Article

29.03.2018

Avoir un DPO, c’est bien ! L’externaliser, c’est mieux…

Tout le monde en parle : le nouveau Règlement général sur la protection des données, mieux connu sous le nom de « GDPR », sera d’application à partir du 25 mai prochain. L’une des principales mesures ? La nomination du fameux « Data Protection Officer ». Que vous soyez obligé ou non de désigner un DPO, la véritable question est de savoir dans quelles conditions faire appel à lui…

Le DPO est-il obligatoire ? Pas forcément…

Que disent les textes réglementaires ? Outre les organismes publics, l’obligation de désigner un DPO concerne uniquement les entreprises dont l’activité de base consiste à effectuer un suivi régulier et systématique des personnes à grande échelle ou à traiter à grande échelle des données dites sensibles... « Suivi régulier et systématique », « activité de base » ou « grande échelle » sont des termes vagues. C’est pourquoi des travaux ont été menés pour préciser la portée de l’obligation de nommer un DPO.

Ainsi il faut regarder du côté du nombre de personnes visées, du volume et du champ des catégories de données, de la durée ou de la zone géographique de l’activité de traitement. Des exemples ? Un opérateur de téléphonie ou une banque sont clairement concernés, alors que le médecin indépendant ne l’est pas dans le cadre de la gestion de ses patients (qui n’est pas « à grande échelle »). À l’inverse un hôpital est aussi visé, car cela rentre dans son « activité de base ».

Un oiseau rare, nécessaire… et indépendant !

Plus important que de savoir si votre entreprise est concernée par cette obligation, vous devez vous interroger sur la cohérence globale de votre approche « GDPR ». Pour jouer cette nouvelle « partition », vous avez certainement besoin d’un « chef d’orchestre » spécialisé, capable d’assumer toutes les missions qui incombent au DPO.

En premier lieu, vous serez peut-être tenté de regarder en interne et de désigner une personne déjà active dans votre entreprise. Mais ce choix implique d’avoir la bonne personne sous la main (en termes de compétences techniques et éthiques), de la former correctement, mais surtout de veiller au respect de son indépendance ainsi que d’éviter la superposition des tâches et les éventuels conflits d’intérêts. D’autant plus que l’article 38 du GDPR insiste clairement sur le caractère indépendant du DPO : « Le responsable du traitement et le sous-traitant veillent à ce que le délégué à la protection des données ne reçoive aucune instruction en ce qui concerne l’exercice des missions ». Concrètement, cela revient à chercher une aiguille dans une botte de foin… Dans ce contexte, il semble évident (et peut-être plus prudent) que la solution se trouve ailleurs : à l’extérieur de votre entreprise !

Externaliser ? Une bonne idée !

Sachez d’abord que le GDPR permet cette option… Si le facteur de l’indépendance et l’absence de conflits d’intérêts sont de premières (bonnes) raisons d’externaliser, vous avez d’autres avantages à le faire. D’une part, si votre entreprise se compose de plusieurs branches, vous allez pouvoir « partager » votre DPO et assurer la cohérence globale de votre démarche « GDPR ». Dans le même ordre d’idées, plusieurs PME pourraient trouver un bénéfice financier non négligeable à partager un délégué aux données. En effet, un DPO à temps plein n’est certainement pas nécessaire pour la plupart des sociétés…

Même si le recours à un consultant externe n’est pas toujours bon marché, l’externalisation vous garantit une meilleure visibilité et maîtrise des dépenses occasionnées. Cela vous permet de mieux ajuster ses missions à vos besoins et de faire des choix « à la carte ». Dans certains cas, vous pourrez aussi compter sur des outils spécialement créés pour le GDPR (boîte à outils, diagnostic, etc.).

Cependant, il y a également des désavantages liés à l’externalisation. En effet, un DPO externe ne pourra pas connaître l’ensemble du fonctionnement interne de votre entreprise. C’est pourquoi vous avez tout intérêt à intégrer un audit initial complet dans les missions confiées à l’expert pour parfaire sa maîtrise de votre contexte entrepreneurial et de vos processus internes…

Article

22.10.2016

Transformation numérique : votre plan d'action

33 % des décideurs IT n’ont pas clairement défini une stratégie de transformation digitale. Pourquoi et comment y remédier efficacement ?

Dans la grande distribution, la technologie modifie désormais en profondeur les dynamiques concurrentielles du marché, à la fois pour les consommateurs et les distributeurs. Le mode d'achat s'en trouve bouleversé. Dans son étude « Fast-Moving Consumer Goods », l'éditeur Progress dénonce le paradoxe actuel : la transformation digitale est vitale, mais l'implémentation prend trop de temps.

«60 % des décideurs IT admettent que leur entreprise est dans le déni face à l'importance d'une stratégie de transformation digitale.»

Ou se situe exactement le problème ?

Plus de la moitié des décideurs IT considèrent cette démarche complexe et chronophage. 66 % estiment que leurs équipes marketing et IT ne sont pas assez robustes pour mener le projet. 64 % trouvent le paysage numérique trop évolutif pour suivre les changements à la lettre. Enfin, deux départements s'affrontent sur la répartition des tâches et des budgets : IT versus marketing. La bonne nouvelle ? 96 % des entreprises comptent prendre des mesures dans le courant de l'année à venir.

Les éléments essentiels de votre « action plan »

1. Un inventaire préalable

La réalisation d'une transformation digitale passe à la fois par la satisfaction du client, la capacité à réorienter l'activité et le déploiement d'une plateforme flexible, mais tout transformer ne signifie pas tout envoyer à la casse. La transformation doit être initiée après l’élaboration d’un bilan qui tient compte des assets de la société, sous forme d’inventaire.

Ensuite, visualiser les possibilités de changement pour envisager le futur de votre entreprise, non plus comme une firme traditionnelle, mais comme un ambitieux hub numérique.

2. De l’inspiration pour voir grand

Les fondateurs de Google expliquent qu'ils ont toujours cherché à rejeter une approche traditionnelle du management en adoptant deux principes de base, qui s'inscrivent parfaitement dans une transformation digitale : se concentrer sur l'utilisateur pour le satisfaire et engager des collaborateurs intelligents, les « smart creatives ». La méthode LEAN permet d'y parvenir.

3. De la volonté et du temps

L'entreprise doit reconnaître que la mutation digitale s'inscrit dans la durée pour être pertinente. Elle nécessite la création de nouvelles expériences et la définition de nouveaux paradigmes qui peuvent bouleverser les modèles traditionnels, mais s’avèrent salutaires : 41 % des CIO constatent une augmentation des parts de marché post-transformation, avec pour corollaire 37 % de collaborateurs plus motivés ensuite.

4. De la vision et des outils

Pour améliorer et optimiser l’expérience client, il faut agir à la fois sur la rapidité, la réactivité, la sécurité et l'homogénéité des canaux de distribution. Les outils mobiles sont largement plébiscités (62 % selon l'enquête), devant l'analytique, la connectivité des données, le commerce électronique, les contenus et le cloud.

Il est possible de télécharger une copie complète de l’étude gratuitement sur le site de son éditeur.

Source : Progress

Article

18.11.2016

Big data : 6 questions à se poser avant de s'y mettre

Les ‘big data’ sont une nouvelle classe d’actifs que l’entreprise doit embrasser, développer, protéger et surtout faire fructifier dans sa transformation digitale. Voici nos pistes de réflexion pour engager votre stratégie.

Existe-t-il un cursus en big data ?

La plupart des universités dans le monde ont compris l'enjeu des big data. Elles exploitent de plus en plus l'analytique à la fois dans la recherche et pour améliorer la vie et l'orientation des étudiants sur le campus, mais il existe encore peu de formation dédiée au phénomène. Toutefois, certains établissements proposent depuis peu leurs propres diplômes et programmes pour former la future génération de ‘data scientists’».

Dois-je former mon personnel ?

Oui. Pour former vos équipes IT ou les mettre à la page, difficile de les renvoyer sur les bancs de l'école. Toutefois, de nombreuses formations sont organisées partout dans le pays par des prestataires spécialisés. Une formation de 2 jours permet déjà d'appréhender les problèmes spécifiques des big data et les solutions techniques potentielles.

Faut-il engager un ‘data scientist’ ?

Pas forcément. Un chiffre : l'an dernier, on comptait 4,4 millions d'emplois dans le domaine, dont seulement 40% étaient pourvus. Les ‘data scientists’ ne sont pas à la portée de tous les budgets. Vous pouvez faire appel à un consultant indépendant pour déminer le terrain et engager votre entreprise sur la voie des big data. 

Quelles sont les grandes techniques requises ?

Des techniques comme le ‘machine learning’ et le ‘data mining’ sont essentielles pour tous les métiers des big data. Elles permettent de venir à bout de tâches difficiles ou impossibles à remplir par des moyens algorithmiques plus classiques. L'art de la ‘Data Visualization’ permet de communiquer les découvertes liées à l'analyse des données.

Quel est le mot clé que je dois absolument retenir ?

Hadoop ! Comme Microsoft Office à la productivité et Apache au web, des applications font l'unanimité dans le domaine des Big data. Hadoop est probablement la pierre angulaire de votre stratégie - une expertise sans laquelle la maîtrise des big data est impossible. Ce système distribué et open source est destiné à stocker les données ; il est hautement scalable et tolérant aux pannes. Son rôle ? Il traite et analyse des silos de nouvelles et anciennes données pour en extraire de la connaissance significative utile dans la stratégie d'une entreprise. Ses composants doivent devenir la grammaire de vos experts : ‘Spark’, ‘Hive’, ‘Pig’, ‘MapReduce’, ‘HBase’.

Les big data sont-ils pertinents pour une PME ?

Assurément, notamment pour les opérations de marketing : les big data permettent de trier ses données pour obtenir une vue unifiée du client. La segmentation permet d'optimiser ses campagnes. L'analytique permet également d'être à l'écoute du comportement de ses clients. Le budget d’une PME n'est pas celui d’un grand groupe : il faut se concentrer principalement sur les données nécessaires et exploitables pour en retirer les bénéfices : la création d'un lien plus fort avec sa clientèle. 

Article

14.12.2016

Tant qu’il y aura des data…

Le graal des big data? Créer une expérience client sans précédent. Mais pourquoi une start-up sans passé réussit à être affective là où ses ainées croulant sous les data rêvent de proximité ? Quelle est l’alchimie gagnante ?

Stocker et traiter ses données numériques, ce n’est pas nouveau. Le datamining non plus. Mais avec les objets connectés et les usages mobiles, les données déferlent littéralement. SMS, chats, photos, vidéos, requêtes à un moteur de recherche, clics sur le net, demandes d’itinéraires sur google maps ou autres, paiements en ligne, contacts client par chatbots ou messagerie, renouvellement automatique des commandes à partir d’un frigo intelligent… des données, nous en produisons sans cesse sans même nous en rendre compte ! Même lorsque nous acceptons la géolocalisation ou que nous nous connectons à une borne wifi...

En 2020, le volume des données devrait être multiplié par 50. Une voiture connectée, par exemple fournit, en une heure de temps, des millions de données utiles à l’automobile, mais aussi aux assureurs aussi ou à l’e-commerce. Et les enjeux ne sont pas moins prometteurs qu’ajuster sa stratégie, personnaliser un service, prendre de meilleures décisions, détecter des tendances, établir des prédictions… 

Il y a toujours eu des statisticiens pour interpréter les chiffres du passé afin d’améliorer le futur, mais aujourd’hui les ‘data scientists’ sont des geeks. Des cursus universitaires voient le jour et l’explosion des données adopte un rythme quasi insoutenable pour que nos connaissances puissent suivre. Seules des machines sont encore à même de gérer de tels flux de données. Les techniques d’apprentissages automatiques (‘machine learning’) permettent de faire mieux et plus rapidement. Un standard pour une utilisation correcte de l’intelligence artificielle serait en cours à l’initiative de noms comme Google, Facebook, Amazon, IBM et Microsoft. Pour Nicolas Méric, fondateur et PDG de la start-up DreamQuark, acteur de deep learning appliqué à la santé et l'assurance, de telles technologies dopent les capacités humaines mais elles ne sont pas vouées à pouvoir s’en passer.

Qui est concerné ?

Aucun secteur n’échappe vraiment au besoin de récolter ses données afin de les faire fructifier en transformant son environnement. Mais disons que certains se montrent plus pressés – ou opportunistes - que d’autres. Les télécoms, le transport, les fournisseurs de gaz, eau, électricité, émergent : la SNCF mais aussi le fabricant de produits de beauté Nuxe épient tous les canaux en ligne en quête de verbatim client pour mieux le connaître. L’ascensoriste ThyssenKrupp, qui veut chouchouter ses cabines et surtout leurs utilisateurs, récolte moult paramètres sur celles-ci afin de parfaire la maintenance et d’anticiper les pannes désagréables.

Les responsables des Big Data en entreprise sont face à trois défis principaux, rassemblés sous la règle dite des ‘3V’: pouvoir gérer de gros Volumes, tenir compte de l’infinie Variété des informations, et parvenir à gérer la Vitesse à laquelle elles sont générées. Les banques n‘y échappent pas. Ces entreprises qui ont d’ailleurs beaucoup à y gagner puisqu’elles disposent de tonnes d’informations transactionnelles sur leur clientèle et créent des processus en tout genre, sont mises au défi : celui de se servir d’un tel trésor pour tester elles aussi de nouveaux services à valeur ajoutée dans un délai le plus court possible.

Momentum

Jean-François Vanderschrick est Head of Marketing Analytics & Research chez BNP Paribas Fortis : « Ce qui me fascine, c’est moins la multitude des données disponibles et des objets connectés que tout ce que la technologie permet désormais d’en tirer. Pas un jour ne se passe sans que je ne sois surpris par quelque chose de neuf. JP Morgan détecte des tendances en achetant les photos de l’occupation des parkings des supermarchés. La Chine développe la reconnaissance faciale pour adapter le lay-out de ses interfaces à l’expression de ses clients. Vous pouvez suivre à la trace votre paire de chaussettes made in USA de son expédition jusqu’au moment où elle franchit le seuil de votre domicile… Tout cela fait partie de notre quotidien au moment même où une banque manifeste ses intentions de s’adapter à la phase de vie que traverse son client – celui qu’elle suit depuis qu’il est actif – pour lui offrir juste ce qui lui est utile. »

Chez BNP Paribas Fortis, le management data franchit récemment un nouveau pas avec la nomination d’un Chief Data Officer membre du Comité Exécutif, Jo Couture. Ce qui signifie aussi des renforts humains, de nouveaux outils analytiques et de nouvelles capacités.

Jean-François Vanderschrick : « Les data analytics doivent nous permettre d’améliorer l’expérience client, ainsi que de garder les coûts sous contrôle et in fine, cela conduit généralement à une plus grande efficacité. »

Selon lui, la courbe d’adoption entame à peine sa phase exponentielle.

Le timing est aussi important que le service lui-même

Les données servent une multitude de domaines : excellence opérationnelle, marketing, détection des fraudes, risque crédit… Les entreprises comprennent désormais qu’elles doivent transformer leurs données en connaissances et en services et bon nombre d’entre elles ont tout pour y parvenir. Toutefois, il convient de ne pas se laisser noyer par la masse d’informations. Le plus compliqué - et source de frustration - est sans doute de pouvoir accéder aux données et de parvenir à les qualifier. Les aspects de compliance ont naturellement tendance à freiner les développements. Réduire le data to market reste cependant un défi majeur car souvent, le timing de la mise sur le marché s’avère bien trop long. Il s’agit aussi d’offrir un service en temps réel, comme c’est le cas chez Monoprix qui analyse le processus de traitement de 200 000 commandes quotidiennes de ses 800 magasins pour intervenir directement sur sa chaîne d’approvisionnement, un processus critique pour l’enseigne française.

« C’est une délicate alchimie à produire entre les tests (la maquette du service est souvent très chouette, mais encore faut-il réussir la généralisation), la mesure du risque et la ‘prioritarisation’ des objectifs », soutient Jean-François Vanderschrick.

Eduquer l’algorithme

Pour peu que l’on dispose des données et de la technologie, et qu’il y ait des enjeux financiers liés, l’imagination reste notre seule limite pour libérer la valeur des données. A côté de projets conséquents et complexes, des quick wins relativement simples sont ici aussi tout à fait possibles et souhaitables, notamment pour permettre aux directions opérationnelles de l’entreprise d’effectuer des analyses élémentaires à partir de grands volumes de données.

« Aujourd’hui, une variété d’informations qui semblent peut-être anodines peuvent nous éclairer et servir de déclencheur d’actions : un client qui commence à travailler avec la concurrence, qui place des lignes de crédit ailleurs, ou emprunte un montant particulièrement important, traite avec un autre pays… autant d’informations qui commercialement parlant, méritent toute notre attention et qui sont jugées utiles dans 70 % des cas » ajoute le responsable de BNP Paribas Fortis. Analyser le modèle transactionnel d’un client permettrait de prendre de meilleures décisions de crédit. Il est possible d’améliorer de manière conséquente la pertinence des décisions, comparé à ce que nous pourrions faire sans modèle, prétend Jean-François Vanderschrick qui ajoute encore : « Grâce au machine learning, nous éduquons l’algorithme à fournir des réponses de plus en plus pertinentes.» 

Si 'Big is better', est-ce accessible aux petites ?

Grâce au Cloud (espace en ligne), les PME disposent désormais des capacités de stockage - auxquelles s’associe la puissance de calcul nécessaire pour exploiter les données. C’est un des enjeux majeurs des Big Data. Le second est de savoir comment les traiter. Des logiciels de gestion d’entreprise usant de la technologie cloud, style CRM, outil de suivi des commandes ou des coûts de production, traçabilité des fournisseurs, rendent les big data accessibles aux petites et moyennes entreprises. Seule condition : rassembler toutes ses données au même endroit. La différence entre les corporates et les PME se jouera sur le long terme. Mais les PME pour qui un super statisticien serait impayable, peuvent toujours acquérir des études ciblées et enrichir leurs données par des bases externes…

(Sources : BNP Paribas Fortis, Les Echos, Transparency Market Research, IDC, Ernst & Young, CXP, Data Business)
Article

27.12.2016

Ces 4 géants de la Silicon Valley veulent séduire votre directeur informatique

Déjà champions du quotidien, Google, Facebook, Slack et LinkedIn adoptent des approches novatrices et complémentaires pour convertir l’entreprise. Quelles sont leur stratégie mises en place pour vous convaincre ?

Google : la valeur de l'intelligence des données

Google adopte une approche qui se situe au-delà des outils de communication et des suites d'applications/services de productivité. L'entreprise a largement transformé ses divisions entreprises pour qu'elles exploitent en priorité des infrastructures Cloud, les Big Data, l'analytique et le machine learning. Sur son chemin, deux concurrents lui font face : Amazon et Microsoft, mais pour des raisons différentes. Amazon Web Services est présent depuis longtemps auprès des développeurs, qui lui accordent une confiance historique. Microsoft (Cloud, Office) dispose elle aussi d'une implantation historique au sein des services informatiques du monde entier. Dans cette approchée liée au traitement de données sensibles, Google doit encore évangéliser : l'entreprise n'est pas une entité aussi facile à convaincre que le consommateur, notamment lorsqu'il s’agit de données stratégiques et secrètes. Son arme : la puissance de ses outils d'intelligence artificielle pour traiter des silos de données.

Facebook : introduire WorkPlace, naturellement

Après plus d'un an de développements auprès d'entreprises partenaires comme Danone, Starbucks, Royal Bank of Scotland et Booking.com, Facebook a lancé officiellement WorkPlace en octobre dernier. Cette déclinaison de Facebook permet aux organisations de créer un réseau social interne - totalement privé et sécurisé - au sein d'une interface connue par tous les collaborateurs dans leur quotidien, introduisant une concurrence frontale à des outils comme Chatter (Salesforce) ou Yammer (Microsoft) déjà répandus. Contrairement au Facebook gratuit, WorkPlace est facturé mensuellement en fonction du nombre d'utilisateurs : 3$ pour les 1 000 premiers, $2 pour les 9 000 suivants et $1 après 10 000 utilisateurs. 

Slack : la collaboration temps réel devient mainstream

Malgré l'introduction de Microsoft Teams sur ses platebandes, Slack reste confiant dans sa stratégie de création d'outils permettant une plus grande collaboration et productivité dans les entreprises.

« Nous trouvons cette offensive à la fois flatteuse et aussi intimidante, vu les moyens de Microsoft, mais nous pensons qu'il y a de place plusieurs acteurs sur le marché », déclarait début novembre April Underwood, VP de Slack.

Un marché que Slack a largement contribué à ouvrir et dynamiser, en introduisant le concept de collaboration en temps réel. Son arme ? L’agilité, malgré sa taille encore restreinte, ses outils éprouvés et… copiés. Résultat : 4 millions d'utilisateurs actifs quotidiens et une croissance constante.

LinkedIn : du marketing B2B pour... Microsoft

Microsoft a reçu le feu vert de la Commission de Bruxelles pour l'acquisition de LinkedIn. L'opération, qui se chiffre en milliards d'euros, suit son cours. Malgré une empreinte forte dans l'entreprise - principalement au niveau des ressources humaines -, LinkedIn a besoin des 25 milliards d'euros de Microsoft pour poursuivre son offensive dans le domaine des outils professionnels, dans un climat d'intense concurrence. Pour Microsoft, l'acquisition permet à l'entreprise de toucher des cibles marketing B2B comme les cabinets de recrutement, les chasseurs de têtes et les commerciaux. Pour expliquer simplement la synergie recherchée, le PDG de Microsoft, Satya Nadella, évoque l'exemple d'une réunion où chaque personne présente voit son profil LinkedIn, lié à son invitation. 

Discover More

Contact
Close

Contact

Plainte

Pourriez-vous répondre aux questions ci-dessous ? Nous pourrons vous répondre ainsi plus rapidement. Merci d'avance.

Votre entreprise / organisation est-elle cliente de BNP Paribas Fortis ?

Mon organisation est servie par un chargé de relation :

Votre message

Merci

Votre message a bien été envoyé.

Nous vous répondrons dans les plus brefs délais.

Retour à la page en cours›
Top