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

Abonnez-vous gratuitement à Decideo !


Decideo

 


Commencez par le problème, et pas par les données !


Rédigé par le 27 Novembre 2017

Lors du Swiss Data Day 2017, nous avons eu l’occasion de partager et de discuter sur les bonnes pratiques dans la Data Science. Une de ces bonnes pratiques consiste à commencer par le problème à résoudre, et pas par les données. Nous avons évoqué des exemples concrets à propos d’entreprises qui avaient commencé par l’exploitation des données et qui malheureusement s’étaient retrouvées avec un produit qui ne leur apportait aucune valeur.



Définir le problème

Lors de la partie networking de ce salon, un des participants m’a raconté une anecdote similaire dans son entreprise : après avoir mis en place un cluster Hadoop, l’IT avait poussé une large partie des données internes, pour qu'au final l’initiative soit abandonnée, car aucun bénéfice tangible n’avait été généré pour l’entreprise.

La meilleure manière de maximiser le retour sur investissement lors de projets d’exploitation de données est de commencer par le problème et non pas par les données. Comment pouvons-nous nous assurer du bon niveau dans l’expression d’une demande? Chez First Utility, nous utilisons une méthode proche de la « user story » dans la méthodologie SCRUM. L’initiateur de la demande doit définir le besoin tout étant responsable de la valeur générée :

As <<describe your role here>>,
I will << keep at least one of the items below and please complete them>>
● {maximise the gross margin by £X}
● {increase the revenue by £X}
● {reduce the cost by £X}
● {mitigate this risk}
By having <<describe here the data analytic work needed>>
For <<describe here the timeline>>

L’intérêt de cette méthode est triple : nous avons une bonne base de travail, une manière de prioriser nos travaux et nos efforts, et enfin le calcul du retour sur investissement de l’équipe est facilité.
Commencez par le problème, et pas par les données !

Comment rester innovant s’il faut commencer par la question ?

Abed AJRAOU, Data & Insights Director at First Utility
Abed AJRAOU, Data & Insights Director at First Utility
Par l’analyse d’une masse de données gigantesque, la Data Science a également pour but de découvrir des réalités difficiles à percevoir. Comment pouvons-nous donc permettre cette découverte si l’on doit commencer par la question ?
La question a pour but de diriger nos efforts vers un but apporteur de valeur. Elle ne porte pas forcément sur une réponse à apporter. Dans certains cas, d’ailleurs, l’analyse de la donnée montre que la valeur initialement estimée n’est pas au rendez-vous.
Ainsi, l’innovation est fortement conseillée, elle doit être néanmoins guidée par un objectif business. Avant de commencer un projet data, il est donc nécessaire de se demander: quel est l’objectif que nous souhaitons atteindre? En négligeant ce point, une "data innovation" a de grandes chances d’être inapplicable, voire même d’être complètement inappropriée.




Commentaires

1.Posté par Chauvin le 23/01/2018 10:40
Grand respect à Abed pour ce qu'il écrit en général mais là, je m''inscris en faux : à partir de la donnée, triturée, malaxée, tripotée, les métiers en sortent des idées, de nouveaux indicateurs, de nouvelles mesures, ce qui enrichit avantageusement le patrimoine numérique et contribue à la valeur de la donnée pour l'entreprise. Ensuite, les métiers auront tout le potentiel pour découvrir de la connaissance qui automatiquement agira sur un ROI conséquent et se démarquera de la concurrence.

2.Posté par NIEUWBOURG le 25/01/2018 22:26
J’ai eu l’occasion de présenter lors de la convention interne d’une grande entreprise, parmi mes recommandations, ce concept de « le problème avant les données ». Parmi les auditeurs, un sceptique de la méthode. Sa remarque, pour autant fort intéressante, était que les utilisateurs métiers ne savent pas forcément vers quels problèmes se diriger et que de commencer par une phase exploratoire de crunching de données permettait de leur donner des idées.
Certes... un utilisateur en manque d’idées pourrait sans doute trouver des problèmes à résoudre en regardant les analyses possibles. Et cela doit exister dans beaucoup d’entreprise, j’en conviens.
Mais cela me semble en réalité souligner un problème plus grave, que mon interlocuteur ne semblait pas accepter.
L’énoncé même de sa remarque me semble inquiétant... des utilisateurs responsables de domaines d’affaires qui n’ont aucune idée des problèmes qui restent à résoudre dans leur champ d’expertise ? Cela me semble inquiétant pour l’entreprise de s’appuyer sur de tels profils. Qu’ils ne sachent pas si les données permettront de résoudre un problème, cela me semble bien normal. Mais qu’un responsable métier ne soit pas capable d’énoncer les problèmes qu’il doit résoudre… je suis sceptique...
Nous ne sommes pas parvenus à tomber d’accord avec mon interlocuteur, chacun restant campé sur ses positions.
Qu’en pensez-vous ?

3.Posté par Chauvin le 30/01/2018 10:23
Haaaa, oui, alors là, effectivement, si les décideurs ne connaissent pas leur métier, la chose est entendue, l'entreprise est dans de mauvais draps, et la data ne pourra faire grand chose. A moins que ce soit fait en collectif et alors, il y aura une âme qui pourra suggérer et motiver des axes de progrès. Alors, la mécanique vertueuse de crunching de data pourra alors battre son plein.

4.Posté par Abed Ajraou le 23/02/2018 23:12
Merci Philippe et Chauvin pour ces commentaires.
Dans les sujets d'expérimentation et d'exploration de la donnée, j'insiste qu'il faut avoir un objectif business (profit, revenue, nouveau marché ...) avant même de commencer. J'ai cité des exemples dans mes dernières conférences où des entreprises se lancent sur des projets juste pour l'intérêt technologique sans même se poser la question de la valeur potentielle pour l'entreprise (le mot potentiel est délibéré, car nous ne savons rarement sur l'expérimentation va réellement donner la valeur escomptée).
Voilà le fond du "commencer par le problème et non par la data".

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