Marouen Ben Ammar

Contexte : Mise en place d’une plateforme data self-service orientée domaines (Data Mesh) Au sein de la direction Grand Public (B2C), réorganisation des équipes data afin de rationaliser la stack technologique (Oracle, Teradata, Databricks) et d’instaurer une approche produit pour le développement d’une plateforme structurée par data domaines. Cette initiative vise à accélérer le déploiement des projets analytiques et à améliorer la qualité et la gouvernance des données. Contribution • Pilotage de la roadmap et du delivery de 4 équipes Data Products (4 Product Managers, 14 Data Engineers, 5 Data Managers), responsables de datasets alimentant les applications B2C (Ma Conso) et les reportings métiers • Déploiement de Jira Product Discovery afin d'ancrer l'approche produit, centralisation des backlogs et standardisation des roadmaps, réduisant les silos et améliorant l'alignement entre équipes • Organisation du delivery à l’échelle via des cycles de planification et des revues de roadmap trimestrielles • Pilotage de phases de conception de produits data transverses en coordination avec les équipes Data Products, métiers, IT, architecture et Data Governance • Appui au Chief Data Officer adjoint dans l’amélioration des process de collaboration entre les départements data (Data Products, Data Governance, Data Science, Data Analytics, Data Marketing) • Refonte du portail Jira Service Management pour améliorer la gestion des demandes adressées aux départements data, et mise en place d’instances de revue de backlog inter-départements afin d’optimiser l’alignement et le delivery Environnement technique : Databricks, AWS, Teradata, Jira Product Discovery, Jira Service Management, Jira Software

Contexte : Conception et développement de solution ETL pour migration de données Suez a lancé un programme de transformation métier pour optimiser le processus lead-to-cash, incluant la modernisation des outils et la migration des données vers les nouvelles plateformes Salesforce et SAP. Contribution • Conduite d’ateliers avec des équipes pluridisciplinaires (métiers, IT, Data, Architecture) pour cadrer la stratégie de migration de données et recueillir les besoins • Rédaction des spécifications et gestion du backlog pour une solution d’extraction et de transformation de données • Pilotage de la phase de delivery et suivi des développements avec l’équipe data engineering • Co-construction de stratégies de remédiation data avec les équipes métiers (Sales, Marketing, Opérations) et le Data Office (Data Stewards, Data Quality Managers) Environnement technique : Azure DevOps, SAP, Salesforce, Microsoft SQL Server, Databricks

Contexte : Développement et déploiement d’une plateforme data self-service orientée domaines (Data Mesh) Afin d'accélérer le déploiement de ses produits d'analyse et d'exploitation de données, L'Oréal a lancé une transformation data de grande envergure, visant à restructurer sa plateforme de données sous forme de produits data répartis en 18 domaines, pour offrir un accès simplifié à des données de haute qualité. Contribution • Recueil et priorisation des besoins métiers (R&D, Opérations) et définition d’une modélisation data alignée aux usages • Définir et maintenir une roadmap qui assure la couverture des cas d’usage data et communiquer sur les évolutions • Rédaction des spécifications et maintien du backlog des produits data • Suivi des phases de développement et des tests en collaboration avec les équipes data analytics et data engineering • Accompagner 4 Data Product Managers pour optimiser les produits data, assurer leur interopérabilité et le respect des règles de gouvernance (RGPD, accès, qualité) • Réalisation d’analyses ad hoc avec SQL sur BigQuery et création de dashboards sous Power BI • Piloter le déploiement de Collibra pour le catalogage des données Résultats • Déploiement d'une dizaine de produits data au sein de la data platform, desservant 80k+ utilisateurs • Mise en oeuvre de 3 dashboards pour les métiers R&D et Opérations Environnement technique : GCP, BigQuery, SQL, Power BI, Collibra, GitHub, ServiceNow, Confluence, Miro

Contexte : Développement et déploiement d'un outil prédictif pour l'optimisation des prix et plans promotionnels L’enjeu est de permettre aux équipes commerciales et marketing de limiter les traitements manuels de données pour proposer des plans promotionnels optimisés qui maximisent les marges/revenus. Contribution • Conduite d’ateliers de discovery (entretiens utilisateurs, tests de concepts) avec les équipes métiers, Product Design et User Research pour identifier les besoins, détecter les irritants et prioriser les fonctionnalités à fort impact • Maintien et mise à jour du backlog produit en collaboration avec 3 IT Product Managers • Élaboration et suivi de la roadmap et communication des avancées clés • Suivi du développement avec les équipes Data Science et IT et pilotage du déploiement de l’outil dans 3 nouveaux pays • Refonte de l’expérience utilisateur et conception d’une nouvelle interface alignée sur le Design System interne Résultats • Déploiement de l'outil dans 3 nouveaux pays en 6 mois • Conception d'une nouvelle interface basée sur un Design System Environnement technique : Microsoft Azure, Jira, Notion, Figma

Contexte : Modernisation d'une data platform et mise en place de l'agile à l'échelle La migration de Hortonworks Data Platform à Cloudera Data platform était accompagnée du déploiement de l’agile à l’échelle (SAFe) au sein des 3 équipes de la data platform (gouvernance et catalogage, stockage et traitement, analyse et exposition). Contribution • Suivi d'expérimentations pour déployer des nouveaux composants de Cloudera Data Platform (stockage et traitement) • Préparation et animation du PI Planning et des cérémonies agiles dans un contexte de passage à l’agile à l’échelle • Rédaction des user stories et des critères d'acceptation • Structuration du backlog produit et de la documentation dans Jira et Confluence Environnement technique : Cloudera Data Platform, Informatica CDC, SQL, Jira, Confluence, iObeya

Contexte : Mise en place d'un référentiel d'architecture d'entreprise L’enjeu est de construire une vision globale de l’entreprise (processus métiers, données, systèmes applicatifs, infrastructures IT) au travers d’un référentiel unifié, dans le but d’accélérer des initiatives critiques, notamment la gestion de l'obsolescence et le décommissionnement des systèmes applicatifs. Contribution • Organisation et animation d’ateliers avec les métiers pour la cartographie des processus et des données associées • Modélisation des processus et objets métiers dans l'outil ARIS Architect afin d’enrichir le référentiel d’architecture d’entreprise

Contexte : Structuration et pilotage d’une initiative de gouvernance des données Royal Canin, filiale du groupe Mars, a lancé une initiative de gouvernance de données en préparation de la mise en place d'une solution de Product Master Data Management. Le but est d'améliorer la qualité des données Product nécessaires pour les nouveaux cas d'usage, notamment la vente directe aux consommateurs. Contribution • Pilotage de la phase de cadrage d’une initiative de gouvernance des données, en coordonnant 4 chantiers clés: Data Organisation, Data Glossary, Data Architecture et Data Quality • Animation d’ateliers avec les parties prenantes métier pour co-construire le glossaire de données • Réaliser des cartographies de l’écosystème applicatif et des flux de données

Contexte : Création et lancement d’un centre d’excellence Data & IA Au sein de la direction technologique, une mission initiale d’identification et évaluation des cas d’usage de l'IA a abouti à l’accompagnement du DSI dans la mise en place de la direction Data et IA du groupe. Contribution • Identifier et prioriser 20+ cas d’usage IA à fort impact business, via des analyses de marché et des entretiens métiers • Initier la création et structurer la direction Data & IA pour permettre l'industrialisation des cas d’usage identifiés, accompagnant la croissance de l’équipe de 0 à 8+ (data scientists, data engineers, data architect) • Définition du modèle opérationnel (organisation cible, gouvernance, rôles et responsabilités) • Piloter le développement des premiers POC en mode agile, garantissant une approche itérative et centrée utilisateur

Contexte : Mise en place d'une méthodologie de gestion de projet d'innovation centrée sur l'utilisateur Le portefeuille d’innovation de L’Oréal comprend à la fois des projets issus de briefs marketing et des projets plus disruptifs, nés de points de friction dans l’expérience utilisateur. Pour accélérer le déploiement de ces derniers, il était nécessaire de formaliser une méthodologie de gestion de projet adaptée. Contribution • Co-conception avec des équipes transverses d’une méthodologie de gestion de projets d’innovation basée sur les principes du Design Thinking et du Lean Startup • Formalisation d'un guide méthodologique détaillé, utilisé par 10 hubs d'innovation dans 6 pays