a plus d’un an je crois, était très intéressant. Vis-à-vis de ta question, effectivement je suis tombé dans les données non-structurées assez tôt, à l’époque il n’y avait pas beaucoup d’entreprises et surtout des agences qui travaillaient sur des données non-structurées.

Moi j’avais commencé par des notions de sujets quand j’étais en études mais je ne l’avais pas appliqué dans la vraie vie. Et donc tout à commencé quand j’ai fait mon stage chez Technicolor qui est la boîte post-production des films hollywoodiens. Et là on analysait des données non-structurées, notamment des conversations des gens sur les forums internet pour pouvoir prédire les impacts des films, et aussi comprendre les dynamiques des utilisateurs et leur influence sur le web. Donc voilà c’était vraiment le démarrage.

Et ensuite quand j’ai rejoint Ogilvy et Publicis moi j’ai eu un vaste sujet autour de ça parce que c’était le début de l’explosion des réseaux sociaux comme Facebook, Twitter, Instagram etc, et puis le monde du marketing digital était quand même très focus CRM, Emailing. Donc là il y avait très peu de startups ou de boîtes qui fabriquaient des outils qui pouvaient analyser ce types de données textuelles, images, etc. Donc avec mes équipes on commençait à vraiment créer des algorithmes pour analyser ces données et vraiment les mettre au service des clients qui voulaient en tirer des insights et puis activer des campagnes.

Sébastien: Je me souviens de cette période et c’était très en avance de phase. Et juste parce que je sais que tu aimes bien la technique, on aime bien la technique tous les deux, c’était quoi les technos que tu avais à l’époque, parce que ça paraît être un peu la préhistoire et on se demande même comment vous faisiez pour tourner des algorithmes à l’époque, on avait même pas de techno cloud facile d’accès?

Siddhartha: Oui c’est vrai, donc je parle des années entre 2010 et 2012, et effectivement il n’y avait pas de cloud, il n’y avait pas grand chose et on travaillait en local sur les machines et parfois sur les serveurs un peu plus puissants (23:08) et puis c’était aussi l’adoption de Python à l’époque et donc je me suis pas mal appuyé sur Python pour utiliser les bibliothèques qui étaient disponibles à l’époque, NLP (Natural Language Processing). Voilà donc il n’y avait pas d’outils, il n’y avait pas tensorflow, il n’y avait pas de SageMaker d’Amazon, et donc ça demandait aussi d’imaginer des algorithmes et de les construire, ce qui était bien parce que ça permet de comprendre la science derrière toutes ces bibliothèques aujourd’hui qui sont très connues comme tensorflow par exemple.

Sébastien: Mais tu n’avais pas appris ça à l’école, tu t’es formé sur le tas?

Siddhartha: J’avais des notions à l’école, mais il y avait beaucoup de besoin de formation effectivement. Mais c’est l’avantage d’internet de pouvoir connaître tout ce qu’on veut.

Sébastien: Ça c'est sûr et en plus en agence, je me souviens, on a bossé sur pas mal de sujets, il y avait quand même une certaine marge de manœuvre pour faire beaucoup d’exploration.

Siddhartha: Oui, beaucoup d’exploration parce que c’était l’époque où on discutait beaucoup de comment rendre les créations un peu plus scientifiques et comment la data peut aider à la créativité. Donc il y avait beaucoup de sujets autour de ça et pour convaincre des créatifs connus ou des créatifs stars, il fallait faire beaucoup d’exploration avec des données, donc soit des données structurées ou bien des données CRM, etc, pour démontrer quelle est la valeur de tout ce qu’on peut apprendre avec ces données, qui à l’époque n’étaient pas du tout sexy.

Sébastien: Oui c’est sûr je me souviens de la surprise qu’on avait quand on découvrait finalement qu’on pouvait aussi exercer sa créativité dans le domaine de la data. Venant du data mining c’était pas nécessairement évident. Après tu as rejoint ADP, aéroport de Paris, donc sacré "move''. Explique nous un peu ce qui t'a intéressé dans cette évolution et puis pourquoi est-ce qu’il sont allés chercher un gars comme toi pour faire décoller des avions à l’heure et faire en sorte que les gens puissent prendre leur avion en tout confort?

Siddhartha: Effectivement c'était un choix assez atypique parce que quand j'ai eu la proposition, j'ai pensé qu’on allait me demander de travailler sur les données du trafic, et puis comme tu dis c’est assez caricatural. Mais la réalité a été assez différente, quand j'ai commencé à discuter avec des dirigeants chez ADP, j’ai très vite vu la diversité des métiers qu’on peut exercer, parce qu’ADP est à la croisée des trois industries du retail, du tourisme et de tout ce qui est aviation. Et l’aviation me tient à cœur parce que mon père était pilote dans l’armée de l’air, donc les avions m’ont toujours intéressés.

Et puis il y a une histoire, parce que quand j’étais chez Ogilvy, on avait travaillé sur un pitch, pour ADP. Moi j’avais pas travaillé directement dans ce pitch, c’était mes collègues mais on m’a surtout raconté le côté data, qu’il y a des capteurs partout dans les terminaux et comment on peut suivre le parcours des passagers avant de créer tout un tas de services. C’est ça qui m’a attiré, et j’ai aussi adoré la vie dans les agences de création parce que j’ai travaillé avec beaucoup de clients dans tous les secteurs différents. Donc pour quitter ce monde je voulais aussi aller dans une boîte qui était assez diversifiée dans ses activités.

Et donc, ADP est très divers dans ses activités. J’avais appris, quand je les ai rejoint, que chaque jour il y avait 400 métiers différents qui étaient exercés. Et surtout je voulais aller travailler pour un client final, parce que dans les agences c’était une frustration que j’avais, on passe beaucoup de temps à essayer de vendre nos idées et parfois ça convertit parfois non, et donc je ne voulais plus perdre de temps.

Sébastien: Je me souviens j'étais assez surpris parce que quand tu m'avais parlé de ton job là-bas, on n'en prend pas conscience mais un aéroport c'est une ville. Il y a des parkings, des restaurants et des gens qui dorment, et surtout il y a des flux de passagers complètement hallucinants, on ne s'en rend pas compte. Donc ça m'a permis de comprendre que la data pouvait apporter pas mal de choses autour par exemple de l’efficacité opérationnelle. Et je ne sais pas si tu aurais quelques exemples de sujets sur lesquels tu as travaillé là-dessus, en plus je suis sûr que ça peut intéresser nos auditeurs parce qu’on est quand même nombreux à prendre l’avion ou à l’avoir pris-même si maintenant on doit le prendre un petit peu moins- et on a tous galéré dans des aéroports, et donc ça m’intéresserait que tu nous donnes quelques exemples de sujets sur lesquels tu as travaillé.

Siddhartha: Donc le parallèle avec une ville est très pertinent, parce qu’on a des commerces, des hôtels, des transports, etc, donc c’est vraiment comme une ville. Et quand tu habites dans une ville tu vois facilement comment les choses peuvent s’améliorer donc c’est pareil pour un aéroport. Effectivement, tout ce qui est efficacité opérationnelle, c’est le cœur du sujet dans un aéroport parce que c’est ça qui fait tourner l’activité de l’entreprise. Et comme tu disais tout le monde a déjà pris l’avion, et je me souviens qu’en 2019 il y a eu 105 millions de passagers qui ont traversé nos aéroports parisiens, donc il y a un vrai sujet d’optimisation des files d’attentes dans les différents processus comme l’enregistrement des bagages ou l’inspection filtrage des frontières.

Donc, il y a tous ces processus avant de prendre ton vol et tout ça passe par les datas, parce qu’à chaque instant des systèmes vont collecter des données de cartes d’embarquement, et il y aussi d’autres sources, comme les caméras intelligentes, etc. Surtout qu’un aéroport n’est jamais autonome dans toute son activité. Les contrôles par exemple sont effectués par la police. Et la c’est la police qui décide du nombre d’agents mobilisés dans l’aéroport, donc il y a un vrai sujet de recherche opérationnelle ou d’optimisation, et tout ça c’est avec des données analysant l’historique des données. On va essayer de prédire à 9h du matin combien de passagers on aura en fonction des prévisions pour adapter le nombre de policiers mobilisés pour voir si ce sera suffisant ou non, et comment ça va impacter le temps d’attente des passagers.

Sébastien: C’est super intéressant et c’est vrai que ça t’a amené à te confronter à de vrais problèmes et régler ces problèmes, c’est très excitant.

Siddhartha: Et puis le temps que l’on passe dans ces processus a un impact direct dans le commerce, puisque plus des gens attendent dans la salle d’embarquement, moins ils ont de temps à consacrer au shopping. Tout ça est lié et les données ont un vrai rôle à jouer.

Sébastien: C’est ca que je trouve très intéressant dans ton profil et dans ton parcours, parce que tu es un matheux tu as fais une formation où il n’y avait pas franchement de business dedans, et finalement dans tout ce que tu nous décris, il y toujours une recherche de l’amélioration, de l’augmentation de la valeur, etc. Et je trouve que c’est assez typique des Chiefs Data Officer aujourd'hui qui performent, d’avoir cette compétence technique et business. Alors il y a deux catégories. Ceux qui viennent du business et qui ont appris la technique et ceux qui viennent de la technique et qui ont appris le business. Toi tu es plutôt dans la deuxième catégorie. Mais ce n’est pas surprenant que tu aies un tel parcours parce que c’est quelque chose que tu n’oublies jamais, tu arrives toujours à concilier les deux pour avancer sur tes sujets.

Siddhartha: En effet j’ai un parcours d’éducation qui est très technique, j’ai fait ingénierie en informatique au début, puis je me suis spécialisé dans le data mining et le knowledge management, ce qui était vraiment le mot pour IA qu’on utilise aujourd’hui. Je me souviens, quand j’étais au lycée, il y avait quelqu’un de très doué en sciences, qui disait que celui qui comprend en détail les mathématiques est capable de tout comprendre. Donc je l’ai trouvé un peu prétentieux. Mais effectivement il y a des avantages à étudier les mathématiques, c'est quelque chose de très logique et puis il n’y a pas le droit à l’erreur. Si on se trompe, même de peu dans une équation ou un théorème, ça ne fonctionne pas.

Donc ça demande de faire attention aux détails et de bien comprendre les choses. Et ensuite quand je suis rentré dans la data, au début j’aimais beaucoup tout ce qui était geek , je t’ai parlé des NLP. Tout ça c’est très bien, mais comme tu le sais en agence, les clients sont très exigeants donc tu comprends très vite que la technologie ou la technique en elle-même n’ont pas de valeur, c’est la finalité, quel objectif on va utiliser, quelle technique ou quelle méthode, et quel bénéfice ça peut apporter à des utilisateurs finaux qui comptent. Donc si on est sensible à ça on a beaucoup plus de chance de vulgariser et de faire adopter des outils techniques de “geek”, qu’on a envie de faire.

Sébastien: Tout à fait. D’ailleurs je pense qu’on va parler de ta dernière nouvelle, puisque tu as pris un nouveau job. Je trouve que ça ressemble un peu à un dream job d’être Chief Data Officer au Club Med. On pourrait vite t’imaginer en tongs sur la plage en train de siroter des cocktails, mais en fait ce n’est pas tout à fait ça. Et ce serait pas mal que tu nous expliques à nouveau, pourquoi ils sont allés chercher un gars comme toi et quels sont les enjeux data dans une boîte comme le Club Med?

Siddhartha: J’aime bien dire à mes amis et à mes collègues qu’avant, quand je travaillais dans les aéroports, j’envoyais les gens en vacances. Maintenant j’aurai l’opportunité d’y aller moi-même. Mais tu as raison, ce ne sont pas que des fêtes et des vacances, il y a beaucoup de travail dans une entreprise d’hospitalité, que je ne connaissais pas trop. Quand j’étais dans les aéroports on avait un côté très commerce, et il y avait aussi cette ambition de rendre les aéroports des étapes d’hospitalité, mais c’était quand même très tôt dans l’aventure. Par contre le Club Med est parmi les marques les plus connues et adorées des français dans ce domaine. Donc lorsque l’on m’a proposé ce poste, il y a plusieurs choses qui m’ont attirées, comme la marque, l’histoire du Club Med, qui a été inventé dans les années 1950 par Gérard Blitz, un pionnier dans cette idée de village de vacances “all inclusive”.

Il voulait créer un espace après la Seconde Guerre mondiale pour que les gens retrouvent le bonheur avec aucun contrat, et l’esprit libre. Donc l’histoire est très intéressante et surtout le produit en date depuis la stratégie de montée en gamme du Club Med est vraiment exceptionnel. Et effectivement il y a beaucoup de choses à imaginer pour réinventer la notion “travel” et hospitalité, donc tous ces facteurs ont été assez déterminants dans mon choix. Et le dernier point est l’organisation au sein du Club Med autour de tout ce qui est technologie et digital, qui est quand même assez atypique. C’est-à-dire que toutes les équipes, que ce soit informatique ou marketing et digitale, sont regroupées au sein d’une entité qui s’appelle Global Digital Marketing et Technology que je trouve assez pionnière. Il y a très peu d’entreprises qui ont réussi à fusionner l’IT et tout ce qui est data et marketing, ce qui peut être un vecteur d’accélération pour les ambitions.

Sébastien: C’est vraiment un point, quand on avait parlé, où j’avais trouvé que c’est une idée géniale parce que on voit trop souvent des Chiefs Data Officer qui dépensent beaucoup d’énergie à essayer d’aligner l’IT et pendant qu’ils font ça, ils ne font pas autre chose, et parfois ça peut même aller dans des conflits. Donc le fait d’avoir fusionné les deux, c’est quand même très malin.

Siddhartha: Je suis assez d’accord parce que je trouve que le job de Chief Data Officer est relativement récent et assez compliqué, et parfois c’est mal compris. Donc plus on passe du temps à régler des choses qui devraient être réglées par défaut, mieux c’est pour augmenter les chances de réussite. Donc une organisation qui arrive à créer cette synergie et fusionner c’est un avantage. C’est l’occasion aussi pour le Chief Data Officer de vraiment aller vers l’offensive versus la défensive.

Sébastien: Et d’ailleurs quand on a discuté et que je te demandais tes enjeux, je vais te dire les enjeux que tu m’as cités, c’est intéressant parce qu’en fait il n’y a pas un seul enjeu techno. C’est le passage à l’échelle, la création d’idées bottom up, la qualité de données, la fiabilité et la créativité collective. Et c’est typique d’une bonne stratégie de données, c’est qu’on ne parle pas de techno, mais on parle d’enjeux supérieurs à ça et beaucoup plus excitants.

Siddhartha: Exactement, on avait déjà discuté lors du premier épisode, en disant que la techno c’est la base et que sans elle on ne peut rien faire. Mais en 2022 il ne faut plus parler de techno mais plutôt des usages, de valorisation, et il faut se concentrer au maximum sur ces valorisations, parce que pour la techno on a quand même une maturité du marché qui fait que l’on trouve aujourd’hui des technos assez avancées. Donc effectivement le Chief Data Officer devrait centrer son énergie et ses idées autour de tout ce qui est valorisation des usages au service du business, ainsi que l’accompagnement des talents et les métiers.

Sébastien: On arrive à la fin de l’entretien, il me reste deux questions pour toi. Une première, est-ce que tu recrutes et quel type de talent tu recherches?

Siddhartha: Oui bien-sûr, je recrute, et d'ailleurs j’ai pas mal recruté à mon arrivée. J’ai fait mes 100 jours donc j’ai droit d’avoir des avis, donc on peut même appeler cette interview “les 100 jours au Club Med”. Donc on a pas mal recruté parce que sans talents on ne peut pas faire grand chose, même si on a des idées. Mais on recrute encore des datas scientists, des datas ops. Et je cherche aussi des freelance qui peuvent aussi nous aider à passer à la grande échelle. Donc s’il y a des CV, des gens jeunes qui nous écoutent, n’hésitez pas à partager vos CV.

Sébastien: Et je suis convaincu que Siddhartha est un super boss. Et pour conclure, est-ce que tu aurais des conseils pour quelqu’un qui a 3, 4 ou 5 ans d’expérience et qui souhaite devenir Chief Data Officer? Quels sont les conseils que tu pourrais donner?

Siddhartha: Je pense que le premier conseil va être que devenir Chief Data Officer ne devrait pas être le but final. Le but final devrait être de devenir leader du business. La data est un moyen de devenir leader du business. Si on est Chief Data Officer c’est très bien, mais il y a d’autres moyens d’y arriver. On peut être Chief Digital Officer, ou Chief Technology Officer. Je pense que le titre n’est pas important. Ça dépend de l’appétence de chaque personne, et il faut comprendre quels sont ses points forts et ses points faibles. Et si on veut vraiment rentrer dans la data, je dis souvent aux jeunes data scientists ou data ingénieurs, de vraiment essayer d’échanger avec les différents métiers pour comprendre l’enjeu de l’entreprise.

Et en fonction de l’enjeu de l’entreprise, essayer d’utiliser nos savoir-faire, nos compétences techniques au service de ces enjeux. Et puis, un autre point important, c’est de pouvoir travailler en communauté, afin que les gens comprennent la valeur ajoutée de tous ces nouveaux métiers. Le dernier point est d’être très fort en communication. Si on est dans la data ou dans n’importe quel autre métier, si on arrive pas à bien communiquer ou à motiver les autres, ce sera difficile de créer des impacts. Je dirais plutôt de cibler un parcours et des compétences 360° que d’être très spécialisé dans un seul domaine.

Sébastien: En effet, ça me donne l’idée que s’il y avait dans les comités de direction des grosses boîtes, plus de gens qui ont des parcours technologiques, qui ont fait de l’opérationnel dans la technologie, je pense qu’on aurait des entreprises beaucoup plus performantes, parce que je trouve que cette culture technologique est souvent ce qui manque à haut niveau dans l’entreprise. Et typiquement des gens comme toi avec ton parcours, peuvent apporter des transformations dans les entreprises où ils travaillent, donc un grand bravo pour ton parcours. Merci de partager tout ça, je suis sûr que ça va intéresser nos auditeurs.

Siddhartha: Merci beaucoup Sébastien, c’était un grand plaisir d’échanger avec toi, et j’espère que tu m’inviteras à nouveau dans la prochaine saison.

Sébastien: Avec grand plaisir, merci Siddhartha.

Siddhartha: Merci beaucoup.

Sujets associés

NEWSLETTER L'Usine Digitale

Nos journalistes sélectionnent pour vous les articles essentiels de votre secteur.

Votre demande d’inscription a bien été prise en compte.

Votre email est traité par notre titre de presse qui selon le titre appartient, à une des sociétés suivantes...

Votre email est traité par notre titre de presse qui selon le titre appartient, à une des sociétés suivantes du : Groupe Moniteur Nanterre B 403 080 823, IPD Nanterre 490 727 633, Groupe Industrie Service Info (GISI) Nanterre 442 233 417. Cette société ou toutes sociétés du Groupe Infopro Digital pourront l'utiliser afin de vous proposer pour leur compte ou celui de leurs clients, des produits et/ou services utiles à vos activités professionnelles. Pour exercer vos droits, vous y opposer ou pour en savoir plus : Charte des données personnelles.

ARTICLES LES PLUS LUS