Mustafa REKIK, BIA IT Services
Selon une étude menée par le McKinsey Global Institute, les entreprises dites Data-Driven où chacun :
1) Peut utiliser la donnée à volonté pour prendre des décisions plus juste et efficiente, a accès à toutes les données nécessaires quand il le souhaite,
2) A la possibilité, la capacité, les compétences et le pouvoir d’explorer les données d’une manière autonome quels que soient leurs volume, nature et complexité,
Augmentent considérablement leur potentiel d’acquérir (23 fois plus) de nouveaux clients, les garder (6 fois plus) et améliorer (19 fois plus) leur rentabilité.
Pour mieux comprendre le lien direct entre la donnée et la création de valeur, il suffit de se poser la question sur la valorisation d’une entreprise sur le marché de nos jours. On parlait de chiffre d’affaire, cotation en bourse ou image auprès des consommateurs, on y ajoute désormais, le patrimoine de données.
Le rachat d’IBM de la branche numérique de The Weather Compagny pour environ 2 milliards de dollars en est un bel exemple.
Devenir Data-Driven implique de mettre la donnée au cœur de la stratégie d’entreprise, de ses systèmes, processus et culture. Cette transition conséquente est possible mais doit être étudiée, planifiée et suivie afin d’éviter de dépenser inutilement de l’énergie et des ressources et générer de la frustration. C’est un travail de longue haleine mais qui vaut le coup au vu des bénéfices potentiels.
D’abord, considérer la donnée comme un input (et non pas un output), faisant partie intégrante du capital de l’entreprise. Ce capital a naturellement besoin d’être valorisé, géré et protégé. L’organisation doit investir dedans pour en tirer profit.
Ensuite, l’entreprise Data-Driven développe et fait vivre des processus et procédures qui donnent facilement accès aux employés à ce capital numérique afin de l’exploiter, notamment sur la prise de décision. Cela implique de la transparence sur la gestion et plus globalement la gouvernance de données, mais c’est en même temps la garantie du développement d’un climat d’autonomie et de confiance permettant par exemple d’aller vers de l’analyse prescriptive (que doit-on faire) en complément des analyses descriptive (qu’est ce qui s’est passé) et prédictive (qu’est ce qui pourrait arriver).
Enfin, la diffusion de nouvelles pratiques et habitudes jusqu’à les greffer sur la culture de l’entreprise en n’hésitant pas à :
1) Afficher et mettre en avant les succès (même petits) basés sur des prises de décisions Data-Driven,
2) Recruter des profils Data-Driven et développer les compétences internes,
3) Capitaliser sur les avancées réalisées et les intégrer dans les processus en vigueur.
Malgré l’engouement autour du Data-Driven, beaucoup de chemin reste à parcourir afin d’ancrer cet état d’esprit dans les entreprises. Selon une étude menée par le TDWI, seul un tiers de la population interrogée pense être Data-Driven même après adoption de l’analytics et du big data.
Un des facteurs clés de succès du saut vers le Data-Driven est l’adhésion de tout le monde : MOE, MOA et métiers. Cela passe par le développement de la motivation et l’autonomie dans le domaine de l’analyse de données ainsi que la banalisation de l’accès et la manipulation de données d’une manière générale.
1) Peut utiliser la donnée à volonté pour prendre des décisions plus juste et efficiente, a accès à toutes les données nécessaires quand il le souhaite,
2) A la possibilité, la capacité, les compétences et le pouvoir d’explorer les données d’une manière autonome quels que soient leurs volume, nature et complexité,
Augmentent considérablement leur potentiel d’acquérir (23 fois plus) de nouveaux clients, les garder (6 fois plus) et améliorer (19 fois plus) leur rentabilité.
Pour mieux comprendre le lien direct entre la donnée et la création de valeur, il suffit de se poser la question sur la valorisation d’une entreprise sur le marché de nos jours. On parlait de chiffre d’affaire, cotation en bourse ou image auprès des consommateurs, on y ajoute désormais, le patrimoine de données.
Le rachat d’IBM de la branche numérique de The Weather Compagny pour environ 2 milliards de dollars en est un bel exemple.
Devenir Data-Driven implique de mettre la donnée au cœur de la stratégie d’entreprise, de ses systèmes, processus et culture. Cette transition conséquente est possible mais doit être étudiée, planifiée et suivie afin d’éviter de dépenser inutilement de l’énergie et des ressources et générer de la frustration. C’est un travail de longue haleine mais qui vaut le coup au vu des bénéfices potentiels.
D’abord, considérer la donnée comme un input (et non pas un output), faisant partie intégrante du capital de l’entreprise. Ce capital a naturellement besoin d’être valorisé, géré et protégé. L’organisation doit investir dedans pour en tirer profit.
Ensuite, l’entreprise Data-Driven développe et fait vivre des processus et procédures qui donnent facilement accès aux employés à ce capital numérique afin de l’exploiter, notamment sur la prise de décision. Cela implique de la transparence sur la gestion et plus globalement la gouvernance de données, mais c’est en même temps la garantie du développement d’un climat d’autonomie et de confiance permettant par exemple d’aller vers de l’analyse prescriptive (que doit-on faire) en complément des analyses descriptive (qu’est ce qui s’est passé) et prédictive (qu’est ce qui pourrait arriver).
Enfin, la diffusion de nouvelles pratiques et habitudes jusqu’à les greffer sur la culture de l’entreprise en n’hésitant pas à :
1) Afficher et mettre en avant les succès (même petits) basés sur des prises de décisions Data-Driven,
2) Recruter des profils Data-Driven et développer les compétences internes,
3) Capitaliser sur les avancées réalisées et les intégrer dans les processus en vigueur.
Malgré l’engouement autour du Data-Driven, beaucoup de chemin reste à parcourir afin d’ancrer cet état d’esprit dans les entreprises. Selon une étude menée par le TDWI, seul un tiers de la population interrogée pense être Data-Driven même après adoption de l’analytics et du big data.
Un des facteurs clés de succès du saut vers le Data-Driven est l’adhésion de tout le monde : MOE, MOA et métiers. Cela passe par le développement de la motivation et l’autonomie dans le domaine de l’analyse de données ainsi que la banalisation de l’accès et la manipulation de données d’une manière générale.
Voici un processus en cinq points pour guider votre organisation vers le Data-Driven :
1) Vision :
La première étape consiste à décrire la vision stratégique de vos objectifs Data-Driven. Cette vision doit être globale, unifiée et au niveau macro. Cela peut inclure l’optimisation des parcours de collecte pour une entreprise de collecte des poubelles, ou la création d’une offre 100% digitale pour une banque.
2) Utilité :
Nous devons répondre à la question « Pourquoi » sur ce point. Le Pourquoi doit être spécifique à votre organisation et dépend fortement de votre contexte. Par exemple, l’optimisation des parcours de collecte permettra d’économiser du temps et de l’argent, la création d’une nouvelle offre bancaire digitale permettra de cibler une nouvelle population plus jeune et diversifier l’activité.
Il est préférable de mettre en fin de liste tout ce qui est moins motivant comme le respect de nouvelles contraintes réglementaires ou la mise en conformité.
3) Description :
La vision et l’utilité ne suffisent généralement pas, il faudra apporter une version détaillée de l’état futur ainsi que les principes qui permettront de l’atteindre.
C’est un travail de conception détaillée qui ouvrira les portes à l’ensemble de votre organisation de voir concrètement à quoi ressemblera la cible, de comparer les images avant/après.
Par exemple, il faudra démontrer que la donnée qui constitue un frein car parfois indisponible ou difficile à comprendre sera disponible, avec un niveau élevé de qualité et de fiabilité.
La mise en place de nouveaux rôles et responsabilités autour de la donnée peut être un bon moyen de création de nouveaux viviers de confiance, sensibilisation et surtout d’envie de faire appel à la donnée au quotidien.
4) Planification :
Il s’agit de répondre aux questions : « Combien » cela nous coûtera et « Quand » aurons-nous le futur l’état escompté.
A ce stade, le contenu de la transition vers le Data-Driven à travers des objectifs est acté. Il est temps de penser aux ressources et moyens ainsi que les jalons et échéances de mise en œuvre.
Les formations et accompagnements, les éventuels nouveaux outils, les nouvelles procédures, … sont chiffrés et planifiés à la fin de cette étape.
Un des moyens d’ancrage du Data-Driven est la création d’un centre d’excellence des pratiques Data-Driven sous forme de pôle/équipe/cellule selon la taille de votre organisation.
5) Participation :
La mise en œuvre concerne tout le monde au sein de votre organisation à tous les niveaux horizontalement et verticalement. Chaque individu/groupe doit connaitre avec précision son rôle, les changements apportés à son quotidien, les nouveaux interlocuteurs et canaux de communications mis à disposition.
La communication est, indiscutablement un facteur clé de succès de cette étape afin que la vague du Data-Driven soit aussi épaisse et collective pour couvrir l’ensemble de votre organisation.
Le processus de transition vers le Data-Driven est naturellement porteur de risques et peut être freiné par des obstacles, dont voici une sélection des cinq les plus connus :
1) Manque de sponsoring :
Comme expliqué précédemment, l'adhésion peut être un grand obstacle pour toute organisation cherchant à faire appel à l’analyse de données pour prendre des décisions.
En général, il est plus facile de propager le changement si un sponsor bien placé est à bord du navire Data-Driven. Il peut aider à donner le ton et engager la vision ainsi qu’à obtenir le budget et le soutien organisationnel nécessaire.
2) Difficulté d’accès et d’intégration de toutes les données pertinentes :
Les disponibilité et complétude de données sont des prérequis naturels au Data-Driven. La difficulté d’avoir les bonnes données peut être d’ordre technologique (éventuel besoin d’aller vers du big data ?) ou politique (éventuel besoin de sponsoring ?).
3) Manque de compétences :
Etre Data-Driven est aussi une démarche personnelle qui nécessite, notamment des connaissances plus ou moins poussées en gestion et analyse de données ainsi que la manipulation d’outils en mode self-service. L’auto-formation, la formation et la démocratisation des outils d’analyse peuvent vous aider à surmonter cet obstacle.
4) Faible niveau de qualité de données :
On ne peut exiger des décisions optimales si les données en input sont médiocres... Des processus industrialisés de contrôle et correction de données sont nécessaires pour prétendre au Data-Driven.
5) Absence de gouvernance de données :
La gestion de la donnée en tant qu’actif de l’entreprise implique qu’elle soit gouvernée afin de maîtriser ses disponibilité, sécurité, conformité, fiabilité et consistance.
1) Vision :
La première étape consiste à décrire la vision stratégique de vos objectifs Data-Driven. Cette vision doit être globale, unifiée et au niveau macro. Cela peut inclure l’optimisation des parcours de collecte pour une entreprise de collecte des poubelles, ou la création d’une offre 100% digitale pour une banque.
2) Utilité :
Nous devons répondre à la question « Pourquoi » sur ce point. Le Pourquoi doit être spécifique à votre organisation et dépend fortement de votre contexte. Par exemple, l’optimisation des parcours de collecte permettra d’économiser du temps et de l’argent, la création d’une nouvelle offre bancaire digitale permettra de cibler une nouvelle population plus jeune et diversifier l’activité.
Il est préférable de mettre en fin de liste tout ce qui est moins motivant comme le respect de nouvelles contraintes réglementaires ou la mise en conformité.
3) Description :
La vision et l’utilité ne suffisent généralement pas, il faudra apporter une version détaillée de l’état futur ainsi que les principes qui permettront de l’atteindre.
C’est un travail de conception détaillée qui ouvrira les portes à l’ensemble de votre organisation de voir concrètement à quoi ressemblera la cible, de comparer les images avant/après.
Par exemple, il faudra démontrer que la donnée qui constitue un frein car parfois indisponible ou difficile à comprendre sera disponible, avec un niveau élevé de qualité et de fiabilité.
La mise en place de nouveaux rôles et responsabilités autour de la donnée peut être un bon moyen de création de nouveaux viviers de confiance, sensibilisation et surtout d’envie de faire appel à la donnée au quotidien.
4) Planification :
Il s’agit de répondre aux questions : « Combien » cela nous coûtera et « Quand » aurons-nous le futur l’état escompté.
A ce stade, le contenu de la transition vers le Data-Driven à travers des objectifs est acté. Il est temps de penser aux ressources et moyens ainsi que les jalons et échéances de mise en œuvre.
Les formations et accompagnements, les éventuels nouveaux outils, les nouvelles procédures, … sont chiffrés et planifiés à la fin de cette étape.
Un des moyens d’ancrage du Data-Driven est la création d’un centre d’excellence des pratiques Data-Driven sous forme de pôle/équipe/cellule selon la taille de votre organisation.
5) Participation :
La mise en œuvre concerne tout le monde au sein de votre organisation à tous les niveaux horizontalement et verticalement. Chaque individu/groupe doit connaitre avec précision son rôle, les changements apportés à son quotidien, les nouveaux interlocuteurs et canaux de communications mis à disposition.
La communication est, indiscutablement un facteur clé de succès de cette étape afin que la vague du Data-Driven soit aussi épaisse et collective pour couvrir l’ensemble de votre organisation.
Le processus de transition vers le Data-Driven est naturellement porteur de risques et peut être freiné par des obstacles, dont voici une sélection des cinq les plus connus :
1) Manque de sponsoring :
Comme expliqué précédemment, l'adhésion peut être un grand obstacle pour toute organisation cherchant à faire appel à l’analyse de données pour prendre des décisions.
En général, il est plus facile de propager le changement si un sponsor bien placé est à bord du navire Data-Driven. Il peut aider à donner le ton et engager la vision ainsi qu’à obtenir le budget et le soutien organisationnel nécessaire.
2) Difficulté d’accès et d’intégration de toutes les données pertinentes :
Les disponibilité et complétude de données sont des prérequis naturels au Data-Driven. La difficulté d’avoir les bonnes données peut être d’ordre technologique (éventuel besoin d’aller vers du big data ?) ou politique (éventuel besoin de sponsoring ?).
3) Manque de compétences :
Etre Data-Driven est aussi une démarche personnelle qui nécessite, notamment des connaissances plus ou moins poussées en gestion et analyse de données ainsi que la manipulation d’outils en mode self-service. L’auto-formation, la formation et la démocratisation des outils d’analyse peuvent vous aider à surmonter cet obstacle.
4) Faible niveau de qualité de données :
On ne peut exiger des décisions optimales si les données en input sont médiocres... Des processus industrialisés de contrôle et correction de données sont nécessaires pour prétendre au Data-Driven.
5) Absence de gouvernance de données :
La gestion de la donnée en tant qu’actif de l’entreprise implique qu’elle soit gouvernée afin de maîtriser ses disponibilité, sécurité, conformité, fiabilité et consistance.
