Agilytic se présente comme une courroie de transmission. Acteur original de la data science, l’entreprise de La Hulpe établit une passerelle entre l’IT et business. 

«Qu’est-ce qui, la nuit, vous tient éveillé ?» Question prosaïque s’il en est. Mais de bon sens, nuance Julien Theys, Managing Partner, Agilytic. Et non de data science. Agilytic, spécialiste de la data science, entend faire la différence. «Nous aidons au quotidien nos clients à exploiter au mieux leurs données afin de passer de l’incertitude à des informations exploitables.»

Alors que des Capgemini ou Accenture misent énormément sur la technologie, Agilytic capitalise sur l’humain. «Quelle que soit la nature du projet, il faudra parler le langage de l’utilisateur final. Celui-ci peut-être le CEO, le responsable de la supply chain ou un agent de call-center.» Un vrai défi.

La data science souffre de son image

L’AI ? Le ML ? C’est, bien souvent, le marteau qui cherche les clous ! «Nos consultants peuvent coder en Python, mais chez les clients, ils parlent leur langage. Ils sont centrés sur leurs seuls résultats ! Nous sommes la courroie de transmission. On établit la passerelle entre l’IT et le business. Dans la pratique, on commence par un premier workshop orienté business. Après, mais après seulement, on ira trouver l’IT…»

Il s’agit encore de démythifier la data science. En particulier le support technologique. «L’AI est une fantastique solution pour trouver les problèmes ! Pourquoi donc s’obstiner sur la technologie ?» De fait, avec l’AI, on a laissé croire benoitement que l’algorithme pourra tout résoudre. Pour le fondateur d’Agilytic, c’est là une incantation magique, à mettre en regard de l’étude IDC selon laquelle un projet AI sur deux se traduit par un échec. En cause, le plus souvent, la mauvaise qualité des données. D’une manière générale, les équipes de data science sont confrontées au quotidien à une énorme dette technique en déployant des systèmes, sans les processus structurés et une boite à outils assez riches pour assurer la maintenabilité, le contrôle, la surveillance ainsi que les mises à jour nécessaires. 

Partir des objectifs stratégiques

Revenons à l’essentiel, conseille Julien Theys, par ailleurs professeur et coach à Solvay en entrepreneuriat digital et optimalisation de business models. En clair, atteindre ses objectifs grâce à une utilisation plus intelligente des données. En ce sens, la technologie est un support, pas un passage obligé. «En partant des objectifs stratégiques, nous concevons des projets à fort impact pour fournir des résultats tangibles grâce à l’analyse, à l’automatisation et à la narration de données. Nous combinons la bonne quantité de données internes et externes pour créer des modèles à décrire, prédire et recommander. Toutes nos interventions visent à fournir des informations exploitables.»

Concrètement, en identifiant des processus inefficaces, Agilytic apporte des solutions à des problèmes de longue date. Ce faisant, l’entreprise de La Hulpe peut identifier de nouveaux marchés et développer de nouvelles sources de revenus. «Nous pouvons tout à la fois améliorer la sécurité des données, optimiser le service client et fournir des réponses à toutes les interrogations auxquelles le client se trouvait confronté.» 

La qualité des données, premier défi

Pour Agilytic, toute organisation des données n’est rien sans le soutien de la direction générale. Pour ses membres, la conduite de tels projets d’ampleur, sans durée ni budget prédéterminés, peut faire office de révolution copernicienne. 

«Nous comblons le fossé entre la science des données et l’équipe dirigeante, aidant nos clients à passer de l’incertitude à des informations exploitables, remarque Julien Theys. Il ne s’agit pas de récolter le plus possible de data, mais de savoir ce que l’on en fait derrière. Cela doit relever de projets portés par le comité de direction.»

Chercher le cas d’usage

Pour obtenir ce sponsor, les équipes ont tout intérêt à co-construire avec la direction générale et à monter des business cases avec des retours sur investissement très clairs, qui constitueront autant d’arguments de choix. «Tout projet doit toujours être attaché à un cas d’usage final; c’est dans cet usage que réside la valeur des données. Le bénéfice accolé au projet, qu’il se traduise en économie de temps ou de moyens pour les équipes, ou dans la génération de revenus supplémentaires de manière directe ou indirecte, constituera le principal moteur de l’engagement des acteurs métiers du projet.»

Aussi, une des qualités principales d’un bon data scientist est sa capacité à sortir des sentiers battus. «Souvent, on a soit une vision business, soit une vision IT, mais il est très difficile de trouver des profils qui regroupent les deux qualités.» Julien Theys a pourtant réussi à réunir autour de lui une quinzaine de ces profils.

Des résultats tangibles 

En cinq années d’existence, la petite entreprise de trois personnes est passée à une quinzaine de collaborateurs dont déjà deux engagés en période 2020. Deux à trois personnes devraient encore rejoindre l’organisation d’ici la fin de l’année.

Pour répondre à cette croissance, Agilytic a récemment déménagé dans des bureaux plus spacieux à La Hulpe. Avec un chiffre d’affaires de 1,5 million EUR en 2020, la PME brabançonne a enregistré en moyenne une croissance linéaire de 25 % par année.

«En somme, nous combinons la bonne quantité de données internes et externes pour créer des modèles à décrire, prédire et recommander. Nous avons toujours un résultat mesurable à l’esprit lors du démarrage de nos projets, conclut Julien Theys. Attendez-vous à des résultats tangibles en quelques semaines et non en quelques mois.»