Une stratégie data centric repose autant sur l’innovation technologique que l’adhésion des collaborateurs. Comme tout changement, l’introduction de nouveaux processus peut susciter des blocages et frustrations. La valorisation de la data nécessite donc un temps de préparation pour aider les collaborateurs à accueillir les changements liés à la mise en place d’une stratégie centrée sur la donnée. Pourtant, seulement 50% des décideurs se sont engagés dans une démarche d’acculturation à la data selon une étude Datasoft - Usine Digitale menée à l’automne 2021. Dans cet article, nous évoquons des pistes pour préparer le terrain.
>> Collecter et valoriser la donnée avec un questionnaire en ligne, cliquez-ici
La culture data, définition d’un terreau fertile
Développer une culture de la donnée au sein de son entreprise va bien plus loin que d’expliquer aux salariés ce que sont les cookies ! En réalité, c’est en explorant leur capital de données que les entreprises pourront prendre de meilleures décisions. La valorisation de la data passe par une meilleure compréhension de son potentiel et de la relation que chaque collaborateur établit avec elle. Explications.
Un changement d’état d’esprit
L’acculturation à la data relie les objectifs stratégiques aux défis et problématiques de l’entreprise. Dans ce sens, la donnée est l’affaire de tous. Car le capital de données (personnelles, générées par des outils numériques ou publics) englobe plusieurs aspects de l’activité d’une entreprise (la gouvernance, la finance, les opérations, l’expérience client, etc).
La valorisation de la donnée porte bien au-delà de son aspect purement technique et concerne l’ensemble de l’organisation. De prime abord, travailler avec la data rebute par son caractère technique, alors qu’elle relève de la transition numérique des entreprises. Nous savons maintenant que cette dernière comprend certes une transformation technologique, mais aussi culturelle. C’est pour cela que l’on parle plus d’une véritable culture que d’une simple montée en compétences techniques.
La culture du résultat
Même si elle tient du domaine du virtuel, la data reflète le réel. Sa valorisation pousse à s’appuyer sur des preuves présentées par la récolte, le traitement et l’analyse des données. Il devient alors évident qu’une culture du résultat, avec des fonctionnements qui incitent à casser les silos et monter à bord des modes de travail collaboratifs, est bien plus adaptée. Naturellement, ce changement bouscule les processus de nature séquentielle, car la data s’inscrit dans des cycles d’itération, plus compatibles avec le mode projet.
Les méthodes de travail data driven requièrent une bonne capacité de remise en question des processus et de l’ouverture d’esprit. Elles stimulent l’échange entre les équipes métiers et les experts data pour mieux comprendre pourquoi et comment on en est arrivé là, et quel rôle peut jouer chacun pour contribuer aux objectifs des uns et des autres. Par exemple, l’analyse de données contextuelles explique les changements de comportements de la part de collaborateurs ou de clients, et aide à comprendre comment on peut les accompagner ou y remédier.
La data comme opportunité d’amélioration
Anticiper, adapter et résoudre sont les maîtres-mots d’une stratégie emmenée par la data. Une récente étude Datasoft relève que 88% des décideurs interrogés perçoivent la data comme un moyen essentiel de résolution de problématiques. Les opportunités qu’offre une stratégie data-driven sont multiples et souvent trop rarement présentées dans leur globalité.
Il faut montrer le potentiel de la data aux collaborateurs :
- Développer de nouveaux services ou produits pour mieux servir ses clients et accompagner l’évolution du secteur.
- Anticiper les défis et risques à venir avec une connaissance globale et granulaire de son activité.
- Promouvoir une plus grande efficacité interne en repensant les processus de travail, notamment autour de la collaboration.
- Favoriser de meilleures relations entre collaborateurs et améliorer le bien-être au travail.
Un rapport d’analyse de données montre un arrêt sur image que l’on peut ensuite mesurer et améliorer. Prenons le cas d’un questionnaire de satisfaction dont les résultats montrent que le service après-vente d’une entreprise manque de réactivité. À partir de ce retour, on peut décider s’il faut investir dans l’automatisation de l’assistance client par un outil numérique, revoir les processus opérationnels humains ou recruter du renfort. Alors qu’un outil métier relève plutôt de la DSI, l'adaptation des méthodes de travail concerne les managers de proximité, tandis que le recrutement de renforts dépend de la DRH. Comme vous le voyez, chaque décision prise sur la base du constat posé par l’analyse des données mobilise différentes équipes de travail.
Les piliers de l’acculturation à la data
Elle doit être soutenue et déployée à tous les niveaux de l’organigramme. Voici les questions indispensables pour préparer un projet de valorisation du capital des données :
- Définir la vision stratégique et le périmètre du projet : comment est-ce que la data va améliorer la performance de l’entreprise ? Par quels objectifs stratégiques ? Quelles parties de l’organisation seront impactées par le projet et dans quel ordre de priorité ?
- Clarifier les leviers d’une stratégie data centric sur les court, moyen et long termes. Comment peuvent-ils être mobilisés ? Quels en seraient les gains ? Quelles opportunités et économies offre un projet de valorisation de la data réussi ?
- Mesurer l’appétence pour le digital : quel est le niveau de maturité des collaborateurs sur le sujet ? Quelles sont les éventuelles résistances au sein des équipes ?
- Faire la différence entre le contenant (programmation, visualisation, etc) et le contenu (la data, sa qualité, etc), car chacun est relié à des métiers et enjeux différents.
- Choisir des outils data efficaces et user friendly qui devront non seulement répondre à vos besoins et être conformes à la législation en vigueur. En tant qu’entreprise française, Drag’n Survey stocke ses données en France et est en conformité avec le Règlement Général sur la Protection des Données.
L’essentiel reste de s'assurer que l’ensemble des collaborateurs comprennent bien le rôle de la donnée dans leurs missions et l’avenir professionnel favorable qu’elle leur réserve.
Comment déployer une stratégie data centric auprès des équipes ?
Une fois le terrain préparé, il s’agira d’amener la valorisation de la data dans l’opérationnel. Quelles démarches prioriser ?
Quelles actions pour valoriser la data au niveau opérationnel ?
Pour que la valorisation de la data soit efficace, elle doit s’adapter aux fonctions, objectifs et problématiques des différentes équipes. Voici trois actions essentielles.
Identifier le rôle de chacune des parties prenantes
Le top management aide à poser un cadre et communique clairement sur l’ambition de l’entreprise par l’adoption d’une stratégie data driven. La DSI structure et sécurise le périmètre du projet data (récolte, traitement et stockage des données) en faisant appel à des experts si besoin. Enfin, les équipes métiers veillent à leur pertinence, observent l’impact des décisions et font remonter les informations.
Étudier son capital de données
De quelles informations disposez-vous ? Quel aspect renseignent-elles : la performance, les enjeux économiques ou business, l'expérience client, le fonctionnement interne de l'entreprise, entre autres ?
Établir une feuille de route
Tout projet qui s’articule autour de la data s’appuie sur un constat et un plan d’action clairs, que ce soit au niveau global, par métier ou équipe. Dans l’esprit du test-and-learn, ce plan devra rester flexible mais pourra aussi servir de référence.
La constellation des métiers de valorisation de la data
Le Chief Data Officer (CDO) mène et pilote la mise à profit du capital de données par l’entreprise. Il contribue à la mise en place de la politique digitale de l’entreprise en travaillant étroitement avec le Chief Digital Officer, membre du Comité de Direction. En nommant un CDO, les dirigeants montrent qu’ils considèrent que la donnée constitue un actif de valeur. Dans le cadre du déploiement de la stratégie data centric, il est amené à dialoguer avec une diversité d’intervenants et de métiers.
Le Data Steward se charge de la gouvernance des données et détient une forte culture des données, une connaissance exhaustive de son cycle de vie et de ses défis. Véritable mine de savoir et d’expérience, ce poste multi compétences est en quelque sorte la clé de voûte d’une stratégie data centric.
Le Data Owner est désigné comme le propriétaire de la donnée dans son périmètre, dans une business unit par exemple. Cette personne peut prendre des décisions sur le partage et l’utilisation du capital de données sous sa responsabilité.
Le Data Protection Officer (DPO) assure la conformité du capital de données et sa sécurisation sur l’ensemble de son cycle de vie dans l'entreprise. En Europe, ce poste doit maîtriser les exigences du RGPD.
Les autres experts en data :
- Le data scientist élabore des modèles mathématiques à partir du capital des données pour tirer les statistiques recherchées.
- Le DevOps s’occupe de toute la programmation technique en collaboration avec les data scientists.
- Le data analyst fait parler les données recueillies pour relier ses conclusions aux enjeux de l’entreprise.
- Le data quality manager est chargé de garantir l’intégrité des données par des processus fiables et pérennes.
- L’expert en data visualisation s’occupe de présenter les données de manière lisible et compréhensible.
Quelles bonnes pratiques pour valoriser vos données auprès des équipes ?
Nous avons traité de la culture de la donnée, puis du passage à l’action pour favoriser une mise en place réussie d’une stratégie menée par la valorisation des données. Quelles bonnes habitudes favorisent la réussite du projet ?
Obtenir le soutien de la hiérarchie
Sans le soutien de la direction, la data ne peut prendre une place centrale dans les décisions. Il est donc essentiel pour le Chief Data Officer d’obtenir l’appui des instances dirigeantes.
Rester souple
Tout travail autour de la data fonctionne par cycles d’itération et en formulant des hypothèses, avant de prendre des décisions informées. Le projet autour de la donnée, quel qu'il soit, devra disposer d’un cahier des charges flexible.
Communiquer autour des réussites
C’est là où l’intervention de la data visualisation aide à montrer les bénéfices de la valorisation du capital de données pour les métiers. Bien entendu, il faudra adapter le discours au niveau de compréhension du public.
Inculquer une logique collective et individuelle d’amélioration continue
La valorisation de la data est tout sauf figée, c’est pour cela que la logique d’amélioration continue lui correspond si bien. Par ailleurs, elle présente une formidable opportunité de formation, d’upskilling ou de reskilling, pour les collaborateurs. Elle s’inscrit parfaitement dans une démarche apprenante sensible aux évolutions du secteur et des métiers.
La valorisation de la donnée repose sur un grand enjeu de compréhension de son potentiel. Il s’agit de montrer aux collaborateurs comment elle peut améliorer leur quotidien et leur parcours de carrière. Puisque le capital de données se nourrit de l’ensemble des activités de l’entreprise, une approche personnalisée par équipes métiers est préconisée afin d’assurer une bonne adhérence de la part de tous les intervenants.
Articles complémentaires :
- Créer une enquête en ligne avec le No Code, cliquez-ici
- Identifier et gérer un client mécontent dans une entreprise, cliquez-ici
- Connecter différentes applications pour automatiser les process, cliquez-ici