LA DATA POUR TOUS

 Marc — 00:00 :

 Aujourd’hui, je reçois Alexandre mini de Tornaco, double diplômé de polytechnique et de HEC Il est fondateur en Sortie d’école de data Board. Data Board est une start-up de formation continue et d’os Killing avec un marché B to B et B to c commencé il y a 3 ans et bootstrapper entièrement. Ils sont aujourd’hui 17 personnes. Bonjour Alexandre. 

– Alexandre — 00:18 :

 Bonjour Marc. 

– Marc — 00:19 :

 Alors, est-ce que tu peux nous parler un petit peu plus de data Bird que ce que vous faites exactement? 

– Alexandre — 00:23 :

 Ouais, avec plaisir, en gros d’abord, c’est un organisme de formation, donc comme tu l’as dit en upscaling et en formation continue. Et on va former principalement sur des compétences techniques ou non, mais globalement sur apprendre la data pour le business, donc la vision c’est vraiment que la data Éric, tous les métiers, il y a des besoins partout et historiquement. Les formations étaient concentrées plus pour des départements informatiques et les ingénieurs nous le disaient, c’est de prendre un petit peu le cheval de bataille inverse et de se dire que bah même les profils plus commerciaux business doivent être en capacité de maîtriser des logiciels comme Power bi. Donc on a comme tu l’as dit 3 ans d’existence, on est une quinzaine d’employés, on forme à la fois des particuliers qui est notre cœur de métier historique récemment, on a développé plutôt le B to B, donc on travaille avec TF un ou avec Google et des différentes agences marketing pour former des personnes aux fondamentaux de la data, mais pas qu’aussi, on entend, j’imagine que t’as dû entendre parler de du cookie-less World comme les marketers en bien l’appeler disparition du coup qui terre gros enjeux aussi à ce niveau-là, au niveau du marketing digital, un enjeu que nous, on va venir aider à attaquer. 

– Marc — 01:27 :

 Alors c’est intéressant, c’est un jeu de disparition des cookies, vous vous le vous l’adressez directement au moment de la formation? 

– Alexandre — 01:34 :

 C’est-à-dire qu’on va aider en fait à mieux valoriser la donnée First Party, donc la donnée qui appartient au client. Donc c’est de se dire, on a envie d’être moins dépendant d’un coup qui d’un prestataire comme Criteo ou autre? Et on a envie de valoriser mieux valoriser ces données force partie, donc c’est comment je vais la stocker? Qu’est-ce qu’un Interwar House? Et une fois que j’ai bien stocké mon intérieur, ce qu’elle typologie d’analyse, je peux faire donc là c’est par exemple apprendre à coder en SQL pour ensuite mieux la visualiser. Et là, on va être sur des technologies plus comme data Studio qui va être connecteur natif avec si on utilise la suite Google Bakery ou le bras de Google et donc ça c’est les thématiques qu’on va aborder durant en information mais pas qu’y a aussi toutes les thématiques sur les CMP le consentement et finalement aussi y a beaucoup de marketeurs issus du métier qui n’ont pas connaissance technologique de ce qui est vraiment un cookie et qui est finalement un traceur qui fait appel au terminal sur l’ordinateur. Il est donc bien comprendre aussi ces technologies là et pourquoi elle est amenée à disparaître ou d’après Google qui ne supportera plus. Chrome, qui ne se prendra plus les couilles en 1024 ok alors 

Marc:si on fait un pas en arrière, quel est votre état des lieux sur les besoins de formation avec ton cofonder? 

– Alexandre — 02:40 :

 Les besoins de formation. Bah ça va dépendre le secteur forcément mais globalement nous on est assez intimement convaincu du ce que les Américains appellent le lifelong learning. Donc on doit prendre tout au long de sa vie, surtout dans la tech. Je pense que tu pourras le confirmer aussi. Ben via tes diverses expériences que les technologies changent assez vite et qu’il faut se former tout au long de sa vie. Il y a plusieurs moyens de se former. Bien sûr on peut s’informer, on peut se former par ses pairs. Au sein de l’entreprise et on peut aussi se former avec du savoir qui n’est pas dans l’entreprise, donc avec des prestataires. Nous, on en est l’un d’eux et donc on va former plutôt des entreprises plus traditionnelles qui ont peut être ce savoir, mais qui est cantonné à un département très. Bah par exemple, le cas d’exemple peut être plus concret, c’est Publicis qui ont racheté pilon, qui est une boîte hyper data, hyper technique et en fait la problématique c’est que parfois les profils métiers ne communiquent pas toujours avec les profils des pylônes parce qu’ils arrivent à se comprendre et nous on vient pour ramener du liant et du lien entre ces profils métiers et ces profils très techniques. Comment on arrive à travailler ensemble, quoi

Marc

 ouais donc vous allez chercher les profils du côté métier et vous leur donnez une on va dire une couche de peinture technique pour pouvoir communiquer avec les vrais techniciens. 

– Alexandre — 03:43 :

 C’est ça ouais, c’est ça. Et en fait ce vernis technique en fait, on peut aller plus ou moins loin, donc on peut aller de la culture ation. On peut apprendre à commencer à coder en SQL, à faire de la vie. Ensuite, on peut aller commencer à faire du Python et puis bah plus le prof, il avance avec nous, plus on va pouvoir l’armer de compétences techniques et technologiques et ce qui est assez marrant aussi dans ses besoins en formation, c’est que du coup ça fait 3 ans qu’on a lancé l’entreprise. Et en 3 ans, on a vu énormément le secteur évoluer, c’est à dire qu’il y a 3 ans, tout le monde voulait faire de l’intelligence artificielle, du machine learning. Bon, aujourd’hui, les gens parlent beaucoup switch GPT forcément, c’est des technologies qui bouleversent un petit peu nos modes de vie et de travail surtout, mais les gens se rendent compte aussi beaucoup plus que faire du machine learning ou de l’intelligence artificielle. Ça passe d’abord par comprendre ce qu’est une data, à quoi ça sert, comment on la stocke, comment on l’utilise, comment on la maîtrise avant de faire des modèles de CNN ou de réseaux de neurones super complexes. Il faut d’abord comprendre le B-A-ba et nous, c’est un peu ce qu’on vient amener aujourd’hui sur le marché français. Et ça justement, on on le voit sur pas mal, le profil métier qui veulent se former pour rester compétitif sur ces technos là, ça c’est important pour eux qui se forment à la data, pour un peu prendre le train en marche. Moi, j’aime bien l’analogie, un petit peu te dire bah voilà, on on a appris à utiliser un ordinateur, on a appris à utiliser Excel et Ben maintenant, quelle est le l’étape suivante? On commence à apprendre un petit peu, bah aller un peu plus loin à se dire Bah si je veux passer d’excellent la techno suivante c’est quoi bah c’est peut-être Power BI ensuite si je veux comprendre ce qui les donner derrière Power BI c’est du SQL Donc c’est un peu dans la continuité des choses. 

– Marc — 05:07 :

 Quoi alors justement, votre méthode pédagogique chez data Board c’est quoi nous, 

– Alexandre — 05:12 :

 On est fervent défenseur de comme beaucoup de bootcamp d’ailleurs, de l’apprentissage par la pratique sur des cas concrets. Donc on est intimement convaincu que c’est en faisant qu’on l’apprend et je pense que C’est d’autant plus vrai. Ben plus on avance dans notre carrière, mais plus on a besoin de mettre les mains dedans pour comprendre. Je pense peut-être qu’on est moins habitué à des concepts pas abstraits, mais de la théorie pure qu’on a peut être à la fois ou en école. On est habitué à toute cette capacité d’attraction. Ben plus on avance dans sa carrière, plus on a besoin de quelque chose de tangible qui est lié à notre univers et à notre quotidien. Finalement, donc ça c’est super important, c’est qu’on va avoir des cas concrets, donc en finance, en marketing, en opération. Sur différents problématiques et enjeux data, Ben par exemple, un exemple très concret, c’est qu’on va apprendre à faire un dashboard sur looker studio sur les leviers marketing d’acquisition. Enfin, les leviers d’acquisition marketing. Pardon pour avoir un meilleur pilotage du budget. Donc c’est un cas très concret. En fait, on va récolter les données de Google Ads, de Facebook Ads et autres pour ensuite faire un pilotage unifié de nos données. Ensuite on a un un accompagnement humain assez fort, beaucoup de profs, beaucoup d’assistants ont rencontré aussi pas mal de gens du milieu ont fait des talks. Une semaine donc, par exemple, on a eu des gens chez concerto, je sais pas si tu connais qui a une agence de data marketing, on organise une job. Faire demain du coup, avec des boîtes aussi comme Converter et prospects, qui est une succursale de dansu, une agence média et on a une communauté assez forte, c’est assez important pour nous aussi. On a les amis qui reviennent nous l’année dernière on a fêté les 2 ans de la boîte et on a eu plus de 200 amis qui se sont revus et ce qui était assez marrant, assez intéressant, c’est que les gens qui sont rencontrés en ligne en visio donc de prime abord, on se dirait pas tiens, je vais aller parler à quelqu’un qui était dans la caméra sur zoom. Je l’ai vu même pendant 2-3 mois, mais j’ai pas peut-être d’affinité parce que c’était quasi que du boulot en fait quand ils reviennent en événement présentiel, ils sont trop contents de se voir ils ont fait des projets ensemble et en fait finalement les connexions se font donc c’est assez puissant je dirais c’est un peu le parallèle de la boîte full Remote, on fait tous les gens arrivent à bosser ensemble mais bosser et il y a des événements qui sont dédiés pour le plus le teaming quoi. 

– Marc — 07:09 :

 Alors Tu t’as dit un truc intéressant à propos de la sensibilisation au budget des pensées, mais pilotage du budget des pensées justement à ce niveau-là Comment vous faites parce que tu parlais de data studio de Big Cary et Company, petite expérience avec ces outils, c’est que. On n’a aucune visibilité sur les coûts qu’on les constate avec un laps de temps de 2 jours après en allant. Voilà sur la page dédiée, mais qu’y a une latence et c’est des coûts qui sont quand même très élevés, ça peut aller vraiment chiffrer vite. Donc comment est-ce que vous sensibilisez les gens? Ben justement à cette gestion du budget qui est complètement orthogonale, hein comme sujet à à l’utilisation de la donnée quoi. 

– Alexandre — 07:52 :

 Ouais donc pour bien comprendre la question, c’est les le le budget un peu tous les Link donc depuis Curry par exemple le coût associé au stockage quoi. 

– Marc — 08:00 :

 Ouais, ce que vous faites pour sensibiliser. 

– Alexandre — 08:02 :

 Comme tu le disais, c’est des coûts qui sont peut être difficilement chiffrables de prime abord. Ce qui est pas mal avec looker Studio, c’est que c’est des connecteurs natifs avec tout l’environnement Google et ça c’est gratuit pour le coup donc ça permet d’avoir des pokes assez rapidement. Et si on voit la valeur, on peut passer effectivement sur des logiciels plus élaborés comme looker. Après, en fait, c’est y a aussi à la fois cette notion de coût à la fois aussi de return sur le projet et aujourd’hui bah y a beaucoup de boîtes qui sont assez matures en attaque, qui utilisent ces technologies là et en partant de ce principe là si on fait des projets à haute valeur ajoutée, je pense que les coûts sont peuvent être dérisoires par rapport à la valeur ajoutée mais c’est important de de parler aussi de coûts de stockage mais qui sont je pense qu’on l’a tous vu beaucoup moins cher qu historiquement il y a un data warehouse avant ça coûtait beaucoup plus cher et aujourd’hui on peut arriver un peu à à mettre tout et n’importe quoi dedans. Sans devoir payer des milliers de cents, du moins au début de l’entreprise quoi. Et après nous, ce qu’on recommande, c’est d’engager les profils précisés, des data, ingénieurs, des data Architectes qui connaissent beaucoup mieux les infra et les coûts associés pourront ensuite un peu streamliner et réduire les coûts associés à à ces technos là qui peuvent vite chiffrer. Mais dans un premier temps, c’est pas l’enjeu principal. 

– Marc — 09:12 :

 D’accord quels sont les profils qui viennent se former sur data Bird? 

– Alexandre — 09:17 :

 Alors, c’est assez marrant parce qu’on a pas mal de profils différents, on a des gens qui sont plutôt issus de la tech, donc on a des product managers de chez Céline. Si par exemple je pense à Maxime, on a des gens issus d’entreprises, plus je dirais traditionnelles et encore c’est un mot un peu fourre-tout, mais on a des ils sont globalement proches de la donnée donc quand je dis proche de la donnée, globalement nous le proxy qu’on utilise, c’est les gens qui touchent à Excel, en gros Excel c’est quand même de la donnée donc on a Laura qui était RH chez Décathlon donc globalement c’est une fonction. Bah voilà, ça est celui d’un département en sciences humaines. On a François qui lui est plutôt dans un département finance donc plus contrôleur de gestion chez CMACGM on a Charlotte qui était en agence en acier, donc ce qui est assez marrant dans cette pluralité de profil c’est que bah à la fois on a des grosses entreprises comme Décathlon, c’est ma CGM des agences mais surtout et le plus important c’est les secteurs vachement différents, donc du RH de la finance, du marketing, ça appuie vraiment le point que qu’aujourd’hui la donnée et la compréhension de la donnée et la capacité de produire un dashboard elle va concerner tous les départements qui historiquement bosser sur Excel ou qui un reporting. Voilà, on a aussi des gens un peu plus éloignés de la data, en pleine reconversion et là on va les accompagner de manière un peu plus exhaustive. Donc on a Stéphanie qui était infirmière de bloc opératoire, donc ça c’est toujours assez marrant devant une infirmière qui est devenue data analyste et on a Nico qui était aussi un ingé son. Donc c’est les profils qu’on aime bien aussi accompagner. Là on va demander beaucoup d’investissement de leur part forcément parce qu’il y a plus de chemin à parcourir et au niveau de la sécurité on a un petit peu tout, on a des contributeurs individuels, on a des managers, on a eu le cycle Leroy Merlin Portugal qui est venu se former aussi chez nous donc plutôt au niveau senior et on a des gens aussi qui sortent d’école. On est des écoles plutôt commerce. 

– Marc — 10:55 :

 Et alors pour la la partie, on va dire remise à niveau mathématiques ces choses là, qui sont un peu les prérequis. Est ce que vous êtes capable d’accompagner également? 

– Alexandre — 11:05 :

 On est capable de les accompagner. Il faut savoir que nous, on va être plutôt une formation sur la techno en tant que telle, donc c’est à dire qu’on va faire. Ben généralement, les gens maîtrisent déjà Excel, donc ça va être plutôt enfin, pas généralement, c’est un prérequis. En fait, c’est du SQL du Python et un logiciel de vise globalement et nous ce qu’on va faire, c’est bah rajouter une brique de stat là-dessus, mais c’est le début et on va pas faire des modèles de machine learning. On va devoir faire une vecteur propre, valeur propre d’une matrice pour je sais pas optimiser l’angle de paramètre. Ça, on laisse plutôt data Scientist qui sont pur matheux. Là c’est plutôt armé. Un profil métier qui va avoir une forte compréhension de ce que représente la donnée dans son secteur dans son entreprise pour être plus efficace dans son travail mieux automatisé, gagner du temps et pouvoir appréhender un petit peu aussi des données qui viendraient d’autres départements pour fournir ces analyses. 

– Marc — 11:52 :

 Alors quels sont les profs qui viennent sur ce genre d’outils? Quels sont les profils des gens qui enseignent? 

– Alexandre — 11:58 :

 On a des profs globalement qui sont issus de la majeure que j’ai faite, donc en data que HEC on a aussi des anciens élèves, donc pour le petit fun fact on a recruté à nos anciens élèves en CDI donc c’est que la preuve quand même qu’on a vachement confiance au modèle et ça marche. Qui est maintenant prof et pédagogue chez nous et globalement c’est les experts sur les outils langage et qui ont une bonne compréhension de l’entreprise, comment elles fonctionnent et surtout le plus important, c’est des gens qui aiment transmettre. Ils sont passionnés par l’éducation. Il y a quand même une vraie notion de patience, je dirais, et d’empathie dans la formation qui est essentielle. Donc ça c’est super important. Et ce qui est important aussi pour nous, c’est que c’est des gens qui sont en freelance. Ça permet d’éviter une certaine redondance, de donner 10 15 fois le même cours. Je pense qu’on perd une certaine partie de sa passion, donc nous c’est un il y a la problématique, c’est qu’on doit reformer des gens continuellement, mais au moins on a des gens qui sont toujours aussi passionnés par ce qu’ils font quoi. 

– Marc — 12:48 :

 C’est quoi selon toi les atouts de votre approche et les limites? 

– Alexandre — 12:52 :

 Les atouts, effectivement, c’est, je gardais toujours des gens motivés, soit c’est en entreprise dans ce cas-là c’est les problématiques qui sont relativement différentes chaque fois. Donc ça c’est super intéressant. Et si c’est les programmes PLUS B to C ou c’est des problèmes qui sont quand même bien rodés, on va une certaine continuité. C’est vrai que le fait d’avoir des freelances permet de de faire un roulement et quand on sent des profs qui se fatiguent ou ou qui répètent un petit peu un court machine allemand, ça nous permet de faire des roulements donc ça c’est super intéressant et la limite effectivement c’est la gestion opérationnelle et administrative de notre côté. Il faut savoir qu’un organisme de formation, c’est quand même beaucoup d’administratif aussi, avec d’énormes comme kaliopi ou ou ou autre et même des référentiels si on est sur du RNCP Bref, je vous passe les détails mais globalement ça demande beaucoup de travail aussi. Donc nous on a une logique à la fois d’automatiser un maximum cette administratif pour gagner du temps. Mais il y aura toujours du temps humain et du coup c’est incompressible à ce niveau-là

Marc – 13:40 : comment tu décrirais le personna d’entreprise qui est intéressé par le recrutement d’un profil formé sur Data Bird? 

– Alexandre — 13:51 :

 J’ai que c’est globalement beaucoup d’entreprises si on considère que les profils conformes sont des profils à la fois métiers et techniques. Globalement, dans la majorité, ça va des entreprises qui ont déjà des projets data en cours pourquoi? Parce qu’en fait, elles ont déjà vu l’intérêt de la data dans leur secteur, dans leurs entreprises ou des projets à forte valeur ajoutée. Avec gros héroïne, ils disent OK on doit accélérer. On a peut-être eu un ou 2 spécialistes qui l’ont fait. Maintenant on va devoir avoir quelqu’un plus du métier, qui va pouvoir systématiser, apporter un savoir métier sur ces projets là, ça c’est le plus gros typologie des entreprises. 2ème entreprise, c’est plus petite entreprise qui a été vachement sensibilisée au digital. Qui a envie de monter ces 3 et projets? Je le mentionnais, je pense qu’il y a un gros projet dès le début. C’est peut être un modèle au début ça. Enfin, si c’est un abonnement, c’est un modèle de churn, mais sinon ce sera plutôt un modèle. Enfin, sans être vraiment modèle, mais un dashboard qui permet de d’unifier les coûts marketing et d’avoir un sac complet si on fait avec les données CRM derrière ça, c’est les modèles. Enfin, c’est des dashboard à grande valeur ajoutée et ça c’est des projets aussi que les petites entreprises peuvent être amenées à lancer et du coup recruter nos profils. Donc je dirais 2 grands types, soit c’est des profils qui ont déjà des projets data, soit c’est celles qui sont inculquées au digital, qui veulent lancer. Et le 3ème si si je me lâche, c’est un peu les e. S et les s s deux i qui ont des grosses besoins de recrutement là-dessus. Mais que ce soit en teck ou en data analyse, je pense que ça touche un peu à tout. 

– Marc — 15:15 :

 Alors au niveau de la demande, des gens qui veulent se former, des entreprises qui veulent former leurs employés. Quels sont les tendances, quels sont les outils qui se démarquent selon toi? 

– Alexandre — 15:26 :

 Je pense, ça va dépendre un petit peu du secteur. Je dirais que Google est quand même très bien implanté dans tout ce qui va être marketing. Ils sont très forts là-dedans. Après, à prendre avec des pincettes ce que mon propre vécu, mais et et tout ce qui va être finance, c’est plutôt des utilisateurs d’accel, donc la suite d’excès, ça va être plutôt Power BI dans les mêmes logiques donc on a un peu ces dichotomies avec le marketing va utiliser très friand la suite Google la finance plus friand la suite Microsoft et donc on va avoir un petit peu cette bataille entre. Bah effectivement un Big Curry avec un looker studio par exemple et puis quelque chose ou peut être un peu plus custom avec je sais pas peut-être Amazon en cloud qui est un peu moins cher. Et et ensuite un Power BI derrière, parce que c’est les outils qu’on voit un peu historiquement, on voyait beaucoup de tableaux, je sais pas pourquoi. Peut-être qu’on est hyper biaisé dans notre approche étant donné qu’on voit pas toutes les entreprises qu’on a pas fait un panorama global, mais je vois moins en moins de tableaux, beaucoup de QL beaucoup beaucoup de SQL aussi qui est quand même un peu la suite logique. Python c’est pour comprendre les logiques de code souvent et puis après si c’est pour accompagner des profils sur le plus long terme ça met quand même beaucoup plus de temps de format à Python qui est le langage Ben plutôt effectivement si on doit commencer à prendre les objets et cetera, ça met plus de temps pour faire un beau code bien clean. On fait aussi un peu d’accel enfin en même pas mal d’excès, y a quand même, je pense qu’il faut se le rappeler, même si on est en formation, en data l’Excel c’est de la data donc en fait il y a beaucoup de gens aujourd’hui en entreprise qui ont encore des difficultés sur Excel et c’est hyper important. C’est la première marche avant de faire autre chose et puis après des sensibilisations au machine learning ou autre, sachant que moi j’ai une formation initiale là-dedans. Et le dernier point aussi, c’est plus data marketing. On en parlait au début avec les cookies. À la fin, des cookies tiers. En fait, on voit aussi qui est pas mal de formation mais des demandes, du moins dans les le consent le donc les CMP compréhension de le Privacy RGPD comment faire du Data Sharing avec des data Clean room donc là je lâche un peu des buzzwords comme ça mais globalement c’est les enjeux assez importants. Et puis la compréhension aussi d’un d’un mot, d’un marketing mix modeling, donc là c’est plutôt assez niche comme secteur mais des grands besoins. 

– Marc — 17:30 :

 Mais sur 10 clients, il y en a combien qui veulent faire du marketing? 

– Alexandre — 17:35 :

 Ce sont des clients, je dirais EN B to B, C’est quand même assez important et en B to c c’est difficile à chiffrer mais je dirais qu’ouais y a bien y a bien 1/3 qui viennent du marketing qui est pas mal sachant qu’on a quand même une vraie pluralité de profil donc peut-être que j’irai anti remarketing entière finance et le tiers autre. 

– Marc — 17:52 :

 Ok, alors ce que vous vous servez de la data en interne pour votre business, pour votre développement et si oui, qu’est-ce que vous faites? 

– Alexandre — 18:01 :

 Ouais bah c’est une super question. On n’est pas encore une multinationale, donc en étant que 15 on génère pas non plus énormément de données. On n’est pas non plus une boîte d’e-commerce donc à part peut-être les données d’analyse, ce qu’on a sur notre site et encore on a pas non plus tellement de visiteurs. On a pas énormément à faire mais tout ce qui est pilotage de notre budget marketing on l’a automatisé, on l’a mis sur un dashboard et on a justement enrichi ça avec de données CRM donc ça nous permet effectivement de piloter la rentabilité selon nos différents canaux donc ça c’est vraiment super important. Et ça, je pense que c’est un des projets essentiels qu’on a aujourd’hui avec de la data. Faut-il de l’analyse automatisée au niveau des réseaux sociaux? Donc c’est assez marrant, mais c’est un peu comme ça, pose casse là. Enfin il y a de plus en plus d’entreprises qui commencent à poster sur LinkedIn et l’idée c’est aussi d’utiliser LinkedIn comme un vecteur de communication qui a toujours été le cas, mais aussi un peu plus un vecteur de performance, que moi arriver à mieux comprendre l’algorithme, mieux comprendre ce que les gens attendent. Du moins les gens dans notre cœur de cible et ça, cette analyse de performance, on l’a automatisé aussi sur les différents réseaux qu’on va utiliser et donc ça c’est plutôt un cas. Voilà communication et le dernier cas c’est donc, y a plus commercial, bah sur notre sérum. On fait beaucoup d’analyses effectivement sur la vélocité de nos différentes îles. Ça aussi c’est les analyses, je dirais plus par cohorte, savoir s’il y a des cohortes qui répondent mieux que d’autres en fonction de l’acquisition en amont. 

– Marc — 19:23 :

 Quand vous segmentez un peu le marché en fonction de vos cycles de vente avec chaque segment en gros 

Alexandre

exactement. 

– Marc — 19:28 :

 Ce que tu, une anecdote à partager sur la data? 

– Alexandre — 19:31 :

 Ouais y a une anecdote que j’aime bien raconter, c’est quand on était encore étudiant à HEC on fait un projet pour une banque. Et c’était assez marrant de voir que ce qu’on nous avait appris pendant un an, Alex, qui était globalement faire des Random Forest et des réseaux de neurones enfin, j’étais un peu le trait, mais globalement c’est pas mal ce qu’on a fait, donc des maths globalement et un peu d’infos. On est arrivé en entreprise. Le projet c’était si je me souviens bien, c’était analyser selon les plans épargne retraite, ce qui a été le choix des salariés. On nous donne la data, c’est des Excel. Il y avait pas de data Dictionary, donc on savait pas ce que représentaient les colonnes. Les données étaient sous les mauvais formats, elles étaient pas propres et on nous demandait de faire un modèle de machine learning pour prédire les consommations futures du PPEA Et ça, ça m’a assez frappé parce qu’en fait l’entreprise, ce qu’elle avait besoin, c’est d’avoir d’avoir une bonne data gouvernance. Bah c’est d’avoir des données CLEAN au bon endroit et bien documentées ensuite, c’est de faire des premières analyses plus sur de l’historique ou du présent. Qu’est-ce que les gens utilisent en ce moment? Qu’est-ce qu’ils consomment? Pourquoi est-ce qu’on peut segmenter, faire des typologies de salariés? Enfin, ouais. Des segments de salariés pour ensuite après faire des modèles de prédiction et du coup c’était un peu mettre la charrue avant les bœufs, de dire Bah nous on a fait un super modèle d’intelligence artificielle qui marche trop bien, mais en fait on n’a pas trop compris ce qui s’était passé avant ou maintenant du coup c’est un peu pour ça qui c’est aussi ça qui nous a poussé à lancer la formation. 

– Marc — 20:51 :

 Ouais en fait être capable de mettre les bons noms sur chaque colonne, relier les colonnes d’une table à l’autre, ce genre de chose exactement et bien plus de valeur là-dedans que dans le modèle de machine learning. 

– Alexandre — 21:00 :

 Quoi bah à court terme en tout cas, ouais. Et puis souvent, c’est difficile de faire le modèle machine learning sans l’avoir fait avant. 

– Marc — 21:05 :

 Ouais ce que t’as une opinion à nous partager sur data. 

– Alexandre — 21:08 :

 Bah nous comme on parlait un peu, pas le marketing, je pense que c’est important aussi de relier ça à des enjeux éthiques et moraux. Je pense que c’est important à la fois dans des modèles de machine learning, mais qui dépasse un petit peu le le cadre de ce que nous on fait, mais qui est quand même important. Dans quelle mesure l’algorithme est responsable d’une décision qui prend ça. C’est des sujets qui sont assez intéressants. Et puis les enjeux éthiques et moraux c’est on parle beaucoup d’écologie. Enfin, et on est assez impliqué. Donc nous, là-dedans, on parle aussi pas mal de décroissance ici, on veut aller dans un modèle qui est plus raisonnable en termes de consommation et qu’on va utiliser la data pour mieux segmenter, donc mieux vendre en fait ou ce qu’on met le curseur entre. On prône un modèle qui est viable et un modèle où on essaie de toujours mieux cibler pour toujours mieux vendre. Et c’est vrai que parfois nous on sait pas sur quel pied danser parce qu’en même temps bah c’est super intéressant et en même temps il faut le faire avec cette conscience là quoi. 

– Marc — 21:58 :

 Et qu’est ce qu’on peut faire? Alors c’est quoi votre conclusion là-dessus? 

– Alexandre — 22:01 :

 La conclusion, c’est que, en fait, pour moi, la, la data ça va être plutôt polarisant c’est-à-dire que Bah c’est la consommation entre guillemets, elle est néfaste. Ben on va la pousser vers une un côté néfaste si on a une consommation qui est plutôt positive, on va pousser une consommation positive, c’est-à-dire que bah le marketing ça va pas vendre et mettre en exergue ça. Un comportement donc si par exemple on va pousser des produits qui sont je sais pas, je vais pas entrer dans un débat mais plus locaux, plus responsables. Bah si on va pousser les consommateurs à prendre connaissance de ces produits là pour ensuite mieux consommer. Bah c’est super intéressant par contre si on va pousser des produits au niveau du marketing. Qui respecte moins l’environnement. Bah dans ce cas-là on exacerbe les comportements de chacun, quoi. Et c’est ça un petit peu à l’avoir en tête quand on fait ça. Après j’ai pas la science infuse et je pense qu’il y a beaucoup d’autres solutions à apporter là-dessus, quoi, sachant qu’un problème relativement complexe. 

– Marc — 22:53 :

 Alors, quels conseils tu donnes aux élèves qui sortent de ta parole? 

– Alexandre — 22:57 :

 Un conseil, mais qui est, je pense, qui vaut pour à la fois quand on sort ou qu’on ne sort pas d’abord, mais qui nous anime beaucoup, c’est de continuer d’apprendre. Je pense que dans la tech, c’est vachement le cas. Bah en fait, quand on développe, y a tout le temps des nouveaux frameworks qui voient le jour, on voit tout le temps sur sa cowl, on va se renseigner sur ce qui est sorti. Enfin on a quand même ce grand paradigme d’utiliser Google dans son quotidien et dans son travail un petit peu moins en business et du coup c’est l’idée c’est de se dire Bah en fait la technologie aujourd’hui elle Touche pas que les départements informatiques elle va toucher tout le monde, tout le monde a un téléphone, tout le monde utilise internet. Bon Ben voilà, à partir de ce moment-là il faut commencer à comprendre comment ça fonctionne réellement et puis ensuite bah continuer d’apprendre parce que bah on parlait des cookies tiers, si ça disparaît en fait je pense que peu de gens savent ce qu’un cookie et peu de gens savent ce qui se passe quand on clique à accepter ou refuser quand on va sur Internet et ça risque de changer encore demain, après-demain. Et du coup l’idée c’est de commencer à apprendre et de continuer à prendre tous les jours. 

– Marc — 23:50 :

 Alors, quelle est la suite pour data Bird? C’est quoi les grands chantiers? 

– Alexandre — 23:53 :

 La suite pour data Bird, c’est, je pense. Premièrement c’est une consolidation quand même, c’est important dans l’éducation, la formation y a une notion de confiance, donc d’une vraie notion d’image de marque, donc c’est à la fois être connu mais surtout être respecté et du coup avoir cette image de marque de la data au service du business mais cette image quand même d’excellence qui qui nous anime beaucoup, on a vu beaucoup d’organismes de formation avec le CPF J’imagine que tu as aussi été appelé 10 15 fois par jour pour te demander quelle CPF Tu avais sur ton compte bah moi aussi et je trouve que ça a été assez néfaste négatif pour le secteur et en fait c’est pas du tout ce que nous on prône aujourd’hui. Le CPF c’est une aide si on en a tant mieux si on en a pas voilà ça devrait pas être un frein mais c’est une aide pour la formation et il y a plein de formations super qui voient le jour et on est un peu aux antipodes de cette formation qui vise un démarchage téléphonique et dont le prix de la formation est complètement identique à la cagnotte CPF Donc ça c’est super important pour nous de bien s’ancrer dans cette logique là. Ensuite, on aimerait développer nos offres de formation EN B to c donc là j’ai parlé vachement de data analyse donc on a parlé SQL Python en Power bi par exemple. On a envie de s’étendre aussi à des logiques peut-être plus data marketing donc web analyse aussi qui sont des grands enjeux, financent aussi sur bah en fait comment je fais un pilotage plus global de mon entreprise avec une vision plus unifiée de mes données avec par exemple un datawarehouse qui les recoupe toutes. En fait je peux plus rapidement avoir une vision plus unifiée et dernièrement développer aussi l’offre entreprise. Qu’on a récemment développé, donc par exemple là, maintenant on bosse avec TF un sur les différents enjeux et du coup c’est de pouvoir aussi développer notre catalogue de formation en entreprise. 

– Marc — 25:33 :

 Ok merci Alexandre. 

– Marc — 25:35 :

 Ben merci Marc.