Dompter vos données pour franchir le fossé analytique

Spread the love
Dompter vos données pour franchir le fossé analytique

Qu’il s’agisse de mieux comprendre les clients, d’optimiser l’efficacité opérationnelle ou de se préparer à l’inconnu, l’année 2020 a forcé les entreprises à accélérer les projets de transformation numérique et à se concentrer davantage sur les données pour renforcer leur avantage concurrentiel.

La réponse des entreprises à la pandémie a également mis en lumière la fracture analytique croissante, c’est-à-dire le fossé entre les entreprises qui peuvent rapidement exploiter les informations issues des données et automatiser les processus pour faire face à une perturbation mondiale majeure, et celles qui ne le peuvent pas. Les données restent l’un des actifs les plus importants de toute entreprise. Pour toutes celles qui en sont encore à tenter d’extraire de la valeur de leurs données, les avantages de l’analytique restent hors de portée.

Les entreprises qui souhaitent franchir le fossé de l’analytique et atténuer les perturbations futures doivent opérer un certain nombre de changements organisationnels pour assurer la protection et la bonne utilisation de leurs données.

Selon Gartner, le succès d’une entreprise tournée vers le numérique dépend désormais de la capacité de tous les employés à acquérir des compétences et connaissances liées à la donnée. Ainsi, l es entreprises disposant d’une quantité inépuisable de données, le Chief Data Officer (CDO) a aujourd’hui un rôle d’une importance vitale pour les organisations qui cherchent à rester compétitives et à développer une culture axée sur les données. Les CDO veillent à ce que les modèles de données présentés aux décideurs des entreprises soient non seulement compréhensibles, mais également source d’informations.

publicité

Piloter la transformation numérique

De nombreuses entreprises avant-gardistes ont déjà nommé un CDO pour piloter leur transformation numérique. Le CDO prend des décisions sur les investissements relatifs aux équipes data et capacités analytiques. Son objectif est de mobiliser la main-d’œuvre et de s’assurer que tout le monde est sur la même longueur d’onde. Cela est possible en fournissant des solutions analytiques permettant aux collaborateurs d’acquérir le savoir nécessaire en matière de données . Ces employés nouvellement formés peuvent ainsi devenir le moteur de la transformation organisationnelle.

Avec les bons outils, chaque employé peut innover et contribuer au développement commercial de l’entreprise, notamment en s’appropriant la puissance de la Data Science et de l’automatisation de l’analytique. Les informations recueillies et générées peuvent changer la donne. Dans cette optique, la priorité d’un CDO qui souhaite franchir le fossé analytique est de démocratiser les données au sein de l’organisation.

Dans l’entreprise, tout est question de proportion : fournir un accès aux données à trois analystes dans une entreprise de 300 employés ne fera pas d’elle une entreprise tournée vers le numérique. Cela sera sans doute utile, mais leur influence sera inévitablement limitée. Le CDO doit embarquer tous les employés en démocratisant les données indispensables, en donnant accès à une plateforme centralisée et en renforçant l’intelligence humaine. Ainsi, l’analyse pourra être transformée en un atout en mesure d’aider à informer les équipes et les départements tous secteurs confondus. Cela permettra aux équipes de prendre de meilleures décisions en temps réel et à être plus réactives face aux perturbations.

L’autre priorité du CDO est d’éduquer, de former la main-d’œuvre existante et de développer ses connaissances en matière de données. Il s’agit d’ouvrir le monde de l’analytique à l’ensemble des employés en adoptant une approche de l’apprentissage centrée sur l’humain et en offrant aux employés un espace pour explorer et apprendre l’analyse des données. Pour y parvenir, la digital literacy consiste à doter les personnes qui ne sont pas des data scientists qualifiés ou des analystes expérimentés d’outils intelligents qui leur permettent de travailler de la même manière pour obtenir les mêmes résultats. Une fois clairement définies, les équipes de data science peuvent alors jouer le rôle de guides. Lorsque les deux groupes parleront le même langage de l’analyse des données, ils pourront dégager des tendances et découvrir des idées pour prendre de meilleures décisions, plus rapides et plus éclairées.  

Cette approche de la formation continue contribue à combler le déficit de compétences en matière de données sur le marché du travail. De nombreux pays sont confrontés à une énorme demande de compétences en Data Science et, bien que les collaborateurs n’aient pas besoin de devenir des data scientists, la plupart d’entre eux devront avoir un niveau de base de connaissances en matière de données pour réussir et évoluer dans des environnements de plus en plus « riches en données ». Une étude réalisée par Kantar et l’Essec, à la demande de la Mission numérique gouvernementale des grands groupes, a révélé qu’aujourd’hui, les entreprises ont beaucoup de mal à recruter des professionnels qualifiés et dotés de connaissances data. Façonner le monde de demain en développant les talents d’aujourd’hui peut ainsi contribuer à résoudre les problèmes de pénurie de compétences en quelques jours, et non en quelques années.

À ce titre, la troisième priorité du CDO doit être d’encourager cette culture de l’analytique au sein de l’entreprise. Les employés posent-ils les bonnes questions sur les données pour réussir la transformation ? Se sentent-ils habilités à utiliser l’analytique pour modifier les processus actuels de manière à générer de la valeur ? Les personnes les plus proches d’un processus savent identifier les problèmes, et en renforçant l’intelligence humaine pour tirer le meilleur de la data science et de l’analytique, elles ont le contexte et peuvent voir l’impact commercial de la résolution de cette question par les données.

Enfin, le CDO doit investir dans l’écosystème de données de l’organisation. Démocratiser les données et améliorer les compétences des collaborateurs pour qu’ils puissent les analyser sera insuffisant si ces données sont de mauvaise qualité. La quantité et la complexité croissante des données disponibles à partir de diverses sources augmentent chaque jour. Le cabinet d’études IDC estime que 90 % de toutes les données créées sont des « dark data », à savoir, des informations non structurées. Par conséquent, les CDO doivent investir dans le nettoyage des données et les processus d’ingénierie afin de collecter les bonnes données permettant de générer des informations commerciales exploitables.

Comment savoir quand il est temps d’agir ?

Une fois ces priorités abordées, il est temps de commencer à franchir le fossé analytique en identifiant un problème et en donnant à l’équipe les moyens de le résoudre. Quels sont les processus qui sont moins efficaces et comment une transformation dirigée par l’analyse des données pourrait-elle bénéficier à l’entreprise ? Prenons l’exemple de l’expédition des marchandises. C’est un secteur d’activité qui a été considérablement perturbé non seulement par le Covid, mais aussi par le blocage du canal de Suez au début de l’année.

Un grand fabricant aura probablement des milliers de produits à expédier, et chaque produit comporte des centaines de pièces qui doivent être gérées pour ne pas perturber la production. Les délais d’expédition standard de toutes les pièces auront été saisis manuellement dans le système de gestion des commandes et, en fonction des prévisions de la demande et de la vitesse de production, les commandes sont passées pour que les pièces arrivent avant d’être épuisées. Tout fonctionne bien jusqu’à ce que la supply chain soit soudainement perturbée et que les délais d’expédition soient impactés.

Lorsque ce processus s’avère insuffisant, quelle alternative se présente au fabricant ? Cela pourrait être fait manuellement par une équipe de personnes, mais cela prendra énormément de temps et le travail devra être répété si les délais d’expédition changent à nouveau. Un modèle analytique simple est cependant capable de surveiller les délais d’expédition en temps réel et met automatiquement à jour le système avec des données correctes.

Il s’agit là d’un exemple, mais le même raisonnement peut être appliqué à n’importe quelle fonction de l’entreprise et à tous types de marchés verticaux. Ces transformations individuelles des données permettront de faire progresser l’ensemble du processus de transformation numérique et aideront finalement l’entreprise à combler le fossé analytique.

Le CDO est la clé de la transformation. Pour réussir, il doit s’assurer que les données circulent dans l’entreprise et que tous les travailleurs des données ont un accès équitable aux compétences et aux ressources nécessaires pour les analyser. Si l’intégration est correcte, l’entreprise aura résolu ce problème de fossé analytique et sera prête à faire face à toute perturbation inattendue grâce à la flexibilité et à la résilience des équipes ainsi qu’à la stratégie mises en place.

Leave a Reply