"La transformation Data du Groupe Sodexo."

Bonjour je suis Caroline Goulard. J’ai créé deux entreprises dans le domaine de la visualisation des données et je travaille depuis plus de 10 ans à créer des ponts entre les humains et les données. Et on se retrouve aujourd’hui pour un nouvel épisode de The Bridge, le média d’Artefact qui démocratise la connaissance des données de l’intelligence artificielle. Aujourd’hui je suis avec Maxime Marembaud.

Bonjour.

Bonjour Maxime, est-ce que tu peux te présenter ?

Oui, donc je suis le Chief Digital and Data Officer chez Sodexo. Pour rappel Sodexo c’est une entreprise B2B qui fait du service de food et de FM auprès des entreprises et qui a une stratégie actuelle de migrer vers l’accroche auprès des clients corporate mais être beaucoup plus proche du consommateur. En tant que CDO chez Sodexo, j’ai trois grandes missions, la première c’est de mettre à disposition des produits digitaux et data auprès de nos consommateurs et nos collaborateurs Sodexo, la deuxième c’est la mise en place d’operating models digitaux et data au sein de nos régions et la troisième la mise en place de plateformes technologiques digitales et data permettant la mise à l’échelle de nos produits data et digitaux.

Si on doit rentrer dans le plus concret, est-ce que tu peux nous raconter l’histoire ? Comment s’est passé d’un petit laboratoire à cette organisation ?

Sodexo a commencé sa transition data il y a un peu près 5 ans avec la mise en place d’un Data lab, donc c’était une volonté de notre comité exécutif de recruter un certain nombre de talents externes pour démontrer au sein de l’entreprise quelles étaient les opportunités autour de la data. Donc on a une dizaine de collaborateurs qui ont rejoint Sodexo, donc je faisais partie de ces équipes là, et qui ont commencé à identifier quelques use cases sur lesquels on pouvait apporter de la valeur grâce à la data. Dans ces use cases on a des use cases de prédiction de fréquentation. Sodexo pour rappel c’est la mise en place de repas auprès des collaborateurs d’entreprises. Un des éléments principau
x de notre capacité à faire de l’efficacité c’est d’être capable de prédire le nombre de personnes qu’il y a sur ces sites et donc on a commencé à construire un use case de prédiction de fréquentation pour nos gérants de restaurant et donc les aider à optimiser la manière dont ils produisent et le nombre de ressources à staffer sur site. Donc c’est un des trois use cases qu’on a commencé à mettre en place au cours de cette phase de data lab, ensuite on a voulu passer d’un modèle lab à un modèle factory pour gérer deux problèmes principaux qu’on avait, le premier c’était qu’on était encore dans un mode push auprès du business où on allait les voir avec les idées potentielles de use cases data qu’on pourrait délivrer pour eux et non pas dans un modèle pull en s’assurant que le sponsorship et le fait de porter les initiatives venait plutôt du du business et de la région. Donc ça c’est le premier élément qu’on a changé et le deuxième c’est le modèle de delivery de nos produits, on est passé d’un modèle lab où on était une entité data à côté de l’IT, à un modèle factory où cette entité data a vraiment la responsabilité end to end de la construction des produits pour en faire le déploiement à l’échelle, enfin l’industrialisation et le déploiement à l’échelle. Récemment on est passé dans une troisième phase qui est le rapprochement de la data et du digital pour justement supporter le pivot de Sodexo autour du consommateur. Donc la distinction qu’on fait chez Sodexo entre les produits data et les produits digitaux c’est que les produits data sont surtout à orientation interne pour nos collaborateurs, dans quelle mesure la data peut les aider à prendre les bonnes décisions, la partie digitale est surtout le fer de lance de notre pivot vers le consommateur donc dans les produits digitaux c’est la capacité à déployer des applications mobiles auprès de nos consommateurs et en particulier comment on s’assure que dans ce pivot là on récupère un maximum de données pour mieux comprendre nos consommateurs et être mieux capable de les servir au plus proche de leurs besoins. Donc c’est à peu près 5 ans de transformation chez Sodexo qui ont permis maintenant dans l’état actuel d’avoir une dizaine de produits data qui sont déployés à l’échelle, donc ça veut dire sur un certain nombre de pays. Et trois applications consommateur clés qu’on délivre en central pour nos régions, un exemple d’application consommateur c’est la capacité pour nos consommateurs Sodexo d’avoir accès au menu de ce qui est produit sur site, de faire du click and collect, click and delivery, donc l’ensemble des fonctionnalités classiques d’un retailer food dans une ère moderne actuelle.

Qu’est-ce que ça vous apporte d’avoir cette application qui est dans les mains des consommateurs ? Vous en faites quoi au final des données qui remontent de cette application ?

C’est absolument primordial pour notre capacité justement à mieux comprendre notre consommateur donc pour rappel comme je disais Sodexo est une entreprise B2B donc ça veut dire qu’on vend des services à nos clients mais on délivre ces services à leurs collaborateurs. Donc notre enjeu c’est d’avoir une compréhension fine des besoins des consommateurs. Le premier élément pour comprendre les besoins des consommateurs c’est d’avoir une compréhension très fine et digitale de leurs transactions de ce qu’ils ont acheté, ce qu’ils aiment, ce qu’ils aiment moins, de leur retour positif ou négatif sur les services Sodexo, pour aller chercher deux types de poche de valeur. La première c’est la capacité à avoir des offres et des services qui correspondent exactement au segment de consommateur de nos clients. Donc typiquement un consommateur très white collar dans un environnement urbain, on va comprendre finement quels sont ses besoins et donc avoir une offre de food très spécifique à ces besoins, qui va être différente forcément d’un collaborateur plus blue collar en province, c’est vraiment la capacité à aller dans un niveau de finesse beaucoup plus granulaire et de la compréhension de leur besoins en tant que consommateur. Donc démontrer auprès du client qu’on a la bonne offre qui correspond aux besoins du consommateur et le deuxième élément c’est que pour nous en tant que entreprise Sodexo ce lien direct avec le consommateur c’est un vivier de valeur important pour être capable de le satisfaire mais aussi potentiellement de lui vendre des services ou des éléments supplémentaires qu’il n’aurait pas forcément achetés. Donc vraiment commencer à faire de la personnalisation auprès de ses consommateurs, encore une fois dans une logique très similaire à ce qu’on peut observer dans des retailer food classiques et plus modernes je dirais.

Donc vous pouvez faire le menu type d’un white collar à Paris ?

Exactement, voire le menu type d’un white collar sur un site spécifique à Paris. C’est vraiment par la compréhension fine des usages et des besoins des consommateurs, avoir une capacité à être très proche de leurs attentes et donc les satisfaire, mais également satisfaire nos clients, puisqu’encore une fois c’est un élément très important de notre modèle financier.

J’imagine que ça reboucle sur l’anticipation des stocks, sur la gestion prédictive ?

Tout à fait et donc le fait d’avoir accès à cette données de consommateur à l’échelle, c’est aussi une manière pour nous en tant qu’entreprise Sodexo, d’optimiser notre efficacité opérationnelle, donc d’être en capacité effectivement de mieux comprendre quels sont nos nombres de consommateurs sur site, ce qu’ils vont manger donc produire en conséquence, d’être capable aussi de comprendre plus finement quels sont les produits qui seront achetés en priorité donc quels sont les produits qu’on doit acheter nous en priorité auprès de nos fournisseurs et la capacité aussi d’affiner le prix des produits en fonction de la compréhension fine de la demande sur site et de la prédiction de cette demande sur site.

Et vous avez pu mesurer des résultats en terme de gaspillage, de meilleure rentabilité des offres, etc ?

L’un des KPI intéressants qu’on regarde c’est notre baisse du waste donc du gaspillage alimentaire, Sodexo a effectué plus de 30 % de baisse de gaspillage alimentaire depuis 4 ans et l’un des drivers principaux c’est cette capacité à mieux prédire la fréquentation donc mieux prédire les usages et les besoins de consommateur et donc mieux produire en conséquence.

Et cette connaissance de ce qu’aiment manger les gens selon leur environnement de travail au final c’est limite quelque chose que vous pourriez revendre. Si on veut ouvrir une une chaîne de restaurant juste à côté d’un grand site, est-ce qu’on peut venir vous voir pour avoir des conseils de menu ?

Alors, l’une des décisions qu’on a prise en tant qu’entreprise c’est de favoriser l’usage de la donnée pour Sodexo. Donc on n’a pas de cas d’usage de revente de données parce que pour nous c’est encore une fois le vivier de valeur de cette donnée il est principalement pour Sodexo et la capacité de revendre cette donnée serait d’une valeur très faible par rapport à ce qu’on récupère en usage interne.

Et du coup le courant du télétravail, la sortie du covid vous l’avez vu dans dans vos utilisations ?

Ce qui est intéressant effectivement c’est que le covid a correspondu à notre période d’accélération en terme de transformation data digitale et nous a permis de mieux réagir au changement des comportements et des usages de nos consommateurs sur deux axes principaux. Le premier c’est finalement le fait de mieux produire en fonction des jours de semaine, quand est ce qu’il y a plus ou moins de demande, grâce à la meilleure anticipation, la meilleure analyse fine de la fréquentation et l’amélioration de notre prédiction de fréquentation sur site, donc ça c’est le premier élément, plus sur l’efficacité opérationnelle. L’autre élément c’est que le fait d’avoir un lien direct avec nos consommateurs via nos applications digitales c’est aussi créer la capacité de créer des des potentiels d’achat en dehors du contexte de l’entreprise. Et typiquement en France on a mis en place une application qui rejoint l’offre Sodexo restaurant et l’offre Sodexo Benefits & Rewards, qui est le chèque restaurant sur site qu’on peut utiliser auprès de restaurateurs, donc la capacité finalement à avoir une offre complète auprès du consommateur et s’assurer que via nos canaux digitaux on puisse distribuer cette offre complète entre le moment où le consommateur est sur site et le moment où le consommateur est chez lui et donc va aller utiliser ces chèques restaurant auprès de commerçants autour de chez lui.

Alors je me demandais, tout à l’heure tu nous as expliqué que dans les étapes de l’histoire de la data chez Sodexo, l’étape 2 il y a vraiment eu un twist entre on pousse des solutions data et finalement c’est les départements, les régions qui viennent nous adresser leurs problèmes. C’est une étape importante vers plus de maturité de la data. Et alors comment tu arrives à ça, c’est à dire que des gens qui jusque-là n’avaient pas de guichet, n’étaient pas confronté à la data au quotidien se mettent à avoir des idées de choses à vous demander ?

Effectivement, je pense que c’est une vraie spécificité de Sodexo, dans la manière dont on a opéré notre information data et qui s’est mise en place autour de trois grands piliers. Le premier c’est la proximité qu’on a créé avec nos patrons de région opérationnel, le patron stratégique et marketing des régions, pour les éduquer autour du potentiel de la donnée et des produits data, le deuxième c’est qu’on a travaillé avec eux dans le détail sur la compréhension fine de ce potentiel autour de la data, comment ils répond à leur stratégie business très spécifique régionale et dans un 3ème temps la capacité à construire des solutions spécifiques pour les besoins de la région. Je vais prendre un exemple, on a un use case qui est très impactant, qui est le use case de la définition du prix auprès du consommateur sur site, c’est un use case sur lequel on travaille près de nos trois régions principales donc UK, France et US. Dans la manière dont on a positionné le pricing dans la stratégie business de la région, dans la manière dont on a construit le produit pour répondre aux attentes de ces trois régions, on a eu trois approches spécifiques. En revanche, dans la manière dont on a délivré le produit, donc dans l’accès à la donnée, le processing autour de cette donnée, l’exposition de ce produit, on a cherché à avoir une approche la plus globale possible. Donc ce qui est intéressant dans la manière dont on a construit notre approche de transformation, c’est qu’on a créé des canaux très spécifiques et très custom je dirais auprès des régions donc pour vraiment répondre à leurs enjeux spécifiques, en revanche dans notre capacité à faire de la delivery on a été très systémique, pour avoir finalement le meilleur des deux mondes, c’est à dire le spécifique mais aussi le systémique dans la capacité à délivrer pour un coût moindre un ensemble de besoins différents.

Si on prend un exemple concret, vous êtes avec un patron de région il vous explique qu’il a tel problème. Par exemple ça peut être quoi un problème type d’un patron de région ?

Un problème type d’un patron de région c’est des enjeux de rentabilité, des enjeux d’attractivité auprès des consommateurs, des enjeux de vente et de rétention de clients.

Donc il va vous dire voilà j’ai ces problèmes là, j’ai besoin de savoir mieux ça et ça, et vous vous allez essayer de faire matcher ça ce que les autres patrons de région vous ont dit pour essayer de proposer une solution qui a un socle transverse et néanmoins qui répond aux problématiques de votre patron ?

Alors on a une approche différente. Auprès de chaque patron de région on va justement comprendre leurs priorités, donc la France peut être plus orientée sur l’efficacité opérationnelle, les US plus sur la croissance, le UK plus sur la rétention et la vente. On va avec chacun de ces patrons de région définir quels sont les quelques produits data qui peuvent répondre à ces enjeux là et on va vraiment dans la perception du patron de la région construire une solution spécifique à leur besoin. En revanche on va identifier entre les différents produits des éléments qui sont similaires d’un point de vue global et donc construire une plateforme qui permet de répondre d’une manière générale à leur besoins mais dans l’expression du produit, le produit sera très spécifique aux besoins de la région. Encore une fois c’est vraiment partir d’un besoin spécifique, remonter ce besoin et le comprendre de manière systémique et donc avoir une approche très systémique dans les deliveries et revenir auprès de la région avec une réponse à ce besoin spécifique. Donc c’est vraiment cette relation très forte et et intriquée entre les priorités business et la delivery data digitale qui fait qu’on a pu créer une relation très forte auprès de ces régions.

Donc une vraie culture au service de vos équipes locales.

Tout à fait.

Et ça c’est un élément qui vous différencie d’autres grands groupes en terme d’organisation, dans votre connaissance de comment ça se passe ailleurs, comment vous vous situez ?

Effectivement c’est un élément assez différenciant dans notre positionnement par rapport à d’autres grands groupes parce qu’on a un modèle de delivery central, donc c’est-à-dire on a une équipe digital data qui va construire l’ensemble des produits pour le monde entier, dont j’ai la responsabilité, mais un modèle de relation métier local, donc on va demander aux régions d’identifier un mini CDO pour chacun des grandes régions qui va porter pour la région les priorités business donc vraiment la proximité très forte entre stratégie business et priorités digital data, la capacité à aligner la région sur ces priorités et la capacité également de la région dans la mise en œuvre et le déploiement des produits et la gouvernance aussi. Finalement c’est vraiment un modèle hybride, entre un modèle centralisé et un modèle décentralisé par que nous on on garde en centralisé la delivery pour avoir une masse critique pour s’assurer qu’on fait des économies d’échelle mais en revanche dans la relation fine avec le business et la capacité à prendre des engagements en terme de déploiement d’impact, c’est la région qui est responsable. Donc c’est vraiment ces éléments là qui sont très spécifiques à Sodexo.

Et alors autre chose très spécifique à Sodexo quand même, vous êtes un groupe qui parle de nourriture, de repas, d’alimentation et alors en dehors des données de performance financière, de rentabilité, d’opération, quels sont les types de données auxquelles vous êtes confronté, qui sont vraiment spécifiques à votre domaine la nourriture ?

Forcément les données de recettes, donc on on produit énormément de recettes tous les jours, les données d’achat, donc d’achat de food en particulier et les données consommateur donc de retail qui sont qu’est-ce que les consommateurs vont consommer tous les jours dans les restaurants. Ce qui est intéressant c’est que ces données elles sont très locales puisque la consommation, les besoins de nos consommateurs vont être très différents d’une région à l’autre, enfin d’un pays à l’autre, même au sein d’un pays comme je l’expliquais tout à l’heure. La compréhension fine du besoin du consommateur va faire que le type de recette qu’on va produire sur site va être différente d’un site à l’autre, également la différence qu’on va opérer sur la manière dont on achète nos produits, les produits qu’on va acheter entre différents sites peuvent être très différents puisqu’on va acheter des produits très locaux donc ce qui est intéressant c’est cette granularité très fine de la donnée et cette localisation très fine de la donnée et en même temps une volonté d’avoir une approche systémique pour pouvoir comparer un site par rapport à l’autre, pour pouvoir comparer une région par rapport à l’autre, donc on a aussi toute une approche permettant, un peu dans la logique de la relation métier régional et delivery globale, cette capacité d’avoir une vision très fine et une customisation très fine de la spécialité locale et la capacité finalement de remonter ces informations à un niveau central. Donc ça va sur une échelle très granulaire.

J’imagine que ça peut aussi vous aider ces données à mesurer l’impact environnemental, que ce soit la consommation des gens ou de votre propre impact en tant qu’entreprise. Est-ce que ça vous sert à ça aussi ?

C’est vrai qu’on a une vraie approche CSR dans la manière dont on construit nos produits data puisque le CSR est l’un des piliers stratégiques de l’entreprise Sodexo et ça va avoir plusieurs incarnations. La première c’est finalement la capacité à réduire le waste, on a des engagements très précis sur notre réduction du gaspillage alimentaire au global et la capacité de prédire la fréquentation, prédire la demande des consommateurs, c’est un élément absolument critique pour pouvoir vraiment réduire au maximum notre gaspillage alimentaire, donc ça c’est un premier élément. Le deuxème élément c’est que dans la capacité à déployer nos applications digitales donc la création d’une interaction directe entre Sodexo l’entreprise et le consommateur c’est aussi une manière d’informer le consommateur sur l’impact CSR, donc l’impact carbone des différents choix qu’il va faire dans ses habitudes de consommation, donc on expose auprès du consommateur l’impact carbone, l’écoscore de chacun des produits et des menus qu’on va lui servir sur site et ce qu’il va acheter via l’application mobile. Et un troisième élément important dans la manière dont on a vraiment un CSR by design dans nos produits data, c’est qu’on a dans l’optimisation de notre supply, donc c’est un très gros sujet Sodexo on achète plusieurs milliards de food par an, et l’optimisation de la supply maintenant n’est plus du tout qu’économique, c’est aussi une optimisation de la supply par impact carbone donc on va aider nos acheteurs à comprendre l’impact d’un choix, d’une référence produit par rapport à une autre sur l’impact carbone de Sodexo, en scope 3. Donc ces éléments là sont très importants pour nous en tant qu’entreprise pour s’assurer qu’on est digital and data by design dans la manière dont on optimise notre impact CSR global.

Est-ce qu’il y a des difficultés que vous rencontrez par rapport au sourcing des données ? J’imagine que c’est pas forcément de la donnée toujours très propre.

Ce n’est clairement pas de la donnée toujours très propre donc comme tout entreprise on a des enjeux de qualité de données qu’on va adresser suivant deux axes, un axe très process, gouvernance classique donc la mise en place de domaines de données, la mise en place de data governor qui ont la responsabilité de porter la mise en qualité de la donnée, donc on a des grands domaines de données client, food, supply, CSR, donc comment on s’assure que au sein de ces différents domaines on a vraiment quelqu’un qui porte la vision de la mise en qualité de la donnée donc une approche très process et de l’autre côté une approche plutôt technologique donc en utilisant des solutions IA, des solutions d’IA génératives, la capacité à améliorer la qualité de la donnée et donc trouver des alternatives, ou en tout cas des raccourcis pour pouvoir utiliser cette données rapidement. Donc c’est vraiment l’addition de ces deux approches là qui nous permet d’améliorer la qualité de la donnée, encore une fois c’est l’un des enjeux principaux de notre capacité à déployer de la valeur à l’échelle puisque sans qualité de donnée, encore une fois à l’échelle on ne pourra pas avoir un impact à l’échelle.

Tu viens de nous donner un très bon exemple d’usage de l’IA générative chez vous, qualité de la donnée, est-ce que il y a d’autres usages de ces IA génératives chez Sodexo ?

Oui on est en plein dans notre transformation autour de l’IA générative. Déjà on a un premier élément important dans la manière dont on a approché le sujet, c’est qu’on a porté un message le plus clair possible auprès de nos collaborateurs sur finalement les do’s and dont’s autour de l’IA générative parce que ça crée beaucoup d’opportunités mais ça crée également pas mal de risques, en particulier sur la perte de l’ownership de données sensibles pour Sodexo, donc dans quelle mesure on peut ou ne peut pas, on ne peut pas d’ailleurs partager de données sensibles auprès de OpenAI en particulier. Donc ça c’est le premier élément mais qui est plutôt le chapeau au-dessus de notre approche et puis après on a plusieurs cas d’usage qu’on est en train de mettre en place. L’un des premiers c’est effectivement tout ce qui est orienté autour de la qualité de la donnée, l’enrichissement de la donnée, la transformation de données non structurées en données structurées donc un bon exemple ce sont les contrats qu’on a avec nos clients, c’est des données bien évidemment non structurées, c’est des contrats Word, comment on passe grâce à une IA générative à une donnée structurée qui nous permet d’extraire de ces contrats les prix, toutes les clauses contractuelles importantes pour pouvoir les traiter par nos systèmes derrière. Donc ça c’est un premier élément, deuxième élément autour de l’usage de Gen AI dans la logique d’optimisation de l’efficacité de nos développeurs, donc ça c’est l’un des éléments les plus importants et qu’on voit le plus régulièrement auprès d’autres entreprises qui ont un socle de développement important, sur lequel on commence déjà à voir des impacts donc ça c’est vraiment intéressant de voir que dans l’usage qu’en font les développeurs on a un vrai impact rapide. Et on est en train d’identifier d’autres cas d’usage en particulier en terme d’efficacité commerciale donc finalement la capacité d’utiliser une IA générative pour comprendre les données Sodexo mais aussi des données externes et donner un type de cockpit auprès de nos vendeurs pour qu’il comprennent quels sont les bons prospects à aller voir en fonction de nos ambitions de croissance, de typologie de marché et donc pour vraiment aider nos vendeurs à être beaucoup plus efficace sur leur phase de prospection.

Sur le travail des développeurs quel impact vous constatez ?

Deux impacts importants, le premier en terme d’efficacité, d’efficacité rapide en particulier sur des phases de documentation et de testing et le deuxième sur l’engagement des équipes de dev parce que c’est l’un des rares moments récents où il y a une vraie transformation potentielle de leur travail et surtout la simplification ou l’automatisation de la partie la moins intéressante du job de développeur et c’est une manière aussi pour eux de vraiment avoir une réflexion sur leurs ways of working. Donc on voit un engagement super intéressant des équipes qui sont très demandeuse à l’utilisation des solutions proposées par Git et Microsoft et donc moi je trouve ça très impactant.

Ça tombe bien ça nous permet de rappeler que derrière toute cette histoire de la data il y a des personnes, des développeurs mais pas que, quels sont les profils que tu as recrutés pour cette transformation ?

Alors déjà ce qui est intéressant c’est de regarder un peu la croissance des équipes digitales data chez Sodexo. On est passé d’une dizaine de collaborateurs donc quand j’ai rejoint Sodexo à environ 200 personnes avec un mix important interne externe, mais voilà en terme de capacité de développement et de porter l’ensemble des objectifs digitaux data c’était à peu près 200 personnes et au au cours de cette croissance on a trois grands types de profils qu’on a dû attirer. Le premier c’est vraiment des profils produit donc on a eu un souci très important sur l’approche produit chez Sodexo et donc la capacité d’attirer des talents de très bonne qualité sur une vraie approche produit dans un vrai rôle de product manager, donc vision produit, exécution de ce produit et obsession finalement de l’impact du produit, donc ça c’est le premier élément. Deuxième élément c’est sur des profils plus tech, que ce soit tech data science, machine learning mais aussi tech data engineer, software engineer, c’était assez nouveau chez Sodexo puisque Sodexo c’est bien évidemment une boîte de service qui a peu développé ses propres produits et donc on a eu tout un chemin sur l’attractivité de Sodexo pour ce type de profil et maintenant on est en capacité parce qu’on a une taille critique, parce que on a une vraie volonté de continuer à grandir, une vraie une vraie vision sur le long terme, à continuer à attirrer des talents de très bonne qualité. Et le troisième type de profil c’est des profils plus de transformation, en particulier de transformation business donc qui sont des profils qui sont soit sous ma responsabilité ou soit sous la responsabilité justement des régions donc qui sont vraiment des rôles absolument critiques dans la phase dans laquelle on est, puisque ce sont les rôles qui permettent de connecter la construction du produit avec son impact à l’échelle donc vraiment être en capacité par exemple sur un sujet de prédiction de fréquentation sur site, d’avoir le produit et d’en assurer le déploiement auprès de chacun des site managers, d’en assurer l’usage, d’en assurer l’amélioration continue, le retour précis des site managers auprès des équipes de développement, donc tous ces rôles de transfo, de business ownership sont des rôles qui sont absolument critiques dans notre phase actuel et qu’on a effectivement commencé à recruter assez significativement au cours des derniers mois.

Comment s’est passé l’intégration de ces nouveaux profils dans l’organisation ? Comment tu fais en sorte que ce n’est pas des gens avec une autre culture qui arrive dans une boîte qui n’a rien à voir, qu’est-ce qui a fait le lien ?

Ça a été compliqué mais on a eu quelques succès autour de ce sujet là. Déjà le premier élément c’est qu’on a cherché dans la phase data lab et dans la première phase factory de recruter des profils techniques à très fort potentiel, donc on a réussi à tirer sur la vision qu’on portait autour de du data lab et qui s’est réalisé, donc le fait de de grandir, d’avoir un impact significatif pour Sodexo.. On a réussi à attirer des talents de très bonne qualité donc ça a été l’effet boule de neige positif, par ces talents de très bonne qualité, ils ont attiré eux-mêmes des collaborateurs parce que dans les profils techniques en particulier ils ont souvent besoin d’avoir un référent technique de très bon niveau pour pouvoir se projeter et continuer à apprendre. Donc ça c’est un élément important je pense très endogène à Sodexo, l’autre élément important dans la manière dont on a réussi à attirer nos talents c’est que Sodexo a une culture d’entreprise très entrepreneur et très basé sur l’empathie, donc pour des profils tech qui ont envie d’avoir un impact mais qui ont aussi envie d’avoir un écosystème de gens qui ont envie de comprendre quand même la différence qu’ils apportent, ça a eu beaucoup de valeur finalement dans notre marque employeur et dans notre capacité à attirer des talents de bonne qualité. Maintenant on voit qu’on a passé un pivot puisqu’on commence à être un peu plus connu dans le marché data digital en particulier en France, et on a une taille critique qui fait que toute cette phase de recrutement est un peu plus simple même si elle reste compliqué comme tout le monde mais on voit vraiment qu’on a réussi à opérer un cliquet par cette taille critique des équipes.

Toi à titre personnel, qu’est-ce que tu as appris ? Est-ce que tu as changé pendant toute cette aventure Sodexo ?

Alors j’ai forcément beaucoup appris. Le premier élément c’est l’obsession de la priorisation, d’être en capacité d’avoir quelques sujets qu’on va délivrer d’une manière complète, end to end, du design du produit jusqu’à l’impact qu’on peut mesurer et la maximisation de l’impact. Deuxième élément c’est l’importance de la proximité business et en particulier vraiment sur l’ensemble des couches de l’organisation, du patron de Sodexo jusqu’à l’opérateur par la compréhension fine encore une fois de la manière dont on connecte notre transformation digitale data avec les enjeux de chacune de ces couches, que sans un engagement fort et un alignement très fort avec les priorités business il n’y a pas de valeur. Et troisième élément c’est vraiment la force du collectif et l’importance d’avoir une équipe très engagée et très engagée dans des modèles les plus agiles possibles, encore une fois une organisation comme Sodexo c’est une organisation qui n’est pas agile à l’échelle, qui apprend l’agilité, on est un des vecteurs les plus importants de faire apprendre à Sodexo l’agilité mais vraiment dans les principes de l’écosystème digital data d’avoir une équipe engagée, autonome, responsable de ses actions, de son impact, c’est quelque chose que j’ai appris sur ces cinq dernières années, c’est aussi une manière finalement d’autonomiser au maximum l’ensemble de l’organisation digital data pour avoir un impact et finalement que les choses puissent avancer le plus rapidement possible. Donc ça c’est vraiment un élément très important dans la manière dont je manage cette équipe.

Comment tu te projettes dans 4 à 5 ans dans ton métier ?

Ça sera un métier très régional, donc ça sera la capacité de chaque région, chaque business unit à porter la delivery de ses produits digitaux data, donc c’est à dire que l’incarnation très globale qu’on a actuellement, elle sera beaucoup moins vraie, elle sera peut-être plus sur de la coordination au sein des différentes régions. Le deuxième élément je pense c’est l’importance de casser les silos d’une manière complète. Finalement on a des grands piliers de transformation autour de la supply, de la manière dont on vend à nos consommateurs, l’interaction avec nos consommateurs et ces piliers de transformation ils seront vraiment incarnés d’une manière end to end au sein de l’organisation. Donc que ce soit d’un point de vue digital data, d’un point de vue technologique mais aussi auprès des métiers donc finalement que ce ne soit plus digital data d’un côté et métier de l’autre. Ce sont des transformations complètement intégrées et le dernier élément c’est la capacité de l’accès à la data et au digital, donc ce que j’exprimais au sein de la région mais même auprès de chaque collaborateur, donc la capacité pour chaque collaborateur en utilisant des solutions comme l’IA générative dans son incarnation dans 5 ans, en self usage quoi, vraiment la capacité de construire des algorithme en tant que collaborateur sur de la donnée à laquelle on a accès et non plus devoir attendre la delivery d’une équipe centrale ou régionale. Voilà à peu près les grands changements qu’on pourrait voir s’opérer dans les 5 prochaines années.

J’ai une dernière question pour toi, qu’est-ce que tu nous recommanderais de lire, de regarder, d’écouter si on veut creuser sur ces sujets ?

Alors moi j’ai un bouquin que j’ai trouvé absolument passionnant et qui est très lié à ce que j’expliquais sur l’importance de l’agilité dans une boîte comme Sodexo, c’est Turn The Ship around donc c’est un commandant de sous-marin qui raconte son histoire où il prend la responsabilité d’un sous-marin qu’il doit amener en efficacité opérationnelle en quelques mois, alors qu’il ne connaît rien de la technologie sur le sous-marin et il transforme un modèle très pyramidal où le commandant historiquement était celui qui connaissait le sous-marin dans ses moindres détails et l’ensemble de l’équipage était un équipage d’exécutants, à un modèle où finalement il s’appuie sur son équipage qui porte l’expertise et que lui ait un modèle d’organisation où les problèmes sont remontés petit à petit sur la chaîne de commandement et que ça lui permette d’avoir beaucoup plus d’autonomie des équipes et donc d’engagement et d’efficacité au global dans l’exécution de leur mission.

Maxime merci beaucoup pour ta participation. J’espère que cet épisode vous a plu, on se retrouve très bientôt pour un nouveau numéro de The Bridge.