Trucs et astuces

Data Talks : Tout savoir sur le data-driven

Bienvenue dans l’épisode 8 de Data Talks, la série vidéo de Splunk dans laquelle des experts de la donnée décryptent pour nous les grandes tendances autour de la data. Nous retrouvons aujourd’hui un spécialiste de l’approche data-driven, ou orientée données, Alexandre Miny de Tornaco.

Il est notamment le cofondateur de DataBird, une start-up qui propose une formation intensive, éligible au CPF, permettant de se lancer dans une carrière de data analyst ou de renforcer ses compétences dans le domaine de la data. Son objectif : aider les entreprises à s’appuyer davantage sur les données pour prendre de meilleures décisions au quotidien. Découvrez sa vision en mots ou en images, c’est à vous de voir !

 

 

 

SOMMAIRE

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  • Définition de l’approche data-driven
  • Les principes fondamentaux d’une stratégie data-driven
  • Les outils du data-driven
  • Les bonnes pratiques des entreprises data-driven
  • Les écueils des stratégies data-driven
  • L’avenir de l’approche data-driven
  •  

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    Alors, comment définir l’approche data-driven ?

    Pour nous, l’approche data-driven suppose de donner les moyens à n’importe quelle entreprise et à ses collaborateurs d’appuyer leurs décisions sur les données. Chez DataBird, on parle même de stratégie data informed et intuition lead. Notre démarche consiste donc à confirmer ou infirmer nos intuitions grâce aux informations que nous pouvons collecter. C’est d’ailleurs une méthode largement répandue dans les grandes organisations technologiques.

    L’approche data-driven repose-t-elle sur un certain nombre de principes fondamentaux ?

    D’après moi, une stratégie data-driven doit reposer sur trois grands principes pour porter ses fruits :

    • L’infrastructure

    Pour piloter une organisation par la data, il faut commencer par recueillir des données ! Et pour y parvenir, il est fondamental de se doter d’une infrastructure et d’outils permettant de rendre les informations disponibles, accessibles et comprises par tous. L’idée est ainsi de disposer d’une source unique de vérité, stockée dans un data lake ou un data warehouse, sur laquelle tous les collaborateurs pourront s’appuyer pour prendre leurs décisions.

    • La culture d’entreprise

    Pour qu’une approche data-driven fonctionne, il faut par ailleurs développer une culture d’entreprise capable de favoriser cette dynamique de prise de décision basée sur la donnée. Cela passe notamment par la mise en place de processus appropriés, définissant clairement les modalités d’utilisation de la data et les différents acteurs impliqués.

    • Les collaborateurs

    Le troisième pilier concerne la formation des collaborateurs, qui doivent être en mesure d’utiliser les outils et les environnements mis en place. Car toutes les données du monde n’auront que peu d’impact sans personne pour les questionner et les interpréter. 

    Quels sont les outils essentiels pour être plus data-driven ?

    En matière d’outils, le mot d’ordre est à la centralisation. En d’autres termes, toutes les données doivent être conservées au même endroit et mises à la disposition de tous. Les entreprises doivent donc faire appel à des solutions de gestion capables de récupérer des données provenant de sources diverses (CRM, applications, sites web, réseaux sociaux, etc.) et de les consolider dans un data warehouse. 

    Une fois le système mis en place, la donnée pourra être retraitée, partitionnée et analysée. On pourra également y appliquer des algorithmes de machine learning et organiser les résultats grâce à des solutions de visualisation, le but étant de créer des tableaux de bord accessibles permettant de piloter plus finement l’entreprise.

    On pourrait aussi mentionner tout ce qui concerne le développement des talents. En effet, pour que ces outils soient efficaces et adopter une approche réellement data-driven, les organisations ont besoin d’impliquer de nombreux acteurs : des data scientists et des data analysts, qui vont se concentrer sur le traitement et l’analyse des données, mais aussi l’ensemble des personnes qui vont être amenées à manipuler cette data au quotidien. Un des objectifs de nos formations est justement d’aider chaque apprenant à avoir suffisamment confiance dans les outils à sa disposition et dans ses capacités à les utiliser pour les mettre à profit lorsqu’il devra prendre des décisions stratégiques. 

    Sur le terrain, quelles sont les bonnes pratiques des entreprises data-driven ?

    Certaines bonnes pratiques peuvent s’appliquer dans tous les contextes, mais la première chose à faire est d’adopter une approche graduée en fonction du niveau de maturité de la structure en matière de data. Car une petite boulangerie de quartier ne va évidemment pas avoir les mêmes priorités ni utiliser les mêmes méthodes qu’un géant de la tech.

    D’après moi, les entreprises qui débutent dans le monde de la donnée devraient se concentrer sur des projets à forte valeur ajoutée. L’idée est donc de commencer avec des propositions simples, susceptibles d’avoir un grand impact sur les résultats, puis de gagner progressivement en complexité. Par exemple, il peut s’agir d’analyser les raisons pour lesquels des clients mettent fin à leur abonnement, afin de prendre les mesures nécessaires pour les fidéliser. En dehors des questions purement techniques, cette méthode permet de faciliter l’adoption d’une stratégie data-driven en rassurant les acteurs sur les avantages qu’ils peuvent en tirer.

    Lorsque la machine est lancée, il faut ensuite s’efforcer de définir des critères de qualité des données ainsi que des indicateurs de performance (KPI) qui pourront être utilisés dans toute l’organisation. Pour qu’une approche data-driven tienne ses promesses et engage l’ensemble des collaborateurs, il est en effet essentiel que tout le monde avance dans la même direction en s’appuyant sur des outils communs. Cela peut notamment se traduire par des Data Contracts et des dashboards mettant en lumière les principaux KPI.

    Le troisième point concerne la formation et l’embauche. Dans ce domaine, il me semble pertinent d’être dans une démarche top-down, c’est-à-dire de sensibiliser en priorité le top management pour ensuite diffuser les bonnes pratiques dans l’entreprise. Selon le contexte, la direction peut dès lors décider de recruter directement des profils opérationnels orientés data ou de développer un plan de montée en compétences à destination de ses employés. Cette approche permet généralement de favoriser une culture plus data-driven, encourageant l’ensemble des acteurs concernés à appuyer leurs décisions sur des données, quelle que soit leur activité, de la direction à la gestion des stocks en passant par le marketing.

    Et en parlant d’incitation, il peut également être intéressant de récompenser les collaborateurs qui s’efforcent de diffuser ces pratiques au sein de l’entreprise. Chez DataBird, nous les appelons « data heroes ». D’autres préfèrent le terme « ambassadeurs du data-driven ». Mais quel que soit le nom qu’on leur donne, il est important d’identifier ces agents du changement et de valoriser leurs initiatives. 

    Enfin, rien de tout cela n’aura le même impact sans des processus clairs et centralisés. À terme, la mise en place d’une stratégie data-driven suppose donc une véritable acculturation et des modifications profondes à tous les niveaux de l’organisation, indépendamment de sa taille ou de son secteur d’activité. 

    Et qu’en est-il des mauvaises pratiques ?

    Les deux principaux écueils que j’ai pu observer partagent le même travers : une tendance à aller trop vite, sans prendre le temps d’élaborer une vision globale du processus. Certaines entreprises se jettent ainsi sur une panoplie d’outils dernier cri, alors qu’elles ne disposent pas des savoir-faire suffisants en interne pour les mettre à profit. Ce qui revient un peu à jeter l’argent par les fenêtres !

    Au contraire, d’autres intègrent des profils trop techniques au regard de leur maturité en matière de data. Par exemple, j’ai été contacté par une entreprise qui avait commis l’erreur d’embaucher des data scientists, alors qu’elle n’était pas prête à développer des projets adaptés à leurs compétences. Ces recrutements peuvent paraître attractifs pour l’image de la marque, mais ils ne créent aucune valeur.

    L’idéal est au contraire d’avoir une approche à long terme prenant en compte les outils, le recrutement et, plus globalement, la stratégie de conduite du changement dans l’entreprise. C’est pour cette raison que DataBird a choisi de former avant tout des profils métiers susceptibles de générer un fort impact, sans toutefois nécessiter des connaissances techniques très approfondies.

    Pour terminer, comment l’approche data-driven pourrait-elle évoluer à l’avenir ?

    La tendance semble être à la disparition des silos, et je pense que cette dynamique ne peut que s’accentuer dans les cinq années à venir. Cela signifie que les entreprises vont certainement encourager des comportements de plus en plus holistiques et favoriser les environnements de travail dans lesquels chacun devra pouvoir accéder aux données de tous et être en mesure de les comprendre.

    Cette approche suppose par ailleurs de créer des outils simplifiés, qui permettront de diffuser facilement les informations à travers l’entreprise. Si l’on veut que tout le monde les utilise, il faut en effet disposer de solutions accessibles, même sans connaissances techniques approfondies.

    Dans ce contexte, il nous semble pertinent de proposer des formations courtes et condensées, adaptées à tous types de profils (vente, finance, marketing, approvisionnement, data analyse, etc.) et à tous types d’entreprises. Notre objectif est ainsi de sensibiliser les collaborateurs aux grands principes du code et de la data, afin de les aider à maîtriser les enjeux métiers liés à la donnée, quels que soient leur fonction et leur bagage technique. Cette démarche me paraît essentielle pour implémenter une véritable culture data-driven.

    ***

    Ces explications vont certainement en convaincre plus d’un de se former au data-driven ! N’hésitez pas à commenter cet article et à nous proposer des idées de sujets pour nos prochaines éditions. En attendant un nouvel épisode de Data Talks, vous pouvez aussi vous rendre sur le blog de Splunk ou sur notre chaîne YouTube pour visionner nos précédentes éditions sur la gouvernance, l’observabilité ou encore la data visualization, dont nous parlait justement notre invité du jour.

    Autres épisodes disponibles :

    Data Talks : Tout savoir sur la Dataviz

    Data Talks : Tout savoir sur l’Open Data

    Data Talks : Tout savoir sur le Chief Data Officer

    Data Talks : Tout savoir sur l’IA et la Data

    Data Talks : Tout savoir sur le Big Data

    Data Talks : Tout savoir sur la gouvernance des données

    Data Talks : Tout savoir sur l’observabilité

     

    Audrey est senior content marketing manager sur les marchés francophones. Elle est responsable de la création et la localisation en français de tout le contenu de Splunk, des réseaux sociaux au blog en passant par les réussites de nos clients ou les livres blancs. Avant Splunk, Audrey a entre autres travaillé chez VMware, Facebook, Neopost, Sanofi ou encore la SNCF. Passionnée par l’écriture, elle tient depuis des années un blog culture, Digression Urbaine.