Aujourd’hui, j’accueille Mohamed Khatri, directeur de la practice Data Governance et Data Quality chez TROY, cabinet de conseil spécialisé dans la stratégie et l’opérationnalisation de la gouvernance des données.
Mohamed intervient chez ses clients avec un framework bien rodé. Mais le terrain lui a appris une chose : même le meilleur framework ne tient pas sans un ingrédient souvent négligé, la culture de l’entreprise. Et pour que cette culture prenne vraiment, il faut selon lui aller chercher du côté de la science des habitudes.
Quand tu arrives chez un client avec un framework à rendre opérationnel, quel est le vrai défi : la techno, les process ou les gens ?
Sur la partie techno, on a aujourd’hui des solutions qui tiennent la route sur le marché. Ce n’est donc pas vraiment la problématique, même si les clients y consacrent beaucoup plus de temps qu’au reste.
On parle aussi beaucoup de data governance by design. Je pense que c’est un peu dépassé et pas adapté aujourd’hui. Pour moi, l’enjeu, c’est l’humain. C’est pour ça que je parle de data governance by culture.
Le vrai enjeu, ce n’est pas d’arriver avec un framework. Très peu de choses sont réplicables d’un client à l’autre. On a certes des standards, quelques bonnes pratiques, mais il faut ensuite les adapter à la culture du client. Et pour ça, il faut craquer l’humain : intégrer au maximum la culture de la gouvernance des données dans la culture de l’entreprise.
Tu parles d’un effet de mimétisme. Qu’entends-tu par là ?
Pour craquer l’humain, il faut d’abord observer les chefs de meute : le CODIR, le COMEX, toutes les personnes qui prennent des décisions. Les appréhensions qu’ils ont vis-à-vis de la data se répercutent dans toute l’entreprise.
Grosso modo, soit on considère que la data est une plus-value pour faire avancer l’entreprise et la faire évoluer. Soit on la considère comme un simple déchet de notre activité. Et dans ce cas, ce regard se diffuse chez les collaborateurs.
Parfois, craquer l’humain, c’est donc d’abord craquer les dirigeants. Leur faire changer de mindset pour que ça se propage ensuite au reste de l’organisation.
Calquer la gouvernance des données sur la culture de l’entreprise : c’est une conviction de toujours, ou le fruit d’approches qui n’ont pas fonctionné ?
Si on considère que l’entreprise est un corps, mon approche consistait à arriver avec un framework, il en existe beaucoup sur le marché. On vient avec une espèce de greffon qu’on essaie d’intégrer à ce corps. Le problème, c’est que c’est un organe externe. Il n’est pas du tout taillé pour l’entreprise.
Dès que la mission s’arrête, le compte à rebours est lancé. Souvent, on apprend deux ou trois mois plus tard que la greffe n’a pas pris. Tout ce qui avait été mis en place a été abandonné. On est revenu à la culture d’origine, et parfois aux mauvaises habitudes vis-à-vis de la donnée.
C’est pour ça qu’il ne faut pas penser greffon. Il faut plutôt faire muter l’entreprise pour qu’elle développe elle-même son propre organe, un organe viable. Quand on part, plus aucune question ne se pose. On n’associe plus la gouvernance des données au consultant qui l’a mise en place. On la voit comme un organe naturel de l’entreprise, et elle est naturelle parce qu’elle apporte beaucoup.
Chez l’un de tes clients, tu as formé 300 personnes pour les rendre autonomes. Avec ce que tu sais aujourd’hui sur les habitudes, que ferais-tu différemment ?
Il faut développer une culture de la gouvernance des données. Malheureusement, les projets et programmes démarrent presque toujours par le biais technologique. On intègre d’abord un data catalogue et on se dit : top, on a lancé la gouvernance des données.
Si je démarrais aujourd’hui chez un nouveau client sans data catalogue, j’attendrais peut-être un ou deux ans avant d’en déployer un. Avant d’aller sur la couche outils, j’implanterais d’abord une culture de l’ownership. Je m’assurerais que chacun s’approprie cette idée : je suis propriétaire d’une information. Dans sa qualité, dans les décisions sur son évolution, dans son utilisation, dans sa consommation.
Une fois cette culture installée, je mettrais en place un data catalogue, qui viendrait simplement accélérer la gouvernance. Et ensuite seulement, je formerais une armée de data stewards pour la faire vivre au quotidien.
Tu t’inspires beaucoup de la science des habitudes. Concrètement, comment l’appliques-tu à la gouvernance des données ?
Si on vulgarise un peu, la culture d’une entreprise repose sur deux composantes : des croyances ancrées, et les habitudes qui en découlent. J’ai une croyance, et cette croyance m’amène à adopter des comportements vis-à-vis de mon activité, des données, etc.
Pour que ça marche, il faut donc installer une croyance et y associer des habitudes simples. Si on arrive tout de suite avec des habitudes ultra complexes, qui demandent trop de temps à des gens qui ont déjà une activité, ça ne marchera pas.
Je te donne un exemple. J’ai commencé le sport il n’y a pas très longtemps. Mon objectif, c’était de faire 100 pompes. J’arrivais à en faire 5 ou 10. Je me suis dit : je vais en faire 5 tous les jours. J’ai utilisé le pouvoir de la répétition pour ancrer une habitude, et surtout une croyance : le sport, c’est accessible, ce n’est pas une question de temps ni de moyens. En quelques mois, je suis passé de 5 à une cinquantaine de pompes tous les matins. Si je m’étais fixé 50 pompes dès le départ, j’aurais abandonné au bout d’une semaine. L’effort aurait été trop important.
Et pour qu’une habitude prenne, il faut que les gens y trouvent un gain. Quand le gain n’arrive qu’à long terme et que l’effort est lourd, ça ne prend pas. C’est exactement ce qu’on vit en gouvernance des données : les gens attendent un ROI immédiat. Il faut donc créer une croyance, et de la répétition sur des actions très simples, qui prennent peu de temps et apportent de la valeur à moyen et long terme.
As-tu un exemple concret d’une petite habitude de gouvernance qui s’est vraiment ancrée dans une équipe métier ?
Un outil que j’aime bien, c’est la matrice de maturité, déployée dans les différentes équipes, par domaine si l’entreprise est découpée en domaines.
La condition, c’est qu’elle soit utilisée de façon autonome. J’ai déjà vu des matrices diffusées un peu partout, affichées publiquement. Ça faisait flicage, et les gens n’aiment pas ça. Si quelqu’un venait me prendre en photo tous les matins pendant mes cinq pompes, je me sentirais observé. Et ce serait beaucoup plus compliqué.
Il faut donc que ce soit un auto-positionnement. Pas réalisé par quelqu’un d’externe, et surtout pas partagé. Sinon, on crée une comparaison entre domaines. Et quand on expose des notes, on a tendance à les gonfler un peu. C’est problématique, parce qu’on n’aura alors pas mené les bonnes actions.
Comment cette matrice aide-t-elle concrètement les équipes à progresser ?
On définit des niveaux à atteindre, et on associe à chaque niveau des objectifs et des gains. Si tu atteins le niveau 1, voilà ce que je te promets. Si tu atteins le niveau 2, voilà ce que je te garantis.
Surtout, on explique comment passer d’un niveau à l’autre, et quelles actions mettre en place. Sans ça, on reste bloqué dans sa case, dans le brouillard.
L’objectif, c’est vraiment d’aider les domaines. C’est une éducation qu’ils font eux-mêmes. J’ai fait mes 5 pompes tous les matins, mon objectif c’est 100, et au final je vois le résultat sur mon corps, ma santé, mon énergie. C’est une auto-éducation.
C’est bien plus efficace que d’imposer une notation, ou de suivre la gouvernance à travers des indicateurs que je trouve peu intéressants : le nombre de personnes connectées au data catalogue, le nombre d’assets qu’il contient. Là, on a des gains associés, donc une récompense. Et qui dit récompense, dit habitude ancrée dans le quotidien.
En conclusion
Merci beaucoup Mohamed pour ce retour d’expérience très concret, stimulant et inspirant.
Ce que je retiens : la gouvernance des données, ça ne se déploie pas, ça se cultive. En partant de l’ADN de l’entreprise, en séquençant intelligemment les efforts, et surtout en créant de petites habitudes avec une récompense visible dès les premiers pas.
Tu illustres aussi parfaitement une chose : la technique n’est presque jamais le sujet. Le vrai travail, c’est de comprendre les gens, leur fonctionnement et leurs freins réels avant de leur proposer quoi que ce soit.
C’est exactement ce que nous faisons chez Datalogy : concevoir et animer les démarches de changement qui font tenir les programmes data dans le temps. Nous sommes convaincus que l’adoption repose sur quatre piliers : la pédagogie, la communication, les communautés et l’influence. Si vous avez envie d’en discuter, vous savez où me trouver.
