Thread by @FlowConFR

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