Ruée des data scientists dans le conseil : le vrai du faux

Les data scientists sont devenus tendance dans les cabinets de strat’ au début des années 2010, comme nous en rendons compte régulièrement (relire nos articles ici et là). Bain & Company a probablement été un des précurseurs en créant – dès 1986 ! – un groupe interne de professionnels dédiés à l’analyse de vastes quantités de données.

Advanced Analytics Group (AAG), tel était le nom de ce groupe. Alors même que « les termes aujourd’hui à la mode “data science”, “data lab”, et “artificial intelligence” n’étaient pas vraiment utilisés », comme le rappelle Florian Mueller, le monsieur AAG pour la région EMEA de Bain.

Acquisitions, formations, réorganisations : l’essor ne tarit pas

Nombre de cabinets ont dans la même logique créé des entités spécialistes de la data (cf. encadré ci-dessous). Les recrutements sont allés bon train. Roland Berger a recruté un partner dédié en 2017 (relire notre article). De même, Publicis Sapient (la marque de Publicis née du rachat en 2014 du groupe américain de technologie Sapient au sein de laquelle une business unit de conseil en stratégie est en développement depuis 2019, relire notre article) compte 500 data scientists dans le monde et vingt-cinq en France.

Enfin, les acquisitions sont devenues légion sur le sujet (notre article ici) : comme quand Kearney opère le rachat de Cervello, entreprise spécialiste de la data science.

Ruée des profils data dans le conseil en strat’, sans aucun doute. Encore faut-il savoir de qui l’on parle exactement.

Un décompte auquel Dominique Mary, DG fondateur de Darwin X, ancien associate partner de McKinsey et senior executive du BCG, s’est livré avec une règle simple mais efficace. Il a compté les seuls data scientists recensés sur LinkedIn dans les cabinets de conseil en stratégie. « Un très bon indicateur pour comprendre là où en sont ces cabinets sur la data science », explique-t-il.

Dominique Mary en a répertorié environ 300 pour le BCG (pour 21 000 collaborateurs), 260 pour McKinsey (pour 27 000 collaborateurs), mais une dizaine seulement pour Oliver Wyman (5 000), Kearney (4 000), Roland Berger (2 000)… et Bain (11 000), bien loin des 300 partagés par Florian Mueller.

Un énorme différentiel que Dominique Mary, sûr de ses chiffres, explique par une tendance à mettre le sésame data scientist à toutes les sauces… « Certains cabinets présentent des profils de type data analyst ou advanced analyst qui ont une connotation différente pour le marché. Bain, comme d’autres, comptent aussi des consultants qui se sont formés à la data, des profils qui n’ont pas de dimension code. Afficher un rôle de data scientist au sein d’un cabinet c’est un signe fort qui doit être ensuite assumé avec des talents combinant de multiples compétences. »

Olivier Abtan, senior managing director du bureau parisien de Publicis Sapient, appelle aussi de ses vœux davantage de transparence : « Il faut être clair et honnête avec nos clients et ne pas leur vendre n’importe quoi ! » tonne-t-il. C’est dit !

Data truc

Car entre toutes ces fonctions de data quelque chose, des différences réelles existent. Le cabinet Publicis Sapient s’appuie principalement sur deux grands métiers au sein de ses équipes data. « Les data engineers développent l’infrastructure et industrialisent les cas d’usage, alors que les data scientists développent les algorithmes d’intelligence artificielle », annonce Olivier Abtan. 

En plus de ces deux profils incontournables, le data lab de PMP puise aussi dans le vivier de data analysts, une troisième population complémentaire plus « pédagogique », qui a pour mission de « restituer de façon visuelle les données du passé (analyse descriptive), mais qui ne fait pas d’analyse prédictive (machine learning) », précise son responsable Olivier Leroy, lui-même data analyst de formation.

C’est pour tenter d’éclaircir le monde plutôt nébuleux de la data à des non-experts que Syntec Conseil, l’organisation professionnelle des métiers du conseil en France, en a réalisé un glossaire (ici). Une cartographie non exhaustive de dix métiers de la data, décrivant leur formation, leur rôle, leurs compétences spécifiques… « C’est un moyen de mettre en lumière ces métiers et d’expliquer aux entreprises la data factory et ses intervenants », amende Olivier Leroy de PMP, membre de la commission data du Syntec.

Ces crakers de données sont ainsi devenus quasi incontournables pour les missions strat’ du fait des poids des données, de l’IA et du machine learning (relire ici et ici) dans les sujets abordés par les cabinets.

Ces sujets ressortent dans 10 à 20 % des missions chez Monitor Deloitte, « en forte croissance », dixit le managing partner Stéphane Bazoche, entre 15 et 50 % selon les practices chez PMP, de 30 à 40 % chez Bain, et environ une moitié chez Publicis Sapient. Et ce n’est qu’un début ! Selon Florian Mueller, chez Bain, trois quarts des missions toucheront de près ou de loin à la data dans les années à venir.

La pertinence croissante dans le conseil en stratégie des métiers de de la data science, data scientists en tête, ne fait donc plus débat. Elle vient avec son lot de défis.

Les défis

Comme celui de faire cohabiter deux mondes dont la symbiose n’a rien d’évidente. « Les data scientists ne parlent pas le même langage. Quand ça marche, c’est formidable, mais ce n’est pas toujours facile », concède même Olivier Abtan de Publicis Sapient. 

Chez Bain, il a fallu mettre en place de nouvelles méthodes de travail pour faire face à la complexification des défis commerciaux et analytiques, et à une interface plus complexe entre consultants et experts data.

« Nous formons en permanence une partie de nos consultants généralistes et experts ayant une solide expérience en analytique pour être en mesure de convertir les exigences commerciales en problèmes de données et d’analyse et ainsi construire le pont entre les deux mondes », accorde Florian Mueller. Même son de cloche chez Monitor où certains stratèges ayant développé un appétit sur le sujet analytics font le lien avec les data scientists maison.  

Autre défi : le « quoi qu’il en coûte » ! Car pour les cabinets, c’est un investissement conséquent que d’intégrer ces profils très recherchés bien au-delà du seul microcosme du consulting.

« Certes, les bons data scientists coûtent cher, avec des salaires pouvant dépasser les 100 k€ par an. Mais la majeure partie de ces jobs est tirée par la transformation digitale, devenue essentielle en termes de chiffre d’affaires. L’avenir du conseil en stratégie passera par ces profils capables de mettre rapidement en œuvre le digital », projette l’ex-consultant, Dominique Mary.

Avec, à terme, selon les projections de Bain, un ratio d’un data scientist pour dix consultants en stratégie.

Barbara Merle pour Consultor.fr

Crédit photo : Unsplash.