Data-driven company : du POC au succès, où en sommes-nous en 2018

Ainsi, on assiste, grâce à ces avancées technologiques, à la transformation de la plupart des entreprises en data-driven Company.

Qu'est ce qui caractérise une « data-driven company » ?

Le terme «data-driven » est omniprésent dans les organisations, avec plusieurs déclinaisons possibles : Data-Driven marketing, Data-Driven company, Data-Driven strategy, etc.
Mais concrètement, qu'entend-on par « Data-Driven » ?

Il s'agit d'une approche consistant à prendre des décisions sur la base d'une analyse et d'une interprétation des données (par exemple l'analyse des sentiments clients, de la concurrence etc.). Celles-ci peuvent provenir de sources variées, comme les objets connectés, les smartphones, les réseaux sociaux ou toute activité sur Internet.

Ainsi, une « Data-Driven company » est une entreprise qui utilise des technologies analytiques pour traiter les données à sa disposition afin de prendre des décisions basées sur des faits. Une entreprise Data-Driven implique donc que tous les employés aient une culture de la donnée et puissent comprendre les gains liés à son utilisation. Une telle culture est nécessairement portée et animée par la direction et le management.

Entreprises, adoptez la data-driven attitude !

De plus en plus d'entreprises cherchent à devenir data-driven. Malheureusement, beaucoup échouent à transformer les données à leur disposition en informations exploitables.
Selon une étude de l'institut Gartner menée en 2015, seuls 30 à 40% des projets data dépassent le stade de Proof Of Concept (POC). Les raisons de ces nombreux échecs résident principalement dans une mauvaise gestion des données et un pilotage souvent centré sur les aspects technologiques, et négligeant les objectifs et apports métiers qui peuvent en découler. En effet, force est de constater que bon nombre de projets data naissent aujourd'hui sur la base d'un effet de mode des outils tendances, sans cas d'usage métier clair et précis.

Pour devenir data-driven, Patrick Darmon, conférencier lors du salon Big Data 2018, conseille d'appliquer cinq axes indispensables détaillés ci-dessous. Ces axes ont été mis en lumière à travers son étude conduite sur des projets data à une échelle européenne.

L'entreprise doit définir les métriques de succès à mesurer, et relier ces métriques aux ensembles de données qui contribueront à leur mesure. Cela permet d'adapter l'exécution tactique de chaque département à la stratégie globale de l'entreprise, et de piloter les performances par rapport aux objectifs et buts précédemment définis. En Europe, on retrouve divers cas d'usage, mais il n'est pas toujours facile d'aligner la stratégie de l'entreprise aux données exploitées.

Lors de la phase d'analyse, l'utilisation de l'Intelligence Artificielle peut s'avérer très utile pour approfondir la connaissance des données. En effet, l'IA joue un rôle clé dans l'analyse et le traitement de l'information.
Chaque organisation étant unique, elle doit trouver sa propre façon de tirer le meilleur parti des systèmes d'IA. Pour une entreprise de marketing par exemple, l'IA peut permettre de prospecter avec un ciblage et une personnalisation des messages.

Le sourcing de la donnée, permettant d'identifier les différentes sources de données qui alimenteront les entreprises, apporte une difficulté sur le niveau de confiance accordé à la donnée. En effet, culturellement en France, pour des raisons de fiabilité, les entreprises s'appuient beaucoup sur les données internes (propres à l'entreprise) et sont plus frileuses face à l'exploitation de données externes. Or, le plus souvent, étudier et éventuellement intégrer les données externes permet d'explorer facilement et rapidement des périmètres parfois moins bien connus, mais qui pourtant peuvent être vecteurs de valeur.

On n'observe pas beaucoup de changements sur cet axe consistant à dépasser l'étape d'expérimentation des projets à travers des POCs.  En effet, d'après l'étude présentée lors du salon Big Data, le taux de déploiement de projets data en France est quasiment au même niveau que celui des années précédentes.

Ce dernier point consiste à adopter une mentalité axée sur les données. En d'autres termes, il s'agit de se baser uniquement sur les faits passés (produits par les résultats des analyses) qui représentent la réalité, afin de comprendre les données sans préjugés.

En somme, le processus visant à devenir une « data-driven company » est multifactoriel, le rendant assez complexe à implémenter. Si plusieurs entreprises ont adopté une stratégie de valorisation de la donnée client, encore peu d'entreprises tirent parti de tous les leviers d'innovation offerts par l'exploitation de la data. En effet, cela implique un changement de culture, l'acquisition de nouvelles compétences, et l'adoption d'une stratégie de gouvernance de données solide permettant d'assurer la qualité des données et de définir les KPI (indicateurs de performances). Cela demande également une prise de conscience sur les données exploitées, notamment en Europe avec l'entrée en vigueur du RGPD le 25 mai 2018 pour renforcer les droits et la protection des données personnelles.

(crédit photo © Jirsak / Shutterstock)

Aboubacar BESSENGA DIALLO, Consultant - mc2i Groupe.