Decideo - Actualités sur le Big Data, Business Intelligence, Data Science

Abonnez-vous gratuitement à Decideo !


Decideo

 


Analytique à l’excès ? L’optimisation à outrance est-elle l’ennemi de l’innovation ?


Rédigé par Joanna SCHLOSS, Dell le 28 Août 2015

Que les choses soient claires : les technologies analytiques sont utiles et nécessaires. Ce point ne fait aucun débat. Quelle que soit la taille de votre entreprise ou de votre secteur d’activité vertical, la survie de votre entreprise dans l’économie actuelle et sa prospérité future sont inextricablement liées à votre capacité à collecter les données et les analyser. Sans les informations décisionnelles produites par l’analyse prédictive avancée, même les entreprises les plus agiles, intelligentes et rapides trouveraient difficile de rivaliser et surpasser leurs concurrents. Il est certain que l’analytique avancée arrive en tête de liste des outils indispensables.
Mais à vouloir tout analyser, le risque serait de tomber dans l’excès. C’est pourtant le cas d’un nombre croissant d’entreprises qui perdent de vue les principaux avantages de l’analyse des données.



Joanna Schloss – Directrice Produits Décisionnels & Big Data, DELL Software
Joanna Schloss – Directrice Produits Décisionnels & Big Data, DELL Software
Quand peut-on dire que l’on est tombé dans l’excès inverse ?

Quand il y a trois fois plus d’analystes des données que de stratèges créatifs lors des réunions de préparation des plans marketing.
Quand les forces créatrices et les talents en interne qui ont l'esprit d'entreprise ne peuvent donner suite à des idées qui n’ont pas reçu l’aval des analystes.
Ou quand ce sont les analystes financiers, et non les dirigeants visionnaires de l’entreprise, qui décident des modalités de financement de telle piste d’innovation, telle campagne de communication et stratégie de leadership.

Les inconvénients de l’excès d’analyse

Pour bien comprendre les inconvénients potentiels d’une pratique analytique excessive, il faut commencer par rappeler l’essence même de l’analytique, ce qui fait son intérêt. Les solutions d’analyse de données, surtout celles qui sont prédictives par nature, permettent aux entreprises d’obtenir des renseignements décisionnels qu’elles n’auraient pu obtenir aussi finement par d’autres moyens : l’anticipation des changements de comportement des clients et de leurs habitudes d’achat, la découverte de nouveaux segments de marché encore mal couverts par l’industrie. Autrement dit, les entreprises investissent dans l’analytique avancée parce qu’elles y voient un vecteur d’innovation potentiel pour prendre une longueur d’avance sur leurs concurrents.

Le problème est que si vous ne parvenez pas à vous distinguer de la concurrence sans analyse, vous n’y arriverez pas davantage en abusant de l’analyse. Les entreprises qui l’ont compris cherchent à juste titre le point d’équilibre.

Optimisation vs. Innovation

Le succès des entreprises passe actuellement par la recherche d’optimisation des processus métier, ce qui suppose d’analyser des données en continu. D’un autre côté, l’analytique ne doit pas viser que l’optimisation, mais aussi l’innovation. Or quand les entreprises se mettent à analyser à l’excès, le plus souvent elles deviennent obsédées par l’optimisation au détriment de l’innovation.

Dans ce scénario, les entreprises considèrent l’analytique comme seul moyen de faire des économies en réduisant les coûts, alors que la pratique devrait aussi permettre d’identifier des potentiels de développement. Elle ne sert plus qu’à protéger les sources de revenu existantes alors qu’elle devrait aussi aider à trouver celles de demain. Autrement dit, les entreprises qui se focalisent trop sur l’optimisation en viennent à craindre toute prise de risque. Alors que si elle sert autant l’optimisation que l’innovation, l’analytique doit produire l’effet inverse. Une bonne analyse de données devrait en effet fournir aux dirigeants les éléments de justification et la confiance nécessaires pour prendre des risques calculés de développement futur.

L’analytique ne doit jamais devenir le bras armé de ceux qui tiennent les cordons de la bourse pour mettre le holà aux projets d’innovation ou aux efforts de R&D d’une entreprise simplement parce que les dernières analyses disponibles montrent que le projet ne sera pas rentable rapidement. Ce n’est pas sa vocation. L’analytique n’a rien d’une source intarissable de chiffres, indicateurs et mesures dont on se sert pour décider de la suite ou de la mort de tout projet ou initiative d’un salarié en fonction de sa rentabilité supposée.

Trouver le juste équilibre

Alors, comment trouver l’équilibre et atteindre les niveaux d’optimisation recherchés sans risquer de tomber dans l’excès de précautions et d’étouffer dans l’œuf tout esprit d’innovation ? La réponse consiste à instaurer des processus et une culture d’entreprise où l’analyse sert autant l’innovation que l’optimisation. Et ce sans laisser aucune marge d’interprétation. Créez des équipes distinctes : l’équipe de ceux qui analysent les données aux fins d’optimisation (les experts des processus) et celle de ceux qui analysent les données aux fins d’innovation et d’identification de potentiels de développement encore inexplorés (les experts de la culture).

Il est recommandé d’organiser les efforts analytiques dans trois catégories distinctes. Premièrement, constituez une équipe qui se focalise sur les gains d’efficacité à court terme. Les membres de cette équipe analysent les données en quête de pistes d’optimisation des processus opérationnels. Mais, et c’est une condition déterminante, les analystes d’optimisation ne doivent en aucun cas peser sur la décision de poursuivre ou d’interrompre les projets des équipes expertes de l’innovation à long terme.

Deuxièmement, créez des équipes expertes de l’innovation immédiate. Les membres de ces équipes analysent les données à la recherche de tendances émergentes qui n’auront pas d’effet immédiat sur l’entreprise et ses résultats, mais peut-être bien d’ici 3 à 5 ans. Voyez ces analystes comme des leaders éclairés qui se concentrent sur l’évolution du marché à court et à long termes, qui aident l’entreprise à se protéger des risques tout en cherchant à satisfaire au maximum les clients.

Enfin, créez une équipe dont la mission consiste à analyser les données à la recherche de potentiels d’innovation, mais sans calendrier aucun et sans même s’inquiéter du ROI de son travail à l’horizon du trimestre, de l’année ou même de la décennie. Les membres de cette équipe doivent se sentir libres d’anticiper les changements à 10 ou 20 ans pour l’entreprise et pour son secteur d’industrie.

Eliminer le problème à la source pour éviter l’effet boule de neige

Venons-en à la bonne nouvelle : nous n’en sommes qu’aux prémices de l’adoption des solutions analytiques et bien loin de faire le constat d’un usage excessif généralisé. Mais comme tout parent d’un enfant en bas âge vous le dira, mieux vaut identifier et mettre fin à une mauvaise habitude avant qu’elle ne s’installe pour de bon. Et ne vous y trompez pas, l’excès d’analytique au détriment de l’innovation peut vite provoquer un effet « boule de neige » difficile à interrompre. L’analyse des données pour protéger ses recettes à court terme a du bon, à condition de garder deux choses en tête : premièrement, il y a fort à parier que vos recettes actuelles sont le fruit d’un esprit d’innovation au départ, et deuxièmement, que la vocation profonde de l’analytique est de toujours stimuler l’innovation !

Membre du centre d'excellence Dell, Joanna Schloss est une experte spécialisée dans les problématiques de gestion de données et d'information. Ses domaines d'expertise incluent l’analyse Big Data, le décisionnel, l’analyse business et le data warehousing. Son expertise couvre tout autant les start-ups que les grands comptes internationaux. Joanna a coordonné avec succès la mise sur le marché de nombreux produits depuis des applications analytiques jusqu’aux outils de data warehousing tels que Business Objects Data Services. En tant que membre du Centre d'excellence, elle conseille les clients de Dell pour la gestion de plates-formes de données, les systèmes applicatifs et les environnements analytiques hétérogènes. Joanna a récemment été nommée 5ème femme la plus influente dans les secteurs de la BI et du Big Data par la publication BI Solutions Review Magazine http://solutions-review.com/business-intelligence/9-influential-women-writers-in-data-and-business-intelligence/




Nouveau commentaire :
Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.


Twitter
Rss
LinkedIn
Facebook
Apple Podcast
App Store
Google Play Store