Okoni Koi

Définition et pilotage de la stratégie produit data pour trois entités clientes, en interlocution directe avec les Directions Métiers/Finance, pour faire basculer une logique “reporting / outils BI” vers une logique “produits data orientés valeur business”. Rôle centré sur les arbitrages stratégiques : quels cas d’usage financer, quel modèle de valeur défendre, quelle trajectoire de gouvernance et d’adoption imposer.

Définition de la vision produit et du modèle de valeur data pour chaque client, en cohérence avec les objectifs business et les contraintes de gouvernance

Arbitrage stratégique du portefeuille d’initiatives : sélection des cas d’usage à plus fort impact, séquencement, trade-offs de priorisation entre clients

Diagnostic de maturité Data & IA : usages existants, irritants métiers, risques de gouvernance, qualité des données et exposition aux outils IA

Alignement Finance / Métiers / IT / Data autour d’objectifs de pilotage partagés et de KPI stratégiques communs

Mise en place des fondations de gouvernance (règles de gestion, qualité, traçabilité, sécurité, cadre d’usage IA) comme prérequis à la scalabilité du portefeuille produit

Transformation des actifs BI / data existants en produits data pilotés par la valeur, gouvernés et adoptés par les métiers

Pilotage d'un portefeuille de 15+ produits Data & BI multi-enseignes / multi-pays / multi-domaines, approche SAFe / Lean Agile.

- Transformation de besoins métiers complexes en produits data industrialisés : cadrage des cas d'usage, KPI, règles de gestion

- Construction des roadmaps, priorisation par la valeur, gestion du backlog, user stories et critères d'acceptation

- Coordination transverse métiers / IT / data ; arbitrage des priorités, dépendances et risques à l'échelle programme

- Résultats : identification à 100% des causes de litiges fournisseurs (ROMA) ; réduction de 67% des coûts de distribution prospectus (Zoning)

- Data Governance : qualité, documentation, traçabilité, conformité RGPD et sécurisation des usages Data & IA

Analyse et optimisation du modèle de données bancaire pour améliorer la qualité du pilotage

Conception de dashboards décisionnels adaptés aux besoins métiers

Accompagnement des utilisateurs dans l’appropriation des outils data et reporting