Gestion de projets data science : CRISP-DM, TDSP et les meilleures pratiques
Qu'est-ce que CRISP-DM?
CRISP-DM signifie Cross-Industry Standard Process for Data Mining. Il date de la fin des années 90, ce qui devrait le disqualifier dans ce domaine, et pourtant, il reste le modèle mental le plus courant pour les projets de données. S'il survit, c'est parce que ses six phases décrivent la réalité du travail:
Business understanding: quelle décision ce projet va-t-il changer?
Data understanding: de quoi disposons-nous et pouvons-nous y faire confiance?
Data preparation: la majeure partie de l'effort, toujours sous-estimée.
Modeling: la partie que tout le monde prend pour le projet.
Evaluation: le modèle répond-il à la question business ou se contente-t-il de scorer?
Deployment: là où la valeur apparaît, et là où la plupart des projets bloquent.
Le processus est itératif. Une découverte en phase de modélisation vous renvoie à la préparation des données; l'évaluation révèle parfois que la question business était mal posée dès le départ. Une équipe qui anticipe ces boucles planifie en conséquence. Une équipe qui s'attend à une ligne droite appelle cela des retards.
Ce que CRISP-DM omet est aussi important que ce qu'il couvre. Il ne dit rien sur le rythme d'itération, sur les rôles ou sur la communication d'équipe. Il vous dit quoi faire, pas comment gérer les humains qui le font. Utilisé comme une checklist de questions, il vaut de l'or. Mais comme plan de projet? Il vous décevra.
Pourquoi aucun framework ne convient à la data science sans modification
De nombreuses méthodes tentent de combler le vide laissé par CRISP-DM. Certaines équipes empruntent Kanban, d'autres adoptent Scrum. Toutes butent sur le même obstacle: la data science est exploratoire, et on ne planifie pas une découverte en sprint. Un modèle qui exigeait deux semaines sur le dernier projet en demandera six sur celui-ci car les données reçues sont plus sales.
En pratique, les équipes matures utilisent des modèles hybrides et les gèrent avec souplesse. Ce n'est pas de l'indiscipline, mais plutôt la reconnaissance que chaque projet, secteur et dataset exige un itinéraire spécifique, alors que les points de passage restent identiques.
TDSP: le manuel opérationnel
La tentative la plus sérieuse de lier le tout est le Team Data Science Process (TDSP) de Microsoft, qui sert de base à la gestion de projet chez Agilytic. Le TDSP combine Scrum et CRISP-DM: si CRISP-DM fournit la carte et Scrum donne le rythme, le TDSP fusionne les deux dans un même guide opérationnel. Il n'est pas parfait, mais il surpasse ses deux parents.
TDSP (Source: Microsoft)
Où les projets de data science échouent
Les schémas d'échec sur nos projets sont assez constants pour identifier quatre pièges majeurs.
Les attentes des clients d'abord. Les parties prenantes arrivent avec un problème et souvent une idée fixe de la solution, sans savoir si les données le permettent. Avant de démarrer, les deux parties doivent s'accorder sur les livrables, et cet accord doit être réajusté à mesure que les données révèlent ce qui est réellement faisable.
L'incertitude ensuite. Rien n'est garanti: la précision d'un modèle dépend de la qualité des données, et cette qualité est impossible à évaluer avant de s'y plonger. Si les volumes exploitables sont inférieurs aux prévisions, le planning et les coûts dérapent. Une bonne gestion de projet ne supprime pas cette incertitude, elle détecte les risques tôt et les nomme clairement.
Le scope creep. Après quelques semaines, de nouvelles idées surgissent et le client demande des fonctionnalités non prévues. Une certaine flexibilité est saine, l'exploration est le but. La règle d'or: quand un changement impacte le budget ou les délais, dites-le avant de faire le travail, pas après.
Enfin, la communication, souvent sacrifiée car tout le monde préfère coder. Une réunion client hebdomadaire et un court résumé écrit suffisent pourtant. En interne, des standups courts maintiennent l'alignement et permettent de lever les alertes. Ce manque de glamour décide pourtant du succès de plus de projets que le choix de l'algorithme.
Les habitudes qui maintiennent les projets sur les rails
Des livrables définis avant de démarrer. Pas "un modèle", mais un artefact précis: une API intégrée à leur produit, un fichier scoré chargé par les ventes le lundi, un dashboard ouvert par le CFO. Des livrables ultra-spécifiques fixent des objectifs clairs pour tous.
Un rythme de communication qui résiste aux semaines chargées. Les projets qui dérivent sont ceux où les réunions sont devenues "selon les besoins".
De la transparence en cas de problème. Cacher un risque à un client offre une semaine de répit mais détruit la relation. Cela fonctionne aussi dans l'autre sens: quand le client demande un changement, soyez clair sur ce qui sera réalisé et ce qui sera abandonné en conséquence.
Nos 3 meilleurs conseils, inchangés après plus de 400 projets
Les projets demandent plus de temps et de ressources que prévu, alors anticipez les difficultés et planifiez-les.
Laissez des buffers dans votre calendrier; c'est juste après une réunion que les actions de suivi se concrétisent.
Et en cas de doute, prenez du recul: reconnectez-vous à la raison d'être du projet. Il est facile de passer trois jours au fond d'un tunnel pour réaliser ensuite que l'on n'était pas sur la bonne voie.
Questions fréquentes
CRISP-DM est-il dépassé?
Ses phases restent d'actualité. Les lacunes sont réelles: rien sur MLOps, l'itération ou les rôles. Utilisez-le comme une checklist de questions, pas comme un plan de route.
CRISP-DM ou Scrum?
Ils répondent à des problèmes différents. CRISP-DM structure le travail analytique; Scrum structure le temps de l'équipe. Les méthodologies efficaces, y compris la nôtre, combinent les deux.
Que se passe-t-il après le déploiement?
Le monitoring. Les modèles se dégradent à mesure que le monde change. Un modèle non surveillé est une décision non vérifiée. Nous avons analysé pourquoi le drift détériore les performances des modèles et comment y remédier.