SlideShare une entreprise Scribd logo
Meetup
5 bonnes raisons de faire de l’agile dans les
projets analytiques
11 décembre
2018
Conférencier
Directeur Big
Data
Rémi Roche | Scrum Master & Coach Agile
+ Expertise dans projets BI et analytique avancée
+ Scrum Master, chef de projet agile
+ Formation en machine learning et intelligence artificielle
Data Science &
Analytiques
Big Data
Intelligence
d’Affaires
Visualisation de
Données
agileDSS aide les entreprises à
devenir Data Driven
| 50 passionnés de données, une
centaine de clients
| Des partenariats majeurs :
Microsoft Gold & PDU, Cloudera,
Horton Works, Tableau
| Une dizaine de certifiés sur les
technologies Big Data
| L’expérience dans plusieurs industries
: Finance, Retail, Energie, Transport,
Telecommunication, Manufacturier,
Media, Agriculture, etc
agileDSS
Agenda
+ Challenges des projets analytiques
+ Apporter rapidement de la valeur
+ Gérer les périmètres qui bougent
+ Dépasser une communication en silo
+ Intégrer le travail de plusieurs équipes
+ Conclusion
Data is the new oil !
Yoshua Bengio
MAIS comment ca se passe sur le terrain ?
Challenges projets analytiques dans les entreprises :
• Données de mauvaise qualité
• Plusieurs technos peu connues
• Cas d’affaire et périmètre pas claires
• Concepts (IA, Big Data) peu maitrisés
• Plusieurs acteurs qui ne se parlent pas toujours
• Programme ou grand projet avec plusieurs équipes
Key takeaway:
L’organisation et le système d’information doivent
être améliorés…
MIT & BCG, AI In Business Gets Real, Fall 2018
18%
33%
16%
33%
3076 exécutifs précisent leur
positionnement vis a vis de l'IA
Pionniers Enquêteurs Expérimentateurs Passifs
Comment surmonter ces challenges ?
Transformer l’organisation afin d’accueillir les
projets analytiques
Feuille de route SMAC Stack
1 ORGANISATIONNEL
2 TECHNOLOGIQUE
Apporter rapidement de la valeur
Coaching agile : Construire le backlog avec le Product Owner
ET
POC : Livrer une architecture sur une infrastructure avec ingestion de données en
quelques mois
Artefacts agiles :
• Equipe multidiscplinaire
• Plannification en Sprint
• Backlog priorisé
• Definition of Done
• Sprint Demo
• Sprint Planning
• Grooming
Gérer les périmètres qui bougent
Coaching agile : Articuler une roadmap pour le produit découpé en sprints et versions
ET
POC : Aller chercher les sources de données et leurs propriétaires.
ET
Capitaliser sur les technos Big data (i.e. faciliter ingestions des données structurées et
non structurées avec NIFI, profiler avec Talend, analyser avec Spark)
Artefacts agiles :
• Importance du PO
• Vision produit très forte
• Décentralisé le management des priorités du produit
• Décentralisé le management de la dynamique du projet
• Sprint Démo
• Sprint Planning
• Grooming
Dépasser la communication en silo
Coaching agile : Gouvernance des partenaires et de leur contribution.
ET
POC : Transformer le groupe en equipe.
ET
Sensibiliser l’exécutif à la valeur qu’apporte l’analytique pour pérenniser la démarche
(i.e. sponsoring d’une ligne d’affaire, engagement des TI )
Artefacts agiles :
• Equipe multidiscplinaire
• Retrospective
• Demo
• Sprint planning
• Proximité du PO
Industrialiser les traitements
Ingestion des
données
Profilage de la
qualité de la
donnée
Transformation pour
construire les
modèles normalisé
et le dérivé
Rendre la donnée
disponible pour la
visualisation
Tester et intégrer en
continue
Deloyer les
modèles data
science
Au bon moment et sur des petits périmètres axés sur des besoins réels, industrialisons pour :
Artefacts agiles :
• eXtreme Programming
• Augmenter vélocité sprint apres sprint
• Capacité organisationnelle à développer sur long terme
• Optimiser les processus (lean agile)
• Go live prend 3 semaines => on cherche à industrialiser
Intégrer les livrables de plusieurs équipes
Méthodes pour mettre à l’ échelle : SAFe ou Nexus
ET
Pratique DevOps pour intégrer les développement avec les opérations (souvent
dans les datacenters) pour optimiser les intégrations continues et les déploiements.
ET meilleur Root Cause Analysis en production.
Artefacts agiles :
• Nexus continuité de Scrum
• Comité d’intégration
• Super Product Owner, Super Scrum Master
Facile de capitaliser sur l’agile
MAIS avec les bonnes pratiques
Projets analytiques sont d’excellentes opportunités de tester l’agile
ET
Cette expérimentation agile assure de livrer de la valeur rapidement et de limiter
les risques des projets analytiques.
Faites attention a :
• La fausse agilité
• Etre certifie ne suffit pas
• A ne pas scaler trop vite
• Ingérence du management dans les priorités
Gérer les périmètres
qui bougent
Industrialiser les
traitements
Intégrer les livrables
de plusieurs équipes
Dépasser la
communication en silo
6 bonnes raisons de faire des projets
analytiques en agile.
Apporter rapidement
de la valeur
Capitaliser sur
l’agile
Merci!
Data driven to success
Rémi Roche
roche.remi@agiledss.com

Contenu connexe

Similaire à 5 bonnes raisons pour des projets analytiques en agile

Le Comptoir OCTO - Accelerate @Cdiscount
Le Comptoir OCTO - Accelerate @CdiscountLe Comptoir OCTO - Accelerate @Cdiscount
Le Comptoir OCTO - Accelerate @Cdiscount
OCTO Technology
 
Impacts de l'adoption de Scrum
Impacts de l'adoption de ScrumImpacts de l'adoption de Scrum
Impacts de l'adoption de Scrum
Pyxis Technologies
 
SplunkLive! Paris 2016 - customer presentation - Neocles
SplunkLive! Paris 2016 - customer presentation - NeoclesSplunkLive! Paris 2016 - customer presentation - Neocles
SplunkLive! Paris 2016 - customer presentation - Neocles
Splunk
 
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
Excelerate Systems
 
Créer la vue 360° des employés
Créer la vue 360° des employés Créer la vue 360° des employés
Créer la vue 360° des employés
Jean-Michel Franco
 
Meetup daikibo 1
Meetup daikibo 1Meetup daikibo 1
Meetup daikibo 1
Michel Bruchet
 
SalonBI 2012
SalonBI 2012SalonBI 2012
SalonBI 2012
agileDSS
 
Business intelligence QLIKVIEW
Business intelligence QLIKVIEWBusiness intelligence QLIKVIEW
Business intelligence QLIKVIEW
Hans Ulrick NZAMBA KASSA
 
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
OCTO Technology
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
Ludovic Piot
 
Morning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide AcademyMorning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide Academy
Oxalide
 
Web-formation | L'Obeya pour le pilotage de projets Lean Développement
Web-formation | L'Obeya pour le pilotage de projets Lean DéveloppementWeb-formation | L'Obeya pour le pilotage de projets Lean Développement
Web-formation | L'Obeya pour le pilotage de projets Lean Développement
XL Groupe
 
Agile Data Warehousing - 7 pillars - Procima Experts
Agile Data Warehousing - 7 pillars - Procima ExpertsAgile Data Warehousing - 7 pillars - Procima Experts
Agile Data Warehousing - 7 pillars - Procima Experts
Marc-Eric LaRocque
 
Tech4Exec - Pourquoi faut-il gérer votre projet (Big) data comme une start-up...
Tech4Exec - Pourquoi faut-il gérer votre projet (Big) data comme une start-up...Tech4Exec - Pourquoi faut-il gérer votre projet (Big) data comme une start-up...
Tech4Exec - Pourquoi faut-il gérer votre projet (Big) data comme une start-up...
Publicis Sapient Engineering
 
Le reporting BI dans tous ses états / quel outil pour quel usage
Le reporting BI dans tous ses états / quel outil pour quel usage Le reporting BI dans tous ses états / quel outil pour quel usage
Le reporting BI dans tous ses états / quel outil pour quel usage
Microsoft Technet France
 
Low code, lean et agilité sur les projets SHarePoint - SPS Dakar
Low code, lean et agilité sur les projets SHarePoint - SPS DakarLow code, lean et agilité sur les projets SHarePoint - SPS Dakar
Low code, lean et agilité sur les projets SHarePoint - SPS Dakar
Sébastien Paulet
 
SPS Dakar 2018 - Low code, lean et agilité - Sébastien Paulet
SPS Dakar 2018 - Low code, lean et agilité - Sébastien PauletSPS Dakar 2018 - Low code, lean et agilité - Sébastien Paulet
SPS Dakar 2018 - Low code, lean et agilité - Sébastien Paulet
aOS Community
 
Agilite togo jug_final
Agilite togo jug_finalAgilite togo jug_final
Agilite togo jug_final
agnes_crepet
 
Procima deck 7 May 2014
Procima deck 7 May 2014Procima deck 7 May 2014
Procima deck 7 May 2014
Marc-Eric LaRocque
 
Joseph Glorieux & Mathieu Brun Maintenant que mon delivery pipeline est en pl...
Joseph Glorieux & Mathieu Brun Maintenant que mon delivery pipeline est en pl...Joseph Glorieux & Mathieu Brun Maintenant que mon delivery pipeline est en pl...
Joseph Glorieux & Mathieu Brun Maintenant que mon delivery pipeline est en pl...
matteo mazzeri
 

Similaire à 5 bonnes raisons pour des projets analytiques en agile (20)

Le Comptoir OCTO - Accelerate @Cdiscount
Le Comptoir OCTO - Accelerate @CdiscountLe Comptoir OCTO - Accelerate @Cdiscount
Le Comptoir OCTO - Accelerate @Cdiscount
 
Impacts de l'adoption de Scrum
Impacts de l'adoption de ScrumImpacts de l'adoption de Scrum
Impacts de l'adoption de Scrum
 
SplunkLive! Paris 2016 - customer presentation - Neocles
SplunkLive! Paris 2016 - customer presentation - NeoclesSplunkLive! Paris 2016 - customer presentation - Neocles
SplunkLive! Paris 2016 - customer presentation - Neocles
 
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
 
Créer la vue 360° des employés
Créer la vue 360° des employés Créer la vue 360° des employés
Créer la vue 360° des employés
 
Meetup daikibo 1
Meetup daikibo 1Meetup daikibo 1
Meetup daikibo 1
 
SalonBI 2012
SalonBI 2012SalonBI 2012
SalonBI 2012
 
Business intelligence QLIKVIEW
Business intelligence QLIKVIEWBusiness intelligence QLIKVIEW
Business intelligence QLIKVIEW
 
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
 
Morning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide AcademyMorning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide Academy
 
Web-formation | L'Obeya pour le pilotage de projets Lean Développement
Web-formation | L'Obeya pour le pilotage de projets Lean DéveloppementWeb-formation | L'Obeya pour le pilotage de projets Lean Développement
Web-formation | L'Obeya pour le pilotage de projets Lean Développement
 
Agile Data Warehousing - 7 pillars - Procima Experts
Agile Data Warehousing - 7 pillars - Procima ExpertsAgile Data Warehousing - 7 pillars - Procima Experts
Agile Data Warehousing - 7 pillars - Procima Experts
 
Tech4Exec - Pourquoi faut-il gérer votre projet (Big) data comme une start-up...
Tech4Exec - Pourquoi faut-il gérer votre projet (Big) data comme une start-up...Tech4Exec - Pourquoi faut-il gérer votre projet (Big) data comme une start-up...
Tech4Exec - Pourquoi faut-il gérer votre projet (Big) data comme une start-up...
 
Le reporting BI dans tous ses états / quel outil pour quel usage
Le reporting BI dans tous ses états / quel outil pour quel usage Le reporting BI dans tous ses états / quel outil pour quel usage
Le reporting BI dans tous ses états / quel outil pour quel usage
 
Low code, lean et agilité sur les projets SHarePoint - SPS Dakar
Low code, lean et agilité sur les projets SHarePoint - SPS DakarLow code, lean et agilité sur les projets SHarePoint - SPS Dakar
Low code, lean et agilité sur les projets SHarePoint - SPS Dakar
 
SPS Dakar 2018 - Low code, lean et agilité - Sébastien Paulet
SPS Dakar 2018 - Low code, lean et agilité - Sébastien PauletSPS Dakar 2018 - Low code, lean et agilité - Sébastien Paulet
SPS Dakar 2018 - Low code, lean et agilité - Sébastien Paulet
 
Agilite togo jug_final
Agilite togo jug_finalAgilite togo jug_final
Agilite togo jug_final
 
Procima deck 7 May 2014
Procima deck 7 May 2014Procima deck 7 May 2014
Procima deck 7 May 2014
 
Joseph Glorieux & Mathieu Brun Maintenant que mon delivery pipeline est en pl...
Joseph Glorieux & Mathieu Brun Maintenant que mon delivery pipeline est en pl...Joseph Glorieux & Mathieu Brun Maintenant que mon delivery pipeline est en pl...
Joseph Glorieux & Mathieu Brun Maintenant que mon delivery pipeline est en pl...
 

5 bonnes raisons pour des projets analytiques en agile

  • 1. Meetup 5 bonnes raisons de faire de l’agile dans les projets analytiques 11 décembre 2018
  • 2. Conférencier Directeur Big Data Rémi Roche | Scrum Master & Coach Agile + Expertise dans projets BI et analytique avancée + Scrum Master, chef de projet agile + Formation en machine learning et intelligence artificielle
  • 3. Data Science & Analytiques Big Data Intelligence d’Affaires Visualisation de Données agileDSS aide les entreprises à devenir Data Driven | 50 passionnés de données, une centaine de clients | Des partenariats majeurs : Microsoft Gold & PDU, Cloudera, Horton Works, Tableau | Une dizaine de certifiés sur les technologies Big Data | L’expérience dans plusieurs industries : Finance, Retail, Energie, Transport, Telecommunication, Manufacturier, Media, Agriculture, etc agileDSS
  • 4. Agenda + Challenges des projets analytiques + Apporter rapidement de la valeur + Gérer les périmètres qui bougent + Dépasser une communication en silo + Intégrer le travail de plusieurs équipes + Conclusion
  • 5. Data is the new oil ! Yoshua Bengio MAIS comment ca se passe sur le terrain ?
  • 6. Challenges projets analytiques dans les entreprises : • Données de mauvaise qualité • Plusieurs technos peu connues • Cas d’affaire et périmètre pas claires • Concepts (IA, Big Data) peu maitrisés • Plusieurs acteurs qui ne se parlent pas toujours • Programme ou grand projet avec plusieurs équipes
  • 7. Key takeaway: L’organisation et le système d’information doivent être améliorés… MIT & BCG, AI In Business Gets Real, Fall 2018 18% 33% 16% 33% 3076 exécutifs précisent leur positionnement vis a vis de l'IA Pionniers Enquêteurs Expérimentateurs Passifs
  • 8. Comment surmonter ces challenges ? Transformer l’organisation afin d’accueillir les projets analytiques Feuille de route SMAC Stack 1 ORGANISATIONNEL 2 TECHNOLOGIQUE
  • 9. Apporter rapidement de la valeur Coaching agile : Construire le backlog avec le Product Owner ET POC : Livrer une architecture sur une infrastructure avec ingestion de données en quelques mois Artefacts agiles : • Equipe multidiscplinaire • Plannification en Sprint • Backlog priorisé • Definition of Done • Sprint Demo • Sprint Planning • Grooming
  • 10. Gérer les périmètres qui bougent Coaching agile : Articuler une roadmap pour le produit découpé en sprints et versions ET POC : Aller chercher les sources de données et leurs propriétaires. ET Capitaliser sur les technos Big data (i.e. faciliter ingestions des données structurées et non structurées avec NIFI, profiler avec Talend, analyser avec Spark) Artefacts agiles : • Importance du PO • Vision produit très forte • Décentralisé le management des priorités du produit • Décentralisé le management de la dynamique du projet • Sprint Démo • Sprint Planning • Grooming
  • 11. Dépasser la communication en silo Coaching agile : Gouvernance des partenaires et de leur contribution. ET POC : Transformer le groupe en equipe. ET Sensibiliser l’exécutif à la valeur qu’apporte l’analytique pour pérenniser la démarche (i.e. sponsoring d’une ligne d’affaire, engagement des TI ) Artefacts agiles : • Equipe multidiscplinaire • Retrospective • Demo • Sprint planning • Proximité du PO
  • 12. Industrialiser les traitements Ingestion des données Profilage de la qualité de la donnée Transformation pour construire les modèles normalisé et le dérivé Rendre la donnée disponible pour la visualisation Tester et intégrer en continue Deloyer les modèles data science Au bon moment et sur des petits périmètres axés sur des besoins réels, industrialisons pour : Artefacts agiles : • eXtreme Programming • Augmenter vélocité sprint apres sprint • Capacité organisationnelle à développer sur long terme • Optimiser les processus (lean agile) • Go live prend 3 semaines => on cherche à industrialiser
  • 13. Intégrer les livrables de plusieurs équipes Méthodes pour mettre à l’ échelle : SAFe ou Nexus ET Pratique DevOps pour intégrer les développement avec les opérations (souvent dans les datacenters) pour optimiser les intégrations continues et les déploiements. ET meilleur Root Cause Analysis en production. Artefacts agiles : • Nexus continuité de Scrum • Comité d’intégration • Super Product Owner, Super Scrum Master
  • 14. Facile de capitaliser sur l’agile MAIS avec les bonnes pratiques Projets analytiques sont d’excellentes opportunités de tester l’agile ET Cette expérimentation agile assure de livrer de la valeur rapidement et de limiter les risques des projets analytiques. Faites attention a : • La fausse agilité • Etre certifie ne suffit pas • A ne pas scaler trop vite • Ingérence du management dans les priorités
  • 15. Gérer les périmètres qui bougent Industrialiser les traitements Intégrer les livrables de plusieurs équipes Dépasser la communication en silo 6 bonnes raisons de faire des projets analytiques en agile. Apporter rapidement de la valeur Capitaliser sur l’agile
  • 16. Merci! Data driven to success Rémi Roche roche.remi@agiledss.com