Rencontre avec Lionel Lansiart, Manager chez Keley Data spécialisé en stratégie Data.
Bonjour Lionel, peux-tu te présenter en quelques mots et nous expliquer ton rôle chez Keley Data ?
Bonjour ! Je suis avant tout un passionné de data avec une double compétence technique et fonctionnelle. À l’origine, je suis ingénieur en matériaux de hautes technologies. Puis au fil de mes expériences, je suis peu à peu rentré dans l’univers tech, notamment en créant une startup aux USA pendant près de 4 ans.
Depuis 2017, au sein de Keley, j’ai évolué sur des missions de PO Data puis en direction de projet Big Data et Data Science. J’ai par exemple mis en place la Customer Data Plateform du leader français des services, en m’appuyant sur un ensemble de technologies Big Data (Hadoop, Spark, Elastic Search ou encore Kafka) ou encore le socle Big Data du leader français des médias.
Et aujourd’hui, comment conçois-tu ta mission auprès de tes clients ?
Aujourd’hui, la donnée est centrale. Elle est devenue aux dires de tous une richesse inépuisable.
Je suis personnellement convaincu que la data est un formidable moyen de progresser, tant pour un individu que pour une entreprise. Avec cette quantité de données toujours plus importante, on se doit de réfléchir à de nouveaux usages, augmentés, et enrichis par de multiples croisements possibles. Sans quoi, il sera difficile de maintenir son rang sur son marché.
C’est pour ça que ma mission première consiste à accompagner mes clients dans la recherche de nouveaux cas d’usage permettant de profiter de sources de données disponibles pour générer des bénéfices fonctionnels servant la transformation à la fois économiques et humaines de l’entreprise.
Cet accompagnement, quelles formes prend-il ?
Je considère ma mission accomplie quand je vois les équipes de mon client compétentes sur de nouvelles technologies et innovantes dans leur manière de mener des projets. Pour cela, j’aime installer un bouillonnement intellectuel au sein de l'équipe (au sens large), et aider ainsi à entrevoir de nouvelles idées. La réalisation et la mise en œuvre sont alors une grande source de satisfaction partagée.
Je crois que les projets d’innovation dans la data sont bénéfiques à plusieurs niveaux. L’entreprise vise un triple objectif : aboutir à un gain financier, un gain de connaissance et une fidélisation de l’équipe. À travers l’innovation et en sortant chacun de sa zone de confort, les équipes progressent. Et, des projets novateurs, c’est aussi des offres d’emploi séduisantes, et des recrues de top niveau.
Est-ce que tu peux nous présenter un projet récent dans cette veine ?
Ma dernière mission, chez un grand média audio-visuel français s’inscrivait totalement dans cette optique. L’objectif principal était de créer un pôle Big Data, composé d’un Data Lake et d’un Data Lab. Afin de motiver la création de ce pôle, nous nous sommes mis à la recherche d’un cas d’usage vitrine. Suite à un ensemble de workshops, nous avons alors décidé d’élaborer notre propre moteur de recommandation de contenus vidéos. Cela permettait à la fois de gagner en autonomie – en se séparant du modèle vendu par un éditeur – et de légitimer la création du pôle par une initiative d’envergure.
C’était un projet ambitieux. L’équipe était à construire. Les compétences à trouver. Cependant, ce cas d’usage était aisément justifiable : un groupe de cette envergure disposant d’une plateforme de streaming regardée par plusieurs dizaines de millions de personnes chaque semaine se devait d’avoir son propre moteur, et de ne pas faire appel à un tiers. Nous sommes donc partis de zéro, d’une feuille blanche, avec comme modèle Netflix, le leader du marché. Cela peut paraître prétentieux, mais l’idéal fait partie de la motivation des équipes et des sponsors. Beaucoup de gens rêvent de travailler sur ce genre de projets. Nous avions là une occasion en or de rattraper le retard qu’avait pris le groupe et de prouver le potentiel de l’équipe.
Comme tu dis, c’est un projet ambitieux. J’imagine qu’il a représenté un défi considérable pour tout le monde ?
Oui et en premier lieu pour moi. Mon premier challenge a été de convaincre mon client, pour toutes ces raisons évoquées, que le cas d’usage devait être immédiat, avec une échéance à moyen terme, de l’ordre d’un an pour une version stable et déployable.
Pendant toute la durée du projet, nous avons poussé tout le monde en impliquant des directions métiers pour fédérer autour de la Roadmap définie. L’équipe connaissait et maîtrisait certains outils et langages, mais nous les avons motivés à passer sur des technologies nouvelles : certains et certaines data ingénieures spécialisées en Java ont ainsi pu apprendre Python ou encore la suite GCP. Tout cela a permis de consolider l’équipe en place et d’attirer de nouveaux talents.
On a l’impression, lorsque tu parles de ce projet, que ta mission va au-delà du conseil
Effectivement. On débute souvent avec une attente large de la part du client, comme peut l’être la création d’un pôle big data. Mais ce qu’il recherche évidemment en premier lieu, ce sont des résultats. Ma mission commence par la nécessité de se redéfinir via des objectifs plus précis. Et par ricochet, elle évolue vers un accompagnement du client dans sa progression et celle de son entreprise. On nous appelle aussi pour cela : à savoir passer un cap, au-delà de la réalisation du projet lui-même. En tant que Manager conseil, nous sommes aussi des appuis à nos interlocuteurs pour les aider à évoluer au sein de leur entreprise en réussissant leurs projets et leurs objectifs et en le faisant savoir.
Parlons un peu du futur. Comment vois-tu ton métier à l’avenir ?
Je crois que très vite va se poser la question de l’éthique dans la data. C’est un sujet fascinant et j’imagine bien dans un futur proche qu’autour d’une table, on ne comptera plus seulement des experts tech comme des data ingénieurs ou des data scientistes, mais également des philosophes, des juristes ou encore des sociologues. Probablement qu’une partie des débats portera sur le bien-fondé de toujours plus collecter, sans limites... Or, on crée toujours plus de données, que l’on stocke, mais que, souvent, on n’active pas, et cela, notamment par manque de cas d’usage concrets, justifiant la collecte de ces données.
Certes, on peut supposer que ces données trouveront leurs usages dans un avenir plus ou moins lointain, mais d’ici-là, leur coût est éthiquement discutable. D’ailleurs, afin d’anticiper cela, les géants du web avec notamment, Microsoft, Google et Facebook ont mis en place leurs propres comités d’éthique. On voit aussi la prise en main de ces problématiques éthiques par des associations comme ImpactIA ou encore la mise en place d’un équivalent au serment d’Hippocrate connu sous le nom de serment d’Holberton-Turing. Ce dernier, à destination des acteurs techniques (en premier lieu les data scientists), permet de dresser une première version d’une utilisation éthique de la donnée.
Merci beaucoup Lionel pour cette vision éclairée. Un mot pour terminer ?
La Data est un domaine extrêmement excitant intellectuellement, et je suis persuadé qu’on peut exercer notre métier et obtenir des résultats pour nos clients, tout en étant capable d’arbitrer ou limiter les données que l’on capte, stocke et utilise.
