L’humain, l’alpha et l’oméga de l’analytique

[StephV]

* Cet article a été écrit par Raphaël Savy, Directeur Europe Sud, Alteryx et publié dans le JDN le 13/01/20

Il est donc logique que les dépenses mondiales consacrées à la transformation numérique atteignent près de 2 000 milliards de dollars d’ici 2022. Les équipes analytiques sont d’ailleurs confrontées à une pression énorme, les données étant le moteur des projets de digitalisation. Selon le « Rapport 2019 sur les données et la numérisation », plus de quatre entreprises sur cinq (83 %) reconnaissent d’ailleurs que les données sont un facteur clé de leur développement. Pourtant, le chemin vers une transformation numérique réussie n’est pas aussi intuitif que le simple fait de mieux gérer les données. Il y a de multiples facteurs à prendre en considération, notamment : qui manipule les données et avec quelle technologie.

Grâce aux innovations technologiques, une startup peut désormais concurrencer un Goliath du marché. La véritable transformation de l’entreprise ne peut donc se faire sans les ressources numériques adéquates. Selon une étude réalisée par Alteryx, 74 % des personnes interrogées ont admis que les données et l’analytique leur ont permis de stimuler la productivité, la croissance et l’innovation au sein de leur société. Mais dans quelles technologies de rupture les entreprises doivent-elles investir afin de pouvoir s’adapter aux évolutions du marché ?

Mettre le collaborateur au cœur de la stratégie des données de l’organisation

Les technologies permettant des gains de productivité sont celles qui sont facilement exploitables par l’ensemble des collaborateurs. C’est d’ailleurs la force des entreprises dites « digitale native ». La transformation numérique exige de faire tomber les barrières et de combler les lacunes en matière de connaissances et de compétences. Elle doit encourager la coopération au sein de l’organisation, entre les départements et les partenaires. 

Derrière la bonne technologie se cache donc l’élément humain, véritable alpha et oméga de l’analytique. La technologie fonctionne mieux lorsqu’elle améliore la productivité du capital humain plutôt que de le substituer. Pour réussir sa digitalisation, il faut des collaborateurs possédant les bonnes compétences, car la technologie seule ne suffit pas. La question n’est plus de savoir si une organisation est prête pour la transformation numérique, mais si elle permet à ses employés d’acquérir les compétences nécessaires pour y parvenir. En effet, partout dans le monde, les entreprises sont confrontées à un défi commun lorsqu’il s’agit de recruter des talents pour exploiter les données collectées. Une étude récente de KPMG, portant sur des milliers de cadres supérieurs dans plus de 100 pays, a révélé que les compétences en matière de Big Data et d’analytique représentent la principale pénurie de talents dans le monde. 

Pour éliminer les frictions causées par ce manque de compétences, les organisations doivent former leur main-d’œuvre, au-delà de la simple utilisation d’une meilleure technologie. Embaucher des Chief Data Officer encourageant une culture de l’analyse est d’ailleurs une très bonne initiative. Néanmoins, elle est insuffisante au regard des moyens à mettre en place, pour assurer une transformation digitale efficace. Il faut aller plus loin ! Seules les organisations qui formeront tous les salariés gérant des données pourront exploiter le vrai potentiel de leurs initiatives de transformation numérique.

Un référentiel data commun : l’élément incontournable pour la mise en place d’une stratégie data

Une fois ces collaborateurs équipés des technologies adéquates et dotés des compétences appropriées, ils peuvent commencer à exploiter les dites données. Il ne fait plus aucun doute qu’elles sont devenues la pierre angulaire de l’entreprise moderne car vectrices de croissance. Les données aident les entreprises à prendre des décisions plus judicieuses, à optimiser leurs opérations et à identifier de nouvelles opportunités. Mais travailler avec des données n’est pas aussi simple qu’on le prétend. La complexité d’analyse de ces vastes ensembles ne facilite pas la mission des spécialistes des données. Nombreuses sont les fake news autour de la data science. Beaucoup pensent que pour obtenir des résultats probants, les « data analyst » ont besoin d’une grande quantité de données. Erreur ! En effet, énormément de projets de science des données exploitent des data relativement petites en mettant l’accent sur la qualité plutôt que sur la quantité. L’important est la qualité des données et leur provenance. Les spécialistes des données ont souvent besoin de sources de données multiples pour aboutir à des informations créatrices de plus-value.

Plutôt que de disposer d’un plus grand nombre de données, les entreprises ont besoin d’avoir une image plus claire du processus d’analyse. Elles doivent apprendre des erreurs du passé et comprendre exactement comment exploiter ces données. En mettant l’accent sur la data à forte valeur ajoutée, les entreprises pourront optimiser leurs processus de prises de décision, être plus compétitives, etc.

De plus, les données facilement accessibles sont cruciales pour la réussite d’un projet de digitalisation. Tous les départements informatiques ont besoin d’une ressource commune et exploitable par l’ensemble de l’organisation. Plus précisément il s’agit d’héberger les données au même endroit afin de s’assurer que lorsque deux personnes de l’organisation se posent la même question, elles obtiendront la même réponse. Toutefois, une source unique de valeur s’avère efficace si, et seulement si, les données conservées sont d’une grande intégrité, grâce à des processus robustes garants de leur qualité. Tant qu’il y aura des données qualifiées, accessibles facilement (et non en silos), la qualité et la rapidité de l’information parleront d’elles-mêmes.

Les entreprises avec une culture numérique bien établie et qui tirent parti de la technologie peuvent offrir à leurs collaborateurs les connaissances et les compétences nécessaires pour produire des résultats remarquables. À court et moyen terme, elles devraient renforcer les outils organisationnels pour faciliter et hâter les changements. Pour ce faire, il est important pour les entreprises de développer une politique fondée sur une plateforme permettant aux collaborateurs de prendre en main rapidement le changement et la conception de stratégie data pour ensuite innover et permettre à l’entreprise de continuer à conquérir des parts de marchés.