Facteurs de réussite pour toute stratégie d'analyse de données

Une structure telle que le modèle de stratégie et d’exploitation des données et analyses (DASOM ou Data and Analytics Strategy and Operating Model) de Gartner aide les responsables des analyses de données à élaborer une stratégie pour leur entreprise permettant d’instaurer une culture axée sur les données et, à terme, de générer des résultats commerciaux à partir des actifs liés aux données.

La stratégie définit les objectifs et explique clairement la finalité du programme d’analyse de données de la société. Elle traduit l’approche globale permettant de concrétiser la vision que se fait l’entreprise de sa réussite. Les composantes essentielles que doit présenter toute stratégie sont les suivantes :

• une vision axée sur les données

• les éléments moteurs de la stratégie de gestion d’analyse de données

• les résultats escomptés du programme

Élaborez la vision, les catalyseurs et les résultats escomptés de la stratégie D&A parallèlement et non pas successivement, car chaque élément influe sur les deux autres.

Les stratégies les plus efficaces sont le fruit d’un ensemble d’échanges et de dialogues entre les parties prenantes dans le but de définir une orientation commune et d’identifier des ambitions concordantes entre la stratégie de l’entreprise et la stratégie de gestion d’analyse de données. Évitez l’erreur qui consiste à élaborer une stratégie D&A de manière isolée avec une petite équipe, pour ensuite la « faire accepter » et la défendre auprès du reste de l’entreprise. Servez-vous de la structure DASOM pour orienter les conversations visant à intégrer les données et analyses dans la stratégie de l’entreprise.

La vision stratégique en matière d’analyse de données sert à expliquer succinctement ce qu’est une entreprise axée sur les données et ce que la société pourra en retirer. La vision doit se concentrer sur les attentes du programme en termes de création de valeur pour le client.

La formulation d’une vision axée sur la création de valeur pour l’entreprise permet de positionner le programme d’analyse de données comme un outil métier et ses responsables comme des partenaires de l’entreprise. Cela permet de faire évoluer les programmes d’analyse de données en les faisant se rapprocher de la prise de décision plutôt que de l’aide à la prise de décision. Cette démarche est particulièrement importante étant donné que l’on attend de plus en plus des données et de l’analyse : à savoir que celles-ci soient au service de la transformation digitale et de la mise en œuvre d’applications agiles par le biais de plateformes d’entreprise digitales.

Soyez prévenus : les énoncés stratégiques ont acquis une mauvaise réputation au sein de certaines entreprises. C’est souvent le cas lorsqu’elles se résument à des discours creux qui ne correspondent en rien à la situation réelle de l’entreprise. Il ne faut pas pour autant omettre d’en rédiger une. Au contraire, une vision claire et précise confère à l’équipe chargée de l’analyse des données et à l’ensemble de la société un objectif commun, ce qui permet également de prévenir tout risque de détournement de la stratégie et contribue à encourager l’embauche de collaborateurs talentueux. Une vision qui informe les activités de gestion des données et analyses et permettre d’atteindre ces objectifs doit toutefois préciser certains points, mais aussi répondre à certaines exigences importantes.

Une vision pertinente de l’analyse de données doit aborder la question de la gestion des données sous trois angles différents :

• Vision et leadership : quel est le rôle des données et des analyses au sein de la société ? Comment contribuent-elles à la réalisation des objectifs stratégiques de l’entreprise ?

• Transformation des activités. Quels sont les nouveaux modèles opérationnels qu’elles permettent de mettre en œuvre ?

• Culture et transformation. Quel est le rôle des données et analyses dans la transformation digitale et comment se présenteront cette culture axée sur les données et cette transformation, en particulier en ce qui concerne la maîtrise des données ?

Une bonne stratégie de gestion des données est spécifique à l’entreprise tout en s’inspirant des tendances et des facteurs qui l’affectent. Il s’agit notamment :

• des facteurs sociétaux, commerciaux et industriels externes.Quelles sont les évolutions observées dans votre secteur d’activité ou dans les secteurs avec lesquels vous êtes en relation ? Quel rôle les données et analyses peuvent-elles jouer pour s’adapter à ces tendances ?

• Les facteurs internes à la société. Quels types de transformations se produisent actuellement au sein de votre entreprise ? Y a-t-il, par exemple, une tendance à la centralisation ou à la décentralisation ? Vers un style de gouvernance davantage régi par des règles ou des principes ? Vers un mode de travail agile ?

• Facteurs technologiques. Quelles sont les nouvelles technologies qui sont en train de bouleverser votre secteur d’activité ou votre entreprise ? Par exemple, quelles avancées ont été réalisées dans le domaine de l’intelligence artificielle (IA) ou avec l’émergence du concept de « data fabric » (matrice d’exploitation des données) ?

Il est probable qu’une entreprise déterminée soit soumise à de nombreux facteurs différents qui influencent sa stratégie en matière de données et analyses. L’importance de chacun d’entre eux pour votre stratégie dépendra d’un certain nombre de considérations.

Veillez à ce que votre stratégie de gestion d’analyse de données détermine clairement « ce que vous avez à y gagner » en l’adoptant pour chacune de vos parties prenantes en répondant à quatre questions :

1. Qui sont vos parties prenantes ? Dressez la liste de toutes les parties prenantes internes et externes.

2. Quels sont les résultats commerciaux recherchés par chaque partie prenante ? Exprimez-les en termes de croissance du chiffre d’affaires, de réduction des dépenses, de gestion des risques, de création de valeur pour le client, etc.

3. Comment la stratégie de gestion d’analyse de données pourra-t-elle contribuer à la réalisation de ces objectifs ? Précisez les applications concrètes, les mesures et les produits résultant des analyses et des données qui peuvent permettre d’améliorer un processus ou une activité pour une partie prenante.

4. Quels sont les indicateurs clés de performance (ICP) qui permettront d’évaluer le succès de votre stratégie ? Évaluez les résultats opérationnels que vous espérez générer. Définissez des indicateurs de progrès, tels que le « pourcentage de collaborateurs qualifiés en matière de maîtrise des données » et des indicateurs de résultats, tels que « contribution à une croissance de 5 % du chiffre d’affaires ».

Ce processus permet à la stratégie d’analyse de données de s’articuler autour d’une proposition de valeur claire qui définit les avantages que l’analyse des données apportera à l’entreprise. Les propositions de valeur se répartissent en trois catégories :

Les données et analyses en tant que services collectifs

Cette proposition de valeur de la D&A fait de l’analyse de données une capacité générique à la disposition de toutes les parties prenantes, pour tous les besoins et à tout moment. Son principal avantage est d’offrir une plateforme toujours opérationnelle. Les mesures de la réussite des données en tant que services collectifs se présentent sous la forme d’un accord de niveau de service, comme dans le cas suivant :

• Quels sont les moyens mis à disposition pour accéder à la plateforme ?

• Peut-on accéder rapidement et facilement aux données disponibles, pour différents types d’utilisation ?

• Quel est le délai nécessaire à l’ajout d’une nouvelle source de données ou d’une nouvelle API d’accès aux données ?

L’analyse de données en tant que moyen d’action

Cette proposition de valeur se concentre sur un objectif commercial spécifique. Ses principaux avantages se traduisent par des solutions spécifiques adaptées à l’objectif visé. Les indicateurs de mesure des résultats de cette approche sont liés aux indicateurs clés de performance de l’entreprise, à savoir :

• Dans quelle mesure le taux de conversion s’est-il amélioré après la mise en œuvre d’un nouvel outil d’analyse de la gestion des campagnes marketing ?

• Quelles sont les économies réalisées grâce à la maintenance prédictive des actifs découlant des données et analyses des appareils IdO (internet des objets) ?

• Combien avons-nous pu économiser grâce à l’amélioration des algorithmes de détection des fraudes ?

• La qualité d’une stratégie de gestion des données et analyses dépend de sa mise en œuvre.Ce n’est qu’une fois que vous aurez clairement défini les raisons motivant l’élaboration ainsi que les objectifs de votre stratégie que vous devrez vous pencher sur la manière de la mettre en œuvre au moyen d’un modèle d’exploitation approprié.

• Les capacités servent de fil conducteur pour relier la stratégie au modèle opérationnel.Les entreprises devraient donc parachever le processus d’élaboration de la stratégie en évaluant les capacités existantes et celles qu’elles devront développer demain. Vous pouvez vous auto-évaluer à l’aide du Gartner Data and Analytics IT Score pour savoir si vous disposez des capacités nécessaires pour gérer l’exploitation des données ou pour développer les ressources en matière d’analyse des données.

Les évaluations des capacités révèlent les principales lacunes que devra combler la société. La maîtrise des données est souvent l’une d’entre elles. Les personnes interrogées dans le cadre de l’enquête CDAO 2022 de Gartner ont indiqué que les lacunes dans ce domaine constituaient l’un des principaux obstacles à la réussite de leur entreprise. Il s’agit là d’un domaine fondamental sur lequel il convient de faire porter les actions afin de façonner une clientèle axée sur les données, avec un ensemble d’employés compétents en la matière, capables d’exploiter les données et d’augmenter le retour sur investissement global. Les évaluations des capacités peuvent également servir de base aux responsables des données pour identifier les spécialistes des données et les autres profils de talents recherchés au sein de leurs équipes.