La force et l'horizon d'impact de cette activité critique sont :

• Il s'agit d'une criticité actuelle et qui va se maintenir à l’avenir (court terme / moyen terme / long terme)
• Automatisation / robotisation : On s'attend à une hausse des besoins au fur et à mesure du renouvellement de l’outil de production ; 100% des activités ne seront néanmoins pas automatisées / robotisées à l’avenir
• Intelligence des produits / process et maintenance prédictive : Il s'agit d'une criticité en émergence et en croissance à moyen terme selon les filières

Les leviers de cette activité critique sont :

• Des actions d’attractivité vis-à-vis du vivier de data scientists, data analysts et autres métiers de la data (mise en qualité de la donnée, architecture, développement de logiciels, (re)programmation de fonctionnalités…) : communication attractive (notamment vers les femmes) en valorisant le sens et la contribution opérationnelle de ces métiers vis-à-vis de la production ou de l’activité de l’entreprise, capillarité avec les établissements de formation initiale, enjeux de rémunération et des leviers complémentaires
• Un encouragement ou un maintien au sein des formations initiales, notamment de niveau BTS et ingénieur, de l’acquisition des savoir-faire transversaux en gestion et exploitation de la donnée, en plus des savoir-faire techniques de spécialité
• Un renforcement de l’offre de formation initiale et continue pour faciliter la montée en compétence data et l’hybridation des compétences (« acquisition de la couche data à un métier socle ») : lisibilité de l’offre, sensibilisation des entreprises aux processus d’innovation data et renforcement des compétences interpersonnelles et de coordination d’actions (soft skills) permettant l’innovation collective au sein d’équipes pluridisciplinaires (spécialistes data, spécialistes techniques, experts marketing…)