Nul n’est censé ignorer… l’analyse de données dans la prise de décision ! (D’après un célèbre data analyst)
Pourtant, encore nombreuses sont les organisations qui n’ont pas les métiers nécessaires et n’arrivent pas à lire et comprendre les données. Devenir une entreprise Data-Driven, demande une approche culturelle de la donnée mais passe également par le fait de fournir aux équipes métiers des outils au plus près de leurs besoins mais aussi de leurs compétences. Dans un contexte où l’entreprise doit accélérer sa stratégie pour favoriser sa transformation numérique, il est indispensable de s’appuyer à la fois sur une donnée de qualité et sur les bons outils. Faute de quoi, l’organisation risque de s’enliser dans des processus inefficaces.
Démunis et déçus ! Ce sont les premiers sentiments qui ont tendance à émerger lorsque les équipes métier parlent de leur expérience analytique. Alors que le plus souvent, l’analyse et la gestion de la donnée sont « vendues » comme la solution miracle à la performance et l’efficience des entreprises, sur le terrain les opérationnels déchantent. Incapable de maîtriser les outils et de faire parler les données, les équipes font parfois de la résistance.
À ce titre, l’étude The Human Impact of Data Literacy menée par Qlik et Accenture auprès de 1 000 personnes en France, confirme ce sentiment puisque « seulement 14% des entreprises donnent à leurs collaborateurs l’accès à des outils d’analyse adaptés à leur niveau et 13% conçus pour leur fonction ».
Outils inappropriés ? Mauvaise formation ? Les raisons sont souvent multiples et poussent les utilisateurs à se retrancher derrière des feuilles de calcul Excel dont on peut mesurer les conséquences aujourd’hui : échec d’une politique de la gouvernance de la donnée, perte de confiance dans le projet analytique à mener voire émergence d’un shadow IT…
Cette situation ne vous est pas étrangère ? …
On a ainsi vu émerger différents outils :
- Plateform Analytics pour les data scientist
- BI/DataViz pour les data analyst
- DataViz/DataStory telling pour les business owner
Télécharger le livret :
Gouvernance de la donnée, 4 défis essentiels à relever
Comment bien adresser la data selon le service et la population ?
Du Data Analyst au Business Partner, nous sommes tous des utilisateurs et parfois des producteurs de data. Cependant nos compétences et nos besoins sont différents.
C’est pourquoi, il est nécessaire d’identifier les outils qui permettent de répondre de façon complémentaire aux besoins et usages de chacun.
Le Data Analyst
Le Data Analyst possède un niveau de maturité data important. Il a des compétences en développement et quand il n’a pas d’outils de BI appropriés, il partage ses résultats, générés automatiquement, sur Excel.
Pour augmenter sa productivité et faciliter la mise en place des workflows, les plateformes analytics tels que Dataiku, Knime ou Altéryx permettent de s’affranchir d’une partie du code pour se concentrer sur ce qui a le plus de valeur ajoutée. Pour la restitution, les outils de BI/DataViz (PowerBI, Qlik, Tableau) lui permettent de partager plus facilement et de manière plus dynamique ses analyses, contrairement aux fichiers de reporting Excel ou Powerpoint qui sont, eux, quasi figés.
Le Data Scientist
Tout comme le Data Analyst, le Data Scientist n’a pas de problème de maturité sur l’utilisation de la donnée. Désigné comme le job le plus sexy du monde en 2012 par Harvard Business Review, Le Data Scientist est l’expert de la data au sein de l’entreprise. Il maîtrise les bases de données, les statistiques et le développement d’algorithmes.
Il aide son entreprise à aller plus loin dans l’exploitation de ses données. Il accompagnera les différentes équipes dans la mise en place de solutions permettant les segmentations marketing, des modèles prédictifs, des systèmes de détection de fraude et bien d’autres solutions qui seront, elles-mêmes, génératrices de données.
Même s’il maîtrise différents langages de programmation, les nouveaux outils tels que les plateforme analytics lui permettront la mise en place et l’industrialisation de modèle de Machine Learning.
Les outils de Dataviz, quant à eux, permettent la restitution des résultats de manière visuelle.
Le Business Analyst
Le Business owner / Business Partner
Sa maturité data n’est pas toujours très élevée, mais les décisions qu’il prend sont de plus en plus data-driven.
Compte tenu de la croissance exponentielle du volume de données, il a besoin de connaître les possibilités qui lui sont offerte par le Big Data afin d’être le sponsor d’une transformation par la donnée. C’est pour cela qu’une acculturation data, ainsi qu’une formation à l’utilisation des outils de dataViz et des possibilités qu’ils offrent sont nécessaires.
Devenir une organisation Data Driven implique de mettre la donnée au cœur de sa stratégie, de ses systèmes et de ses processus. C’est pourquoi, il est nécessaire de disposer d’une culture solide de la donnée, d’un accès fiable et facile à des données de qualité et des bons outils dédiés pour amorcer le virage de la transformation.
En mettant en place une roadmap et un programme d’acculturation à la data, les bénéfices peuvent rapidement émerger en termes d’équipes (nouvelles compétences, tâches plus valorisantes), de productivité (gain de temps) et de résultats (accélération et qualité de la prise de décision).
Ce n’est qu’une fois cette étape passée, que les organisations pourront concevoir des projets plus poussés intégrant des technologies comme le Machine Learning ou le Deep Learning.
