Vous êtes sur la page 1sur 23

Digital Responsive Consulting

Marc Desenfant / Bertrand Jouvenot

Avertissement

Ce document mane de la socit Les Brigades du Marketing, agence de conseil et de service en marketing, dcouvrir ladresse www.lesbrigadesdumarketing.com. Le plus heureux des hasards a fait que des papillons ont bien voulu se poser aux endroits o apparaissent des informations sensibles (noms de marques, de clients, de prestataires ou dintervenants, chiffres, etc.), nous aidant ainsi prserver leur confidentialit. Pour contacter lauteur de ce document, nous vous invitons adresser un e-mail ladresse suivante : contact@lesbrigadesdumarketing.com.

CONTEXTE

Contexte
Orange a pris conscience des enjeux du Big Data

Un dpartement Big Data a t cr :


Il est compos dune dizaine de personnes Il doit anim en transverse une centaine de collaborateurs dOrange disperss gographiquement et appartenant diffrentes business unit

Le sujet du Big Data a t port au niveau du comit de direction du groupe.

Dans ce contexte, le dpartement Big Data sinterroge sur le meilleur scenario retenir pour animer les data scientists dOrange

CONVICTIONS

Convictions
Du ct des futurs bnficiaires, les attentes autour du Big Data sont fortes mais floues.

Du ct des data scientists, le risque de faire du Big Data en se dconnectant de la ralit business est rel.

Du ct organisationnel, le Big Data doit tre la fois :


Sponsoris par le top management Appuy et soutenu par les directions des business units Port par des data scientists engags

PROBLMATIQUE

Problmatique
Comment conserver le soutien du top management dans la dure ? Comment sassurer dun relais par les directions oprationnelles ?

Comment dfinir les axes de travail prioritaires et pertinents ?


Comment apporter la preuve que le Big Data est un levier de business ? Comment aider Orange mieux cerner les potentialits du Big Data avec des rsultats probants ?

Comment mobiliser, animer et dmontrer ?

PROPOSITION

10

Notre parti pris

11

Partir du modle conomique de chaque business unit

12

13

Dcortiquer et mettre plat le modle conomique de chaque business unit

14

15

Ancrer la rflexion des data scientist dans la ralit du business en les faisant travailler partir des business models

16

17

Imaginer des pistes de travail pour le Big Data de nature optimiser les business model ou dvelopper le business

18

19

Proposition

Mobilisation
Objectif : dmontrer aux BU la volont dancrage du Big Data dans le business Contenu : entretiens avec les directeurs de BU Rsultat : mise plat des business model des BU en vue den faire le point de dpart de la rflexion Big Data

Gnration
Objectif : imaginer comment le Big Data peut permettre doptimiser ou de dvelopper le business Contenu : animation de sances de brainstorming, par groupes de 10 data scientists, autour de chaque business model (un groupe par business model) Rsultat : identification de pistes pour le Big Data

Priorisation
Objectif : slectionner les pistes de travail les plus pertinentes Contenu : runions de travail entre le big data et les BU Rsultat : identification des meilleures pistes de travail

Datamination
Objectif : irriguer lorganisation de Big Data Contenu : lancement des projets en mode gamification, harmonisation des doutils et des pratiques Rsultat : appropriation du Big Data par les BU

1 mois

2 mois

1 mois

1 mois

20

Proposition / Gamification

Mobilisation

Gnration

Priorisation

Datamination

En phase de mobilisation, les groupes qui interviendront lors de la phase de gnration sont constitus en fonction de critres classiques : mtiers, complmentarits, BU, etc.

En phase de datamination, il est demand aux groupes qui sont intervenus lors de la phase de gnration dvaluer tous ensemble la difficult des projets prioriss, en vue de rendre quitable leur lise en oeuvre.
Les groupes initiaux sont alors reconfigurs en quipes projets et se voient attribuer un projet. Une course (quitable) est lance entre les quipes.
21

BUDGET

22

Budget 1/2

Mobilisation
Entretiens avec les directions des BU

Gnration
Animation des brainstorming

Priorisation
Management du process de priorisation
8 jours 12 K

Datamination
Cadrage du lancement de la vague de projets et Gamification

Directeur de mission

Consultant stratgie

10 jours
8,5 K

12 jours
10,2 K

7 jours
6 K

5 jours
4,2 K 10 jours 6 K

Chef de projet

Total

47 K

23

Budget

2/2

Mobilisation

Gnration

Priorisation

Datamination

Budget construit selon les hypothses suivantes :


Dix business models sont identifis 100 data scientists sont impliquer et animer 5 pistes de travail prioritaires pour le Big Data sont identifies par chaque groupe (soit 50 pistes au total) Aprs la priorisation, 10 pistes sont retenues et converties en projets 10 quipes projets sont constitues

Pour dmarrer rapidement, il est envisageable de drouler lensemble de la mthodologie dcrite dans un primtre plus rduit :
Avec une seule BU Avec un plus petit nombre de BU En privilgiant le business model central dOrange En se focalisant dabord sur certains mtiers

24