Comment favoriser la collaboration autour des données

Note de l'éditeur : cet article a été publié à l'origine sur le site Forbes.

Les données sont une ressource inépuisable disponible en quantité pratiquement infinie. Pourtant, à l'instar des matières premières classiques, c'est la manière dont elles sont transformées qui donne aux données toute leur valeur, et non les points de données individuels. Une masse de données n'est pas très intéressante en elle-même. 

C'est pourquoi Matthew Miller, directeur senior de la gestion des produits chez Tableau, insiste sur le fait qu'un tableau de bord attrayant ne livre pas forcément des informations utiles.

« Même si nous adorons les données et les insights, les insights à eux seuls ne permettent pas de transformer les organisations », explique-t-il. « Ce n'est pas le nombre de tableaux de bord consultés ou produits qui compte, et encore moins le volume de données disponible dans un entrepôt. Ce qui compte, c'est la capacité à booster les performances au sein de l'organisation. »

En proposant à leurs effectifs des conditions optimales, avec les bons outils et les données dont ils ont besoin, les organisations peuvent faire des choses extraordinaires. Ce constat était évident dans les premiers mois de la réponse au COVID-19 : les organisations capables de prendre des décisions éclairées dans une situation incertaine et évoluant très rapidement avaient un avantage sur la concurrence. Même si les organisations ont dû opérer en quelques semaines ou mois des transformations digitales qui auraient en temps normal pris plusieurs années, elles ont été en mesure de faire des choix qui leur ont permis de se démarquer de la concurrence à un moment crucial.

Les dirigeants peuvent s'inspirer de ces réussites en posant les bases d'une collaboration productive et utile autour des données. C'est sur le terrain que les données prennent toute leur valeur, pas au sein de lacs de données ou de visualisations attrayantes.

La collaboration autour des données illustrée

Aux débuts du téléphone filaire, les opérateurs conservaient méticuleusement des bases de données sur les clients et les numéros de téléphone. Ils utilisaient ces données en interne pour la facturation, pour l'acheminement des appels et pour fournir des services à valeur ajoutée, comme les annuaires ou la recherche de numéro. Les factures mensuelles incluaient généralement une liste des numéros appelés au cours du mois, pour permettre aux abonnés de la consulter.

L'identification de l'appelant est arrivée ensuite. Elle n'a pas généré de volume de données supplémentaire, mais présentait simplement à l'abonné les données existantes afin de faciliter une prise de décision, en l'occurrence savoir qui appelle pour décider de décrocher ou non. Les abonnés n'avaient pas besoin de changer radicalement leurs processus pour exploiter ces informations, et aujourd'hui celles-ci sont d'ailleurs affichées sur l'écran du téléphone. Inutile d'appuyer sur un bouton spécial pour effectuer une recherche spécifique.

Obtenir des informations cruciales au moment précis où l'on en a besoin : c'est vers un tel résultat que chaque organisation souhaitant développer une culture des données devrait tendre, explique Richard Starnes, directeur au sein de la division analytique et cognitive de Deloitte, qui propose des services de conseil aux clients sur les solutions d'analytique et de BI. 

« Devenir une organisation data-driven implique de supprimer les obstacles et de mettre les données entre les mains de ceux qui vont gagner en créativité et en efficacité avec elles », explique-t-il.

Caractéristiques de l'harmonie des données

Pour mettre les données entre les mains de ceux qui sauront exactement quoi en faire, vous devez commencer par mettre en place des workflows pertinents. Et pour qu'une organisation utilise les données de manière convaincante, un instantané vaut mieux qu'un classeur complexe.

Voici trois caractéristiques que l'on retrouve chez les entreprises data-driven :

  • Un cercle vertueux d'entrées et de sorties

Matthew Miller recommande de transformer le cycle analytique en processus reproductible : une information déclenche une action, qui lance un processus, qui produit de nouvelles données, qui déclenchent à leur tour une action. Certains processus analytiques ne correspondent pas forcément à ce modèle et n'en sont pas moins utiles, mais il s'agit d'une exception à la règle plus qu'autre chose.

  • Des workflows qui reflètent la manière dont les équipes travaillent

Les processus data-driven efficaces doivent intégrer et optimiser les rôles et responsabilités de tous ceux qui les utilisent, et simplifier les problématiques qu'ils traitent au quotidien. « Les schémas de collaboration mettent en lumière la manière de concevoir harmonieusement les systèmes de données », explique David Gibbons, directeur senior de l'analytique chez Salesforce. « La forme des données vous aide parfois à comprendre les acteurs avec lesquels votre équipe va collaborer et interagir pour effectuer son travail plus efficacement. Et une plate-forme de données flexible qui vous permet d'embarquer l'analytique partout où vous en avez besoin pour appuyer ces collaborations favorise votre réussite et booste l'harmonie des données par la même occasion. »

  • Des insights faciles à utiliser

Au lieu d'utiliser des classeurs complexes avec de nombreux onglets pour présenter leurs découvertes, certaines organisations produisent des tableaux de bord simples, qui sont faciles à comprendre. Elles tirent également parti de fonctionnalités leur permettant de suivre des métriques clés, comme vous pourriez suivre les différentes actions dans un portefeuille. Et pour les organisations qui se demandent principalement ce qu'elles pourraient faire de toutes ces informations, l'intelligence artificielle les aide à convertir des données complexes en décisions immédiates. « Un utilisateur métier ne veut pas forcément accéder à l'ensemble de données complet. Les plates-formes de BI intègrent désormais des fonctionnalités d'IA, permettant aux utilisateurs de profiter de recommandations spécifiques pour prendre des décisions plus rapidement. Ils pourront ainsi profiter d'avantages, comme la capacité à conclure des contrats plus rapidement ou à améliorer la satisfaction des clients dans le cadre des demandes d'assistance », explique David Gibbons. 

4 étapes à suivre pour réussir avec les données

Pour favoriser la réussite avec les données, les dirigeants doivent les considérer comme une priorité et montrer comment utiliser l'analytique pour améliorer les résultats.

1. Puisez votre inspiration dans un savoir partagé

La tendance à se comparer aux autres constitue l'un des principaux obstacles à une collaboration efficace autour des données. Dans d'autres domaines, il est facile d'évaluer et de reproduire des processus conduisant à une baisse du taux de défaillance ou à une optimisation de la chaîne d'approvisionnement. Les données sont plus délicates à manipuler, et les sources et compétences pertinentes pour une équipe ou une entreprise ne seront pas forcément utiles pour une autre. 

Pour surmonter ces obstacles, vous devez vous assurer que vos initiatives de collaboration autour des données soient aussi inclusives que possible et englobent les participants en amont, pour parler des processus et des résultats et les améliorer. Comme l'explique Richard Starnes, l'IT est généralement le mieux placé pour prendre en charge les tâches consistant à rendre les plates-formes de données efficaces et crédibles, tandis que les responsables métier adoptent une approche descendante et apportent un soutien financier et stratégique pour le déploiement des données et la collaboration.

2. Intégrez un large éventail de savoirs et de talents

Si tous vos collaborateurs ont accès à des sources de données illimitées et des outils analytiques performants, ce n'est pas pour autant qu'ils vont développer la même efficacité en tant que travailleurs du savoir. Même si cette approche permet aux data scientists et aux professionnels des données de se mettre en valeur, il ne s'agit pas de la manière la plus efficace ou la plus coordonnée de collaborer. 

« De nombreuses organisations ont échoué dans leurs initiatives, même si elles disposaient de données en grande quantité et avaient réalisé d'importants investissements en matière d'analytique », explique Matthew Miller.

Vous devez demander à vos collaborateurs de présenter clairement les problématiques qu'ils cherchent à résoudre, et laisser les experts trouver des solutions pour les aider au mieux. 

3. Créez des espaces permettant aux contributeurs de demander des conseils

Au lieu de remplir leurs emplois du temps avec des heures de formation, créez des espaces encourageant vos collaborateurs à poser des questions. Il peut s'agir d'espaces virtuels pour les équipes, ou d'ateliers « ambulatoires » animés par différents experts avec un éventail de compétences.

Quelle que soit la plate-forme que vous utilisez pour permettre à une communauté d'utilisateurs de se réunir autour des données, elle doit absolument être flexible. Nous avons basculé vers le télétravail pratiquement du jour au lendemain, et cette transition va créer de nouvelles tendances en matière d'utilisation des données et de besoins analytiques. En 2019, la tendance était à l'accès aux données sur appareil mobile. En revanche, ces derniers mois, la part de données utilisées sur écran d'ordinateur a grimpé en flèche. 

4. Rendez vos données faciles à valider et à remettre en question

Il existe de nombreux témoignages parlant de découvertes totalement inattendues faites grâce aux données. Pourtant, la réalité est beaucoup plus prosaïque. À vrai dire, les données sont fréquemment utilisées pour confirmer des intuitions et des suppositions fondées. 

« La plupart des dirigeants fonctionnent à l'intuition et ne sont guère surpris des résultats qu'ils obtiennent grâce à l'analytique », explique Matthew Miller. « Si un chiffre vous interpelle et si vous en cherchez l'origine, vous devez être en mesure de remonter jusqu'à la source. »

Pour garantir que c'est bien possible, vous pouvez ajouter une interaction humaine aux données et aux analyses qui circulent dans votre organisation. Vous pouvez par exemple certifier les sources de données, et ainsi montrer que les données qu'elles contiennent sont fiables et à jour. Vous devez également encourager et favoriser l'apport de réponses et d'explications en temps opportun, pour que les décisions ne soient pas bloquées ou des insights ignorés par des utilisateurs qui n'ont pas le temps d'attendre l'explication nécessaire.

La découverte d'informations cruciales et d'insights pertinents est un processus collaboratif. 

Demandez aux contributeurs comment les données et les analyses ont joué un rôle crucial dans une réussite récente. Discutez des meilleures et des pires expériences vécues avec les données et essayez d'identifier des points communs. 

Découvrez comment donner davantage de moyens à vos employés avec les données et explorez des témoignages de collaboration data-driven.

Abonnez-vous à notre blog