Cas d’usage

• Contexte : accompagnement du CDO sur la gouvernance et documentation de la donnée pour améliorer le partage et la valorisation de la donnée (dont IA Lab)
  
  ▪️ Etat des lieux sur la documentation
  ▪️ Synthèse des constats et du marché éditeurs
  ▪️ Préconisation sur démarche itérative de mise en œuvre
  ▪️ Proposition de démarche progressive d’intégration de la gouvernance de la donnée dans les projets métiers

Contexte : développer l’exploitation du capital de données dans le cadre du nouveau contrat objectifs et moyens, améliorer la productivité et la connaissance client

▪️ Cadrage de la stratégie data et définition d’une roadmap
▪️ Identification et priorisation de cas d’usage dont IA
▪️ Documentation du patrimoine de la donnée avec les métiers
▪️ Acculturation à la data et l’IA avec Datamagotchi
▪️ Mise en place d’une communauté Data & IA élargie

Contexte : renouvellement de licences des données fournies par la tutelle, amélioration de l’expérience digitale et développement de nouveaux services

▪️ Réflexion sur la place de la data dans le modèle économique de l’entreprise
▪️ Acculturation du COMEX
▪️ Définition du schéma directeur IT/Data/IA avec le DSI.
▪️ Mise en place des premières briques d’un SI Data (plateforme BI, référentiel de données)
▪️ Cadrage de la gouvernance des données (qualité & documentation).

Contexte : migration du CRM vers Sales Force avec rapprochement de trois BU mise à profit pour définir la stratégie data et poser un cadre de gouvernance

▪️ Méthodologie de documentation de la donnée
▪️ Animation des ateliers avec les métiers
▪️ Accompagnement d’un data steward interne pour mener l’entreprise à l’autonomie

▪️ Qualification de la base de données du CRM
▪️ Enrichissement et préconisations pour la démarche qualité

▪️ Recommandation sur la stratégie data avec des déclinaisons sur des finalités variées.

Contexte : création d’une startup dans le domaine des pièces détachées automobiles, identification et implémentation des premiers services commercialisables

▪️ Elaboration d’un modèle économique data driven
▪️ Réalisation de produits pour la amorcer la vente
▪️ Préconisation pour la gouvernance (RGPD).

Contexte : déclinaison opérationnelle de la stratégie data & IA – harmoniser les pratiques dans l’entreprise

▪️ Revue de l’organisation data et recommandations
▪️ Optimisation opérationnelle du delivery (data ops)
▪️ Définition collaborative d’un cadre normatif pour les projets data & IA
▪️ Acculturation

Contexte : déclinaison opérationnelle de la stratégie data & IA d’un grand groupe international, dynamiser la valorisation des données dans les filiales et le siège

▪️ Implémentation plateforme technologique
▪️ Cadre de gouvernance et data management
▪️ Cadrage d’une approche self service BI pour les filiales, analyse d’écart avec existant
▪️ Acculturation de l’organisation sur la data, IA et IA Gen (e-learning, atelier TOPEX/COMEX et opérationnels)

Contexte : revue de la stratégie digitale pour reprendre des parts de marché avec environnement mixant physique et digital

▪️ Mise en oeuvre de segmentation client RFM
▪️ Recommandations pour mise en oeuvre opérationnelle CRM
▪️ Préconisations pour la conformité RGPD et la sécurité du SI

Contexte : évolution du modèle économique de l’entreprise, développement de nouveaux services avec une approche « customer centric »

▪️ Cadrage et gestion pluriannuelle du programme data, schéma directeur du SI Data/IA
▪️ Réorganisation de la DSI pour développer efficience et service client
▪️ Implémentation d’une plateforme industrielle “lakehouse”
▪️ Evolution de la gouvernance en collaboration avec le DPO et mise en place de la démarche sécurité SI
▪️ Mise en oeuvre d’offres de soutions variées dont segmentation, score prédictif, API (100 millions hits annuels).

Contexte : mise en oeuvre d’un data office pour la filiale d’un acteur international, développer l’approche data pour se différentier dans les appels d’offres

▪️ Revue de l’existant technologique et des recommandations groupe, préconisations selon contexte et finalités
▪️ Cadrage du programme data &I (recrutement budget)
▪️ Préconisations sur la gouvernance (architecture data, approche self service BI)
▪️ Initialisation des premiers chantiers pour une mise en place du data office.