S'il est susceptible d'intéresser toutes les entreprises et organisations, qu'elles soient publiques ou privées et quel que soit leur secteur, le potentiel de valorisation des données s'exprime pleinement à la condition d'en faire une exploitation commerciale et/ou stratégique et de disposer de quantités massives.
Pour cette raison, certaines entreprises et activités ont une utilité plus affirmée de la certification :
► Les entreprises et organisations d'une taille suffisamment importante pour posséder des données massives et nécessiter leur traitement spécifique.
► Les secteurs pouvant directement faire un usage commercial et valorisé des données :
Télécommunications,
Finance, banque, assurance,
IT,
Cosmétique.
Considérées à juste titre comme un "nouvel or noir" par les entreprises, les data représentent pour elles un potentiel de croissance et de profit non négligeable, à la condition d'être en mesure d'élaborer et de déployer une stratégie cohérente et coordonnée en matière de gouvernance et de valorisation des données. Une telle démarche requiert des compétences spécifiques, permettant la mise en oeuvre et le pilotage de projets dédiés, faisant intervenir de concert différents métiers de l'entreprise (data scientists, data analysts, DSI, IT, services financiers, commerciaux, marketing, production...) ainsi que d'éventuels fournisseurs de solutions externes.
Dans ce contexte, la certification a pour objectifs de permettre aux managers qui en sont les détenteurs de se prévaloir d'une triple compétence - marketing, digital et développement de projet - attestant de leurs capacités à :
Intégrer l'écosystème, les enjeux, les usages et les modèles économiques du big data dans la stratégie globale de l'entreprise.
Anticiper l'incidence des évolutions législatives et règlementaires en matière de traitement et de protection des données.
Identifier les applications concrètes et les nouveaux usages/services offerts par les données pour améliorer le fonctionnement ou la performance de l'entreprise.
Définir les outils et méthodes adéquats pour collecter, traiter et protéger les données.
Développer son leadership pour fédérer les équipes dans le sens d'un projet data.
Favoriser la collaboration en mode agile entre les différents métiers de l'entreprise.
Diffuser une culture orientée data au sein de l'entreprise.
Elaborer de nouveaux business models et une nouvelle organisation porteurs de valeurs, de croissance et d'amélioration de la performance.
Accompagner la direction dans sa prise de décision stratégique.
Domaine d'activité A1 - Suivre les évolutions technologiques et règlementaires liées à l’utilisation des données. Compétences associées :
Organiser une veille sur les innovations technologiques et l’évolution des dispositions législatives en matière d’utilisation des données.
Evaluer le potentiel et les conditions d’appropriation des solutions technologiques novatrices.
Evaluer l’impact et les conséquences des évolutions règlementaires, au niveau national et international.
Domaine d'activité A2 - Etablir le diagnostic du potentiel et des besoins de l’entreprise en matière de data. Compétences associées :
Collecter les informations permettant d’analyser les enjeux économiques et la maturité technologique de l’entreprise.
Identifier les ressources internes mobilisables dans l’élaboration et la mise en œuvre d’une stratégie data coordonnée.
Identifier les objectifs business résultant du plan stratégique de l’entreprise.
Déterminer l’intérêt et le potentiel de la valorisation des data au regard des objectifs de développement de l’entreprise.
Définir le besoin de l’entreprise en matière de collecte, de traitement et d’exploitation des données.
Domaine d'activité A3 - Elaborer une stratégie data adaptée et dimensionnée aux enjeux de l’entreprise. Compétences associées :
Définir les objectifs assignés à la mise en œuvre d’une stratégie data.
Identifier les silos de données internes à l’entreprise.
Identifier les sources de données externes à l’entreprise.
Cartographier les sources de données pertinentes au regard des objectifs business de l’entreprise.
Analyser la nature, la fiabilité et la disponibilité des données internes et externes identifiées.
Construire un modèle d’analyse prédictive.
Analyser les contraintes juridiques et budgétaires liées à la collecte et l’utilisation des données.
Identifier les solutions techniques disponibles sur le marché pour assurer la collecte et le traitement des données.
Sélectionner les méthodes et solutions techniques adaptées au contexte et correctement dimensionnées pour collecter et d’agréger les données internes et externes.
Etablir le plan d’action chiffré et planifié résultant de la stratégie élaborée.
Domaine d'activité A4 - Piloter la mise en œuvre de la stratégie data de l’entreprise. Compétences associées :
Définir une méthodologie de conduite de projet adaptée aux exigences et au contexte.
Sélectionner les compétences internes et externes à mobiliser dans le déploiement de la stratégie data.
Associer les différents métiers de l’entreprise à la mise en œuvre de la stratégie data.
Coordonner l’action des différentes parties prenantes du projet.
Ajuster le plan d’action en fonction des résultats obtenus.
Veiller au respect de la règlementation sur la protection des données et à la sécurisation des entrepôts de données internes.
Elaborer les modalités de représentation visuelle des données.
Adapter de façon itérative le modèle d’analyse prédictive en veillant à son amélioration continue.
Etablir des recommandations stratégiques et accompagner la direction dans sa prise de décision.
Veille et prospective
Organiser une veille sur les innovations technologiques et l’évolution des dispositions législatives en matière d’utilisation des données.
Evaluer le potentiel et les conditions d’appropriation des solutions technologiques novatrices.
Evaluer l’impact et les conséquences des évolutions règlementaires, au niveau national et international.
Diagnostic
Collecter les informations permettant d’analyser les enjeux économiques et la maturité technologique de l’entreprise.
Identifier les ressources internes mobilisables dans l’élaboration et la mise en œuvre d’une stratégie data coordonnée.
Identifier les objectifs business résultant du plan stratégique de l’entreprise.
Déterminer l’intérêt et le potentiel de la valorisation des data au regard des objectifs de développement de l’entreprise.
Définir le besoin de l’entreprise en matière de collecte, de traitement et d’exploitation des données.
Statégie data
Définir les objectifs assignés à la mise en œuvre d’une stratégie data.
Identifier les silos de données internes à l’entreprise.
Identifier les sources de données externes à l’entreprise.
Cartographier les sources de données pertinentes au regard des objectifs business de l’entreprise.
Analyser la nature, la fiabilité et la disponibilité des données internes et externes identifiées.
Construire un modèle d’analyse prédictive, d’optimisation,
de matching, de diagnostic ou d aide à la décision.
Analyser les contraintes juridiques et budgétaires liées à la collecte et l’utilisation des données.
Identifier les solutions techniques disponibles sur le marché pour assurer la collecte et le traitement des données
Sélectionner les méthodes et solutions techniques adaptées au contexte et correctement dimensionnées pour collecter et d’agréger les données internes et externes.
Etablir le plan d’action chiffré et planifié résultant de la stratégie élaborée
Evaluer les risques et les conséquences ( RH, Culture Data, Image ..) de l’adoption de la technologie considérée.
Pilotage de la statégie data
Définir une méthodologie de conduite de projet adaptée aux exigences et au contexte.
Sélectionner les compétences internes et externes à mobiliser dans le déploiement de la stratégie data.
Associer les différents métiers de l’entreprise à la mise en œuvre de la stratégie data.
Coordonner l’action des différentes parties prenantes du projet.
Ajuster le plan d’action en fonction des résultats obtenus.
Veiller au respect de la règlementation sur la protection des données et à la sécurisation des entrepôts de données internes.
Elaborer les modalités de représentation visuelle des données.
Adapter de façon itérative le modèle d’analyse prédictive en veillant à son amélioration continue
Etablir des recommandations stratégiques et accompagner la direction dans sa prise de décision.