Article rédigé par Martin Bourgeois – Directeur, Stratégie technologique
De nos jours, être « data driven » implique que les décisions stratégiques, objectifs d’affaires et plans tactiques d’une organisation reposent sur l’information générée par ses propres données. Gartner animait récemment un webinaire explorant le potentiel de cette approche dans le cadre des stratégies d’entreprise1.
Deux constats majeurs en sont ressortis : la transformation des données en actif stratégique exponentiel et la corrélation positive avec les résultats d’entreprise. Malgré ces avantages, peu d’entreprises se déclarent réellement axées sur la donnée en 20232. Cet article a donc pour objectif de démystifier cinq idées préconçues persistantes parmi les dirigeants d’entreprises concernant l’approche axée sur la donnée.
Mythe #1 : La dette technologique est à considérer
Mythe : La barrière technologique, un mur infranchissable ? Lors de nos entretiens clients, la notion de déficit technologique est souvent mentionnée comme principal frein vers la transformation de l’entreprise axée sur la donnée. Après plus d’une vingtaine d’année d’évolution dans le domaine de la valorisation de données, le constat est clair : la barrière principale se situerait à un autre niveau3.
Réalité : Une étude récente sur 1000 entreprises et organismes révèle que seulement 24% des organisations se déclaraient axées sur la donnée malgré leurs efforts et que l’obstacle principal vers la transformation était culturel pour 79% d’entre elles4. Parmi les éléments culturels cités, La gestion des parties prenantes, la réceptivité des collègues, la gestion du changement organisationnel, les rôles et responsabilités. La considération pour le capital humain doit donc figurer au cœur de toute transformation de ce type. L’évolution de la culture de l’organisation requiert un investissement en temps et efforts plus conséquent qu’un investissement technologique.
Mythe #2 : C’est un processus complexe et long
Mythe : Un long chemin semé d’embûches ? Certains dirigeants perçoivent l’approche en valorisation de données comme un parcours laborieux. Ces derniers clament qu’ils n’ont pas le temps de se dédier à une initiative à si longue échéance. Or, la réalité est qu’il s’agit plutôt d’une évolution dans la façon de réfléchir et d’opérer plutôt qu’un processus complexe.
Réalité : Notre expérience révèle que les succès les plus significatifs en matière de valorisation ont commencé par de petits projets pilotes. Ce genre d’initiative permettent de générer un élan positif, facilitant l’adoption et le niveau d’intérêt pour graduellement développer une approche à plus grande échelle et transversale. Nous recommandons donc d’emprunter le chemin de l’agilité et du pilotage pour créer de l’engouement et de l’intérêt progressif à l’intérieur de l’organisation.
Mythe #3 : C’est un projet pour les TI seulement
Mythe : Pour certains dirigeants d’entreprises, la valorisation de données est une approche qui doit être pilotée par les TI. Voilà une idée répandue, mais erronée.
Réalité : Développer une organisation orientée vers la donnée est en fait une approche qui doit mobiliser l’ensemble de parties prenantes et des ressources de l’entreprise et qui implique de nombreux changements car il s’agit d’abord et avant tout d’un changement dans l’état d’esprit des dirigeants et dans la culture de l’entreprise en plaçant au centre de la stratégie, des processus, des tactiques la donnée et l’information qu’elle nous procure.
Mythe #4 : Il faut un grand nombre de données
Mythe : Plus nous avons des données, mieux sera l’approche ? Selon certains, pour être en mesure de développer une pratique de valorisation des données, il faut posséder des données massives. Probablement un des arguments les plus utilisés par nos clients d’entreprise de taille moyenne, cette perception inquiète plusieurs dirigeants. La réalité doit être nuancée.
Réalité : Notre expérience révèle qu’il est plus important de rassembler un petit regroupement de données de grande qualité prêtes à être exploitées que de créer un plus grand ensemble de données, souvent non structurées, qui pourrait mobiliser nos ressources et éparpiller les efforts sans conduire au but ultime de nous transmettre de l’information sur notre clientèle ou nos processus d’affaires. Des regroupements plus modestes de données sont souvent plus facile à manipuler et gérer ce qui permet à ses utilisateurs de les interpréter plus rapidement et prendre action.
Mythe #5 : Une armée de spécialistes est requise
Mythe : Pour faire avancer la pratique en valorisation de données en entreprise, il faut s’armer de programmeurs et d’architectes de données. Bien que ces rôles soient effectivement précieux pour toute entreprise mature, une entreprise axée sur la donnée doit d’abord mettre l’emphase sur des rôles opérationnels. Et les technologies émergentes comblent désormais plusieurs déficits techniques permettant ainsi aux petites et moyennes entreprises de se développer rapidement.
Réalité : La valorisation des données doit d’abord et avant tout passer par les processus d’affaires et d’organisation de la donnée. Pour réussir une approche en valorisation, il faut d’abord s’assurer de la qualité des données qui sont produites. Et pour déterminer si les données sont de qualité, il faut des experts internes qui sont en mesure de comprendre les processus et interpréter ce que les données veulent dire. De plus en plus de solutions technologiques existent qui permettent l’orchestration et la transformation de données sans nécessiter d’expertises avancées en traitement des données. Cela ne veut pas nécessairement dire que l’organisation n’a pas besoin de scientifiques et d’architectes à terme pour aller chercher une plus grande complexité et sophistication des modèles. Mais plutôt qu’il est primordial de s’assurer d’avoir des experts métier qui soient en mesure de créer, d’analyser et interpréter vos données maîtres comme structure de base avant de s’avancer dans les analyses plus complexes requérant des profils de compétences plus avancés dans la valorisation des données.
Une posture d’entreprise
Les avancements technologiques récents rendent le contexte du développement des entreprises à la fois excitant et inquiétant. D’un côté, les coûts technologiques pour se doter d’une stratégie de donnée n’ont jamais été aussi attrayants pour les entreprises de toute taille, du start up à la multinationale. De plus, les innovations en matière de transformation de donnée et d’assistance notamment avec L’IA générative permettent dorénavant d’accélérer l’analyse et l’interprétation des résultats. En revanche, le niveau de confusion relatif à la mise en place d’une approche en valorisation de données demeure relativement élevé.
L’analyse des 5 mythes revus précédemment nous permet de conclure que de devenir une entreprise axée sur la donnée est d’abord et avant tout un projet de transformation de la culture de l’organisation et que son succès passe par l’implication de l’ensemble de ses parties prenantes et centré autour de ses gens. Être axé sur la donnée est en fait le développement d’une posture sur son processus décisionnel menant à livrer sa stratégie. Il faut donc être prêt à construire cette approche dans un esprit collaboratif et d’innovation continue.
Talsom est votre partenaire idéal pour mettre en place une orientation d’entreprise axée sur la donnée. Notre approche multidisciplinaire et sur mesure vous aidera à mettre en place une stratégie pertinente et novatrice en lien avec votre vision tout en s’assurant que le capital humain demeure au cœur de votre transformation.
De plus, l’intégration de l’intelligence artificielle dans une entreprise repose sur un élément fondamental : les données. Peu importe l’industrie ou la taille de l’organisation, la capacité à structurer, organiser et comprendre ses données est cruciale pour tirer pleinement parti des technologies d’IA. Les données servent de carburant à ces systèmes avancés, leur permettant de détecter des tendances, d’automatiser des processus et de prendre des décisions éclairées. Sans une base de données solide et bien gérée, les projets d’IA risquent de ne pas atteindre leur plein potentiel, compromettant ainsi les avantages compétitifs qu’ils peuvent offrir.
Références
- 1 Gartner (2023): Uncover the link between Data & Analytics and Business Outcomes, diffusé le 7 Novembre 2023.
- 2 M. AlOwaish et T. Redman (2023); What does it actually take to Build a Data-Driven Culture? Harvard Business Review, 23 Mai 2023
- 3 David Waller (2020) 10 steps to creating a Data-Driven culture, Harvard Business Review, 6 Février 2020.
- 4NewVantage Partners (2023): Data and Analytics leadership annual executive survey 2023, Janvier 2023.