Damien Moyne vient de Bordeaux nous partager un REX de l’équipe #Data #ProductManagement chez Aramis, une entreprise très lean qui raisonne beaucoup en termes de flux.
L’organisation #data dans le groupe européen Aramis, où l’on retrouve depuis 1,5 an l’équipe Pricing.
Il y l’analyse, la modélisation, le devops, etc.
La mission de l’équipe : trouver le meilleur prix d’achat/de vente pour un véhicule –enjeu stratégique pour l’entreprise.
Scraping de sites web externes et données propres (sites, stocks, acheteurs) les nourrissent.
Leur stack ⤵️
3 raisons pour avoir créé une équipe produit data.
Pendant le confinement un data scientist a bricolé un outil pour faciliter la recherche pour les users, ça a marché, donc on a recruté une Data PM qui travaille avec les rôles suivants : Data Engineer, Data Scientist et Lead DS.
Équipe produit “classique” vs. équipe produit #data
Pour faire un produit data qui marche, il faut trouver le bon équilibre entre modélisation et UX afin d’arriver à répondre au besoin user.
Pour la ou le PM, la donnée est un asset : elle aura un coût, elle devra être de qualité, créer de la valeur, et ce dans la durée.
Chaque contexte est différent: pas possible de calquer le modèle français sur le marché belge par ex.
#ProductManagement vs. Data Product Management : quelle différence ?
Aucune ⤵️
Et justement, les pratiques de cette équipe Data #ProductManagement sont plutôt classiques :
Les plus grands challenges :
• la synchro avec les autres équipes
• la qualité de la donnée
• le design
Des trucs à améliorer donc, mais grâce à cette équipe data on a eu de beaux succès.
#flowcon #lean #product
Share this Scrolly Tale with your friends.
A Scrolly Tale is a new way to read Twitter threads with a more visually immersive experience.
Discover more beautiful Scrolly Tales like this.