Data Literacy : vocabulaire et grammaire d’une entreprise orientée données

6,4 milliards d’objets connectés en 2016, et 20,8 milliards en 2020, selon Gartner, 50 milliards en 2020 selon NCTA
Jamais les entreprises ont eu autant d’informations (réseaux sociaux, applications dans le Cloud, open data, jeux de données externes, capteurs…) pour développer une stratégie Customer Centric, pour améliorer leurs processus, pour créer de nouveaux services et produits. Et pourtant, elles sont encore très loin dans l’exploitation de ce potentiel majeur…

Cette avalanche de données n’a évidemment de sens que si ces informations sont valorisées, et servent à prendre des décisions concrètes, dont l’impact sur le business est mesurable. Paradoxalement, augmenter sans limite le volume de données accessibles n’est pas forcément gage de meilleures décisions. Tout simplement parce que peu d’entreprises sont aujourd’hui capables d’en tirer parti. Pourquoi ? Parce que notre éducation, notre formation, et notre mode de management s’appuient plus sur des perceptions que des données (65 % des managers préfèrent suivre leur instinct même si les données sont en contradiction). L’entreprise doit acquérir une culture de la donnée, et apprendre comment s’appuyer sur l’intelligence des données pour prendre de meilleures décisions.

Cette culture « data driven » se développe plus rapidement dans le monde anglo-saxon que dans les cultures latines, mais les bénéfices à en tirer sont importants. Je vous propose de réfléchir ici, avec vous, aux atouts de cette culture des données.

Selon une étude menée par Qlik l’an dernier, le principal sujet de discorde reste la disponibilité et la qualité des données. Une culture « données » passe forcément par l’organisation de la disponibilité de l’information. C’est le cas pour les produits physiques, les données doivent être également identifiées, collectées, stockées, gérées, vérifiées, et rendues disponibles. C’est pour cela que malgré le développement fantastique du Self-Service BI, nous avons impérativement besoin des départements informatiques. Ils sont au cœur du processus de préparation et de gouvernance de la donnée. Sans eux, c’est la cacophonie, et la prise de mauvaises décisions. Il faut passer de « mes données disent que… » à un consensus « les données disent que… ».

Autre comportement à faire évoluer, la boucle données-décision-évaluation. Les données ne sont pas seulement là pour prendre des décisions. Les décisions génèrent des données qui permettent de les évaluer. Seules 23 % des entreprises vérifient régulièrement les résultats obtenus par les décisions prises. Les données servent à prendre des décisions éclairées, et les données suivantes permettent de vérifier la valeur des décisions prises. Pour certains processus automatisés, c’est ainsi que fonctionnent les algorithmes d’apprentissage machine (machine learning). Ils s’appuient uniquement sur les données (ils n’ont pas d’instinct) pour proposer une solution, et dans un processus itératif, s’améliorent de l’analyse des résultats.

Alors comment faire ? Tout comme nous avons appris à lire et à compter, il y a longtemps, nous devons apprendre à lire les données. C’est ce que l’on appelle la « data literacy », l’alphabétisation de la donnée. Et comme toute langue, la donnée a son vocabulaire et sa grammaire. Le vocabulaire est lié à la gouvernance : quelle est la définition d’une donnée, sa source, son mode de calcul. La grammaire permet d’assembler ces données dans des tableaux de bord ou des visualisations. On parle d’ailleurs de grammaire graphique.

Apprendre le langage des données c’est apprendre à lire, manipuler, analyser et mettre en récit les données, comme l’explique un article publié par des chercheurs du MIT et de Emerson University :
- Lire les données pour comprendre de quelle donnée il s’agit et ce qu’elle représente ;
- Manipuler les données pour les collecter, les vérifier, les nettoyer, les stocker et en gérer le cycle de vie ;
- Analyser les données pour les sélectionner, les agréger, les comparer, et leur appliquer différentes méthodes d’évaluation et de calcul ;
- Les mettre finalement en récit pour partager avec d’autres les résultats obtenus et les propositions de décisions.

Une entreprise dont les salariés ont été « alphabétisés » à la donnée peut alors devenir une entreprise « data driven ».

Une fois votre alphabétisation en bonne voie, vous pourrez appliquer les trois règles essentielles à une entreprise orientée données :
- Toujours regarder les données en premier, la perception vient après. Lorsque les données sont disponibles, sont complètes et ont été vérifiées, elles seront toujours plus fiables qu’une intuition.
- Toujours conserver son sens critique. Inversement, ce n’est pas parce qu’une donnée existe, que l’on ne doit pas s’interroger : sur la pertinence de cette donnée, sur son mode de calcul, sur sa fraicheur, etc.
- Redonner de la valeur à la gouvernance des données : cette fonction n’est pas là pour simplement restreindre, empêcher, contrôler. La gouvernance est un référent qui s’impose à tous, et que tous acceptent. Les personnes en charge de la gouvernance ne sont pas vos ennemis. Ils garantissent au contraire que les données sur lesquelles vous vous appuierez sont de bonne qualité. La gouvernance est une forme de contrat social, entre l’ensemble des utilisateurs à chaque étape de la chaine des données.

En conclusion, pour transformer peu à peu votre entreprise et l’orienter « données », voici quelques conseils : identifier les freins à l’utilisation des données dans votre entreprise ; puis mettre en place des sessions de formation / éducation à la data literacy pour développer cette alphabétisation de la donnée ; et enfin inciter à une évolution des comportements qui placeront la donnée au cœur des processus de décision et de mesure.

Pour en savoir plus, je vous invite à visionner notre webinaire sur les grandes tendances de la BI pour 2017