Votre gestion des débiteurs est-elle déjà numérisée?
Retour au sommaire
blog

Comment créer une culture d’entreprise guidée par les données ?

L’analyse des données occupe dorénavant une place de premier plan dans les conseils d’administration. Le datamining et le database management ne sont plus des concepts vides de sens pour les experts marketing. De plus en plus, l’ensemble de la gestion de l’entreprise se fonde sur les données disponibles. Il s’agit avant tout de créer une culture d’entreprise « data driven », guidée par les données. Les entreprises qui suivent ce principe sont de plus en plus prospères. Mais comment créer cette culture ?

Les auteurs de l’ouvrage « Analytics Across the Enterprize: How IBM Realizes Business Value From Big Data and Analytics » donnent des conseils sur informit.com pour tirer davantage de bénéfices des données importantes et renforcer une culture d’entreprise « data driven ». Comment améliorer l’orientation vers les données dans votre culture d’entreprise ? Comment veiller à une politique de données intégrée qui soit portée par l’ensemble de l’organisation ? Voici quelques points intéressants tirés de l’article mentionné ci-dessus.

Créer une culture forte au travers du coaching

Imaginez que vous êtes responsable du département commercial. Vous avez prévu une réunion pour discuter du prochain trimestre et des chiffres de vente inférieurs à ceux qui étaient prévus. Vous demandez des données en vue d’améliorer les résultats. Quand vos collaborateurs vous proposent de nouvelles idées, vous demandez par exemple : « De quelles données disposez-vous pour étayer cette idée ? » ou « Cette idée se fonde sur des données ou plutôt sur votre intuition ? ». En procédant ainsi, vous pousserez vos collaborateurs à penser en termes de solutions guidées par des données.

Montez une équipe disposant des compétences appropriées

Demander aux collaborateurs de proposer des idées et des solutions qui se fondent sur des données n’est possible que si la structure technique adéquate est présente. Les données doivent être disponibles et compréhensibles. Pour cela, il vous faut une équipe disposant des bonnes connaissances et compétences.

  • Vous avez besoin d’une personne qui dispose de vastes connaissances sur le secteur et possède également une expérience de la mise en œuvre des processus d’entreprise.
  • Une personne avec une formation et une expérience IT est absolument indispensable.
  • Enfin, il vous faut un analyste professionnel et expérimenté, qui comprend les données et les rend intelligibles pour un usage quotidien. Cette personne doit également être impliquée dans l’élaboration et l’évaluation du modèle d’analyse des données.

Évaluez le ROI de votre projet pour plus de soutien

Vous pouvez évaluer le ROI d’un projet d’analyse à l’aide d’une méthodologie qui identifie les key value drivers et estime les coûts. Par exemple, les coûts du temps investi, du recrutement de nouveaux talents, de la formation, ainsi que ceux des Subject Matter Experts. Si vous souhaitez créer une culture d’analyse de données, il est fondamental que chacun, y compris la direction, ait une idée précise des frais à prévoir et des résultats du projet.

Commencez par les données que vous avez déjà

Attendre les données parfaites prend du temps et vous pourriez aussi manquer des opportunités. Utilisez donc des techniques d’analyse permettant de pallier les insuffisances de vos données. Voyez les données disponibles comme un puzzle. Souvent, les premières pièces sont difficiles à placer, par contre pas de souci pour les dernières. Plus vous avancez dans le puzzle, plus facilement vous imaginez à quoi doivent ressembler les pièces manquantes. Les techniques d’analyse des données permettent de trouver les données manquantes.

Présentez régulièrement vos résultats

Au lieu de mettre en œuvre un vaste projet d’analyse de données courant sur plusieurs années, mieux vaut adopter un rythme où vous présentez rapidement des résultats. Ainsi, vous recevez plus vite le feedback de vos parties prenantes et de vos utilisateurs finaux. Peut-être devrez-vous ensuite adapter votre modèle, ce qu’il vaut toujours mieux savoir à l’entame du processus. Une fois que vous disposez d’un prototype qui fonctionne, vous pouvez l’utiliser afin de persuader tout le monde d’employer effectivement votre nouvel environnement de données. Finalement, cette méthode procure un retour sur investissement plus rapide.

Publications similaires