Ryan Snyder, CIO, sur les avantages de l'interprétation des données comme un gâteau en couches

Ryan Snyder, directeur informatique de Thermo Fisher Scientific, discute d'un modèle à plusieurs niveaux utilisé pour transformer les données en valeur chez le fabricant d'équipements et d'instruments de laboratoire de 40 milliards de dollars.

Une capacité de données et d’analyse ne peut pas émerger d’une seule stratégie informatique ou commerciale. La technologie et l’organisation commerciale étant profondément impliquées dans le quoi, le pourquoi et le comment des données, les entreprises doivent créer des équipes de données interfonctionnelles pour en tirer le meilleur parti. Ainsi, Ryan Snyder, directeur informatique de Thermo Fisher Scientific, et ses collègues ont construit un gâteau de couches de données basé sur une série de discussions en cascade qui permettent aux partenaires informatiques et commerciaux d'agir comme une seule équipe. Martha Heller, PDG de Heller Search Associates, s'est récemment entretenue avec Snyder pour en savoir plus.

Martha Heller : Quels sont les moteurs d'activité derrière l'écosystème d'architecture de données que vous construisez chez Thermo Fisher Scientific ?

Ryan Snyder : Pendant longtemps, les entreprises se contentaient d’embaucher des data scientists, de les diriger vers leurs données et d’attendre des informations étonnantes. Cette stratégie est vouée à l’échec. La meilleure façon de démarrer une stratégie de données est d’établir de véritables moteurs de valeur que l’entreprise peut soutenir. Chez Thermo Fisher Scientific, ces facteurs de valeur se répartissent en trois domaines distincts. L'une consiste à rationaliser notre propre back-office, et les deux autres s'appliquent aux activités de nos clients consistant à faire progresser la découverte scientifique et à accélérer les résultats cliniques.

Quels sont quelques exemples de solutions de données dans chacun de ces compartiments ?

Dans le back-office, un domaine très intéressant pour nous est celui de la fabrication. Contrairement à de nombreuses autres industries, la fabrication dans le domaine des sciences de la vie implique de nombreuses activités personnalisées non répétables, de sorte que nous pouvons nous retrouver avec une énorme variabilité dans la manière dont les produits sont fabriqués. Historiquement, nous avons amélioré la productivité grâce au Lean Six Sigma et à l'optimisation des flux de travail. Mais avec l'avènement de l'Industrie 4.0, nous installons des capteurs dans nos processus de fabrication, ce qui nous fournit de vastes quantités de données que nos dirigeants utilisent pour repenser ces processus.

Du côté des découvertes scientifiques et des résultats cliniques, bon nombre des instruments que nous vendons deviennent numériques. La microscopie et le séquençage de gènes, par exemple, génèrent une très grande quantité de données, que nos clients tentent d'analyser. Plus nous pouvons créer des plateformes pour les connecter et les simplifier, plus il leur sera facile d’accéder aux données qui comptent. Cela est particulièrement vrai lorsqu’ils disposent d’ensembles de données provenant de plusieurs instruments. Comment rassemblent-ils toutes ces données ? Auparavant, c'était le fardeau du client. Mais en tant que fournisseur, nous pouvons accélérer la découverte en connectant ces différents ensembles de données.

Vous avez parlé de votre plate-forme de données comme d'un gâteau en couches. Quelles sont les couches ?

En informatique, on parle souvent des couches d’une pile technologique. La métaphore du gâteau en couches fait passer la discussion sur les données d'une discussion informatique à l'intersection de la stratégie commerciale et de la technologie. Il s'agit donc de la façon dont nous créons des couches depuis le concept commercial, comme l'avancement de la découverte, jusqu'à une solution technologique, comme un outil de visualisation.

La première couche est la couche de concept commercial, où nous organisons délibérément des sessions avec nos partenaires commerciaux pour discuter des domaines dans lesquels nos données commerciales créent de la valeur. Ce n’est pas différent de la façon dont une organisation RH développerait une stratégie de talents pour soutenir une stratégie commerciale. La cartographie de ces idées fait donc partie intégrante de la première couche.

La deuxième couche est la couche des consommables, où les clients, internes et externes, peuvent accéder aux données et les utiliser. C'est ici que nous sélectionnons les outils de visualisation, par exemple. Le troisième niveau, le plus complexe, est celui de l'architecture et de la gouvernance, que nous avons reliés en un seul niveau.

Avec les deux premières couches, l'entreprise est le moteur avec l'informatique dans un rôle de support, mais avec la couche de gouvernance et d'architecture des données, l'informatique et l'entreprise sont côte à côte, travaillant ensemble sur des décisions complexes en matière de gouvernance et d'architecture.