SenseMaking
 



Les vrais enjeux de la maîtrise de la donnée


Gauthier Vasseur, Directeur Exécutif, Berkeley Fisher Center for Business Analytics, Université de Berkeley.
Samedi 13 Novembre 2021



Passionné par l'analytique et fin connaisseur de la data, Gauthier Vasseur vient de publier "Devenez un data pionner - Comprendre et exploiter les données en entreprise" aux Editions Mardaga. Souhaitant "faire de la data un moyen et non une fin", il nous présente dans cet article les bénéfices concrets d'une donnée maîtrisée en entreprise, qui vont au-delà de la simple présentation de reporting.



Photo by Maria Lysenko on Unsplash
Photo by Maria Lysenko on Unsplash

L'amertume de 30 années de révolution digitale

Nous savons tous que la data c'est important, que c'est le nouvel Or Noir, que l'Intelligence Artificielle doit faire partie de la stratégie de l'entreprise. Or, les taux de réussite des projets analytiques, qu'ils soient classiques ou avancés, restent faibles, aux alentours de 20%. Pourquoi observe-t-on ces résultats mitigés ? Tout d'abord, il s'agit du constat d'une vision holistique des initiatives : bien sûr que les projets finissent par aboutir. Néanmoins, la mesure de leur performance, adoption et pérennité reste souvent en deçà des opportunités promises. Nous constatons aussi que :
- Les efforts à déployer pour livrer une analytique durable et performante sont souvent sous-estimés.
- Les équipes ne sécurisent qu'une partie de la chaîne analytique et laissent manuelles et non optimisées des étapes telles que l'extraction, le contrôle qualité, la préparation ou l'analyse de données.
- Il subsiste une culture encore trop superficielle de la donnée. Connaître son caractère stratégique n'est plus suffisant et doit être complété par l'acquisition de compétences plus appliquées.
- La mise en place d'une analytique transparente et performante provoque des changements opérationnels et managériaux qui vont avoir des impacts profonds pour lesquels l'organisation n'est pas préparée.

La dérive de la "data pour la data"

Un réflexe, vis-à-vis de problématiques complexes et multifacettes, est souvent de fermer notre champ de vision pour évacuer les éléments moins maîtrisés pour se concentrer sur nos zones de confort dans lesquelles nous connaissons notre chemin. Cette attitude va permettre d'obtenir des premiers résultats et nous conforter dans notre approche. Elle va également concentrer nos projets data sur des aspects que nous maîtrisons aux dépens d'éléments clés que nous connaissons moins.
 
C'est ce qui nous conduit à préférer le simple achat d'un logiciel pour résoudre un challenge métier, à nous lancer dans la création de tableaux de bords tous azimuts, à stocker sans limite et sans but toute la data qui pourrait être intéressante ou développer un algorithme prédictif sans connexion avec une réalité opérationnelle.
 
Cette surconcentration sur la data va nous faire oublier les buts opérationnels et stratégiques de l'entreprise : offrir des produits et des services qui apportent une valeur à nos clients et que ces derniers préféreront à ceux de la compétition. La donnée et sa chaîne analytique n'auront de valeur que si elles contribuent à ces objectifs.
 
Indépendamment de la complexité des analyses, ce qui va compter, est de répondre de manière fiable, rapide et durable aux questions et challenges qui se posent chaque jour aux collaborateurs et leaders d'une organisation. C'est ce qui se définit en deux mots : la visibilité (l'insight en anglais) et le temps. Plus nous serons informés sur une situation complexe et plus nous pourrons comprendre et décider rapidement, plus nous aurons de temps pour faire ce qui a vraiment de la valeur : agir, innover, créer, tester, prendre du recul et se poser face à des problèmes qui nécessitent de la réflexion.

La forêt analytique derrière l'arbre de la data

Le développement de chaînes analytiques rapides, précises et durables ne peut se reposer sur le traitement d'un seul de ces maillons comme nous l'avons vu plus haut. C'est tout un écosystème que nous devons repenser.
 
L'analytique commence par l'humain. Dès le départ, c'est la définition de la question métier ou l'identification de la problématique qui doit être faite sans biais. Ensuite la collecte d'une donnée pertinente reposera sur des équipes sensibilisées à la qualité et la pertinence de la data qu'elles produisent ou rassemblent. Les étapes qui suivent seront optimisées par une harmonieuse synergie entre la technologie qui va apporter rapidité et capacité de traitement, la modélisation et préparation de la donnée qui va produire une matière première de qualité pour l'analyse et la définition de processus qui vont s'insérer sans friction dans le quotidien des équipes. Cette chaîne se terminera par l’humain : l'analyse de cette donnée raffinée va devoir combiner expérience, expertise et intuition qui s'exprimeront dans des outils d'analyse, la décision et l'action, avec laquelle, cette longue chaîne prendra toute sa valeur.
 
L'humain est l'Alpha et l’Oméga de l'analytique et ses interventions bornent un maillage subtil de technologie et de processus qui vont progressivement raffiner la data brute pour connecter les challenges à leur résolution.

Le chemin d'une culture data en entreprise

La mise en musique d'une chaîne analytique va donc être plus complexe qu'une simple solution à l'emporte-pièce dans notre zone de confort. Si cette approche est nécessaire pour des résultats durables et impactants, elle est aussi celle qui donne à ces projets leur intérêt, tant ils touchent à des domaines variés. Comment faire pour développer ces réflexes ?
 
Il faudra tout d'abord former. Nous ne pourrons pas aborder ces défis sans connaître les règles, les méthodes et les techniques qui les sous-tendent.
Il faudra également enclencher des dynamiques de progrès malgré le poids des habitudes. Les quatre principes fondateurs de la Business School de Berkeley, qui sont également des mantras en Silicon Valley, synthétisent les nouvelles attitudes que nous devons considérer :
- Être en apprentissage permanent (Student always)
- Remettre en cause les habitudes (Challenge the status quo)
- Être confiant sans être arrogant (Confidence without attitude)
- Toujours progresser (Beyond Yourself)
 
Il faudra enfin engager des mécaniques encourageantes pour montrer l'importance et l'intérêt de ces initiatives. Les courbes d'apprentissages sont multiples et nous ne pouvons pas tout apprendre et réussir tout de suite. Nous faisons souvent référence aux victoires rapides (les quick-wins) qui apportent des résultats tangibles. Nous pouvons aussi nous concentrer sur les petites victoires, celles qui vont nous faire gagner 10 minutes chaque jour, qui vont supprimer des étapes manuelles et pénibles ou encore qui vont nous donner l'accès à un nouveau jeu de données. En progressant régulièrement un peu, la somme de ces améliorations finit par transformer durablement notre quotidien et notre futur.

Conclusion

Les projets analytiques sont des formidables opportunités pour le développement professionnel et personnel de chacun. Faire de la data un moyen et non une fin nous permet de découvrir de nouvelles facettes de notre métier. Alors que nos métiers évoluent rapidement, les nouvelles compétences à développer ou à acquérir seront clé au-delà du monde de l'analytique.
 
Le développement de chaînes analytiques va aussi nous exposer à des approches passionnantes telles que le design thinking pour aller au cœur des problèmes à traiter, l'Open Innovation, pour réfléchir avec des collaborateurs internes et externes aux nouvelles façons d'aborder les challenges ou encore le management inclusif qui rassemblera la diversité autour de questions clés pour éviter les pièges des biais et des habitudes.
 
Aborder les projets data de manière holistique est non seulement une nécessité, mais c'est aussi une formidable opportunité pour nous préparer au futur du travail.
 
 

Les vrais enjeux de la maîtrise de la donnée
Gauthier Vasseur, Directeur Exécutif au Fisher Center for Business Analytics à l’Université de Berkeley
 
Depuis plus de trente ans, il associe sa passion pour l’analytique à son expertise en finance et opérations en Europe, puis en data chez Google, Oracle et dans des start-up de la Silicon Valley. Il enseigne le sujet à la Haas School of Business (Berkeley), à l’université de Stanford, à l’Association for Finance Professionals (AFP) et pour l'organisme de formation Le Pont en France où il dirige les programmes data pour des étudiants et professionnels du monde entier. Il est l'auteur du livre "Devenez un data pionnier - Comprendre et exploiter les données en entreprise" paru en 2021 aux Editions Mardaga.




Dans la même rubrique :
< >

Mercredi 10 Novembre 2021 - 11:12 Le bon sens avant la mission








Les articles les plus lus


Inscription à la newsletter
Facebook
Twitter
YouTube