Data scientist : un profil qui oscille entre fantasmes et réalité
Le data scientist focalise à lui seul les espoirs et les fantasmes de la data. Pourtant, le savoir-faire du data scientist a besoin d’un écosystème organisationnel et technologique que peu d’entreprises lui offrent actuellement. Quelques conseils pour favoriser son épanouissement.
La Havard Business Review a déclaré en 2012 que le data scientist était le job le plus sexy du XXIème siècle. C’est toujours vrai. De fait, les véritables data scientist sont rares et les offres d’emplois progressent depuis 5 ans de manière arithmétique voire géométrique. Toute Direction Générale ou Direction marketing qui se respecte veut SON Data Scientist in house. Quitte à ne pas vraiment savoir comment véritablement l’occuper, le manager, le nourrir et du coup le conserver. Ces oiseaux rares volent de poste en poste et profitent allégrement d’une surenchère des salaires qui surchauffe le marché mais qui n’est bon ni pour les entreprises, ni à terme pour les data scientistes.
Je ne peux m’empêcher de faire le parallèle avec le webmaster des débuts du web. Ces profils hybrides, mêlant un peu de connaissance technique, un peu de connaissance marketing et un peu de savoir-faire en design graphique, étaient très recherchés jusqu’à ce que ce poste s’efface au profit d’équipes plus industrialisées avec des profils plus spécialisés.
La data science est une source inépuisable de richesse pour l’entreprise et plus particulièrement le marketing. De la recherche d’insight à la mise en place de dasboard en passant par le calcul de scoring prédictifs, les bénéfices sont multiples et terriblement efficaces. Pour autant, la data science n’est pas magique. Elle ne fait pas de miracles ! En tenant compte notamment de la disponibilité et de la qualité des données nécessaires à toute investigation et activation. Elle ne doit donc pas susciter trop de fantasmes au risque de décevoir les décideurs et de passer avec l’eau du bain. Il faut éviter qu’une bulle de la data n’explose comme il y a eu en 2001 l’explosion de la bulle internet.
Le data scientist focalise à lui seul à la fois cette opportunité et ce fantasme. Au centre de tous les enjeux de la data, il est en même temps celui qui peut identifier des leviers contre-intuitifs pour créer une campagne publicitaire hyper efficace et celui dont on attend parfois des miracles qui ne se réalisent pas forcément. Pour être pleinement efficace et pertinent, le savoir-faire du data scientist a besoin d’un éco-système organisationnel et technologique que peu d’entreprises lui offre actuellement.
Il est plus que jamais nécessaire :
- de mieux spécifier son profil, ses savoir-faire et ses fonctions et de distinguer au sein de la data science : data scientist, data engineer, dataminer, data analyste et autres.
- de mieux exploiter ses contributions en mettant en place des « interfaces » avec les métiers, et notamment le marketing, de manière à savoir le briefer et interpréter ce qu’il produit.
- de ne pas l’isoler des autres parties prenantes de la data : direction marketing, DSI, direction juridique…
- de ne pas l’isoler de ses pairs. La data science évolue chaque jour : de nouvelles technologies, de nouvelles sources de data, de nouveaux algorithmes enrichissent constamment cette discipline. Les data scientists ont besoin d’échanger, d’apprendre sans cesse, d’être challengés par leur manager et/ou leurs collègues.
La data science est en train de bouleverser considérablement nos métiers. Mais pour adresser ces nouveaux enjeux, il est nécessaire d’appréhender la place de la data science au cœur de l’entreprise. Coté marketing, la data science n’est pas une énième mode, c’est un changement structurel de la manière même de FAIRE du marketing. Le data scientiste doit donc être au centre des réflexions et être judicieusement intégré à l’ensemble de la démarche et de la chaine de valeur marketing.