Entreprise Data-centric : et si on accélérait ?7 min read

Depuis quelques années, et dans les sillages des GAFA (Google, Apple, Facebook, Amazon), une nouvelle économie de la Data est apparue. Pour les entreprises qui la pratiquent, le mode de fonctionnement est simple : ces entreprises transforment la Data en valeur.

Entreprise Data-centric : et si on accélérait ?

 

La mise en œuvre associée n’est pas complexe sur le papier : en échange d’un service rendu à un utilisateur, celui-ci donne des informations à l’entreprise qui fournit ce service. Cette dernière collecte et valorise ces données pour les revendre directement, ou même potentiellement sous forme de services à d’autres entreprises.

L’utilisateur est devenu « le produit » et l’acquisition de sa connaissance crée « de la valeur ».

 

Data intelligence pour réussir sa transformation digitale

 

Cette nouvelle économie, qu’on le veuille ou non, concerne toutes les structures. En tant que client, consommateur, salarié… mais aussi citoyen, malade, bénéficiaire d’aides… Vous comme moi naviguons au milieu de nouveaux usages et services digitaux qui collectent nos données. Ces données vont être exploitées ou non par les structures qui nous entourent. C’est la réalité de notre monde.

Chez Business et Decision, notre constat est simple : ce nouvel environnement concerne toutes les structures et nous les aidons donc à identifier puis à relever les enjeux qui en résultent. La question de base, elle aussi, est simple : en quoi l’activité de ma structure peut-elle être concernée par une valorisation de données ? Pour y répondre, nous  encourageons les entreprises surtout à bien se souvenir de leur ADN pour pouvoir exprimer ce qu’elles sont. Tout le monde n’est pas Facebook ou Google. Notre façon de faire est de les aider à trouver en eux ce qui va leur permettre de s’adapter à leur environnement et de tirer profit des nouveaux enjeux Data de cette transformation digitale.

Cette orientation qui consiste à devenir Data-centric passe par l’enjeu majeur de « maîtrise de la donnée ». On parle alors d’organisations qui sont devenues Data-centric en pratiquant la « Data intelligence ».

Data intelligence pour réussir sa transformation digitale

 

Comment devenir Data-centric ?

 

Data-centric, le mot est lâché ! Qui dit Data-centric dit réponse aux enjeux Data de la transformation digitale, et nous aimons rappeler que le mot le plus important dans « transformation digitale » est bien « transformation ».

Alors comment se transformer pour devenir Data-centric ? Tout d’abord en intégrant qu’une transformation prend du temps. Nous recommandons donc de passer par l’étape « Data-oriented » qui permet de faire grandir la culture de la Data au sein de la structure. Ensuite, en comprenant que cette transformation passe par une vision stratégique qui doit formaliser une stratégie Data.

Cette stratégie permet de définir comment, en plus de bien piloter son activité, la structure transforme les données qui la concernent en valeur. Cette vision stratégique, sponsorisée par le top management, s’accompagne de la mise en place de la gouvernance qui doit veiller à son exécution. Un des piliers de la réussite de cette exécution sera l’animation du change management garantissant de l’adhésion de tous.

 

L’identification des données valorisables qui concernent l’activité de ma structure

 

Une erreur que nous rencontrons très fréquemment lorsque nous animons ces ateliers est que les entreprises se focalisent sur les services à rendre pour lancer la collecte de données et non sur la donnée et sa propre valeur potentielle.

En effet, l’identification des données qui « concernent » la structure est très souvent une étape sous-estimée. Les équipes se précipitent dans des projets d’infrastructure technique pour être bien sûres qu’elles sauront les stocker, avant de se poser les deux questions majeures :

  1. « Quelles données me concernant peuvent créer de la valeur pour mon activité ? »
  2. Comment, grâce à ces données, je peux améliorer mon activité en « faisant » :
  • « Mieux » : par une meilleure efficacité opérationnelle
  • « Plus » : en comprenant d’avantage mes clients pour mieux les servir
  • « Juste » : en maîtrisant les risques financiers, sécuritaires, règlementaires, de e-réputation et de fraude
  • « Nouveau » : par la détection et la création de nouveaux services

 

Ces deux questions s’interconnectent et s’enrichissent mutuellement en passant des besoins aux moyens et des moyens aux besoins en permanence.

Le modèle de création de valeur de la donnée par Business & Decision

Le modèle de création de valeur de la donnée par Business & Decision

 

En ce qui concerne les données, nous avons pour habitude de les catégoriser en trois ensembles :

  • données blanches (internes à la structure),
  • données grises (externes)
  • ou données noires (Dark Data : données présentes en masse au sein des entreprises mais non exploitées).

Identifier les données externes

Les données internes à l’entreprise sont généralement assez vite identifiées même si 70 % d’entre elles ne sont pas exploitées… (Source Gartner). Ensuite vient l’identification des données externes (météo, notoriété, chiffre OFS ou INSEE, SITG, cartes, Google trends…) qui peuvent être fournies par des sources (open data) déjà bien qualifiées et préparées, mais dont on peut également créer la collecte via de nouveaux objets connectés (IoT ou Internet of Things).

Ces nouvelles sources de données peuvent être non structurées : textes, photos, vidéos… ce qui rend leur traitement plus complexe.

 

Les organisations ne prennent pas soin de leurs données !

 

Il est très fréquent que nous soyons appelés par des organisations pour définir puis mettre en place une stratégie Data et que nous nous heurtions à un problème trop récurrent : les structures ne prennent pas soin de leurs données (et en particulier de leurs données « clients »). C’est le fameux chapitre de la qualité des données. Entre 50 et 90 % des coûts liés aux projets « Advanced Analytics » sont consommés par des problématiques de qualité de données (Sources : Xplenty survey et  Gartner).

Nous aimons à leur rappeler que prendre soin de leurs clients c’est aussi prendre soin de leurs données. Le RGPD (ou GDPR) nous aide à animer le message sur ce sujet. Les citoyens sont très concernés par les questions liées aux libertés et aux données personnelles et sont très attachés au respect de leur consentement éclairé. Ce nouveau règlement ne fait que répondre à ces inquiétudes et redonne aux individus le pouvoir sur leurs données personnelles. Prendre soin de ses données c’est (re)mettre le client, mais aussi l’utilisateur, le bénéficiaire, le salarié, etc., en somme la personne, au centre de l’équation. Etre Data-centric c’est finalement être Customer-centric et inversement.

Ce chantier sur la qualité des données concerne tout le monde au sein de la structure. C’est encore une fois par l’animation d’une culture de la donnée qu’on arrivera à en prendre soin.


>> LIRE AUSSI : [LIVRE BLANC] GDPR : en route pour la conformité <<


 

La mise en œuvre de la stratégie data

 

Il est bien sûr utopique de définir une méthodologie universelle qui serait efficace pour toutes les organisations. Cependant nous retrouvons chez tous nos clients des points communs qui nous poussent à animer la mise en place d’une stratégie Data via cinq chantiers.

La plupart du temps, les structures maîtrisent bien leur pilotage, par la mise en place d’indicateurs par des systèmes de Business intelligence efficaces. Seulement, ces systèmes arrivent en bout de course. 70 % des Datawarehouses sont aujourd’hui saturés et n’apportent plus aux utilisateurs la valeur ajoutée attendue. Il est donc urgent, non pas de le refondre, mais de passer d’une stratégie BI à une stratégie Data.

Pour y parvenir, les objectifs de base ne changent pas : maîtriser, valoriser, sécuriser… En revanche, le terrain de jeu change de dimension.

Nous vous proposons donc un petit voyage à travers ces cinq chantiers. Objectif : vous éclairer sur la mise en œuvre d’une stratégie Data.

  1. La gouvernance des données
  2. L’utilisation de nouvelles sources de données
  3. La Data self-service : De la Dataviz à la Dataprep
  4. Le Maintien du traditionnel référentiel d’indicateurs, son intégrité, sa sécurité
  5. La Data Science
Les 5 chantiers pour passer d'une stratégie BI à une stratégie Data

Les 5 chantiers pour passer d’une stratégie BI à une stratégie Data

 

A travers les 5 prochains articles nous vous présenterons le regard que nous posons sur chacun de ces chantiers. L’idée est de vous donner une vision complète car ce n’est pas dans l’animation de chaque chantier que se trouve la plus grande complexité. C’est dans leur cohabitation. Une stratégie Data a un besoin vital de les voir coexister et grandir ensemble.

 

  • A propos
  • Derniers articles

Benjamin Protais

Directeur conseil à Business & Decision Suisse

J'accompagne et conseille les entreprises et organisations dans la définition et la mise en œuvre de leur stratégie digitale et data sur le marché romand. Depuis près de 20 ans, j'anime la transformation de grands groupes avec succès, notamment chez Yves Rocher au sein de la marque Stanhome où j'ai été DSI pendant 10 ans.

Il n'existe pas de commentaire pour le moment.

Laissez un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

*

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.