Le document présente une analyse des enjeux autour du big data au sein d'Orange, soulignant la création d'un département dédié pour animer des data scientists dispersés. Il évoque les défis liés à l'engagement du top management, à la définition des axes de travail prioritaires et à l'identification des opportunités d'optimisation des modèles économiques via le big data. Enfin, il propose un plan d'action structuré, incluant mobilisation, génération d'idées, priorisation et datamation, avec un budget associé pour la mise en œuvre.

1. Marc Desenfant / Bertrand Jouvenot
Digital Responsive
Consulting

2. 3
Avertissement
Ce document émane de la société Les Brigades du Marketing, agence de conseil et
de service en marketing, à découvrir à l’adresse www.lesbrigadesdumarketing.com.
Le plus heureux des hasards a fait que des papillons ont bien voulu se poser aux
endroits où apparaissent des informations sensibles (noms de marques, de clients,
de prestataires ou d’intervenants, chiffres, etc.), nous aidant ainsi à préserver leur
confidentialité.
Pour contacter l’auteur de ce document, nous vous invitons à adresser un e-mail à
l’adresse suivante : contact@lesbrigadesdumarketing.com.

3. 4
CONTEXTE

4. Contexte
Orange a pris conscience des enjeux du Big Data
Un département Big Data a été créé :
Il est composé d’une dizaine de personnes
Il doit animé en transverse une centaine de collaborateurs d’Orange dispersés géographiquement et
appartenant à différentes business unit
Le sujet du Big Data a été porté au niveau du comité de direction du groupe.
Dans ce contexte, le département Big Data s’interroge sur le meilleur scenario à
retenir pour animer les data scientists d’Orange
5

5. 6
CONVICTIONS

6. Convictions
Du côté des futurs bénéficiaires, les attentes autour du Big Data sont fortes mais
floues.
Du côté des data scientists, le risque de faire du Big Data en se déconnectant de
la réalité business est réel.
Du côté organisationnel, le Big Data doit être à la fois :
Sponsorisé par le top management
Appuyé et soutenu par les directions des business units
Porté par des data scientists engagés
7

7. 8
PROBLÉMATIQUE

8. Problématique
Comment conserver le soutien du top
management dans la durée ?
Comment s’assurer d’un relais par les directions
opérationnelles ?
Comment définir les axes de travail prioritaires et
pertinents ?
Comment apporter la preuve que le Big Data est
un levier de business ?
Comment aider Orange à mieux cerner les
potentialités du Big Data avec des résultats
probants ?
9
Comment
mobiliser,
animer et
démontrer ?

9. 10
PROPOSITION

10. 11
Notre parti pris

11. 12
Partir du modèle économique de
chaque business unit

12. 13

13. 14
Décortiquer et mettre à plat le modèle
économique de chaque business unit

14. 15

15. 16
Ancrer la réflexion des data scientist
dans la réalité du business en les
faisant travailler à partir des business
models

16. 17

17. 18
Imaginer des pistes de travail pour
le Big Data de nature à optimiser les
business model ou à développer le
business

18. 19

19. Proposition
20
Mobilisation
Objectif : démontrer aux BU
la volonté d’ancrage du Big
Data dans le business
Contenu : entretiens avec
les directeurs de BU
Résultat : mise à plat des
business model des BU en
vue d’en faire le point de
départ de la réflexion Big
Data
Génération
Objectif : imaginer
comment le Big Data peut
permettre d’optimiser ou
de développer le business
Contenu : animation de
séances de brainstorming,
par groupes de 10 data
scientists, autour de
chaque business model (un
groupe par business model)
Résultat : identification de
pistes pour le Big Data
Priorisation
Objectif : sélectionner les
pistes de travail les plus
pertinentes
Contenu : réunions de
travail entre le big data et
les BU
Résultat : identification des
meilleures pistes de travail
Datamination
Objectif : irriguer
l’organisation de Big Data
Contenu : lancement des
projets en mode
gamification,
harmonisation des d’outils
et des pratiques…
Résultat : appropriation du
Big Data par les BU
1 mois1 mois 2 mois 1 mois

20. Proposition / Gamification
21
Mobilisation Génération Priorisation Datamination
En phase de mobilisation, les
groupes qui interviendront lors de la
phase de génération sont constitués
en fonction de critères classiques :
métiers, complémentarités, BU, etc.
En phase de datamination, il est demandé aux
groupes qui sont intervenus lors de la phase de
génération d’évaluer tous ensemble la difficulté des
projets priorisés, en vue de rendre équitable leur mise
en œuvre.
Les groupes initiaux sont alors reconfigurés en
équipes projets et se voient attribuer un projet.
Une course (équitable) est lancée entre les équipes.

21. 22
BUDGET

22. Budget 1/2
23
Mobilisation Génération Priorisation Datamination
Entretiens avec les
directions des BU
Animation des
brainstorming
Management du
process de
priorisation
Cadrage du
lancement de la
vague de projets et
Gamification
Directeur de mission 8 jours
12 K€
Consultant stratégie 10 jours
8,5 K€
12 jours
10,2 K€
7 jours
6 K€
5 jours
4,2 K€
Chef de projet 10 jours
6 K€
Total 47 K€

23. Budget 2/2
24
Mobilisation Génération Priorisation Datamination
Budget construit selon les hypothèses suivantes :
Dix business models sont identifiés
100 data scientists sont à impliquer et à animer
5 pistes de travail prioritaires pour le Big Data sont identifiées par chaque groupe (soit 50 pistes au
total)
Après la priorisation, 10 pistes sont retenues et converties en projets
10 équipes projets sont constituées
Pour démarrer rapidement, il est envisageable de dérouler l’ensemble de la
méthodologie décrite dans un périmètre plus réduit :
Avec une seule BU
Avec un plus petit nombre de BU
En privilégiant le business model central d’Orange
En se focalisant d’abord sur certains métiers