Parce que quand on est un expert de la data, on maîtrise déjà les outils, les modèles, la technique. Mais toi, qu’est-ce qui t’a fait sentir qu’il fallait aussi te transformer toi-même ? Quel a été le déclic ?
Je suis issue d’une formation purement technique et j’ai commencé ma carrière comme experte data. Très vite, j’ai été confrontée à une difficulté : mes interlocuteurs n’avaient pas le même vocabulaire que moi. Cela a été un véritable choc de communication. J’ai compris que si je voulais être comprise et utile, je devais faire en sorte que mon expertise ne prenne pas toute la place.
Elle doit être visible juste assez pour inspirer confiance, mais pas au point d’éclipser l’échange.
Le véritable déclic est arrivé lors d’une plénière où l’on m’avait invitée à présenter la data et son organisation dans mon établissement. Après deux ou trois minutes d’introduction, quelqu’un m’a interrompue pour me demander :
« Est-ce que vous pouvez simplement m’expliquer ce que c’est, la data ? »
Je pensais pourtant avoir vulgarisé mon propos, avec conviction même. J’ai alors réalisé que je n’étais qu’à mi-chemin : ce que je croyais accessible ne l’était pas encore. Cela m’a appris qu’il faut sans cesse repartir des bases, ne jamais présupposer le niveau de maturité de son auditoire, et surtout accepter de répéter.
Dans la data, chacun avance à son rythme : il faut apprendre à s’ajuster en permanence.
Et selon toi, quelles sont les croyances ou postures qui freinent cette transformation ?
Le principal frein, c’est de penser que la transformation data est avant tout un sujet technique. On parle souvent de « migration » plutôt que de transformation : c’est une erreur fréquente.
Le monde de la data regroupe en réalité plusieurs profils :
- des experts très techniques, orientés infrastructures et modèles, souvent moins à l’aise avec les métiers ;
- et des Data Analysts, plus proches du terrain, qui comprennent les processus et peuvent jouer un rôle clé dans la transformation.
Les deux sont indispensables, mais si l’on veut démocratiser la culture data, le point d’entrée doit être le métier.
Cela suppose d’adopter son vocabulaire, ses enjeux, sa réalité.
Le confort technique porte bien son nom : il est rassurant. Et il est facile d’y retourner sans s’en rendre compte. C’est pourquoi cette ouverture est un travail de tous les jours. Rien n’est jamais acquis.
Demain encore, quelqu’un pourrait me dire :
« Tu ne m’as toujours pas expliqué ce qu’est la data. »
Et c’est normal. L’acculturation est un processus continu, pas une étape que l’on coche.
Qu’est-ce qui t’a aidée, toi, à faire évoluer ta posture ?
J’ai eu la chance d’occuper le poste de Data Manager au sein d’un établissement bancaire du groupe BPCE. C’est un rôle par nature tourné vers l’ouverture : il s’agit d’acculturer, de lever les freins, d’accompagner les autres dans leur appropriation de la data. Cela oblige à sortir de sa zone de confort.
Mais cette posture ne s’improvise pas. J’ai suivi de nombreuses formations en soft skills : art du pitch, prise de parole en public, leadership, management. Ces apprentissages me servent encore aujourd’hui, car ils rappellent régulièrement les fondamentaux relationnels, que l’on oublie parfois.
J’ai aussi fait une découverte essentielle : la pratique de l’écoute active.
Quand on est passionné par la data, on a tendance à vouloir tout expliquer. Or, il faut savoir se taire pour comprendre l’enjeu de l’autre avant de prendre la parole. Cela change tout : on ne vient plus « étaler sa science », mais construire un dialogue.
Si tu devais recommander une bonne pratique concrète pour amorcer cette transformation, ce serait laquelle ?
Pour moi, ce n’est pas seulement une bonne pratique, c’est une nécessité : s’appuyer sur un réseau professionnel.
Quand on est expert data, on peut vite se retrouver isolé, surtout dans de petites structures. Sans échanges extérieurs, on ne réalise pas toujours qu’on s’enferme dans une approche trop technique ou déconnectée. Participer à un réseau, c’est bénéficier de retours d’expérience, découvrir d’autres manières de faire, d’autres langages. C’est, en somme, un espace d’oxygène indispensable pour progresser.
Comment as-tu appris, toi, à lâcher le terrain et à embarquer les autres ?
Cela ne s’est pas fait en un jour, et surtout, cela ne se fait pas seul.
On ne peut pas décider, isolément, de « faire faire à la place de faire ». La transformation doit être collective, portée à tous les niveaux de l’entreprise.
En tant que Data Manager, j’ai compris que ma mission n’était pas seulement de transformer mes pratiques, mais aussi d’accompagner les autres dans leur propre transformation.
Pour cela, il faut une démarche structurée : une roadmap claire.
La transformation data ne consiste pas à multiplier les cas d’usage au hasard, mais à définir un cadre précis :
“Nous allons produire un tableau de bord pour tel métier.”
“Nous allons explorer telle donnée pour répondre à tel besoin.”
Et surtout, quand ça bloque, car ça bloque toujours, il faut adopter la bonne posture.
Ne pas dire : « Tu n’as pas respecté ton jalon, que se passe-t-il ? »
Mais plutôt : « Qu’est-ce qui te freine pour avancer ? »
Cette simple reformulation change tout : elle transforme le contrôle en accompagnement.
On passe d’une logique de justification à une logique d’action commune.
Et quand on aide les collaborateurs à lever eux-mêmes leurs freins, les excuses disparaissent : on entre enfin dans le mouvement.
Pour conclure, y a-t-il une phrase ou un moment qui t’a marquée et t’accompagne encore aujourd’hui ?
Un jour, alors qu’on évoquait un projet de transformation d’entreprise, on m’a demandé :
« Pourquoi ne prends-tu pas ce sujet en lead ? Il a pourtant un lien avec ton activité. »
J’ai répondu un peu mécaniquement : « Ce n’est pas dans mon périmètre. »
Et on m’a simplement rétorqué :
« Et alors ? »
Ce « et alors ? » a été un véritable déclic.
Il m’a fait comprendre que les transformations, data, digitale, IA, ou autres, ne peuvent pas être traitées séparément. Elles sont interconnectées et doivent être portées ensemble.
On ne peut pas demander à un collaborateur de se transformer sur la data le lundi, sur le digital le mardi et sur l’intelligence artificielle le mercredi. La transformation est un tout, une dynamique collective.
Et ce « et alors ? » reste depuis une petite phrase-clé que je garde toujours en tête.
