Améliorer les prises de décisions et rendre l’entreprise plus agile nécessite des données de très haute qualité et une organisation adaptée, tournée, vers leur mise en valeur. Comment maîtriser parfaitement sa stratégie data-driven ? Réponses avec Denis Berthault, président du Groupement Français de l’Industrie de l’Information (GFII) et expert des données.
Les insights de 7 700 professionnels de la vente
Découvrez dans notre dernier rapport leurs tactiques pour augmenter leur productivité et leur efficacité.
Conduire l’entreprise sur la voie de la data ne se résume pas à la mise en place de nouvelles technologies. Comment aligner tous les collaborateurs qui n’ont pas toujours l’habitude de travailler ensemble ?
Denis Berthault : L’alignement des équipes est effectivement la première qualité d’une entreprise data-driven. Il faut tout d’abord une impulsion qui émane du sommet de l’organisation, que celle-ci soit privée ou publique, afin de présenter la data comme un axe stratégique majeur. Cette idée a besoin d’être mesurée en continu, grâce à un reporting régulier. C’est un véritable projet d’entreprise qui doit rassembler toutes les parties prenantes.
Naturellement, ce projet a besoin d’un leader : un chef de projet qui va le porter mais aussi le personnifier. La désignation de cette personne doit être mûrement réfléchie, en tenant compte de son savoir-faire mais aussi de son savoir-être : ce leader ne doit pas être issu d’un des métiers de l’entreprise, pour ne pas favoriser son entité. Un juriste ou un collaborateur issu de la stratégie sera à même de fédérer tous les métiers. Il doit être expert du fonctionnement en mode projet pour piloter l’équipe et faire preuve de bienveillance tout au long de la réalisation du projet. Il y a une dimension « humaine » de la data qu’il ne faut absolument pas négliger : les données, c’est un peu l’intimité d’un département ou d’un service. Il y a de l’affect dans la donnée et donc un risque de crispation à l’idée de devoir la partager, qui peut conduire au blocage.
Autour de ce chef de projet, des approches ou des structures spécifiques doivent-elles mises en œuvre ?
Il ne faut pas forcément de structures spécifiques mais un groupe de travail, élargi à l’ensemble des départements de l’entreprise, pour travailler ensemble sur la conduite du projet. Dès la première réunion de lancement, ce groupe doit réunir le maximum de parties prenantes : l’IT, la finance, les RH, le responsable RGPD, les différents métiers qui génèrent de la donnée dans leurs activités… Il faut des ingénieurs et des techniciens qui maîtrisent les aspects de sécurité, de stockage et de circulation des données, ainsi qu’un juriste pour vérifier la légalité des actions entreprises et un responsable RH pour éviter les blocages éventuels de l’entreprise…
Pourquoi faut-il encadrer l’utilisation de la donnée à travers l’édition d’une charte ?
La confiance — ou l’éthique — doit être le maître mot de ce type de projet. Pour la conserver, un principe phare : « dire ce que l’on fait et faire ce que l’on dit ». Cela passe par la rédaction d’une charte. À ce sujet, il est important que la charte d’utilisation des données soit écrite par l’entreprise elle-même et non par le fournisseur de solution technologique. Il s’agit en effet d’un projet au long cours qui va naturellement évoluer au fil des mois et des années : les connaissances et les expertises vont progresser, l’état d’esprit des équipes (forcément remaniées en raison de leur turn-over) va changer, le chef de projet lui-même sera peut-être remplacé… Seule l’entreprise est capable de mener cette réflexion toute personnelle. Cette charte doit d’ailleurs inclure un chapitre sur la réversibilité des données afin qu’elles ne soient pas prisonnières d’un système éditeur tierce : c’est un gage de continuité et de pérennité du projet qui donne confiance aux collaborateurs.
La qualité des données est primordiale pour prendre des décisions plus rapides et mieux avisées. Comment s’assurer de leur exactitude ?
Il y a d’abord la notion d’ownership. L’owner agit comme un gérant des données qui s’assure de leur qualité et exactitude. Il doit être connu et reconnu au sein de l’organisation. Ensuite, vient la qualité intrinsèque de la donnée : qui la produit et comment ? Quand est-elle mise à jour et quels contrôles qualité sont effectués ? Même traitées par les meilleurs algorithmes, des données incomplètes ou faussées conduiront à des décisions erronées selon le principe bien connu : garbage in, garbage out ! Enfin l’exhaustivité est un point important : il faut être en capacité de mesurer que la chaîne de transmission des données est fiable, sans pertes. Pour cela, des outils de monitoring doivent être mis à la disposition des owners.
Quelles sont les bonnes pratiques pour maintenir l’exactitude des données ?
Pour commencer, l’entreprise doit partir sur des bases saines et solides. Lors de la réunion de lancement, on posera une question simple : « Produisez-vous de la donnée ? » Certains répondront « oui » immédiatement (le commercial avec son CRM, la comptabilité via son ERP…) et d’autres seront plus réfractaires ou simplement ignoreront qu’ils créent de la donnée. Dès lors, un examen plus approfondi permettra de cartographier l’existant : un constat brut qui servira de socle pour décider des actions à privilégier sur les différents lots, en fonction de leur utilité.
Attention : la donnée coûte cher, alors autant investir sur ce qui va rapporter ! Ensuite, selon les priorités, il conviendra d’enrichir les données sur le long terme, pour en développer l’utilisation et améliorer les prises de décisions. La donnée de haute qualité a une grande valeur pour l’entreprise en interne mais aussi dans la perspective d’une commercialisation de cette data à l’extérieur. Un projet de data ne peut se concevoir aujourd’hui sans cette dimension d’ouverture vers l’extérieur. Et cela aussi, il faut l’anticiper.
