WEBVTT 1 00:00:10.252 --> 00:00:11.053 Focus Projet. 2 00:00:14.575 --> 00:00:15.956 Bienvenue sur Focus Projet, 3 00:00:16.376 --> 00:00:18.218 le podcast du management de projet. 4 00:00:18.778 --> 00:00:19.759 Le management de projet, 5 00:00:19.919 --> 00:00:20.439 qu'est-ce que c'est ? 6 00:00:20.840 --> 00:00:24.782 Ça va être les différentes techniques et outils qui vont nous permettre de mener à bien nos projets. 7 00:00:25.323 --> 00:00:25.743 Planning, 8 00:00:25.823 --> 00:00:26.143 coût, 9 00:00:26.283 --> 00:00:26.624 risque, 10 00:00:26.704 --> 00:00:27.324 gestion d'équipe, 11 00:00:27.464 --> 00:00:27.945 changement, 12 00:00:28.085 --> 00:00:28.805 communication, 13 00:00:28.905 --> 00:00:29.766 définition du besoin. 14 00:00:30.246 --> 00:00:31.247 Au fil des épisodes, 15 00:00:31.447 --> 00:00:32.548 on va voir tout cela ensemble. 16 00:00:33.384 --> 00:00:40.766 Alors que tu sois le directeur de projet de la prochaine Gigafactory ou que tu te retrouves à t'occuper des projets de ton entreprise en plus de ton travail, 17 00:00:41.206 --> 00:00:41.646 abonne-toi. 18 00:00:42.186 --> 00:00:44.727 Ce podcast va simplifier la réussite de tes projets. 19 00:00:48.868 --> 00:00:49.909 Lorsqu'on mène un projet, 20 00:00:50.169 --> 00:00:53.770 on recueille beaucoup d'informations de tout type sur le projet et sa gestion. 21 00:00:54.590 --> 00:01:01.512 Toutes ces données s'accumulent ou se perdent en fonction de l'attention qu'on va leur porter et le soin qu'on va prendre à les traiter. 22 00:01:02.484 --> 00:01:04.606 Au plus les projets vont être conséquents et complexes, 23 00:01:04.786 --> 00:01:06.947 au plus l'accumulation de données va être importante. 24 00:01:07.628 --> 00:01:09.369 Apparaît alors le Data Monster, 25 00:01:09.809 --> 00:01:11.851 une masse d'informations qu'il est nécessaire de maîtriser. 26 00:01:13.092 --> 00:01:14.833 Pour maximiser la performance des projets, 27 00:01:14.953 --> 00:01:19.796 il est important de reprendre la main sur la donnée et arriver à s'en servir efficacement pour piloter le projet. 28 00:01:22.458 --> 00:01:23.759 Pour vous aider dans cette tâche, 29 00:01:23.939 --> 00:01:25.260 je reçois non pas une, 30 00:01:25.340 --> 00:01:26.381 mais trois personnes aujourd'hui. 31 00:01:27.021 --> 00:01:27.742 Alexis Farfaro, 32 00:01:28.282 --> 00:01:29.823 Bastien Ferrier et Julien Laurent. 33 00:01:30.284 --> 00:01:30.624 Bonjour ! 34 00:01:31.116 --> 00:01:31.576 Comment ça va ? 35 00:01:32.017 --> 00:01:32.297 Bonjour. 36 00:01:32.337 --> 00:01:33.397 Super. 37 00:01:33.437 --> 00:01:33.698 Très bien, 38 00:01:33.758 --> 00:01:33.978 merci. 39 00:01:34.938 --> 00:01:37.840 Vous pouvez peut-être commencer à vous présenter tous les trois ? 40 00:01:38.901 --> 00:01:40.402 Dans l'ordre dans lequel tu nous as cités, 41 00:01:40.402 --> 00:01:40.662 Tanguy, 42 00:01:41.102 --> 00:01:41.722 je vais me lancer. 43 00:01:42.023 --> 00:01:42.143 Moi, 44 00:01:42.163 --> 00:01:44.984 ça fait 20 ans que je suis chez MIGSO-PCUBED. 45 00:01:45.004 --> 00:01:47.466 C'est un cabinet de conseil spécialisé en PMO, 46 00:01:48.386 --> 00:01:51.448 avec plus de 3000 collaborateurs et une implantation dans 15 pays. 47 00:01:51.608 --> 00:01:54.170 J'ai le plaisir de travailler avec Bastien et Julien à notre plateforme, 48 00:01:54.210 --> 00:01:54.690 Cleverest, 49 00:01:54.790 --> 00:01:57.452 qui dote les PMO d'un véritable outil de pilotage. 50 00:01:57.848 --> 00:01:58.208 Pour cela, 51 00:01:58.268 --> 00:02:01.069 on utilise toutes les nouvelles technologies qui sont à notre disposition aujourd'hui. 52 00:02:01.709 --> 00:02:01.829 Moi, 53 00:02:01.949 --> 00:02:03.049 c'est Bastien Ferrier. 54 00:02:03.149 --> 00:02:03.610 Je suis 55 00:02:04.170 --> 00:02:07.031 CPO, directeur produit pour Cleverest. 56 00:02:07.111 --> 00:02:07.651 Effectivement, 57 00:02:08.011 --> 00:02:09.651 ce qui nous rassemble avec Julien et Alexis, 58 00:02:09.791 --> 00:02:09.971 c'est 59 00:02:10.351 --> 00:02:10.972 MIGS OPQ, 60 00:02:11.272 --> 00:02:11.432 donc 61 00:02:11.932 --> 00:02:13.872 Société de Consulting dans la gestion de projets. 62 00:02:13.992 --> 00:02:17.773 J'ai un gros background dans la gestion de projets et surtout, 63 00:02:17.993 --> 00:02:22.195 j'ai vécu pas mal de problématiques et notamment autour de la donnée projet, 64 00:02:22.195 --> 00:02:24.015 ce qui est le thème de ce podcast, 65 00:02:24.095 --> 00:02:27.096 bien travailler à piloter nos projets grâce à leurs données. 66 00:02:27.944 --> 00:02:28.484 Bonjour à tous, 67 00:02:28.484 --> 00:02:29.725 du coup moi c'est Julien Laurent, 68 00:02:29.805 --> 00:02:31.405 donc pareil ça fait à peu près 69 00:02:31.745 --> 00:02:33.446 15 ans que je travaille dans la gestion de projet. 70 00:02:33.866 --> 00:02:34.926 Donc j'ai une double casquette, 71 00:02:34.986 --> 00:02:37.067 gestion de projet et data, 72 00:02:37.247 --> 00:02:37.887 donc digital. 73 00:02:38.347 --> 00:02:41.548 Et du coup moi j'ai toujours travaillé dans le setup de mission, 74 00:02:41.648 --> 00:02:46.250 donc lié à la gestion de projet et la création d'outils de gestion et de contrôle de projet. 75 00:02:46.350 --> 00:02:47.590 Et actuellement du coup je suis 76 00:02:47.970 --> 00:02:50.271 CTO, donc le directeur technique de Cleverest. 77 00:02:50.271 --> 00:02:53.372 Très bien. 78 00:02:53.732 --> 00:02:54.373 Dans l'introduction, 79 00:02:54.453 --> 00:02:57.154 j'ai repris un terme que j'ai trouvé assez visuel et que j'aime bien, 80 00:02:57.715 --> 00:02:58.575 le data monster. 81 00:02:59.276 --> 00:03:00.597 L'un de vous peut expliquer, 82 00:03:00.737 --> 00:03:04.980 ou plusieurs d'entre vous peuvent expliquer ce que vous entendez par ce terme dans le contexte des projets ? 83 00:03:06.040 --> 00:03:06.241 Oui, 84 00:03:06.301 --> 00:03:06.661 en effet, 85 00:03:06.781 --> 00:03:07.601 le data monster, 86 00:03:07.942 --> 00:03:09.723 c'est le monstre digital. 87 00:03:10.383 --> 00:03:18.329 C'est une bête un peu difforme qui grandit dans toutes les organisations de manière assez organique et bien sûr totalement bien intentionnée au fil du temps. 88 00:03:18.849 --> 00:03:20.610 Mais le data monster, 89 00:03:20.650 --> 00:03:20.971 en fait, 90 00:03:21.831 --> 00:03:22.612 il a pour effet que... 91 00:03:23.692 --> 00:03:25.854 Il comporte un certain nombre de symptômes reconnaissables. 92 00:03:26.214 --> 00:03:29.296 Je vais en citer quelques-uns simplement pour garder les choses simples, 93 00:03:29.696 --> 00:03:32.198 mais je pense que tout le monde va se reconnaître dans ces exemples, 94 00:03:32.598 --> 00:03:37.901 des exemples de saisie ou de ressaisie manuelle d'information dans des systèmes qui sont experts mais en silo, 95 00:03:38.482 --> 00:03:43.004 de la gouvernance de la donnée qui est un peu méconnue ou parfois pas codifiée du tout, 96 00:03:43.405 --> 00:03:48.668 et donc du coup qui ouvre la porte à des voies de contournement acceptées par tous dans Excel ou dans PowerPoint. 97 00:03:49.088 --> 00:03:54.472 ou encore une désorganisation qui en résulte et qui veut dire que la qualité est insuffisante, 98 00:03:54.513 --> 00:03:55.373 la qualité de cette donnée, 99 00:03:55.774 --> 00:03:58.135 et fait perdre énormément de temps aux acteurs du projet. 100 00:03:58.155 --> 00:03:59.376 Donc c'est ça le data monster. 101 00:03:59.617 --> 00:04:00.577 Il n'y a pas à en rougir, 102 00:04:00.758 --> 00:04:02.739 je pense que c'est un phénomène universel, 103 00:04:03.220 --> 00:04:07.703 mais son enjeu est assez fort puisqu'il génère énormément d'inefficacité au niveau des entreprises. 104 00:04:10.365 --> 00:04:13.228 Tu as un peu établi pourquoi la donnée était importante ? 105 00:04:13.568 --> 00:04:14.929 et les impacts qu'elle peut avoir ? 106 00:04:15.509 --> 00:04:20.273 Pourquoi c'est quelque chose qui est critique aujourd'hui dans le management d'un projet d'une manière générale ? 107 00:04:21.113 --> 00:04:21.373 En fait, 108 00:04:21.393 --> 00:04:23.795 la révolution digitale que l'on vit, 109 00:04:24.175 --> 00:04:25.456 la fameuse troisième révolution, 110 00:04:25.556 --> 00:04:26.477 elle est à double tranchant. 111 00:04:26.957 --> 00:04:30.700 Elle peut servir de moteur de croissance et libérer la compétitivité des entreprises, 112 00:04:30.760 --> 00:04:31.640 c'est ce qu'on espère tous, 113 00:04:32.181 --> 00:04:32.921 mais à l'inverse, 114 00:04:33.382 --> 00:04:34.422 elle peut devenir un bloqueur. 115 00:04:34.522 --> 00:04:34.743 Et ça, 116 00:04:34.723 --> 00:04:35.503 on en parle assez peu. 117 00:04:35.943 --> 00:04:36.464 Et ce bloqueur, 118 00:04:36.484 --> 00:04:37.725 il suffoque les projets, 119 00:04:37.725 --> 00:04:40.086 il ralentit et démotive les collaborateurs qui y travaillent. 120 00:04:40.406 --> 00:04:42.248 Et c'est ça les effets du data monster au final. 121 00:04:42.776 --> 00:04:46.017 Et quand on parle de la maîtrise et du pilotage de projets spécifiquement, 122 00:04:46.518 --> 00:04:47.638 ce à quoi nous faisons face, 123 00:04:47.738 --> 00:04:48.679 c'est toujours le même constat. 124 00:04:48.879 --> 00:04:49.739 C'est qu'il y a la moitié, 125 00:04:49.959 --> 00:04:50.560 50% 126 00:04:50.640 --> 00:04:54.441 du temps des professionnels en charge de la maîtrise des projets qui passent dans du traitement de données. 127 00:04:54.701 --> 00:04:54.821 Ça, 128 00:04:54.841 --> 00:04:55.402 c'est colossal, 129 00:04:55.422 --> 00:04:55.702 en fait. 130 00:04:56.202 --> 00:04:57.663 Et on ne parle même pas d'analyse, 131 00:04:57.783 --> 00:04:58.963 on parle de traitement. 132 00:04:59.684 --> 00:05:01.985 Ces acteurs disposent d'une multitude d'outils, 133 00:05:02.705 --> 00:05:04.586 de reporting à destination de la direction, 134 00:05:04.626 --> 00:05:05.946 mais pas vraiment d'outils de pilotage. 135 00:05:05.966 --> 00:05:06.207 Donc ça, 136 00:05:06.247 --> 00:05:07.047 c'est l'un des constats. 137 00:05:07.487 --> 00:05:07.747 Et donc, 138 00:05:07.747 --> 00:05:08.027 du coup, 139 00:05:08.047 --> 00:05:09.188 l'enjeu... 140 00:05:09.796 --> 00:05:10.796 pour la gestion de projet. 141 00:05:11.277 --> 00:05:11.777 Le premier, 142 00:05:11.897 --> 00:05:16.019 c'est cette capacité à sécuriser les objectifs de nos projets et par conséquent, 143 00:05:16.019 --> 00:05:17.800 la compétitivité de nos acteurs économiques. 144 00:05:18.300 --> 00:05:18.480 Donc, 145 00:05:19.280 --> 00:05:20.621 libérer du temps des acteurs projets, 146 00:05:21.121 --> 00:05:23.602 c'est un enjeu de performance économique. 147 00:05:24.102 --> 00:05:25.343 Et le second enjeu, 148 00:05:26.263 --> 00:05:27.584 c'est les bienfaits attendus de l'IA. 149 00:05:28.084 --> 00:05:28.884 Tout le monde en parle, 150 00:05:29.305 --> 00:05:32.826 et surtout quand on veut de l'IA prédictif ou de l'IA prescriptif, 151 00:05:32.866 --> 00:05:34.827 c'est-à-dire celui qui donne des conseils, 152 00:05:34.827 --> 00:05:35.327 ce qu'il faut, 153 00:05:35.407 --> 00:05:37.028 c'est dompter le data monster d'abord. 154 00:05:37.520 --> 00:05:38.260 Et pour le dompter, 155 00:05:38.501 --> 00:05:41.762 il y a aussi quelque chose d'extrêmement important à comprendre, 156 00:05:42.143 --> 00:05:51.307 c'est qu'il ne faut pas punir les humains qui le nourrissaient jusqu'alors en leur demandant de mettre encore plus de leur temps dans la saisie de données bien structurées. 157 00:05:51.828 --> 00:05:52.408 Ce qu'il faut faire, 158 00:05:52.448 --> 00:06:00.913 c'est leur donner de la valeur en échange du travail qu'ils passent à dompter le data monster et on pourra discuter de comment ça doit pouvoir s'opérer. 159 00:06:01.593 --> 00:06:05.815 Et ce qui est paradoxal aussi dans le monde dans lequel on vit et son évolution, 160 00:06:05.915 --> 00:06:07.056 c'est qu'on se rend compte que... 161 00:06:07.492 --> 00:06:09.013 Il y a eu énormément d'évolutions, 162 00:06:09.073 --> 00:06:10.714 notamment sur la donnée personnelle. 163 00:06:10.834 --> 00:06:11.154 Par contre, 164 00:06:11.154 --> 00:06:14.476 quand on regarde les données plutôt à caractère industriel ou du monde professionnel, 165 00:06:14.676 --> 00:06:15.657 on voit aujourd'hui un manque, 166 00:06:15.657 --> 00:06:17.658 et notamment dans le monde de la gestion de projet, 167 00:06:18.278 --> 00:06:26.203 où on est aujourd'hui en capacité de traiter des volumes de données personnelles immenses avec énormément de solutions derrière et d'en exploiter leur richesse. 168 00:06:26.663 --> 00:06:29.285 Ce qui est aujourd'hui moins le cas dans un monde professionnel. 169 00:06:29.605 --> 00:06:29.885 C'est là où, 170 00:06:29.905 --> 00:06:30.466 effectivement, 171 00:06:30.466 --> 00:06:32.827 on vient un peu caractériser ce data monster. 172 00:06:32.987 --> 00:06:34.188 On connaît tous ce problème-là. 173 00:06:34.688 --> 00:06:39.613 On parle plutôt souvent de gouvernance de la donnée pour essayer de faire avancer les choses. 174 00:06:39.633 --> 00:06:40.034 La réalité, 175 00:06:40.114 --> 00:06:44.058 c'est qu'il y a quand même quelque chose de symptomatique qui est qu'on a du mal à comprendre pourquoi cette donnée-là, 176 00:06:44.058 --> 00:06:45.319 on n'arrive pas à bien l'exploiter, 177 00:06:45.359 --> 00:06:47.281 bien l'utiliser dans les organisations. 178 00:06:47.882 --> 00:06:49.243 La caricature du data monster, 179 00:06:49.243 --> 00:06:52.947 ça permet aussi d'exacerber ces problématiques-là dans le monde de l'entreprise. 180 00:06:55.452 --> 00:06:56.212 De manière générale, 181 00:06:56.232 --> 00:06:58.274 on parle beaucoup de données des projets. 182 00:06:58.434 --> 00:07:03.997 Pour peut-être nos auditeurs qui ont peut-être un peu moins l'idée d'où elle vient et de comment, 183 00:07:04.037 --> 00:07:06.078 à quoi ça correspond concrètement, 184 00:07:06.098 --> 00:07:09.900 vous pouvez donner des exemples ou dire à quoi toutes ces données correspondent. 185 00:07:10.921 --> 00:07:12.982 On a principalement des données opérationnelles, 186 00:07:13.762 --> 00:07:17.044 qui proviennent des logiciels ERP ou SRM, 187 00:07:17.244 --> 00:07:19.466 ou aussi bien sûr de nos outils de gestion de projet, 188 00:07:19.706 --> 00:07:20.787 comme Planisware, 189 00:07:20.967 --> 00:07:21.527 Primavera, 190 00:07:22.327 --> 00:07:23.128 Microsoft Project. 191 00:07:23.512 --> 00:07:26.934 On a aussi beaucoup de données qui proviennent de fichiers locaux, 192 00:07:26.974 --> 00:07:27.554 comme les Excel, 193 00:07:27.594 --> 00:07:28.255 les PowerPoints, 194 00:07:28.275 --> 00:07:31.176 ou même des images qui sont réalisées en workshop, 195 00:07:31.236 --> 00:07:31.977 en brainstorming. 196 00:07:32.477 --> 00:07:34.258 On a aussi des données financières, 197 00:07:34.418 --> 00:07:35.239 des données RH, 198 00:07:35.359 --> 00:07:35.999 logistiques. 199 00:07:35.999 --> 00:07:37.580 On a aussi des données liées à la production, 200 00:07:37.700 --> 00:07:39.381 donc dans certains types de produits. 201 00:07:39.941 --> 00:07:43.543 Elles peuvent aussi provenir de certaines parties externes, 202 00:07:43.723 --> 00:07:44.604 de nos fournisseurs, 203 00:07:44.624 --> 00:07:45.284 nos sous-traitants, 204 00:07:45.364 --> 00:07:45.804 nos clients. 205 00:07:46.325 --> 00:07:46.725 Et du coup, 206 00:07:47.445 --> 00:07:48.986 tout cet amas de données, 207 00:07:49.587 --> 00:07:50.787 c'est tout ce qui représente, 208 00:07:50.787 --> 00:07:51.808 tout ce qui est pertinent. 209 00:07:52.468 --> 00:08:09.602 pour nous pour le suivi et le contrôle des projets et donc du coup pour réaliser les synthèses des budgets travailler sur les délais l'avancement de nos projets à identifier les risques et mettre en place la panoplie de capia donc les qui performance indicateurs qui nous permettent de contrôler au mieux la 210 00:08:09.602 --> 00:08:16.008 vie de nos projets pour peut-être un peu synthétisé ça et tout ce qui va être lié au planning au budget 211 00:08:17.497 --> 00:08:17.937 au risque, 212 00:08:17.957 --> 00:08:19.538 peut-être les comptes rendus de réunion aussi, 213 00:08:20.238 --> 00:08:27.583 tous ces éléments-là qui ne sont pas forcément structurés et dans des formats de données intercompatibles. 214 00:08:28.344 --> 00:08:28.744 Ce qui est vrai, 215 00:08:28.804 --> 00:08:31.165 c'est que quand on parle de données projet, 216 00:08:31.325 --> 00:08:34.968 souvent on considère la donnée projet dans les différentes disciplines, 217 00:08:34.968 --> 00:08:35.608 la gestion de projet, 218 00:08:35.668 --> 00:08:36.409 planification, 219 00:08:36.489 --> 00:08:37.389 gestion des risques, 220 00:08:37.449 --> 00:08:38.210 gestion des coûts, 221 00:08:38.210 --> 00:08:38.750 du budget, 222 00:08:38.810 --> 00:08:38.950 etc. 223 00:08:39.771 --> 00:08:41.532 Et on se rend compte qu'il y a beaucoup plus. 224 00:08:41.712 --> 00:08:45.356 de données au sein des projets qui vont être importantes dans la gestion de projet. 225 00:08:45.676 --> 00:08:48.278 Julien en citait pas mal sur d'autres métiers, 226 00:08:48.379 --> 00:08:49.299 si on parle de logistique, 227 00:08:49.299 --> 00:08:49.960 de production, 228 00:08:50.080 --> 00:08:50.721 de RH, 229 00:08:50.821 --> 00:08:56.126 mais au final la donnée RH est importante quand on parle par exemple de planification ou de gestion des coûts. 230 00:08:56.527 --> 00:08:58.068 Et puis tout ce qui est un peu moins structuré, 231 00:08:58.248 --> 00:08:59.049 prise de décision, 232 00:08:59.149 --> 00:09:00.050 gestion des actions, 233 00:09:00.090 --> 00:09:01.131 les comptes rendus de réunion, 234 00:09:01.231 --> 00:09:01.371 etc. 235 00:09:02.472 --> 00:09:05.856 C'est autant de données qui ont une importance au sein du projet. 236 00:09:06.176 --> 00:09:08.038 et qui sont parfois un peu moins regardés, 237 00:09:08.058 --> 00:09:11.801 mais qui vont pour autant aider au pilotage du projet. 238 00:09:12.402 --> 00:09:12.802 Et donc voilà, 239 00:09:12.842 --> 00:09:14.464 ça fait énormément de volume de données, 240 00:09:14.604 --> 00:09:21.830 et c'est au final très complexe de gérer toutes ces données-là pour en ressortir quelque chose d'intéressant au sens du pilotage et de la maîtrise des projets. 241 00:09:24.473 --> 00:09:27.376 On voit que cela peut faire rapidement beaucoup d'informations à traiter. 242 00:09:27.536 --> 00:09:32.040 Comment s'assurer de la fiabilité et de la pertinence des données que l'on va collecter du coup ? 243 00:09:32.884 --> 00:09:33.144 Souvent, 244 00:09:33.184 --> 00:09:34.805 c'est assez simple d'accéder à la donnée, 245 00:09:35.125 --> 00:09:36.365 même si elle n'est pas dans le bon format, 246 00:09:37.185 --> 00:09:38.046 mais le plus compliqué, 247 00:09:38.226 --> 00:09:45.968 c'est de valider que la donnée qu'on récupère est vraiment officielle et on peut l'exploiter pour générer nos analyses. 248 00:09:46.408 --> 00:09:47.849 Je pense que, 249 00:09:48.269 --> 00:09:49.749 avant même de récupérer de la donnée, 250 00:09:49.749 --> 00:09:58.052 il faut arriver à identifier clairement quels sont les propriétaires de chaque set de données et de mettre en place certains mécanismes de contrôle qui nous permettent de s'assurer que... 251 00:09:58.572 --> 00:10:00.156 cette donnée a bien été validée ? 252 00:10:00.256 --> 00:10:01.199 Pour quelle période ? 253 00:10:01.620 --> 00:10:03.043 Surtout en termes de data quality, 254 00:10:03.203 --> 00:10:05.028 est-ce que la donnée qui est récupérée est cohérente ? 255 00:10:07.111 --> 00:10:07.371 Du coup, 256 00:10:07.391 --> 00:10:09.032 c'est s'assurer de la fiabilité de la donnée, 257 00:10:09.092 --> 00:10:09.913 d'une certaine manière, 258 00:10:10.213 --> 00:10:14.395 que ce ne soit pas un bruit de couloir et que ce soit bien une décision qui a été prise officiellement, 259 00:10:15.276 --> 00:10:16.436 et de la pertinence, 260 00:10:17.017 --> 00:10:21.619 parce que ça ne sert à rien d'accumuler trop de données si elles ne sont pas utiles pour l'analyse qu'on veut faire derrière. 261 00:10:21.699 --> 00:10:22.099 C'est bien ça ? 262 00:10:22.960 --> 00:10:23.220 C'est ça. 263 00:10:23.240 --> 00:10:25.461 Il y a aussi un autre niveau que je vois, 264 00:10:25.561 --> 00:10:26.262 c'est lorsque, 265 00:10:26.302 --> 00:10:26.702 par exemple, 266 00:10:26.702 --> 00:10:28.403 on doit venir en réunion de travail, 267 00:10:28.443 --> 00:10:31.464 donc on va sortir des sets de données qui ont été officialisés, 268 00:10:31.484 --> 00:10:31.825 bien sûr, 269 00:10:32.165 --> 00:10:32.945 on va travailler avec, 270 00:10:33.025 --> 00:10:33.906 mais potentiellement, 271 00:10:33.966 --> 00:10:35.847 ce set de données ne peut pas être encore communiqué. 272 00:10:36.387 --> 00:10:39.169 Avant d'exploiter un set de données ou une visualisation, 273 00:10:39.189 --> 00:10:47.875 on doit quand même aussi s'assurer que ce qu'on va afficher ou partager a été validé sur chaque niveau. 274 00:10:47.915 --> 00:10:49.556 C'est-à-dire au niveau de l'équipe projet, 275 00:10:49.676 --> 00:10:51.297 peut-être au niveau des décisionnaires, 276 00:10:51.297 --> 00:10:52.158 etc. 277 00:10:52.198 --> 00:10:55.120 Lorsqu'on communique à nos investisseurs ou à nos fournisseurs, 278 00:10:55.180 --> 00:10:55.760 en haut ou en bas, 279 00:10:56.061 --> 00:10:59.523 il faut s'assurer que tout a été validé avant de partager ces informations. 280 00:11:02.599 --> 00:11:03.780 C'est un peu ce que tu viens d'évoquer. 281 00:11:03.980 --> 00:11:14.264 Quels vont être les risques du coup si on a des données qui ne sont pas de bonne qualité ou qui ne sont pas validées pour la gestion du projet ou pour la communication d'une manière générale ? 282 00:11:15.084 --> 00:11:17.445 La donnée reste importante parce qu'en fait, 283 00:11:17.445 --> 00:11:18.045 derrière une donnée, 284 00:11:18.426 --> 00:11:19.286 c'est une information. 285 00:11:20.166 --> 00:11:20.446 Aujourd'hui, 286 00:11:20.466 --> 00:11:22.847 on parle beaucoup d'intelligence artificielle, 287 00:11:22.847 --> 00:11:23.327 mais la réalité, 288 00:11:23.408 --> 00:11:24.888 c'est que notre objectif, 289 00:11:24.928 --> 00:11:26.309 ça va être de prendre une donnée, 290 00:11:26.309 --> 00:11:27.829 la transformer en information et puis, 291 00:11:28.750 --> 00:11:29.350 le plus possible, 292 00:11:29.370 --> 00:11:30.430 la transformer en connaissances. 293 00:11:30.430 --> 00:11:30.630 Et là, 294 00:11:30.610 --> 00:11:31.831 on commence à rentrer dans les... 295 00:11:32.131 --> 00:11:33.391 logiques de machine learning, 296 00:11:33.451 --> 00:11:34.212 intelligence artificielle, 297 00:11:34.212 --> 00:11:34.332 etc. 298 00:11:34.672 --> 00:11:36.832 Si déjà on reste au niveau de la donnée, 299 00:11:37.353 --> 00:11:41.974 cette donnée va nous permettre d'avoir de l'information pour piloter notre projet. 300 00:11:42.394 --> 00:11:43.774 Et à partir du moment où la donnée est fausse, 301 00:11:43.774 --> 00:11:45.335 on aura beaucoup plus de mal à piloter, 302 00:11:45.415 --> 00:11:46.595 voire clair sur notre projet, 303 00:11:47.336 --> 00:11:49.196 et donc du coup atteindre les objectifs. 304 00:11:49.596 --> 00:11:50.016 La réalité, 305 00:11:50.056 --> 00:11:52.817 c'est qu'un projet existe pour atteindre un résultat, 306 00:11:53.197 --> 00:11:54.198 et si cette donnée est mauvaise, 307 00:11:54.198 --> 00:11:55.058 on aura du mal à piloter, 308 00:11:55.098 --> 00:11:58.959 c'est-à-dire tenir l'objectif de réaliser notre produit dans les temps. 309 00:11:59.439 --> 00:12:00.259 au budget associé, 310 00:12:00.279 --> 00:12:00.840 et donc tout ça, 311 00:12:00.920 --> 00:12:05.542 ça reste ce fameux triptyque sur lequel on essaie d'avoir un projet qui est en succès. 312 00:12:06.062 --> 00:12:07.362 Sur la notion de contrôle de projet, 313 00:12:07.623 --> 00:12:11.364 c'est la donnée qui vient nous aider à y voir clair et donc savoir si on tient notre planning, 314 00:12:11.384 --> 00:12:16.766 si on tient notre budget et surtout comment on vient gérer la performance de notre projet. 315 00:12:17.087 --> 00:12:18.507 Si la donnée est de mauvaise qualité, 316 00:12:18.607 --> 00:12:19.288 potentiellement, 317 00:12:19.708 --> 00:12:25.570 on n'y voit pas clair ou pas les bonnes choses et donc on prend les mauvaises décisions et potentiellement on s'écarte de l'atteinte de l'objectif. 318 00:12:26.090 --> 00:12:26.971 Voilà la donnée aujourd'hui. 319 00:12:27.515 --> 00:12:29.276 C'est quand même quelque chose de crucial. 320 00:12:29.496 --> 00:12:34.237 Et le point de départ avant même d'être capable de mettre en place toute une structure de contrôle de projet, 321 00:12:34.277 --> 00:12:37.158 c'est de s'assurer que cette donnée est bien collectée, 322 00:12:37.218 --> 00:12:37.938 bien structurée, 323 00:12:38.018 --> 00:12:38.558 de qualité, 324 00:12:38.698 --> 00:12:40.839 pour ensuite être capable de l'opérer. 325 00:12:43.960 --> 00:12:45.980 Un conseil peut-être pour faciliter ça ? 326 00:12:46.820 --> 00:12:49.601 On a nous plutôt tendance à essayer de s'appuyer sur des standards, 327 00:12:50.041 --> 00:12:52.722 parce qu'on va aller chercher des sources de données un peu différentes. 328 00:12:53.042 --> 00:12:53.542 En réalité, 329 00:12:53.642 --> 00:12:55.483 quand on parle de gestion de projet, 330 00:12:55.803 --> 00:12:59.426 on parle des mêmes disciplines de projets et donc souvent des mêmes typologies de données. 331 00:12:59.666 --> 00:13:00.547 Si on parle d'un planning, 332 00:13:00.987 --> 00:13:02.809 on va toujours retrouver les mêmes informations, 333 00:13:02.809 --> 00:13:05.111 en tout cas la même structure de données dans les plannings. 334 00:13:05.571 --> 00:13:06.953 Pareil sur des registres de risque, 335 00:13:07.053 --> 00:13:08.794 sur des gestions de coûts, 336 00:13:08.794 --> 00:13:09.395 de budget, 337 00:13:09.495 --> 00:13:10.556 sur une liste de ressources, 338 00:13:10.596 --> 00:13:10.716 etc. 339 00:13:11.336 --> 00:13:13.778 Le contenu en sera différent puisqu'on ne parle pas des mêmes projets, 340 00:13:13.778 --> 00:13:14.639 des mêmes entreprises, 341 00:13:14.679 --> 00:13:15.280 organisations. 342 00:13:15.820 --> 00:13:16.841 Ces sources de données, 343 00:13:17.501 --> 00:13:21.145 il va falloir qu'on arrive à y trouver un standard pour qu'on puisse les exploiter correctement. 344 00:13:21.265 --> 00:13:21.965 Et donc typiquement, 345 00:13:22.065 --> 00:13:23.887 plus on vient travailler sur des projets, 346 00:13:24.255 --> 00:13:25.235 À grande dimension, 347 00:13:25.415 --> 00:13:26.096 plus c'est complexe. 348 00:13:26.516 --> 00:13:28.456 Un projet qui a beaucoup de parties prenantes, 349 00:13:28.476 --> 00:13:29.377 beaucoup de fournisseurs, 350 00:13:29.717 --> 00:13:35.459 doit quand même être capable de consolider un planning global avec potentiellement des sources de données qui vont être différentes. 351 00:13:35.539 --> 00:13:39.940 Comment on fait pour avoir un standard qui nous permet de faire ça assez facilement ? 352 00:13:42.821 --> 00:13:44.501 Donc en mettant un standard en place, 353 00:13:44.742 --> 00:13:46.842 on résout les problèmes de structure de données. 354 00:13:47.402 --> 00:13:49.283 Il y a d'autres obstacles à surmonter ? 355 00:13:50.139 --> 00:13:51.139 La problématique qu'on a, 356 00:13:51.199 --> 00:13:55.221 c'est lorsqu'on joue avec un seul set de données qui correspond à un domaine, 357 00:13:55.601 --> 00:13:57.901 c'est assez facile de réaliser des analyses dessus. 358 00:13:58.161 --> 00:14:02.363 Lorsqu'on commence à travailler avec des multiples sources de données qui correspondent à des domaines différents, 359 00:14:02.923 --> 00:14:03.043 là, 360 00:14:03.083 --> 00:14:04.363 ça va devenir un peu plus compliqué. 361 00:14:04.623 --> 00:14:06.884 Donc lorsqu'on va vouloir lier des actions à des risques, 362 00:14:07.024 --> 00:14:08.004 des risques à des schedules, 363 00:14:08.004 --> 00:14:09.085 des schedules à de la workload, 364 00:14:09.105 --> 00:14:09.945 la workload à des coûts, 365 00:14:09.965 --> 00:14:10.085 etc., 366 00:14:10.865 --> 00:14:10.985 là, 367 00:14:11.025 --> 00:14:14.486 on commence à rentrer dans de la complexité d'architecture de données. 368 00:14:14.966 --> 00:14:15.406 Et du coup, 369 00:14:15.947 --> 00:14:16.307 au final, 370 00:14:16.327 --> 00:14:17.187 on a besoin d'une clé. 371 00:14:17.575 --> 00:14:18.135 Et cette clé, 372 00:14:19.016 --> 00:14:19.336 souvent, 373 00:14:19.356 --> 00:14:21.238 elle correspond à la structure de nos projets, 374 00:14:21.318 --> 00:14:22.439 ce qu'on appelle WBS, 375 00:14:22.559 --> 00:14:23.460 World Vision Structure, 376 00:14:23.780 --> 00:14:26.162 ou potentiellement ça peut être une autre structure de projet, 377 00:14:26.202 --> 00:14:27.443 comme la CBS ou l'OBS. 378 00:14:27.843 --> 00:14:29.404 Quand on travaille dans des grandes entreprises, 379 00:14:29.424 --> 00:14:31.386 souvent on a des départements qui travaillent pour les coûts, 380 00:14:31.386 --> 00:14:33.427 on a des départements qui travaillent pour les risques, 381 00:14:33.787 --> 00:14:34.388 pour le schedule. 382 00:14:34.608 --> 00:14:34.948 Et en fait, 383 00:14:34.988 --> 00:14:35.549 toutes ces données, 384 00:14:35.569 --> 00:14:36.770 elles ne parlent pas forcément entre eux. 385 00:14:36.890 --> 00:14:37.270 Et du coup, 386 00:14:37.290 --> 00:14:37.410 nous, 387 00:14:37.430 --> 00:14:38.271 notre objectif aussi, 388 00:14:38.331 --> 00:14:43.515 c'est d'arriver à créer cette clé qui sera capable de récupérer toutes ces données dans certains formats. 389 00:14:43.915 --> 00:14:45.136 d'arriver à créer ce standard, 390 00:14:45.136 --> 00:14:50.282 et ce standard doit être capable de faire parler les données entre ces différents domaines de la gestion de projet. 391 00:14:51.835 --> 00:14:54.477 Et ça c'est un point important sur la gouvernance de la donnée du coup, 392 00:14:54.497 --> 00:14:56.217 parce qu'on parle souvent de gouvernance dans ses process, 393 00:14:56.598 --> 00:14:59.419 qui est au-delà de quelles données et comment il va la propager, 394 00:15:00.200 --> 00:15:01.420 mais quels sont les points d'interface. 395 00:15:01.560 --> 00:15:02.701 Donc dans la gouvernance de la donnée, 396 00:15:02.701 --> 00:15:03.381 il y a ces notions-là, 397 00:15:03.822 --> 00:15:06.483 il y a une clé qui permet de faire parler ces données-là, 398 00:15:06.503 --> 00:15:07.023 et si sans, 399 00:15:07.204 --> 00:15:11.726 on n'arrive pas à la garantir et notamment garantir son intégrité, 400 00:15:12.246 --> 00:15:15.108 on risque d'avoir des problématiques sur l'ensemble de la gestion de projet. 401 00:15:15.148 --> 00:15:15.568 Globalement, 402 00:15:15.648 --> 00:15:16.509 chaque discipline, 403 00:15:17.109 --> 00:15:18.570 en tant que silo va bien fonctionner, 404 00:15:18.950 --> 00:15:20.671 l'ensemble aura du mal à fonctionner. 405 00:15:23.287 --> 00:15:23.928 Si je comprends bien, 406 00:15:24.508 --> 00:15:29.149 c'est ce point-là qui va être clé pour arriver à exploiter les données facilement, 407 00:15:29.189 --> 00:15:33.430 à faire en sorte qu'on puisse matcher des données de planning avec des données de ressources, 408 00:15:33.490 --> 00:15:34.771 de coûts et de risques, 409 00:15:34.831 --> 00:15:35.491 d'une certaine manière. 410 00:15:36.571 --> 00:15:37.011 Exactement. 411 00:15:37.251 --> 00:15:39.112 Et c'est vrai que dans la question de projet, 412 00:15:39.952 --> 00:15:40.992 c'est assez théorisé. 413 00:15:41.553 --> 00:15:42.093 Néanmoins, 414 00:15:42.113 --> 00:15:45.114 on le voit souvent dans le monde de l'entreprise, 415 00:15:45.534 --> 00:15:48.575 on a quand même du mal à avoir des standards définis, 416 00:15:48.655 --> 00:15:50.035 quand bien même on fait tous la même chose. 417 00:15:50.275 --> 00:15:51.216 on fait tous des plannings, 418 00:15:51.376 --> 00:15:52.136 tous des budgets, 419 00:15:52.297 --> 00:15:53.417 tous des registres de risques, 420 00:15:53.718 --> 00:15:57.260 on aura du mal à trouver un standard appliqué à peu près partout. 421 00:15:57.641 --> 00:15:58.481 C'est peut-être ce qui nous manque, 422 00:15:58.481 --> 00:15:58.982 mais en tout cas, 423 00:15:59.942 --> 00:16:01.143 avant d'essayer de l'appliquer partout, 424 00:16:01.363 --> 00:16:11.491 on essaie d'avoir une solution qui permet à n'importe qui d'arriver à travailler sur certains standards pour rassembler des données qui sont les mêmes sur des structures différentes. 425 00:16:14.447 --> 00:16:14.767 Du coup, 426 00:16:14.767 --> 00:16:14.887 là, 427 00:16:14.907 --> 00:16:18.690 on est plutôt sur l'exploitation de différents types de données ensemble, 428 00:16:18.690 --> 00:16:23.933 mais je suppose que le problème se pose aussi pour un même type de données avec plusieurs sources potentielles, 429 00:16:24.034 --> 00:16:24.314 comme, 430 00:16:24.714 --> 00:16:25.134 je ne sais pas, 431 00:16:25.134 --> 00:16:33.300 le planning avec différents fournisseurs qui vont avoir des plannings dont la structure ne va pas forcément être cohérente entre eux et simple à exploiter. 432 00:16:33.300 --> 00:16:33.580 Du coup, 433 00:16:33.580 --> 00:16:34.721 vous avez des conseils, 434 00:16:35.201 --> 00:16:36.582 des choses à mettre en place pour cela ? 435 00:16:37.983 --> 00:16:38.143 Oui. 436 00:16:38.343 --> 00:16:38.643 C'est clair. 437 00:16:39.644 --> 00:16:40.124 Typiquement, 438 00:16:40.824 --> 00:16:45.006 si on prend l'exemple d'un client et un fournisseur qui travaillent sur le même projet, 439 00:16:45.706 --> 00:16:46.407 déjà ce qui est certain, 440 00:16:46.487 --> 00:16:49.228 c'est qu'il y a peu de chances qu'ils partagent un code projet. 441 00:16:49.448 --> 00:16:53.790 Et c'est peut-être ce code projet qui est important déjà pour savoir que cette donnée appartient à ce projet-là. 442 00:16:54.170 --> 00:16:54.830 Et ce code projet, 443 00:16:54.830 --> 00:17:02.254 il doit être un identifiant unique qui est reconnaissable au sein du même projet parce que c'est ce qui rassemble ces deux organisations. 444 00:17:02.754 --> 00:17:02.874 Ça, 445 00:17:02.914 --> 00:17:03.934 c'est le premier point de départ. 446 00:17:03.934 --> 00:17:04.194 Et si, 447 00:17:04.275 --> 00:17:04.755 par exemple, 448 00:17:04.775 --> 00:17:05.115 on prend... 449 00:17:05.607 --> 00:17:06.647 Le cas de la planification, 450 00:17:07.028 --> 00:17:07.548 effectivement, 451 00:17:08.148 --> 00:17:09.549 un planning qui vient d'un fournisseur, 452 00:17:09.569 --> 00:17:10.729 un planning qui vient du client, 453 00:17:10.729 --> 00:17:13.350 et ces deux-là doivent travailler ensemble pour y voir clair. 454 00:17:14.050 --> 00:17:14.711 Bien évidemment, 455 00:17:15.071 --> 00:17:19.433 on se retrouve souvent avec des organisations qui vont avoir fait des choix de logiciels différents. 456 00:17:20.253 --> 00:17:21.033 Et donc souvent, 457 00:17:21.493 --> 00:17:22.814 quand on vient chercher cette donnée-là, 458 00:17:23.194 --> 00:17:29.697 on va se retrouver avec deux données de planning qui proviennent de deux logiciels différents et donc avec des structures de données différentes. 459 00:17:30.077 --> 00:17:30.497 Globalement, 460 00:17:30.497 --> 00:17:32.198 le contenu va se ressembler, 461 00:17:33.038 --> 00:17:35.059 ou les informations qu'on va trouver vont... 462 00:17:35.819 --> 00:17:37.480 au final être semblable. 463 00:17:37.760 --> 00:17:39.221 Et c'est là où on a besoin de ce standard, 464 00:17:39.242 --> 00:17:40.903 un format de liste bien conçu, 465 00:17:40.923 --> 00:17:43.625 et surtout de reconnaître quel champ va avec quel champ, 466 00:17:44.045 --> 00:17:45.446 pour avoir une donnée, 467 00:17:45.666 --> 00:17:46.346 planification, 468 00:17:46.466 --> 00:17:47.167 pour ce projet-là, 469 00:17:47.567 --> 00:17:52.971 qui est rassemblée et qui est exploitable pour en faire un planning plus visuel, 470 00:17:53.031 --> 00:17:53.611 une roadmap, 471 00:17:53.671 --> 00:17:55.112 pour en simuler quelque chose, 472 00:17:55.112 --> 00:17:59.115 pour en faire une S-curve pour mesurer la performance du planning, 473 00:17:59.556 --> 00:17:59.716 etc. 474 00:18:00.416 --> 00:18:04.279 Et donc c'est vraiment la clé au final qu'il faut aller chercher. 475 00:18:04.579 --> 00:18:04.879 Et en fait, 476 00:18:04.879 --> 00:18:05.379 ce standard, 477 00:18:05.379 --> 00:18:08.341 il faut l'écrire pour être capable de le réappliquer tout le temps. 478 00:18:08.401 --> 00:18:09.922 C'est ce sur quoi on a beaucoup travaillé. 479 00:18:10.222 --> 00:18:17.346 Quelle est cette clé qu'on vient appliquer dès qu'on a une source de données pour la transformer et être efficace à chaque fois qu'on vient refaire cet exercice-là ? 480 00:18:19.167 --> 00:18:20.107 Et cette clé aussi, 481 00:18:20.988 --> 00:18:21.368 au final, 482 00:18:21.428 --> 00:18:24.470 si une personne fait le travail de son côté, 483 00:18:24.470 --> 00:18:32.974 il faut que cette clé soit partagée à travers l'entreprise pour que tout le monde puisse réutiliser au final cette clé commune et que chacun ne crée pas sa propre clé à chacun de son côté. 484 00:18:36.347 --> 00:18:36.527 Oui, 485 00:18:36.607 --> 00:18:40.608 c'est qu'il faut avoir une structure globale qui permet à tout le monde de fonctionner, 486 00:18:40.888 --> 00:18:43.789 qui soit partagée et appliquée par tout le monde. 487 00:18:44.909 --> 00:18:45.870 On a des principes comme ça, 488 00:18:45.930 --> 00:18:46.190 Tanguy, 489 00:18:46.610 --> 00:18:48.731 qui sont assez forts dans notre projet. 490 00:18:49.151 --> 00:18:52.452 C'est ce sur quoi on travaille et c'est le fruit de 30 ans d'expérience sur le terrain. 491 00:18:52.952 --> 00:18:53.112 Déjà, 492 00:18:53.132 --> 00:18:54.912 le concept d'un data model universel, 493 00:18:55.032 --> 00:18:57.933 un modèle de données universel pour le projet. 494 00:18:57.973 --> 00:18:58.253 Donc ça, 495 00:18:58.293 --> 00:19:01.254 je pense que Bastien et Julien ont bien développé le sujet. 496 00:19:02.355 --> 00:19:02.755 Et après, 497 00:19:02.815 --> 00:19:03.295 effectivement, 498 00:19:03.375 --> 00:19:03.575 c'est... 499 00:19:04.075 --> 00:19:09.900 de permettre aux utilisateurs de gagner du temps parce que les workflows aujourd'hui ne sont pas optimisés de par le data monster, 500 00:19:09.900 --> 00:19:11.021 de par les silos de données, 501 00:19:11.021 --> 00:19:12.142 de par la qualité de la donnée. 502 00:19:12.482 --> 00:19:17.606 Et il y a assez peu d'incentives aujourd'hui à demander aux gens de passer encore plus de temps à avoir de la donnée de qualité. 503 00:19:18.067 --> 00:19:19.348 Donc pour avoir de la donnée de qualité, 504 00:19:19.428 --> 00:19:19.748 aujourd'hui, 505 00:19:19.748 --> 00:19:23.571 il n'y a pas d'autre solution que de redonner de la valeur aux utilisateurs en échange de ce temps passé. 506 00:19:24.011 --> 00:19:28.095 Et de leur montrer aussi qu'il existe des workflows qui leur demandent moins de temps. 507 00:19:28.135 --> 00:19:32.979 Donc la concaténation de différentes sources disparates de planning pour faire une roadmap consolidée 508 00:19:33.339 --> 00:19:34.419 qui s'automatise toute seule. 509 00:19:34.479 --> 00:19:35.940 C'est l'un des cas d'usage, 510 00:19:35.1000 --> 00:19:36.480 effectivement, 511 00:19:36.520 --> 00:19:37.180 que l'on développe. 512 00:19:37.600 --> 00:19:39.481 Mais c'est un parmi beaucoup d'autres. 513 00:19:39.861 --> 00:19:41.021 Et c'est très bien de parler d'IA, 514 00:19:41.361 --> 00:19:44.182 mais il n'y a pas forcément besoin d'IA pour faire tout ça très bien. 515 00:19:44.522 --> 00:19:44.923 Et d'ailleurs, 516 00:19:44.983 --> 00:19:48.024 c'est plus éco-responsable de ne pas utiliser de l'IA lorsqu'on peut s'en passer, 517 00:19:48.864 --> 00:19:49.544 juste au passage. 518 00:19:50.104 --> 00:19:50.304 L'IA, 519 00:19:50.324 --> 00:19:51.024 à tout bout de champ, 520 00:19:51.084 --> 00:19:53.545 ça aura les limites que notre planète nous impose. 521 00:19:53.905 --> 00:19:57.867 Il est très important d'utiliser l'IA partout où on doit le faire, 522 00:19:58.247 --> 00:19:58.927 et de le faire bien. 523 00:19:59.407 --> 00:20:02.031 mais aussi il est très important de s'en passer partout où on peut, 524 00:20:02.092 --> 00:20:04.415 et il y a plein de zones où il ne faut pas être feignant, 525 00:20:04.896 --> 00:20:08.121 et absolument avoir le courage de regarder ces workflows, 526 00:20:08.402 --> 00:20:11.266 et d'associer un travail lié à l'outil, 527 00:20:11.687 --> 00:20:14.171 à un travail lié au process également. 528 00:20:14.840 --> 00:20:16.801 Il y a moyen de faire plus simple sans IA, 529 00:20:16.861 --> 00:20:16.982 quoi. 530 00:20:18.583 --> 00:20:18.703 Oui, 531 00:20:18.743 --> 00:20:18.863 oui. 532 00:20:19.583 --> 00:20:19.924 Je veux dire, 533 00:20:19.944 --> 00:20:21.044 on ne fait pas la chasse à l'IA. 534 00:20:21.144 --> 00:20:23.146 On l'utilise et c'est très précieux comme outil de travail. 535 00:20:23.226 --> 00:20:24.066 Mais surtout, 536 00:20:24.947 --> 00:20:26.388 ce n'est pas la solution à tout. 537 00:20:26.508 --> 00:20:27.789 Et pour que l'IA performe bien, 538 00:20:28.229 --> 00:20:29.530 il faut avoir des fondations solides. 539 00:20:30.031 --> 00:20:30.151 Oui, 540 00:20:30.411 --> 00:20:31.191 on est d'accord là-dessus. 541 00:20:33.573 --> 00:20:33.873 Du coup, 542 00:20:33.873 --> 00:20:35.955 on a un peu vu comment structurer les données. 543 00:20:36.675 --> 00:20:39.237 Une fois que celles-ci sont consolidées, 544 00:20:39.557 --> 00:20:43.280 comment les rendre exploitables pour le projet et pour piloter le projet ? 545 00:20:44.972 --> 00:20:47.554 Une fois qu'on a réussi à mettre tout ça ensemble, 546 00:20:48.694 --> 00:20:51.835 les faire communiquer et les rendre cohérentes, 547 00:20:52.576 --> 00:20:54.016 comment les exploiter efficacement ? 548 00:20:54.677 --> 00:20:54.797 Là, 549 00:20:54.797 --> 00:20:58.658 on va rentrer sur le domaine qui est plutôt la visualisation de la donnée, 550 00:20:59.539 --> 00:21:00.619 la business intelligence, 551 00:21:00.679 --> 00:21:00.799 etc., 552 00:21:01.520 --> 00:21:05.021 qui bien évidemment se base sur la donnée et donc sur une bonne structure de données. 553 00:21:05.361 --> 00:21:06.022 Le premier travail, 554 00:21:06.042 --> 00:21:09.983 c'est de transformer la donnée et la rendre facilement exploitable. 555 00:21:10.864 --> 00:21:11.444 Et donc du coup... 556 00:21:11.768 --> 00:21:12.168 Encore une fois, 557 00:21:12.188 --> 00:21:13.109 il y a des standards. 558 00:21:13.209 --> 00:21:13.649 Typiquement, 559 00:21:14.170 --> 00:21:24.136 il faut faire en sorte d'être toujours sur ce qu'on va appeler plutôt des formats de liste de données plutôt que typiquement des systèmes de tableaux à double entrée qui sont beaucoup plus difficiles à exploiter. 560 00:21:24.577 --> 00:21:25.137 Encore une fois, 561 00:21:25.177 --> 00:21:29.720 il y a des disparités au niveau des disciplines de la gestion de projet parce que si on prend de la donnée planification, 562 00:21:29.760 --> 00:21:33.303 elle va être plutôt bien structurée au sens d'un format de liste. 563 00:21:33.303 --> 00:21:34.203 Si on prend des données, 564 00:21:34.904 --> 00:21:35.304 par exemple, 565 00:21:35.324 --> 00:21:36.725 plutôt gestion de coût ou budget, 566 00:21:37.205 --> 00:21:39.307 on a plutôt tendance à faire des tableaux à double entrée. 567 00:21:39.347 --> 00:21:40.207 C'est beaucoup plus pratique. 568 00:21:40.468 --> 00:21:41.028 Mais par contre... 569 00:21:41.496 --> 00:21:45.639 plus difficile à exploiter quand on vient essayer de comprendre ce qui se cache derrière, 570 00:21:45.719 --> 00:21:49.401 notamment d'y mettre de la visualisation de données ou de la business intelligence. 571 00:21:50.162 --> 00:21:50.742 Donc globalement, 572 00:21:51.603 --> 00:21:51.823 ici, 573 00:21:52.323 --> 00:21:54.265 ça aide d'appliquer aussi cette règle, 574 00:21:54.325 --> 00:21:57.647 comment on transforme tout ça sur des formats de liste à plat. 575 00:21:58.408 --> 00:21:59.208 La transformation, 576 00:21:59.248 --> 00:22:00.389 il faut qu'elle soit efficace, 577 00:22:00.389 --> 00:22:03.111 c'est-à-dire qu'on peut passer du temps à savoir comment la transformer, 578 00:22:03.111 --> 00:22:03.771 mais une fois que c'est fait, 579 00:22:03.771 --> 00:22:06.833 il ne faut pas repasser plus de temps par la suite, 580 00:22:06.833 --> 00:22:08.234 donc il faut la réappliquer très facilement. 581 00:22:08.655 --> 00:22:09.155 Et ensuite, 582 00:22:09.635 --> 00:22:10.396 une fois que ça c'est fait... 583 00:22:10.720 --> 00:22:13.821 On va récupérer une structure par typologie de données qui est propre, 584 00:22:13.881 --> 00:22:14.362 mais surtout, 585 00:22:14.702 --> 00:22:15.342 comme on l'expliquait, 586 00:22:15.382 --> 00:22:19.464 avec des systèmes de clés qui vont permettre que chaque donnée puisse bien se comprendre. 587 00:22:19.704 --> 00:22:20.004 Et donc, 588 00:22:20.664 --> 00:22:22.986 on parlait notamment des structures de projet, 589 00:22:23.086 --> 00:22:23.866 les WBS, 590 00:22:23.926 --> 00:22:24.446 les OBS, 591 00:22:24.506 --> 00:22:24.626 etc. 592 00:22:24.946 --> 00:22:25.066 Ça, 593 00:22:25.066 --> 00:22:28.188 ça nous permet de faire correspondre des données ensemble. 594 00:22:28.588 --> 00:22:29.048 Et puis, 595 00:22:29.108 --> 00:22:29.388 surtout, 596 00:22:29.969 --> 00:22:35.431 tout ce qui va être code projet ou n'importe quel code référence qui va permettre de lier les données. 597 00:22:36.171 --> 00:22:36.291 Ça, 598 00:22:36.331 --> 00:22:37.392 c'est un point important. 599 00:22:38.176 --> 00:22:45.219 C'est toujours difficile d'exploiter une donnée si on ne vient pas garantir les standards de gestion de données et de bases de données. 600 00:22:45.619 --> 00:22:47.060 Donc là on est plutôt dans le monde informatique, 601 00:22:47.080 --> 00:22:49.341 mais c'est au final le cœur de la problématique, 602 00:22:49.361 --> 00:22:51.282 puisque la donnée vient du monde informatique. 603 00:22:51.682 --> 00:22:54.923 Il faut faire attention d'avoir tout le temps des identifiants uniques, 604 00:22:55.003 --> 00:22:58.805 et essayer aussi d'appliquer au maximum ce qu'on appelle la validation des données, 605 00:22:58.845 --> 00:23:00.966 c'est-à-dire quand on est dans des champs de données, 606 00:23:01.126 --> 00:23:05.087 il va y avoir souvent un nettoyage à faire parce qu'on attend certains champs attendus. 607 00:23:05.327 --> 00:23:06.588 Je prends l'exemple de planification. 608 00:23:07.108 --> 00:23:15.772 en planning on va trouver des éléments qui sont de type tâche et de type jalons mais si en réalité dans cette colonne là on va retrouver plein d'informations déstructurées, 609 00:23:16.112 --> 00:23:33.699 jalons qui est écrit de plein de manières différentes tâches pareilles etc etc il y a un gros nettoyage à faire c'est de la validation de données et ça plus on le fait en amont mieux c'est et ensuite ce nettoyage doit être bien fait pour être capable d'exploiter la donnée et là on aura des systèmes de dashboards beaucoup plus propres et donc qui vont faciliter 610 00:23:33.859 --> 00:23:34.1000 le pilotage si c'est pas le cas 611 00:23:35.364 --> 00:23:40.649 On risque de passer beaucoup plus de temps à transformer la donnée plutôt qu'à l'analyser, 612 00:23:41.049 --> 00:23:43.632 ce qui n'est pas le but du contrôle de projet et de militer du PMO. 613 00:23:44.052 --> 00:23:44.333 L'idée, 614 00:23:44.393 --> 00:23:54.062 c'est de réduire presque à zéro les tâches de transformation de données pour prendre son temps sur l'analyse de la donnée et le restituer au projet pour aider le projet à être bien piloté. 615 00:23:56.664 --> 00:23:57.785 L'enjeu pour le pilotage, 616 00:23:58.045 --> 00:24:00.468 c'est de pouvoir faire de la corrélation. 617 00:24:01.296 --> 00:24:07.241 de paramètres qui sont distincts dans la manière dont ils sont pilotés et dont les données sont stockées aujourd'hui. 618 00:24:08.122 --> 00:24:10.244 Donc toutes les disciplines de projet qu'on a listées avant, 619 00:24:10.264 --> 00:24:10.484 en fait, 620 00:24:10.484 --> 00:24:12.005 elles sont pilotées indépendamment aujourd'hui. 621 00:24:12.366 --> 00:24:13.647 Et donc les corrélés, 622 00:24:14.007 --> 00:24:16.950 c'est énormément de travail manuel et de risque d'erreur au passage. 623 00:24:17.550 --> 00:24:18.411 Et l'autre enjeu, 624 00:24:18.571 --> 00:24:26.618 c'est d'en reconnaître les interdépendances de façon à pouvoir mieux anticiper les effets des décisions qui sont prises. 625 00:24:26.898 --> 00:24:27.278 Et tout ça, 626 00:24:27.318 --> 00:24:27.639 en fait, 627 00:24:28.299 --> 00:24:28.519 c'est... 628 00:24:29.160 --> 00:24:38.367 Ce sont des choses très tangibles qui sont extrêmement difficiles à faire avec les technos qui sont disponibles la plupart du temps dans nos grands groupes industriels français et internationaux. 629 00:24:41.250 --> 00:24:47.695 Quels vont être les leviers pour transformer ces données disparates en informations utiles pour le pilotage du projet ? 630 00:24:48.596 --> 00:24:49.016 Deux points. 631 00:24:49.412 --> 00:24:55.076 qui pour moi sont extrêmement importants lorsqu'on veut vraiment exploiter les données le mieux qu'on peut. 632 00:24:56.037 --> 00:24:56.697 Notre plateforme, 633 00:24:56.777 --> 00:25:00.900 notre data model doit être capable de nous permettre d'enrichir la donnée source. 634 00:25:01.381 --> 00:25:02.802 C'est-à-dire que souvent, 635 00:25:03.142 --> 00:25:06.264 ce qu'on va récupérer d'un schedule ou d'un fichier Excel qui manage des actions, 636 00:25:06.264 --> 00:25:06.384 etc., 637 00:25:07.085 --> 00:25:08.346 comprend pas mal de données, 638 00:25:08.646 --> 00:25:09.807 mais nous on a besoin de l'enrichir, 639 00:25:09.867 --> 00:25:10.948 rajouter des commentaires, 640 00:25:10.988 --> 00:25:13.310 rajouter une structure pour pouvoir mieux visualiser la donnée, 641 00:25:13.350 --> 00:25:13.470 etc. 642 00:25:14.070 --> 00:25:14.530 Et au final, 643 00:25:14.590 --> 00:25:16.592 cet enrichissement de données doit être stocké quelque part. 644 00:25:16.732 --> 00:25:19.649 et il doit être réutilisé lorsque la donnée source est mise à jour. 645 00:25:20.210 --> 00:25:20.671 Et ça aussi, 646 00:25:20.731 --> 00:25:24.714 ça nous permet de réaliser des simulations de scénarios. 647 00:25:24.734 --> 00:25:25.415 C'est-à-dire, 648 00:25:25.495 --> 00:25:25.755 demain, 649 00:25:25.795 --> 00:25:27.477 j'ai envie de faire rentrer des nouveaux projets, 650 00:25:27.477 --> 00:25:30.840 j'ai envie de rajouter des ressources qui n'existent pas dans mon environnement RH, 651 00:25:30.840 --> 00:25:41.849 parce que je suis capable de le faire pour pouvoir simuler des projets qui rentrent et savoir si la capacité de mon équipe actuelle pourra répondre à la charge ou je vais devoir embaucher dans quelques mois. 652 00:25:42.370 --> 00:25:42.890 Et en plus de ça, 653 00:25:42.870 --> 00:25:45.152 il y a un autre point aussi qui est très important pour moi, 654 00:25:45.232 --> 00:25:46.113 c'est l'accessibilité, 655 00:25:46.173 --> 00:25:46.714 le partage. 656 00:25:46.974 --> 00:25:55.920 C'est-à-dire que n'importe quel stratége de l'entreprise doit être capable d'accéder à la donnée qui a été officialisée et validée et d'en trouver son compte. 657 00:25:55.920 --> 00:25:56.460 C'est-à-dire que, 658 00:25:56.840 --> 00:25:57.341 par exemple, 659 00:25:57.341 --> 00:26:04.765 on ne va pas forcément voir un décideur ou un CEO qui va aller dans SAP réaliser un extract pour essayer de comprendre ce qui se passe dans ses coûts, 660 00:26:04.765 --> 00:26:05.146 par exemple. 661 00:26:05.886 --> 00:26:06.166 Donc voilà, 662 00:26:06.246 --> 00:26:11.870 c'est comment on rend ce data model accessible à n'importe quelle personne travaillant dans l'entreprise. 663 00:26:14.710 --> 00:26:15.070 Et du coup, 664 00:26:15.090 --> 00:26:16.091 vous avez des méthodes, 665 00:26:16.151 --> 00:26:18.253 des outils pour arriver à faciliter ça, 666 00:26:18.493 --> 00:26:22.397 des technologies particulièrement efficaces pour arriver à exploiter ces données ? 667 00:26:23.298 --> 00:26:23.718 Typiquement, 668 00:26:23.778 --> 00:26:25.119 si on prend Power BI, 669 00:26:25.279 --> 00:26:25.600 Power BI, 670 00:26:25.740 --> 00:26:28.382 c'est un excellent logiciel qui nous permet de faire du BI, 671 00:26:28.602 --> 00:26:29.023 justement, 672 00:26:29.183 --> 00:26:29.923 de prendre des données, 673 00:26:29.943 --> 00:26:31.825 créer des data models et créer de la visualisation. 674 00:26:32.165 --> 00:26:33.967 Mais lorsqu'on doit enrichir la donnée, 675 00:26:34.067 --> 00:26:34.888 ça devient compliqué. 676 00:26:35.028 --> 00:26:35.368 Du coup, 677 00:26:35.568 --> 00:26:35.788 souvent, 678 00:26:35.788 --> 00:26:36.329 qu'est-ce qu'on fait ? 679 00:26:36.649 --> 00:26:38.030 On va créer des fichiers que ça a à côté, 680 00:26:38.110 --> 00:26:38.911 on va rejeter la donnée, 681 00:26:38.931 --> 00:26:41.874 on va réimporter notre Power BI et c'est assez complexe. 682 00:26:42.234 --> 00:26:42.995 Et donc au final, 683 00:26:43.035 --> 00:26:48.180 on se retrouve un peu bloqué dans un monde où il y a plein d'outils qui sont sur-spécialisés sur un domaine, 684 00:26:48.500 --> 00:26:53.424 mais qui ne communiquent pas forcément entre eux et qui ne sont pas capables au final de faire du real-time, 685 00:26:53.504 --> 00:26:54.065 on va dire, 686 00:26:54.245 --> 00:26:57.908 de modification d'informations pour réaliser des scénarios rapidement. 687 00:26:58.349 --> 00:27:01.552 C'est dans ce monde-là qu'on évolue actuellement chez nos clients. 688 00:27:01.792 --> 00:27:02.753 Et c'est pour ça qu'au final, 689 00:27:02.773 --> 00:27:05.996 on a créé Cleverest qui est capable de créer ce data model, 690 00:27:06.056 --> 00:27:06.556 d'enrichir, 691 00:27:06.917 --> 00:27:08.118 de réaliser des analyses. 692 00:27:09.102 --> 00:27:14.085 et de rendre l'accessibilité et le partage de ces analyses plus facile. 693 00:27:15.666 --> 00:27:18.928 C'est ce qu'on appelle les outils d'ETL, 694 00:27:19.028 --> 00:27:20.289 de transformation de données, 695 00:27:20.349 --> 00:27:23.491 Power BI en fait partie et en plus ça fait de la visualisation, 696 00:27:23.571 --> 00:27:25.652 il y en a beaucoup d'autres qui le font. 697 00:27:26.112 --> 00:27:28.294 La particularité c'est que ce n'est pas magique non plus, 698 00:27:28.394 --> 00:27:32.256 il faut quand même un travail aussi pour qu'on puisse bien fonctionner, 699 00:27:32.336 --> 00:27:33.757 ça fait partie d'un métier, 700 00:27:33.877 --> 00:27:35.798 c'est un métier de data analyst notamment. 701 00:27:36.310 --> 00:27:37.711 C'est aujourd'hui nécessaire, 702 00:27:37.731 --> 00:27:41.793 on voit aujourd'hui beaucoup de clients qui vont bloquer cette étape-là, 703 00:27:42.774 --> 00:27:44.475 ou parfois qui vont aller un peu trop vite, 704 00:27:44.815 --> 00:27:49.037 et donc stocker de la donnée qui n'est pas standardisée sur des mêmes typologies de données. 705 00:27:49.277 --> 00:27:50.618 Et donc ça devient compliqué, 706 00:27:50.638 --> 00:27:52.939 c'est-à-dire que j'ai une base de planning gigantesque, 707 00:27:53.239 --> 00:28:01.624 sauf que je vais retrouver tellement de données sur des formats différents qui vont être durs à exploiter pour en sortir quelque chose de cohérent sur plusieurs projets, 708 00:28:02.244 --> 00:28:03.005 à plusieurs années, 709 00:28:03.065 --> 00:28:03.605 etc. 710 00:28:06.802 --> 00:28:08.244 Si on n'est pas data analyst, 711 00:28:08.404 --> 00:28:12.109 ce qui est quand même le cas de la majorité des personnes traitant les données des projets, 712 00:28:12.570 --> 00:28:14.633 on fait comment pour faire cela efficacement ? 713 00:28:15.542 --> 00:28:18.003 On travaille donc sur une plateforme qui s'appelle Claverest. 714 00:28:18.263 --> 00:28:18.383 Et 715 00:28:18.723 --> 00:28:24.264 Claverest, c'est vraiment un outil fait par les PMO et les Project Controllers pour les PMO et les Project Controllers. 716 00:28:25.185 --> 00:28:25.585 L'objectif, 717 00:28:25.625 --> 00:28:26.865 c'est vraiment la maîtrise des projets. 718 00:28:27.365 --> 00:28:28.366 Et ce que l'on constate, 719 00:28:28.386 --> 00:28:30.366 c'est qu'il y a vraiment deux catégories d'environnement. 720 00:28:30.706 --> 00:28:32.947 Il y a les environnements qui sont sous-équipés, 721 00:28:33.267 --> 00:28:39.169 donc soit des petits projets qui passent un peu sous le radar ou alors des projets de transformation qui sont pourtant critiques, 722 00:28:39.249 --> 00:28:40.209 absolument stratégiques, 723 00:28:40.609 --> 00:28:42.730 mais qui ne seront pas équipés par les outils d'entreprise. 724 00:28:42.930 --> 00:28:44.110 Et à l'autre bout du spectre, 725 00:28:44.514 --> 00:28:49.996 on a à peu près la totalité de la population des gros projets qui sont suréquipés par le Data Monster. 726 00:28:50.677 --> 00:28:51.737 Et en fait, 727 00:28:52.838 --> 00:28:53.558 ce que l'on a conçu, 728 00:28:53.698 --> 00:28:56.479 c'est une plateforme qui sache s'adapter aux deux environnements. 729 00:28:56.879 --> 00:28:57.800 C'est-à-dire qu'à la fois, 730 00:28:57.860 --> 00:29:04.583 elle puisse être utilisée de manière autonome et complètement autosuffisante pour servir aux besoins des professionnels de la maîtrise de projet. 731 00:29:04.983 --> 00:29:05.163 Donc, 732 00:29:05.943 --> 00:29:11.926 une plateforme réellement pointue sur de la maîtrise de projet qui s'utilise de manière autoporteuse. 733 00:29:12.406 --> 00:29:12.526 Et... 734 00:29:13.306 --> 00:29:17.330 pour l'autre bout du spectre qui est extrêmement représenté et qui fait perdre énormément de temps aux gens, 735 00:29:18.991 --> 00:29:19.992 une forme de data hub. 736 00:29:21.333 --> 00:29:32.622 Quelque chose qu'il faut s'imaginer comme avec des tentacules qui viennent se connecter à l'ensemble des sources de données et qui puissent permettre de donner un espace de pilotage aux gens, 737 00:29:32.902 --> 00:29:34.704 un espace unique de pilotage aux gens. 738 00:29:35.024 --> 00:29:35.384 Et en fait, 739 00:29:35.424 --> 00:29:35.905 Cleverest, 740 00:29:36.165 --> 00:29:37.126 dans cette configuration-là, 741 00:29:37.186 --> 00:29:38.987 se connecte aux gros outils d'entreprise, 742 00:29:39.127 --> 00:29:42.050 des outils de planification lourdes comme Planisware ou Primavera, 743 00:29:42.530 --> 00:29:43.691 ou MS Project ou autres, 744 00:29:44.111 --> 00:29:46.112 ou des ERP comme SAP, 745 00:29:46.792 --> 00:29:49.713 et se connectent également à des outils de BI, 746 00:29:49.793 --> 00:29:52.054 parce que l'ultra-customisation des BI, 747 00:29:52.134 --> 00:29:53.755 c'est quelque chose qui est déjà bien couvert, 748 00:29:53.775 --> 00:29:57.876 il n'y a plus de besoin non assouvi dans cette niche, 749 00:29:58.277 --> 00:29:59.377 mais également, 750 00:29:59.997 --> 00:30:02.198 ce qui est toujours systématiquement oublié, 751 00:30:02.498 --> 00:30:03.059 c'est la vraie vie. 752 00:30:03.339 --> 00:30:04.759 Il faut des connecteurs avec la vraie vie, 753 00:30:05.119 --> 00:30:06.700 et des connecteurs avec la vraie vie, 754 00:30:06.820 --> 00:30:09.421 c'est à savoir absorber les fichiers Excel que les gens font, 755 00:30:09.681 --> 00:30:11.202 y compris quand les gens font du dessin. 756 00:30:11.442 --> 00:30:12.943 et pas uniquement de la donnée structurée. 757 00:30:13.403 --> 00:30:21.528 Savoir absorber les pléthores de planches PowerPoint qui circulent dans les organisations et qui sont stockées dans des boîtes e-mail ou dans des SharePoint. 758 00:30:22.529 --> 00:30:26.511 Savoir prendre une simple photo d'un tableau blanc pour ne pas avoir besoin de tout retaper. 759 00:30:27.131 --> 00:30:29.093 Quand on parle de dessiner un WBS, 760 00:30:29.173 --> 00:30:30.774 même quand ça ressemble à une mind map, 761 00:30:30.774 --> 00:30:34.356 ou alors prendre une liste de bullet points ou une roadmap qui a été dessinée. 762 00:30:35.857 --> 00:30:36.197 Cleveress, 763 00:30:36.257 --> 00:30:37.858 c'est vraiment un data hub qui permet... 764 00:30:38.414 --> 00:30:40.095 de se connecter au système d'entreprise, 765 00:30:40.195 --> 00:30:47.800 au BI et également à la vraie vie parce que la vraie vie ne fait pas partie de la théorie de la gestion de projet mais elle est éminemment présente dans le quotidien des gens, 766 00:30:47.940 --> 00:30:48.361 ça va de soi. 767 00:30:51.463 --> 00:30:59.388 Vous avez peut-être des exemples concrets où l'analyse de données projet a fait la différence dans les décisions qui ont été prises et dans le management du projet ? 768 00:31:00.789 --> 00:31:00.909 Oui, 769 00:31:00.909 --> 00:31:02.310 je peux vous parler d'une anecdote. 770 00:31:03.070 --> 00:31:08.775 notamment quand j'opérais pour le fournisseur d'un constructeur aéronautique européen, 771 00:31:09.195 --> 00:31:10.937 un des plus gros fournisseurs sur le programme, 772 00:31:10.937 --> 00:31:15.961 et en fait ce fournisseur avait la réputation globalement d'être tout le temps en retard, 773 00:31:15.961 --> 00:31:19.684 et d'ailleurs de causer le retard au final du projet. 774 00:31:20.364 --> 00:31:22.606 J'étais en phase de développement d'engineering, 775 00:31:23.207 --> 00:31:27.050 donc vraiment conception de l'avion. 776 00:31:27.490 --> 00:31:30.552 Et donc typiquement il y avait tout un jeu de gestion des interdépendances, 777 00:31:30.592 --> 00:31:32.073 ce qu'on appelle la gestion des work packages, 778 00:31:32.073 --> 00:31:33.453 et le fournisseur a un work package, 779 00:31:33.593 --> 00:31:34.594 il y a plein d'autres fournisseurs, 780 00:31:34.594 --> 00:31:37.035 et puis il y a le client qui peut faire des choses et qui va l'intégrer. 781 00:31:37.596 --> 00:31:40.157 Et la gestion des interdépendances en phase de conception, 782 00:31:40.277 --> 00:31:43.059 c'est je connecte deux morceaux de fuselage, 783 00:31:43.259 --> 00:31:44.800 il y a une partie d'interface, 784 00:31:44.800 --> 00:31:46.581 et cette partie d'interface il faut la gérer, 785 00:31:46.621 --> 00:31:48.282 parce que si on ne dessine pas correctement, 786 00:31:48.302 --> 00:31:50.383 on ne va pas réussir à assembler les deux. 787 00:31:50.663 --> 00:31:52.124 Et se trouver que le fournisseur en question, 788 00:31:52.184 --> 00:31:53.745 c'est lui qui a le travail le plus compliqué, 789 00:31:53.805 --> 00:31:54.125 parce que... 790 00:31:56.326 --> 00:31:57.927 responsable du centre du fuselage, 791 00:31:57.927 --> 00:31:58.787 et le centre du fuselage, 792 00:31:58.807 --> 00:31:59.768 il y a beaucoup d'interfaces, 793 00:32:00.328 --> 00:32:02.409 puisqu'on vient connecter les ailes, 794 00:32:02.409 --> 00:32:03.409 on a le caisson de voilure, 795 00:32:03.409 --> 00:32:04.570 on a le train d'atterrissage, 796 00:32:04.990 --> 00:32:07.031 et sa responsabilité n'était que sur le fuselage, 797 00:32:07.151 --> 00:32:07.571 le tube, 798 00:32:08.051 --> 00:32:09.812 donc beaucoup d'interdépendance. 799 00:32:10.252 --> 00:32:10.792 Et donc du coup, 800 00:32:10.872 --> 00:32:11.813 il faut bien comprendre que là, 801 00:32:11.873 --> 00:32:12.753 dans une gestion de projet, 802 00:32:13.013 --> 00:32:16.935 si on n'est pas capable de piloter correctement ces interfaces et les parties prenantes, 803 00:32:17.215 --> 00:32:18.776 ça met à mal le projet, 804 00:32:18.796 --> 00:32:20.296 parce que ça ne dépend que de ça. 805 00:32:20.957 --> 00:32:21.477 Et notamment, 806 00:32:21.817 --> 00:32:24.418 j'ai été amené ici à mettre en place tout un système pour eux. 807 00:32:25.198 --> 00:32:27.459 collecter toutes ces interdépendances, 808 00:32:27.900 --> 00:32:31.502 en suivre leur avancement et le pilotage par fournisseur, 809 00:32:31.802 --> 00:32:32.622 par partie prenante. 810 00:32:33.283 --> 00:32:33.783 Et effectivement, 811 00:32:33.783 --> 00:32:37.245 il s'est avéré que la réalité qui était démontrée, 812 00:32:37.365 --> 00:32:38.826 notamment le retard dû à ce fournisseur, 813 00:32:38.886 --> 00:32:40.007 était au final tout autre. 814 00:32:40.367 --> 00:32:41.888 C'était plutôt le client qui mettait en retard. 815 00:32:42.248 --> 00:32:42.508 Pourquoi ? 816 00:32:42.708 --> 00:32:44.509 Notamment par des prises de décision. 817 00:32:44.850 --> 00:32:45.250 Et en fait, 818 00:32:45.710 --> 00:32:52.154 il y a quand même une réalité dans le monde des projets qui est qu'on a parfois certaines impressions qui peuvent être... 819 00:32:52.234 --> 00:33:03.866 parfois fausses sauf que ces impressions vont quand même influencer la compréhension de la donnée et donc si on n'est pas capable de le démontrer notamment par la bonne analyse de la donnée ça peut quand même conduire à un projet 820 00:33:05.050 --> 00:33:06.231 peut être malsain, 821 00:33:06.331 --> 00:33:07.752 voire pas à succès, 822 00:33:07.792 --> 00:33:17.179 parce que vous imaginez bien l'atmosphère au sein du projet quand au final on se tire dessus parce qu'on essaie de savoir qui est en retard sans vraiment savoir pourquoi. 823 00:33:17.659 --> 00:33:17.959 Donc ça, 824 00:33:18.480 --> 00:33:20.001 c'est par exemple une partie importante, 825 00:33:20.141 --> 00:33:21.121 gestion des interfaces, 826 00:33:21.121 --> 00:33:22.202 des interdépendances, 827 00:33:22.262 --> 00:33:27.846 collecte des décisions pour être capable sereinement de piloter le projet, 828 00:33:28.226 --> 00:33:29.767 non pas sur une seule partie, 829 00:33:29.767 --> 00:33:31.769 mais avec la totalité des parties du projet. 830 00:33:32.029 --> 00:33:32.249 Et là, 831 00:33:32.229 --> 00:33:33.410 je parle de gros projets. 832 00:33:33.770 --> 00:33:34.511 de gros programmes, 833 00:33:35.551 --> 00:33:39.214 et donc c'est encore plus important sur ce type de dimension. 834 00:33:39.634 --> 00:33:39.754 Ok, 835 00:33:40.174 --> 00:33:40.755 c'est bien parlant. 836 00:33:43.317 --> 00:33:50.101 Quel conseil vous donneriez au chef de projet qui souhaite mieux exploiter les données pour améliorer son pilotage du projet ? 837 00:33:50.942 --> 00:33:53.483 Je pense qu'un premier qu'il faut appliquer, 838 00:33:53.483 --> 00:33:53.924 au final, 839 00:33:54.364 --> 00:33:56.586 même nous on a tendance à ne pas se l'appliquer, 840 00:33:56.646 --> 00:33:59.027 mais vous connaissez le coordonnier. 841 00:34:00.128 --> 00:34:00.668 Globalement, 842 00:34:01.549 --> 00:34:02.970 on se rend compte qu'on a beaucoup de données. 843 00:34:03.386 --> 00:34:04.506 Et il faut se poser la question, 844 00:34:04.887 --> 00:34:05.987 qu'est-ce qu'on va faire avec cette donnée ? 845 00:34:06.667 --> 00:34:08.568 Et globalement la réponse est assez simple, 846 00:34:08.568 --> 00:34:11.509 c'est-à-dire oublions la problématique de la data déjà, 847 00:34:12.089 --> 00:34:13.049 quels sont nos objectifs ? 848 00:34:13.389 --> 00:34:15.890 Et une fois qu'on a défini nos objectifs, 849 00:34:16.230 --> 00:34:19.091 il faut être capable de les mesurer pour savoir si on va les atteindre. 850 00:34:19.371 --> 00:34:22.413 Et c'est là où quand on cherche à savoir comment mesurer l'objectif, 851 00:34:22.413 --> 00:34:23.433 on a besoin de cette donnée-là. 852 00:34:23.913 --> 00:34:26.534 Ça signifie que la donnée qu'on a à disposition... 853 00:34:27.166 --> 00:34:28.067 pour bien l'exploiter, 854 00:34:28.087 --> 00:34:33.232 il faut l'exploiter vis-à-vis des objectifs qu'on souhaite atteindre et pas juste pour essayer d'exploiter de la donnée sans raison valable. 855 00:34:33.572 --> 00:34:33.973 Par contre, 856 00:34:33.973 --> 00:34:34.373 à l'inverse, 857 00:34:34.373 --> 00:34:35.234 on sait aussi que parfois, 858 00:34:35.774 --> 00:34:36.915 notamment dans le monde de la recherche, 859 00:34:36.915 --> 00:34:41.800 la donnée nous permet de découvrir des choses qu'on n'aurait peut-être pas découvert si on n'avait pas un peu trituré la donnée. 860 00:34:42.361 --> 00:34:42.861 Donc attention, 861 00:34:42.881 --> 00:34:43.662 il faut aussi parfois, 862 00:34:44.062 --> 00:34:45.804 dans le monde de la data analyse et de la data science, 863 00:34:45.844 --> 00:34:47.986 s'amuser sans savoir pour quel but. 864 00:34:48.386 --> 00:34:51.407 Ça ne peut pas être la totalité du temps du pilotage du projet. 865 00:34:51.487 --> 00:34:51.927 Attention, 866 00:34:52.087 --> 00:34:52.907 quand vous avez la donnée, 867 00:34:53.267 --> 00:34:55.228 avant d'aller trop vite dans l'exploitation de la donnée, 868 00:34:55.368 --> 00:34:55.588 déjà, 869 00:34:56.448 --> 00:35:03.250 il faut se poser pour savoir quel objectif on souhaite atteindre et donc quelles données il nous faut pour mettre en place la bonne mesure pour l'atteindre de cet objectif. 870 00:35:04.951 --> 00:35:05.211 Tanguy, 871 00:35:05.311 --> 00:35:07.231 au-delà de l'avis des chefs de projet, 872 00:35:07.371 --> 00:35:08.972 je pense qu'il y a quelque chose qui est important, 873 00:35:09.012 --> 00:35:10.452 c'est un enjeu un peu plus large, 874 00:35:10.492 --> 00:35:11.632 c'est que les chefs de projet, 875 00:35:12.773 --> 00:35:13.393 il fut un temps, 876 00:35:14.353 --> 00:35:14.933 ils s'outillaient. 877 00:35:15.193 --> 00:35:15.894 Et aujourd'hui, 878 00:35:16.394 --> 00:35:16.994 on les outille. 879 00:35:18.170 --> 00:35:24.453 voire même on outille les grandes directions de programme par des sets d'outils qu'ils ne choisissent pas toujours eux-mêmes. 880 00:35:25.233 --> 00:35:37.678 Et donc je pense qu'il y a un re-empowerment à mettre au centre du jeu sur s'assurer que les acteurs-projets choisissent des outils faits pour les projets en toute connaissance de cause, 881 00:35:38.459 --> 00:35:46.442 parce que je pense que les éditeurs de logiciels qui ont pignon sur rue aujourd'hui s'adressent à différents acteurs dans les strates organisationnelles un peu plus haut. 882 00:35:46.842 --> 00:35:47.382 et que du coup, 883 00:35:47.382 --> 00:35:50.604 ça retombe en plus fine au sein des directions de projet. 884 00:35:50.724 --> 00:35:52.285 Ce n'est pas systématiquement le cas, 885 00:35:52.706 --> 00:35:53.806 mais il faut appeler un chat un chat. 886 00:35:53.806 --> 00:36:00.310 Je pense qu'il faut remettre la décision des outils digitaux au centre de la direction des projets. 887 00:36:00.630 --> 00:36:00.750 Oui, 888 00:36:01.051 --> 00:36:01.171 ça, 889 00:36:01.211 --> 00:36:01.831 c'est un bon conseil. 890 00:36:02.191 --> 00:36:05.513 Je pense que beaucoup de gens se retrouveront là-dedans. 891 00:36:09.266 --> 00:36:10.767 On a parlé pas mal des projets, 892 00:36:10.827 --> 00:36:13.049 mais il y a aussi les programmes et les portefeuilles. 893 00:36:13.069 --> 00:36:20.354 Je suppose que tout ce qu'on a dit là est aussi valable pour arriver à faire des consolidations à des niveaux supérieurs ? 894 00:36:21.074 --> 00:36:21.374 C'est clair. 895 00:36:21.774 --> 00:36:23.576 On retrouve des problématiques similaires, 896 00:36:23.596 --> 00:36:25.437 mais on est quand même dans un environnement différent. 897 00:36:25.457 --> 00:36:26.858 Si on parle de portefeuille de projet, 898 00:36:27.238 --> 00:36:32.322 on va regarder une multitude de projets qui vont œuvrer en tant que projet. 899 00:36:32.482 --> 00:36:33.662 On va avoir leur budget, 900 00:36:34.003 --> 00:36:34.623 leur planning, 901 00:36:36.324 --> 00:36:36.785 leur équipe, 902 00:36:36.945 --> 00:36:37.765 des équipes partagées, 903 00:36:37.785 --> 00:36:38.646 peut-être des équipes... 904 00:36:39.050 --> 00:36:39.810 multifonctionnel, 905 00:36:40.290 --> 00:36:40.410 etc. 906 00:36:41.211 --> 00:36:42.151 La différence qu'on va avoir, 907 00:36:42.231 --> 00:36:43.651 c'est qu'on a une vue, 908 00:36:43.671 --> 00:36:45.152 une gestion des interdépendances, 909 00:36:45.152 --> 00:36:46.292 des interfaces un peu différentes. 910 00:36:46.332 --> 00:36:46.552 Et là, 911 00:36:46.632 --> 00:36:49.593 qui va avoir un impact au niveau du projet directement. 912 00:36:49.673 --> 00:36:50.093 Typiquement, 913 00:36:50.493 --> 00:36:51.774 quand on parle d'un portefeuille de projet, 914 00:36:51.814 --> 00:36:52.334 bien souvent, 915 00:36:52.334 --> 00:36:57.655 les projets vont avancer en parallèle et puis vont connaître des interdépendances. 916 00:36:58.535 --> 00:36:59.876 Et il faut comprendre qu'au final, 917 00:36:59.976 --> 00:37:02.677 les décisions qu'on vient prendre au niveau portefeuille vont impacter les projets. 918 00:37:03.117 --> 00:37:03.537 Et parfois, 919 00:37:03.537 --> 00:37:04.017 la décision, 920 00:37:04.137 --> 00:37:05.137 c'est lancer un projet, 921 00:37:05.497 --> 00:37:06.278 arrêter un projet, 922 00:37:06.698 --> 00:37:07.158 et c'est... 923 00:37:07.718 --> 00:37:09.860 important pour la stratégie de l'entreprise. 924 00:37:10.661 --> 00:37:11.221 Donc au final, 925 00:37:11.641 --> 00:37:12.702 ce qui vaut pour un projet, 926 00:37:12.702 --> 00:37:24.672 un programme vaut pour un portefeuille de projet aussi avec la différence qu'un portefeuille de projet c'est plein de projets donc on vient de démultiplier la problématique et donc ce qu'on applique à l'échelle d'un projet si on n'arrive pas à l'appliquer à tous les projets, 927 00:37:24.953 --> 00:37:25.953 on va démultiplier, 928 00:37:26.274 --> 00:37:28.335 même problème pour le portefeuille. 929 00:37:29.276 --> 00:37:36.022 Là où le reporting qu'on fait pour le projet doit exister aussi au niveau portefeuille donc on a vraiment différentes strates. 930 00:37:36.602 --> 00:37:39.483 de contrôle et de reporting. 931 00:37:39.483 --> 00:37:40.823 Je rajouterais aussi un petit truc. 932 00:37:40.923 --> 00:37:41.324 Au final, 933 00:37:41.504 --> 00:37:43.044 lorsqu'on parle de données projet, 934 00:37:43.104 --> 00:37:45.625 ça reste assez simple de gérer les permissions. 935 00:37:45.725 --> 00:37:45.845 Donc, 936 00:37:45.865 --> 00:37:47.105 qui a le droit de regarder, 937 00:37:47.685 --> 00:37:48.146 d'éditer, 938 00:37:48.166 --> 00:37:48.286 etc. 939 00:37:49.066 --> 00:37:50.066 ce genre de données projet ? 940 00:37:50.086 --> 00:37:51.667 Lorsqu'on parle de portefeuille de projet, 941 00:37:51.687 --> 00:37:53.347 si on commence à extraire toutes les données, 942 00:37:53.887 --> 00:37:55.208 modifier tout ça dans des fichiers, 943 00:37:55.708 --> 00:37:56.748 s'injecter dans du Power BI, 944 00:37:57.068 --> 00:37:58.189 partager les informations, 945 00:37:58.209 --> 00:38:00.829 on ne sait pas trop qui va pouvoir accéder à cette donnée. 946 00:38:00.889 --> 00:38:01.309 Et du coup, 947 00:38:02.150 --> 00:38:02.890 aussi l'enjeu... 948 00:38:03.330 --> 00:38:09.955 c'est d'arriver à gérer parfaitement ses permissions et de rendre disponible un portefeuille de projet avec... 949 00:38:11.212 --> 00:38:15.976 X projets dont j'ai accès en écriture ou en lecture. 950 00:38:16.376 --> 00:38:16.997 Mais surtout, 951 00:38:17.117 --> 00:38:22.021 il faut faire très attention à qui a le droit d'analyser ou pas ses portefeuilles. 952 00:38:22.301 --> 00:38:22.721 Donc ça aussi, 953 00:38:22.801 --> 00:38:27.225 il faut le garder en tête et dire que lorsqu'on joue avec ces modèles de données, 954 00:38:27.605 --> 00:38:30.808 il faut intégrer absolument ce système de gestion des permissions. 955 00:38:33.688 --> 00:38:35.349 On a énormément parlé de données, 956 00:38:35.449 --> 00:38:40.113 je suis convaincu que dans certaines entreprises c'est quelque chose qui est omniprésent et très important, 957 00:38:40.693 --> 00:38:45.756 mais de par mon expérience il y a aussi beaucoup de structures où cette culture de la donnée n'est pas du tout présente. 958 00:38:46.257 --> 00:38:48.799 Un conseil pour ceux qui seraient dans cette seconde situation ? 959 00:38:49.759 --> 00:38:50.840 Quand on démarre un projet, 960 00:38:51.801 --> 00:38:53.122 et en fait ça vaut pour l'entreprise, 961 00:38:53.142 --> 00:38:54.442 mais c'est pas simple, 962 00:38:54.743 --> 00:38:58.185 vous savez dans les entreprises il y a toujours une culture d'entreprise qu'on met en place, 963 00:38:58.205 --> 00:38:59.126 qu'on essaie de garantir, 964 00:38:59.206 --> 00:38:59.546 qu'on travaille, 965 00:38:59.546 --> 00:38:59.666 etc. 966 00:39:00.166 --> 00:39:02.228 Et je pense qu'il y a aussi une culture donnée. 967 00:39:03.176 --> 00:39:03.576 Et en fait, 968 00:39:04.016 --> 00:39:05.017 dès qu'on démarre un projet, 969 00:39:05.077 --> 00:39:09.558 c'est une culture qui est importante pour éviter d'avoir une dette sur la collecte de la donnée. 970 00:39:09.578 --> 00:39:10.078 Dès le début, 971 00:39:10.078 --> 00:39:13.679 il faut faire attention à garantir une bonne collecte de données, 972 00:39:13.679 --> 00:39:14.659 une bonne structuration. 973 00:39:15.199 --> 00:39:19.341 Et ça permettra du coup de faciliter la mise en place du pilotage et des moyens de contrôle. 974 00:39:19.661 --> 00:39:22.761 Et on voit bien souvent dans des projets des organisations, 975 00:39:23.722 --> 00:39:25.442 au bout de quelques mois d'activité, 976 00:39:25.582 --> 00:39:26.242 parfois années, 977 00:39:26.602 --> 00:39:28.783 on commence à mettre un pilotage ou être plus mature, 978 00:39:29.063 --> 00:39:32.104 mais en réalité on a perdu du temps sur la collecte de la donnée. 979 00:39:32.416 --> 00:39:33.457 Il ne faut pas collecter à foison, 980 00:39:33.717 --> 00:39:34.378 mais ce qui est collecté, 981 00:39:34.378 --> 00:39:35.379 il faut bien le collecter. 982 00:39:35.619 --> 00:39:35.840 Et ça, 983 00:39:35.840 --> 00:39:38.022 c'est une culture qu'il faut mettre en place au sein du projet, 984 00:39:38.142 --> 00:39:39.544 je dirais même au sein de l'entreprise. 985 00:39:39.744 --> 00:39:42.086 Mais si on n'a pas la main sur l'entreprise, 986 00:39:42.527 --> 00:39:44.629 essayons de le faire au niveau du projet directement. 987 00:39:45.270 --> 00:39:45.590 Donc voilà, 988 00:39:45.871 --> 00:39:49.535 ça c'est important parce que c'est de la dette qui va exister au sein du projet, 989 00:39:50.095 --> 00:39:51.116 au sein de l'entreprise, 990 00:39:51.336 --> 00:39:54.420 mais j'irai encore plus loin si on parle d'intelligence artificielle. 991 00:39:54.800 --> 00:39:57.101 au sein des projets d'intelligence artificielle, 992 00:39:57.121 --> 00:39:57.601 parce que du coup, 993 00:39:57.621 --> 00:40:02.883 c'est autant de données pas collectées qu'on ne va pas pouvoir utiliser pour nourrir l'intelligence artificielle et se créer plus de connaissances. 994 00:40:02.883 --> 00:40:03.023 Donc, 995 00:40:03.724 --> 00:40:04.244 la bataille, 996 00:40:04.544 --> 00:40:06.265 elle démarre dès l'ouverture du projet, 997 00:40:06.725 --> 00:40:07.865 mettons en place cette culture-là, 998 00:40:09.066 --> 00:40:11.727 et on a besoin toujours des bons outils, 999 00:40:11.747 --> 00:40:14.068 puis des bons réflexes pour le faire. 1000 00:40:16.849 --> 00:40:18.830 On commence à avoir bien fait le tour de la question. 1001 00:40:19.570 --> 00:40:23.172 Une question que j'aurais oubliée ou quelque chose à rajouter ? 1002 00:40:24.292 --> 00:40:25.472 Conseil pour les chefs de projet, 1003 00:40:25.532 --> 00:40:26.533 choisissez le bon outil. 1004 00:40:27.093 --> 00:40:29.574 Il y a quelque chose aussi que je peux rajouter par rapport à ça, 1005 00:40:29.694 --> 00:40:30.754 c'est bien sûr, 1006 00:40:30.814 --> 00:40:31.775 choisissez le bon outil, 1007 00:40:32.115 --> 00:40:35.836 mais surtout prenez du plaisir à utiliser vos outils de gestion de projet, 1008 00:40:35.856 --> 00:40:36.976 parce que c'est vos outils, 1009 00:40:37.016 --> 00:40:40.878 c'est ce qui vous permet de passer une bonne journée à travers votre analyse, 1010 00:40:40.898 --> 00:40:41.018 etc. 1011 00:40:41.598 --> 00:40:43.758 Donc si vous utilisez des outils qui ne vous correspondent pas, 1012 00:40:43.758 --> 00:40:46.799 que vous n'arrivez pas à réaliser ce que vous êtes censé faire, 1013 00:40:47.400 --> 00:40:48.200 c'est que l'outil n'est pas bon. 1014 00:40:48.900 --> 00:40:49.040 Moi, 1015 00:40:49.400 --> 00:40:51.121 j'essaie de prendre un pas de recul et en fait, 1016 00:40:51.541 --> 00:40:52.402 ce qui me préoccupe, 1017 00:40:52.442 --> 00:40:54.642 c'est que la gestion de projet attire les meilleurs talents. 1018 00:40:54.923 --> 00:40:56.303 Je vis hors de la France, 1019 00:40:56.323 --> 00:40:57.043 dans des pays qui, 1020 00:40:57.363 --> 00:40:58.064 depuis longtemps, 1021 00:40:58.104 --> 00:41:01.845 ont priorisé leur culture financière ou business à une culture d'ingénierie. 1022 00:41:02.646 --> 00:41:07.007 Et ça vient avec des effets secondaires sur la robustesse d'une économie, 1023 00:41:07.608 --> 00:41:11.769 la capacité de cette économie à continuer à innover et à être compétitive. 1024 00:41:11.989 --> 00:41:13.510 Et en France en particulier, 1025 00:41:13.530 --> 00:41:14.650 puisque ce podcast est français, 1026 00:41:14.650 --> 00:41:16.471 donc je m'adresse à l'audience française, 1027 00:41:17.071 --> 00:41:18.512 c'est encore une richesse de notre... 1028 00:41:18.592 --> 00:41:32.638 pays et il faut qu'on capitalise dessus et les projets il faut absolument que ça reste un domaine de travail attractif parce que encore une fois notre compétitivité en dépend c'est pas neutre d'avoir des outils qui sont pénibles à utiliser et 50% 1029 00:41:32.638 --> 00:41:46.424 de son temps à faire à brasser de la donner parce que c'est décourageant et il faut absolument aussi sur ce point de vue là que le paysage évolue et que la révolution digitale délivre ses promesses 1030 00:41:47.000 --> 00:41:48.761 C'est sur ça qu'on travaille. 1031 00:41:48.761 --> 00:41:51.322 Je suis très fier de faire partie de cette aventure aux côtés de mes collègues. 1032 00:41:51.362 --> 00:41:58.365 On espère que Cleverest aidera les collaborateurs dans les projets de nos fleurons français. 1033 00:41:59.005 --> 00:41:59.706 Très bien. 1034 00:42:00.286 --> 00:42:11.511 Merci à tous les trois de nous avoir partagé vos conseils et votre vision sur la gestion des données projet et quelques solutions pour mieux les traiter. 1035 00:42:11.791 --> 00:42:12.271 Merci Tanguy. 1036 00:42:13.032 --> 00:42:13.612 Merci à vous. 1037 00:42:17.048 --> 00:42:18.209 Encore merci Alexis, 1038 00:42:18.289 --> 00:42:21.891 Bastien et Julien pour cet éclairage sur la gestion de la donnée projet. 1039 00:42:22.652 --> 00:42:25.754 J'espère qu'il vous aura donné des idées pour mieux collecter, 1040 00:42:25.854 --> 00:42:32.459 traiter et analyser les données de votre projet et que vous pourrez de cette manière reprendre la main sur votre DataMonster. 1041 00:42:34.300 --> 00:42:35.081 Vous avez des questions ? 1042 00:42:35.341 --> 00:42:37.843 D'autres conseils à partager sur la gestion des données projet ? 1043 00:42:38.343 --> 00:42:40.425 Retrouvez-nous sur LinkedIn pour en discuter. 1044 00:42:41.205 --> 00:42:44.027 Vous avez pensé à quelqu'un à qui cet épisode pourrait être utile ? 1045 00:42:44.407 --> 00:42:44.988 Partagez-lui ! 1046 00:42:46.736 --> 00:42:52.212 Et pensez à vous abonner à Focus Projet sur votre plateforme préférée pour ne pas manquer les prochains épisodes. 1047 00:42:53.175 --> 00:42:54.760 Bonne semaine et à la semaine prochaine !