Big Data, Science des données, aide à la décision en entreprise, business intelligence, data warehouse, reporting, OLAP, web analytics, data visualization, data mining, internet des objets, informatique cognitive, intelligence artificielle...

Abonnez-vous gratuitement à Decideo !


Decideo

 


La data doit être proactive, bien plus que réactive


Rédigé par le 12 Janvier 2016

La data a trop souvent été l’affaire de spécialistes informatiques. Traiter, organiser, sécuriser et rendre disponible les données constitue tout un métier, voire même plusieurs métiers IT. Il s’agit là de rôles réactifs aux demandes exprimées par les départements dits métiers. Comment donner à ces entités métiers le pouvoir d’explorer et d’analyser des données qu’ils n’ont pas jugées utiles de considérer jusqu’alors ? Comment passer d’une data qui répond à un besoin, à une data qui met en lumière un fait et une action ? Comment transformer une data réactive en une data proactive ?



Abed Ajraou, Director Data & Insights chez First Utility.
Abed Ajraou, Director Data & Insights chez First Utility.
La Business Intelligence bien plus qu’un système de pilotage
Encore aujourd’hui, beaucoup limitent la Business Intelligence à une application permettant de faire du reporting ou du dashboarding. Ces mêmes personnes considèrent que le traitement de la data n’est pas vital à l’entreprise. Et pourtant la data, notamment avec le phénomène du Big Data a pour objectif de relancer l'économie des entreprises ; comment pourrait-elle ne pas être vitale ?
Récemment, lors d’une conférence à l’EBG, nous pouvions entendre: « La data driven est ancrée dans notre entreprise depuis plus de 10 ans. En effet, tous les managers pilotent et gèrent leur entité grâce à un tableau de bord ». La data peut effectivement servir à dresser un bilan journalier des résultats de l’entreprise, mais ce bilan sera certainement contraint et stéréotypé par des indicateurs de pilotages définis par les directions métiers.
Lorsque la performance n’est plus au rendez-vous ou lorsqu’il faut trouver d’autres voies de croissance, il est devenu dangereux de continuer à faire des projections à l’ancienne, faire confiance aux feelings des commerciaux ou encore commander des études de marché onéreuses. Une entreprise data driven tire ses conclusions par la data et trouve des leviers de croissance et d’optimisation par l’analyse de ces données.

Pensez, analysez et partagez la data !
Pour quelles raisons avons-nous eu un pic d’audience ? Pourquoi les clients expriment-ils une intention d’achat le plus souvent en début de semaine ? Il est souvent difficile de trouver des réponses à de nouvelles questions sans la collecte et l’analyse d'une quantité importante de données. Pire encore, il serait complètement contre-productif de vouloir tout expliquer si ces explications n’apportent pas un intérêt économique à l’entreprise.

Ainsi, voici quelques éléments permettant à la data d’être proactive et d’apporter de la valeur à l’entreprise :
• Penser comme un enquêteur à l’affut de tous les indices. Le moindre signal, même faible, est capable de vous donner une réponse et permettre une investigation plus poussée.
• Rester agile, car l’utilisation d’une donnée peut s’avérer inappropriée après analyse. Ainsi, soyez vif, itératif et n’industrialisez qu'après avoir démontré la valeur de votre découverte.
• Analyser les données permet de passer de la théorie à l'explication. Mais, il faut aussi donner à l’analyse un pouvoir business. En effet, si cette analyse est fondée et s’il n’y a aucun moyen de la mettre en pratique pourquoi y avoir consacré du temps et donc de l’argent ?
• Collaborer et partager vos recherches. Bien souvent la prise en compte de l'expérience de personnes clefs dans l'entreprise permet de considérer une voie encore non explorée.
• Éviter l’effet cigogne. S’il est vrai qu’il existe une corrélation entre le nombre de nids des cigognes et les naissances humaines, cela ne signifie qu’il existe un lien de causalité.
• Tester en vous entourant de personnes au caractère aventurier. À l’instar de la méthode Lean StartUp, il est nécessaire d’itérer par des versions simples et viables, mais qui permettent de valider à moindre coût l'analyse.

Si rien n’est encore réalisé dans ce sens au sein de votre entreprise, il va falloir s’armer de courage, car l’aventure risque d’être longue, périlleuse, mais non moins intéressante et riche en savoir.




Commentaires

1.Posté par Cherif Tifrani le 12/01/2016 15:57
Très bon article. Malheureusement aujourd’hui le BI dans beaucoup d'entreprises est limité au reporting comex :(

2.Posté par marise pro le 15/01/2016 10:30
Merci pour ce super article entourant le data

3.Posté par Patrick De Freine le 15/01/2016 15:29
Sur le même thème que l'effet cigogne, il y a aussi les 3 bugs du big data :
http://www.latribune.fr/opinions/tribunes/bugs-data-ou-les-trois-bugs-majeurs-du-big-data-542047.html

Sur Lean Startup et Lean Canvas, intéressants même (surtout ?) pour les projets internes dans les grosses structures :
http://bordeaux.startupweekend.org/le-lean-startup-mieux-lancer-ses-projets-en-allant-directement-a-lessentiel/

Nouveau commentaire :
Facebook 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
Google+
Facebook
Pinterest