Comment et pourquoi orienter son organisation « data driven » ?

Définition: Qu’est-ce qu’une organisation data-driven ?

Aujourd’hui, la majorité des organisations aspirent à être « data-driven ». Cela signifie que votre entreprise oriente ses décisions stratégiques de manière objectives, en se basant sur des données plutôt que sur des opinions ou ressentis. L’objectif est d’optimiser votre performance et vos prises de décisions par l’exploitation des données.

Parfois, cela peut même aller jusqu’à être entièrement automatisé, sans aucune intervention humaine, sur certaines parties de l’activité comme la recommandation de produits par exemple.
Pourtant, beaucoup d’entreprises utilisent aujourd’hui les données sans être réellement « insights-driven ». Dans l’enquête de NewVantage Partners, seulement 24% des cadres ont déclaré avoir axé leur organisation sur les données.

Être « data-driven » signifie être systématiquement basé sur des chiffres, même quand cela s’avère être complexe. C’est aussi développer une culture des données au sein de toutes les activités de votre entreprise ainsi qu’une bonne communication interne autour des ces informations.
C’est généralement assez compliqué à quantifier, mais trois points clés permettent de définir une organisation data driven :

1.Tout le monde dans l’organisation sait lire et analyser la donnée

Souvent, dans une organisation, les données ne sont pas pleinement utilisées et servent uniquement à soutenir les activités commerciales. Cela est lié au manque de connaissances et de savoir-faire sur la question. Développer une réelle culture des données permet de les comprendre de manière efficace, de les faire dialoguer et de les utiliser dans les différents processus de prise de décision.

2. Les dirigeants s’appuient sur les données dans la prise de décision

Les personnes au sommet de l’entreprise sont celles qui impulsent des changements durables en mettant en place des actions concrètes. Il est essentiel que les chefs d’entreprise aient confiance en la donnée et l’apprécient en tant que valeur ajoutée au processus décisionnel. Les organisations data-driven bénéficient par la suite du soutien des principaux dirigeants et cadres afin de développer une culture axée sur la donnée.

3. Des équipes différentes s’appuient sur les mêmes données dans leurs échanges

Une organisation développant une réelle culture des données les utilise afin de faire dialoguer les différents services pendant les réunions collectives ou sur les services de messagerie d’équipe. Utiliser plus fréquemment des outils de veille stratégique permet de multiplier les collaborations et de les rendre plus efficientes. Ainsi, ne faire qu’un avec les données améliore la prise de décision et en démultiplie l’efficacité.

Comment devenir une organisation plus data-driven ?

Axer votre stratégie sur la data nécessite trois compétences :

• Une capacité technique : concernant la création et l’intégration des données : Votre entreprise doit pouvoir créer et réunir toutes les données pertinentes en les structurant afin de rendre l’information recueillie utilisable.
• Une capacité analytique : Votre entreprise doit pouvoir extraire des insights et de l’intelligence en se basant sur les données recueillies.
• Une capacité décisionnelle : Une fois les données réunies, il vous faut être capable de prendre des décisions en vous basant sur les idées et informations en provenance des données.Voici quelques conseils afin de vous assurer d’améliorer votre culture d’entreprise afin de devenir progressivement plus “data-driven”.

#1 Less is more

Le problème le plus fréquent est celui de l’accès aux données élémentaires. Beaucoup de data analystes se plaignent de la difficulté à les obtenir dans leur entreprise. C’est un problème récurrent malgré la volonté des entreprises de démocratiser l’accès aux données au sein de leur organisation. Sans données, impossible de développer une culture d’entreprise « data-driven ».

En s’intéressant aux entreprises les plus performantes, on remarque qu’il existe une solution. L’important est de mettre en place une politique d’accès systématique et universel à quelques données clés, sans penser une refonte globale de la politique de données, longue et complexe.

Cela vous conduit à développer une politique de recueil de données sur l’ensemble de vos canaux de communication et de vente, comme votre site internet professionnel par exemple.

Un exemple intéressant est celui d’une grande banque mondiale qui a décidé de construire, afin de mieux anticiper les besoins de refinancement des prêts, des données standards pour le département marketing. Elle a pour cela ciblé les données les plus pertinentes: des données relatives aux conditions de prêts, aux soldes, aux informations sur les biens ou encore sur les canaux de marketing privilégiés.

Systématiser le recueil de données permet en fait d’encourager leur utilisation afin d’implémenter pas à pas la stratégie de votre entreprise et d’améliorer la rétention client.

#2 Choisissez bien ce que vous décidez de suivre

Bien choisir les indicateurs permet d’agir efficacement sur le comportement des employés : les mesures sélectionnées ont un impact sur le déroulement de l’activité et l’orientation stratégique des acteurs de l’organisation.

Par exemple, une entreprise qui souhaite réaliser des bénéfices par anticipation des changements de prix de ses clients peut utiliser une mesure spécifique, la précision prédictive dans le temps. Une équipe se charge donc d’évaluer l’ampleur des mouvements de prix ainsi que leur direction tout en reportant la qualité de ces prédictions afin qu’elles s’améliorent.

Un autre exemple est celui d’un grand opérateur de télécommunications qui souhaite vérifier que son service offre à ses clients la meilleure expérience utilisateur possible. Malheureusement, il n’a recueilli que des données globales sur les performances du réseau et non pas sur la qualité des services reçus. Une solution consiste à créer des mesures détaillées de l’expérience client afin de réellement mesurer l’impact des évolutions de services sur les utilisateurs.

Ainsi, implémenter réellement sa stratégie grâce aux données consiste à définir une orientation de mesures précises permettant de faire évoluer l’activité en fonction de vos objectifs stratégiques.

#3 Mettez les données au coeur du travail

L’analytique peut permettre d’aider les employés et pas seulement les clients. Elle peut aider à améliorer leur bien-être si vous les laissez manipuler eux-mêmes les données afin d’automatiser les tâches longues et ennuyeuses. Laissez-les prendre l’initiative afin de vous  assurer de réels résultats.

Si vous proposez d’utiliser les données pour compléter un objectif abstrait, il n’est pas sûr que vos employés témoignent beaucoup d’enthousiasme et de motivation afin de repenser l’organisation de leur travail. En revanche, si les objectifs immédiats leur sont directement profitables et leur permettent de gagner du temps, d’obtenir des informations importantes ou encore d’éviter de retravailler un objet, ils peuvent faire le choix de maîtriser la donnée.

A titre d’exemple, une équipe d’analystes chez un assureur a décidé il y a quelques années de s’initier à l’informatique en nuage pour expérimenter indépendamment du service informatique de nouveaux modèles sur de grands ensembles de données. Quand le service informatique a décidé de repenser l’infrastructure technique de l’organisation, l’équipe a pu proposer des réponses concrètes et fonctionnelles afin de permettre à la plateforme de réaliser des analyses avancées.

#4  Identifiez les améliorations rapides

Afin d’adopter rapidement une culture basée sur les données, les quick wins sont une bonne stratégie de gestion du changement, surtout si votre entreprise est relativement opposée aux évolutions.

Pour convaincre les membres de votre organisation, il faut leur donner des résultats tangibles ayant un impact rapide sur l’entreprise, par exemple des indicateurs de performance par département ou pour l’ensemble du personnel. Identifier un indicateur de performance permet d’optimiser rapidement les processus qui y sont liés en prenant des décisions.

Par exemple, vous pouvez utiliser la veille économique si vous souhaitez obtenir des informations sur un taux de conclusion des réunions du service de télévente. Elle peut vous permettre d’améliorer certaines variables essentielles telle que le moment des appels, dans le but d’optimiser l’IRC.

Choisir des quick wins permet à votre organisation d’engendrer des cercles vertueux en prouvant l’efficacité des données dans l’amélioration des résultats. Cela vous permet de modifier progressivement et durablement votre culture d’entreprise afin d’être plus “data-driven”.

#5 Encouragez vos équipes à expliquer leurs décisions avec la donnée

Dans une entreprise axée sur les données, celles-ci doivent être constamment explicitées pendant le processus décisionnel. Vous pouvez décider de prendre l’initiative d’expliquer analytiquement les choix faits afin de rendre l’analyse de la donnée accessible à tous. Cela encourage et systématise l’usage de la donnée.

En plus de montrer l’exemple, une telle exploitation témoigne de l’importance accordée à la data dans l’entreprise et la manière dont elle peut impacter toutes les activités. Elle permet aussi de souligner une manière de prendre une décision basée sur les données et encourage vos équipes d’intégrer une manière efficace de travailler sur la data.

Pour aller plus loin, vous pouvez décider d’impliquer vos équipes au sein du processus de réflexion et de prise de décision. Cela permet de renforcer la culture « insight-driven » de votre entreprise ainsi que l’engagement de vos employés.

Quels sont les obstacles à anticiper pour devenir une organisation data-driven ?

#1 Des données de mauvaise qualité

La confiance en la donnée est un paramètre central afin de faire des progrès dans l’organisation et d’avoir un impact réel sur vos activités commerciales. Cela dépend de la perception que vos employés ont de la qualité de la donnée.

Selon une étude d’Accenture, seules 33% des entreprises déclarent avoir assez confiance dans leurs données pour  « pour les utiliser efficacement et en tirer de la valeur ». Afin de dépasser ces méfiances sur la capacité des données à refléter fidèlement la réalité, vous devez faire de la pédagogie sur la qualité des données et résoudre tout problème les concernant.

Un autre frein que vous pouvez rencontrer est la difficulté d’établir avec les données une image unique de la vérité au sein d’un département, et plus généralement de votre entreprise.

Selon un rapport d’Arm Treasure Data daté de 2019, 47% des spécialistes du marketing ont considéré leurs données comme « cloisonnées et difficiles d’accès ». Le risque lié à l’analyse de la donnée réside dans les différences d’interprétations et le cloisonnement qui crée de la confusion et nuit à la cohésion de groupes. Comme il est difficile de savoir si un chiffre est bon, cela complique le fait de vous assurer  que les employés travaillent dans la bonne direction, surtout si différentes interprétations coexistent.

#2 Des équipes mal formées

Si certains projets échouent, c’est que beaucoup d’entreprises considèrent la data comme un projet uniquement technologique. Être “data-driven “ne dépend pas uniquement du fait de disposer d’outils comme une datawarehouse, des tableaux de bord BI, de l’intelligence artificielle ou encore du machine learning.

Contrairement aux nombreuses idées reçues, ce  ne sont pas les outils qui vont délivrer les enseignements venant de la data à la manière d’un film de science fiction. Les outils sont utiles afin de  délivrer des informations qui restent à interpréter.

Etre “data-driven” dépend donc fortement de la capacité de vos équipes à se poser les bonnes questions afin de percer les patterns et d’en tirer des conclusions. L’exploitation des données est donc une compétence que vous devez insuffler au sein de votre organisation.

Être spécialiste d’un sujet ou très bon connaisseur d’un produit ne suffit pas afin de bien interpréter des données relatives à ces thématiques afin d’en améliorer les performances. Avoir un accès aux données pour la première fois s’accompagne souvent d’une difficulté à définir les conclusions à tirer des mesures analysées.

Bien analyser les données, percevoir des variations significatives dans les statistiques est un réel savoir-faire. Afin d’avoir une culture “data-driven”, il vous est essentiel de développer cette compétence au sein de votre organisation en mettant en place des modules d’apprentissage comme des formations en data-analyse.

#3 Des objectifs mal définis

Un dernier obstacle à anticiper afin de devenir une entreprise data-driven est la question de la variété des objectifs liées à l’utilisation des données. En effet, il existe entre 5 et 8 profils types d’utilisateurs de données aux besoins et objectifs différents. Vous devez systématiquement réfléchir à définir ces profils.

Pour cela, posez vous la question au sein de chaque équipe, fonction, département et métier de votre entreprise: Pourquoi et comment utiliser la donnée ? L’utilisation de la donnée varie si vous avez face à vous un data scientist ou un chargé de marketing.

Le data scientist a besoin de compétences statistiques élevées ainsi qu’un savoir faire technique dans la construction de modèle pour anticiper le churn et la rétention. Un chargé de marketing  aura besoin de développer des techniques analytiques simples et efficaces afin de répondre aux questions posées sur la performance des campagnes par exemple.

Une fois que vous avez ciblé les différents profils, il nous faut fixer des objectifs raisonnables pour chacun des profils et développer de bons outils de communication interne afin de dialoguer avec vos employés. Pour cela, analyser les besoins de chacun des des départements ainsi que vos attentes en termes de performance.