Pourquoi l’utiliser ?
Élaborez une stratégie Lean Data et IA qui oriente votre transformation agile vers une entreprise axée sur les données et propulsée par l’IA.
Pour qui l’utiliser ?
Les concepteurs, stratèges et consultants en données et en IA peuvent utiliser ce modèle pour un atelier d’une journée avec les propriétaires du domaine métier, les experts en données et IA et les professionnels informatiques.
Quand l’utiliser ?
Votre entreprise (cliente) souhaite utiliser les données et l’IA pour atteindre ses objectifs stratégiques. Pour ce faire, vous identifiez et priorisez les cas d’utilisation pertinents en analytique et en IA, puis vous les précisez jusqu’à ce que les transformations nécessaires et les investissements en technologie, organisation et personnes (initiatives TOP) soient clairement définis.
Le résultat de l’atelier est :
un catalogue de cas d’utilisation critiques en analytique et en IA
une feuille de route pour accroître la maturité en analytique et en IA
un concept pour les produits de données et d’IA requis, les outils d’analytique et d’IA et les actifs de données
une architecture et une organisation des données et de l’IA
les prochaines étapes prioritaires pour mettre en œuvre la stratégie de données et d’IA
Que faut-il utiliser ?
Ce modèle d’atelier est fondé sur la Data & AI Business Design Method éprouvée, utilisée dans le monde entier par de nombreuses entreprises et cabinets de conseil réputés. Il utilise les canevas du Data & AI Business Design Kit, mis gratuitement à disposition sous licence Creative Commons.
Mode d’emploi ?
Ce modèle d’atelier vous guide pour préparer, animer et assurer le suivi d’un atelier Lean Data & AI Strategy. Pour chaque phase de l’atelier (de la préparation à la compréhension métier, utilisateur et des données, jusqu’au suivi), un tutoriel distinct explique comment utiliser le canevas spécifique à cette tâche :
Avant l’atelier
I. Préparation : Sélectionnez les participants à l’atelier.
Au cours de l’atelier
II. Introduction : Faites un tour de présentation.
III. Compréhension métier : Imaginer et prioriser des cas d’utilisation analytiques et d’IA.
IV. Compréhension des utilisateurs : Évaluer la maturité en analytique et en IA et planifier la feuille de route.
V. Compréhension des données : Concevoir des produits, une architecture et une organisation pour les données et l’IA.
VI. Conclusion : Faire un tour de feedback.
Après l’atelier
VII. Suivi : Finaliser la stratégie.
Parcourir ces phases de manière agile garantit qu’à la fin se dégage une stratégie orientée vers la valeur, centrée sur l’utilisateur et axée sur les données, et que toutes les parties prenantes sont prêtes à agir, c’est-à-dire à mettre la stratégie en œuvre.
Où en savoir plus ?
Datentreiber vous propose non seulement ce modèle Miroverse, mais aussi :
Si vous souhaitez en savoir plus ou si vous avez des questions ou du feedback, contactez-nous à : info@datentreiber.de.
Copyright: Tous droits réservés par Datentreiber GmbH.
