Data Product Management : levier clé pour transformer la maintenance ferroviaire

L'objectif

Dans un contexte où les enjeux de fiabilité, de sécurité et de ponctualité sont cruciaux, la gestion des données devient un véritable socle pour une transformation durable. Pour un acteur comme la SNCF, la maintenance des trains représente un défi stratégique. Elle conditionne non seulement la satisfaction des voyageurs, mais aussi la compétitivité opérationnelle de l’entreprise.

Grâce à l’introduction de nouveaux trains communicants, une petite révolution s’opère : les données ne sont plus uniquement réactives mais prédictives. L’objectif est clair : exploiter cette richesse pour anticiper les pannes, prolonger la durée de vie du matériel roulant, et optimiser les coûts. Cette transformation s’inscrit pleinement dans une démarche de maintenance prédictive et de télédiagnostic, permettant de passer d’une approche curative à une approche proactive, avec des bénéfices immédiats sur l’exploitation du réseau ferroviaire.

Les chantiers menés par notre expert

#1 Co-construire la chaîne de traitement et d'exploitation des données

La SNCF est une organisation extrêmement complexe, avec de multiples acteurs, systèmes interconnectés et processus rigoureux, qui nécessitent une coordination précise et une gestion flux de données pour assurer la performance, la sécurité et la fiabilité de ses opérations à grande échelle.

De ce fait, une bonne organisation est essentielle pour structurer efficacement les efforts, aligner les équipes et garantir que chaque étape du développement contribue à la réussite d'un produit digital complexe.

Ce premier chantier a permis de :

• Définir clairement les responsabilités des différents rôles au sein des équipes : Afin d’éviter les chevauchements de tâches et les zones de confusion, il est essentiel de préciser les attentes et les responsabilités de chaque membre, en prenant en compte les compétences et responsabilités spécifiques de chaque équipe :
  
  • Les data scientists se concentrent sur le développement d'algorithmes, la gestion du code métier, et l'analyse des données.
  • Les développeurs sont responsables de l'architecture des solutions, du code applicatif, et des outils destinés aux data scientists. Ils intègrent et améliorent le code des data scientists tout en concevant des applications et des API, en veillant à la performance et à la sécurité des solutions
  • Les équipes OPS gèrent l'infrastructure et les pipelines CI/CD sur AWS, en assurant la continuité entre les différents environnements.
• Mise en place de processus, de canaux de communication et de rituels réguliers d’échanges entre les équipes : Pour garantir une fluidité de communication transverse, il est crucial d’établir des processus standardisés et des outils collaboratifs qui facilitent les échanges. Des rituels réguliers, tels que des réunions hebdomadaires, des points de synchronisation et des sessions de feedback, permettent de maintenir la cohésion et de résoudre rapidement les problèmes ou les incompréhensions. Ces mécanismes assurent que chaque équipe reste alignée et informée des évolutions du projet.
• Élaboration d’un plan de suivi global partagé entre les équipes : Un plan de suivi centralisé permet à toutes les équipes d’avoir une vision commune de l’avancement du projet. Ce plan doit inclure des objectifs et des jalons afin que chaque équipe puisse suivre l’évolution des tâches et des priorités. Un tel plan favorise l’alignement sur les objectifs globaux et garantit que tout le monde dispose des mêmes informations et du même niveau de visibilité.

Ce travail a posé les bases d'une coopération fluide, permettant de co-construire efficacement un produit complexe.

‍#2 Renforcement de la culture produit et des pratiques agiles

‍L'équipe SNCF avec laquelle nous avons travaillé se considère en SAFe avec une approche agile, mais en réalité, la mise en œuvre de ces pratiques est encore incomplète. L’objectif a donc été de renforcer cette culture et de pousser les pratiques de product management afin de maximiser l'efficacité des équipes.

• Encourager une véritable approche agile : Bien que l'équipe se considère agile, certains écarts ont été identifiés par rapport aux principes agiles authentiques. Des pratiques plus itératives et adaptatives ont été mises en avant pour garantir une véritable agilité dans les processus de développement.
• Renforcer la phase "Discovery" : L'importance de la phase de discovery a été soulignée, avec un accent mis sur la nécessité de mieux comprendre les besoins des utilisateurs et de tester des idées avant de lancer le développement.
• Aligner les équipes sur les principes produits : Des efforts ont été déployés pour renforcer la culture produit, aidant les équipes à mieux comprendre les objectifs et à ajuster leurs pratiques en se concentrant davantage sur la valeur ajoutée pour l'utilisateur final.
• Pousser les pratiques SAFe : Malgré l'adoption de SAFe, certaines pratiques clés n'étaient pas complètement intégrées. L'accent a été mis sur l'adoption complète des rituels SAFe, comme le PI Planning, ainsi que sur le renforcement de la collaboration entre les équipes pour une meilleure synchronisation des efforts.

Ces efforts ont pour objectif de combler les écarts entre la théorie et la pratique agile, tout en renforçant la gestion de produit au sein de l'équipe CBM.

‍#3 Pilotage des équipes

‍Le pilotage des équipes est une partie essentielle du processus de livraison pour assurer l’intégration efficace de chaque nouveau système sur les différents matériels roulants. Voici les principales responsabilités associées :

• Supervision de la phase de delivery : Coordination et gestion de l’intégration des nouveaux systèmes sur les matériels roulants, en veillant à respecter les délais et les objectifs définis.
• Gestion du backlog : Priorisation des tâches critiques et gestion des éléments du backlog pour aligner les efforts des équipes sur les priorités stratégiques.
• Gestion des spikes techniques : Identification et gestion des spikes techniques pour résoudre les incertitudes, faciliter l’avancement du projet et assurer la qualité des intégrations.
• Suivi de l'avancement et des livraisons : Suivi régulier de l'état d'avancement pour garantir la livraison conforme aux exigences et aux standards de qualité.

‍#4 Préparation de la stratégie de Go-To-Market

‍Dans le cadre de la mise en production de la solution, plusieurs étapes clés sont nécessaires pour garantir un lancement réussi et une prise en charge optimale du produit. Ces étapes comprennent :

• Définition de la stratégie Go-To-Market : Élaboration de la stratégie de lancement de la solution, en veillant à ce qu'elle réponde aux besoins du client interne et maximise la valeur pour les utilisateurs finaux.
• Tests de bout en bout en environnement pré-production : Mise en place le suivi des tests dans l'environnement de recette et pré-production pour garantir le bon fonctionnement et l'intégration de la solution avant son déploiement en production.
• Documentation et formation des key users : Création de la documentation nécessaire et organisation des formations pour les utilisateurs clés, assurant une adoption rapide et efficace de la solution.
• Monitoring avec Datadog et communication sur l'évolution du produit : Implémentation du monitoring avec Datadog pour suivre la performance en temps réel, tout en mettant en place un processus de communication sur l'évolution du produit, le suivi des incidents en production et les actions correctives.

‍Les résultats obtenus

‍Les premiers résultats témoignent de l’impact majeur du Data Product Management sur la maintenance ferroviaire :

• Réduction de 20 % du temps de développement pour l'intégration des nouveaux systèmes ferroviaires : optimisation des processus et des flux de travail, permettant une intégration plus rapide et efficace des nouveaux systèmes ferroviaires, tout en garantissant la qualité des livraisons.

Ces résultats ne sont qu’un point de départ. En consolidant cette approche, la SNCF s’inscrit dans une dynamique où le Data Product Management devient un pilier stratégique, non seulement pour la maintenance mais aussi pour l’ensemble des opérations ferroviaires.