Si les données font désormais partie intégrante de l’entreprise, pour les exploiter correctement et en tirer le meilleur, une méthodologie s’impose. Car les projets axés sur la data démarrent généralement avec des attentes élevées et si les résultats ne sont pas au rendez-vous dans un laps de temps très court, la déception se fait souvent ressentir et les efforts mis dans les projets de transformation numérique s’essoufflent petit à petit. Pourtant, le potentiel de la data ne réside pas dans l’amélioration des processus existants, mais précisément dans la découverte de nouveaux produits et services mis en évidence par une meilleure compréhension de ses propres données. Les projets de données réussis révèlent d’ailleurs très vite un potentiel d’innovation très important.

Où se situe donc le problème actuellement ?

Pourtant, le volume des données généré ne cesse de croître et ce, dans tous les départements de l’entreprise. Et bien souvent, la gouvernance de ces datas incombe à de très petites équipes voire même à une seule personne. Or, il s’agit d’un travail qui demande à la fois du temps et des compétences très spécifiques si l’on veut pouvoir démêler le réseau complexe des datas mais aussi et surtout les rendre exploitables par le plus grand nombre. 

Tatjana Wiedemann, consultante indépendante et experte en conduite du changement, accompagne au quotidien des entreprises, des PME mais aussi de grands groupes, comme Toyota ou Volkswagen, dans de grands projets de transformation numérique. 

Selon elle, les projets axés sur la data échouent pour deux raisons : trop d’actions mises en place et peu de vision holistique du sujet.

Voici les 5 erreurs les plus courantes  :

1. La donnée est traitée en silos au sein de chaque département, ce qui limite son accessibilité à l’échelle de l’entreprise : 

Sur des projets de data, les entreprises ont souvent l’habitude de fonctionner en silos, en raison notamment d’une mauvaise compréhension de la protection des données et souvent une crainte de perte de contrôle sur ces dernières. Cependant, les données ne sont exploitables que si elles sont comprises en termes “macro” et s’accaparer une partie de la data ne conduit qu’à une utilisation non pertinente de l’ensemble des données. En effet, seuls le partage et la pensée interdisciplinaire mènent à la réussite de projets de données. 

2. Les consultants freelance sont envoyés dans les différents départements de l’entreprise pour déterminer la disponibilité et la qualité de la data et n’ont pas la possibilité d’échanger avec l’interne : 

Une approche qui empêche la transmission de la connaissance et la bonne compréhension des données existantes. En effet, s’il est bien sûr recommandé de faire appel à une expertise externe lorsque l’entreprise ne dispose pas de ces compétences, les équipes internes doivent intégrer les freelances dans leur travail quotidien. De cette façon les consultants freelance auront davantage une posture d’accompagnement dans tout le processus de traitement de la donnée.  

3. Pour les produits SaaS, le choix d’une technologie est fait avant même d’avoir établi de manière précise les domaines d’application principaux ou les avantages finaux pour le client :

Le potentiel du “data-driven” réside, dans un premier temps, dans le développement de nouveaux services ou produits résultant de l’utilisation des données propres, ou first-party. À partir de ces informations, des cas d’usage appropriés sont définis et à partir desquels apparaissent, par exemple, des possibilités d’application basée sur l’IA, des analyses de données complexes, des applications de recommandation et même de nouveaux modèles commerciaux. De nombreuses entreprises commettent l’erreur de définir au préalable une technologie souhaitée. Le potentiel de la donnée va au-delà de l’optimisation des processus existants, puisqu’il réside dans la création de nouveaux services ou produits SaaS (Software as a Service). Pour cela, il faut avant tout penser depuis le point de vue de vos clients et de vos prospects, sinon vos cas d’usages ne seront pas pertinents. 

4. Les solutions techniques sont achetées sans se demander comment elles peuvent être utilisées dans le cadre du projet : 

Le manque de communication entre les services est souvent à l’origine de cette situation. Les décisions sont prises de manière isolée sans connaître, au préalable, les besoins métiers de chaque département. Parfois, on ne connaît même pas encore tous les cas d’utilisation car le projet est encore en cours de développement et il est impossible d’estimer quelles fonctions seront nécessaires à l’avenir. Ainsi, avant d’acheter la solution “tout-en-un” leader du marché, il faut définir les cas de son utilisation et effectuer un benchmark approfondi. Ce sont souvent les petites applications ou les applications hybrides qui s’avèrent suffisantes et agiles.

Il est important de développer un système informatique durable, résistant et sécurisé. En effet, les meilleurs cas d’utilisation ne seront d’aucune utilité s’ils ne sont pas évolutifs. Ils ont besoin d’un environnement de systèmes informatiques qui non seulement garantit un fonctionnement sans failles, mais qui permet également des processus centrés sur le client et une optimisation continue. Surtout si vous faites évoluer vos produits ou plateformes de données. Il existe de nombreuses applications de systèmes prêts à être commercialisés et déployés. Faites appel à des experts indépendants pour vous aider à évaluer les technologies et les logiciels adaptés à vos projets.

5. Seuls les data analysts et les développeurs sont impliqués dans le traitement de la donnée : 

Encore une fois, l’idée d’équipes interdisciplinaires n’est pas encore bien établie. Lorsqu’il s’agit d’un sujet aussi holistique que les données, il est extrêmement important d’intégrer des compétences multiples et de réfléchir à l’ensemble du parcours utilisateur plutôt qu’aux différents départements de l’entreprise. Les designers UX et les product owner sont par exemple importants pour prendre les bonnes décisions sur la façon dont il va falloir traiter les données pour la cible visée. Il s’agit non seulement de comprendre et d’analyser les données, mais aussi de répondre aux questions suivantes : pourquoi ai-je besoin de ces données et comment les organiser ?

Si vous voulez vous engager sur la voie d’une entreprise axée sur les données, il est important de réunir différentes compétences dès le début du projet et de ne pas fonctionner en silos. Il s’agit de compréhension et d’apprentissage mutuels. Pour développer la “culture de la data”, il faut les rendre transparentes et compréhensibles pour le plus grand nombre. Réunissez vos stratèges, product owner, designer UX avec data analysts, data Engineer, développeurs ainsi que vos responsables de la cybersécurité.

Cette collaboration interdisciplinaire vous permet non seulement d’identifier ensemble le potentiel des nouveaux produits et services, mais aussi d’adapter rapidement vos processus. De cette façon, les entreprises entament une nouvelle réflexion de leurs modèles commerciaux axés sur les données vers une économie de réseau.

Les apparences de la digitalisation sont trompeuses

Les projets de transformation digitale sont comme un grand magasin de jouets. Avec de grands yeux d’enfant, nous voulons tout avoir immédiatement et ce malgré le risque qu’ils prennent finalement la poussière dans un placard. Exploiter la data implique une réflexion approfondie, des experts expérimentés et de la motivation pour qu’elle ait un effet à long terme. Il n’y aura pas de réussite en la traitant trop rapidement, mais encore moins si vous ne vous y mettez pas du tout. Ne laissez pas de côté vos données. Commencez dès maintenant et façonnez vos potentiels et votre entreprise.

Les consultants indépendants experts de la transformation numérique sont les partenaires idéaux pour vous accompagner de manière holistique dans vos projets de digitalisation. De l’élaboration à la mise en œuvre, ils sont vos compagnons d’armes et apportent des enseignements importants tirés de leurs précédentes missions. 

Besoin d’un spécialiste de la Data pour analyser l’impact de vos actions ? Découvrez notre sélection d’experts Analytics