Le Data Product Manager, un collaborateur à forte valeur ajoutée !

Dans la course à l’industrialisation digitale, les acteurs et projets IT se multiplient rapidement. Il peut alors être difficile de définir une roadmap claire et de prioriser ces chantiers IT.  

Chaque entité (Marketing, RH, Opérations, Réseau) aura des besoins spécifiques pour faire avancer ses sujets et augmenter sa productivité. Alors comment prioriser ? Comment préparer un budget et des investissements cohérents par rapport à la stratégie d’entreprise ? Comment challenger les équipes et les faire travailler ensemble ?  

La priorisation par rapport à la DATA  

Nous entendons souvent parler de sujets/projets « customer centric » ? Mais qu’est-ce que cela veut dire concrètement et comment l’être ?  

Être « customer centric » signifie tout simplement se mettre à la place du client. Travailler de façon à rendre son parcours le plus simple possible, lever les irritants et simplifier sa compréhension des produits ou des process.  

Mais des clients on en a souvent beaucoup ! Et de la data aussi, il faut « juste » savoir la centraliser, la faire parler puis s’y tenir !  

Pour prioriser les développements et répondre aux principales problématiques clients, on parle du concept de “data customer centric”. Cela signifie que les optimisations / projets IT seront drivés par deux facteurs : la data et la valeur business.  

 

Experts et outils à disposition

Depuis plusieurs années, les moyennes et grandes entreprises s’entourent de « data scientist » et « data engineer ». C’est leur rôle de centraliser et faire parler la donnée. 

Ces deux rôles travaillent en étroite collaboration avec les différents pôles de l’entreprise. En effet, ils ont besoin de connaître les KPIs de chacun pour générer et analyser ensuite la donnée.  

Le « data engineer » va définir l’architecture du modèle de données de l'entreprise. Ensuite il aura la responsabilité de la rendre disponible c’est-à-dire de la stocker, charger et transformer (formatage) pour qu’elle soit lisible et utile, notamment au data scientist.  

Le « data engineer a un profil plutôt technique, IT. Il utilise plusieurs langages de programmation tels que Python, Java, SQL. Pour le stockage et le calcul des données, il se sert de logiciels cloud. Les plus connus sont ceux d’Amazon (S3 / EC2 / Redshift), de Google (BigQuery / Compute engine), Snowflake ou encore Azure.  
 
Le « data scientist » (ou data analyst) lui va analyser les données fournies par le data engineer. En analysant de larges bases de données, il est capable de répondre à des problématiques clients. Il transforme des données non traitées/utilisées en connaissances afin d’éclairer les choix business. 

 Les sources de données d’un utilisateur sont multiples : il y a ce qu’on appelle les données déclaratives (un profil loggé, les données CRM…) et les données comportementales (cookies, « search », parcours d’achat…). 
L’analyse de ces données permet de définir des normes, des tendances et faire des prédictions.  

Ces prédictions permettent notamment d’organiser la roadmap de l'entreprise, d’aligner ses ressources, priorités et budgets. 

Les outils à disposition du « data analyst » sont nombreux (Tableau, Zappier, Google Analytics, Power BI , Locker Studio, ). Il est cependant important de se concentrer sur ou ou deux outils pour simplifier l'analyse et le partage de celle-ci.

Dashboard analyse données © Tableau

Et le Data Product Manager dans tout ça ?

C'est le responsable de la bonne délivrabilité de produits et projets piloté par la « data ».

Il coordonne aussi bien la refonte d'interfaces que la création d’un nouveau produit ou le développement d’une nouvelle opportunité commerciale.  

Il doit avoir à la fois : une vision stratégique, une forte capacité d’analyse (par la data) et des compétences techniques et managériales.  
 
À l’écoute et synthétique, il échangera aussi bien avec le comité de direction, que le data analyste, que les chefs de projets IT (PO, AMOA) ou encore les designers (UX/UI) pour construire une stratégie d’entreprise cohérente et globale.

Au-delà d'un produit digital dont le Product Owner a la responsabilité, le Data Product Manager doit avoir une vision de l'ensemble des projets en développement.
Chaque roadmap pouvant être remise en question si elle ne répond pas à un irritant utilisateur ou à une opportunité business : et ça c’est la data qui le dit ! 

Data : l'or des PM ? 

Ces dernières années, la plupart des entreprises adoptent ce qu’on appelle une « organisation produit ». À l'image de l'essor du métier de DevOps, les Product Owners et Managers sont venus structurer les équipes produits via l'agilité avec la mission d'impulser une vision. Le pilotage des projets évolue grâce à l'implication de plus en plus forte des métiers du domaine de la data. La soigneuse combinaison de ces compétences ouvre la voie à de nouvelles pratiques ! Une opportunité pour la gestion de projet de faire des projections business orientées par de la data. 

C'est dans ce cadre que le Product Manager va pouvoir évoluer et prendre le rôle de Data Product Manager. Plus qu'une posture managériale, il prend en charge la priorisation de ces produits et va déterminer les meilleurs retours sur investissement (ROI). C'est grâce à ce nouveau poste qu'une entreprise va pouvoir prendre une hauteur stratégique sur les décisions et orientations à prendre. 

Et tout cela c'est la data qui va le permettre ! 

 

Besoin d’un Product Owner, Product Manager ou Data Product Manager au sein de vos équipes, contactez-nous, nous trouverons ensemble la solution la plus adaptée à votre structure et votre organisation.