"Les analystes de données doivent quitter leur île et fournir des informations pertinentes à l'entreprise"

Article

20 décembre 2022
Bloovi Analytics interview Peter Debaere

Des datadashboards remplis de chiffres, de graphiques et de tableaux sont une étape finale plutôt qu'un point de départ dans de trop nombreuses organisations. Les données doivent déboucher sur des actions concrètes. Cela ne fonctionne que si les organisations associent des compétences en matière de données à une connaissance approfondie du secteur. Les business consultants de Möbius comblent cette lacune, explique Peter Debaere, partenaire associé et expert en données. "La culture et la stratégie sont souvent des défis plus importants que la technologie. L'ensemble de l'organisation doit être centrée sur les data, et les bonnes informations en matière de data doivent être transmises au business."

 

Ces dernières années, les données ont également pris une place de plus en plus importante chez Möbius, explique Peter Debaere. "Nous avons cessé depuis longtemps d'être des conseillers d'entreprise classiques. Aujourd'hui, environ un cinquième de notre équipe de 100 personnes est composé d'analystes de données. Nous combinons une connaissance approfondie du secteur et des compétences en matière de données. Dans de nombreuses organisations, les données ne sont pas encore suffisamment transmises à l'entreprise. Nous construisons les ponts entre ces deux mondes."

Debaere cite en exemple la stratégie de vaccination flamande contre le COVID-19. "L'un des piliers de cette stratégie était l'allocation de vaccins aux centres de vaccination, aux hôpitaux, aux centres de soins résidentiels, ... Surtout au début de la campagne de vaccination, lorsqu'il n'y avait pas beaucoup de vaccins, il était très important que les vaccins disponibles soient distribués rapidement et efficacement dans toute la Flandre. L'intention n'était évidemment pas qu'Anvers soit vacciné avant Gand, ou un groupe avant un autre."

"Une campagne de vaccination de cette ampleur était totalement nouveau pour la Flandre. Nous avons développé un modèle data pour cette vaccination de masse en peu de temps. Cela n'a réussi que parce que, en plus des compétences en matière de données, nous connaissons également le paysage hospitalier et la manière dont une chaîne logistique est mise en place et fonctionne. Cette connaissance du secteur est essentielle pour rassembler les bonnes données et en faire ce qu'il faut."

 

De l'ordre dans le chaos des données

La disponibilité des données n'est pas le principal problème auquel les organisations sont confrontées, note Debaere. "Ils ont souvent trop de données. Ils mesurent 1001 choses, ce qui donne lieu à une avalanche de données. Nous commençons par filtrer ces données. Quelles sont les données utiles et pertinentes ? Quelles sont les données dont il faut absolument assurer le suivi et quelles sont celles qui ont peu de valeur ajoutée et ne vous apprennent rien en réalité ?"

"Les organisations commencent parfois à rassembler des données au hasard, uniquement pour voir ce qu'on peut en faire. Il faut inverser ce raisonnement. Déterminez d'abord le problème que vous voulez résoudre, et voyez ensuite les données dont vous avez besoin pour y parvenir", explique Debaere.

Peter Debaere Analytics Bloovi interview

"Une fois que les organisations ont sélectionné les données utiles et pertinentes, nous pouvons nous pencher sur les données qu'elles ne saisissent pas encore. Quelles sont les données qui manquent encore pour résoudre le problème ? Nous commençons généralement par de petites expériences. Il n'est pas nécessaire de faire de gros investissements tout de suite, avec de simples applications no-code, vous pouvez regarder de manière très ciblée si vous réussissez à saisir les bonnes données."

 

"Déterminez d'abord le problème que vous voulez résoudre, et voyez ensuite les données dont vous avez besoin pour y parvenir"

 

"L'étape suivante consiste à relier les informations que vous obtenez à partir des données à des actions concrètes. Les centres de contact comptabilisent généralement le nombre d'appels entrants auxquels il n'a pas été répondu. Vous pouvez présenter ces données sous forme de tableaux et de graphiques, mais le lendemain la première étape consiste à donner priorité et suite aux dix appels entrants auxquels vous n'avez pas répondu. C'est pourquoi il est si important que les informations sur les données atteignent les bonnes personnes, qui peuvent immédiatement y rattacher des actions. C'est là que réside encore souvent toute la difficulté."

 

Les chocs en matière de supply chain

"Le supply chain est une bonne illustration de ce fossé", estime Debaere. "La chaîne logistique mondiale est très sensible aux chocs inattendus. Il suffit de penser à la pandémie, au porte-conteneurs qui a bloqué le canal de Suez ou à la guerre en Ukraine. Lorsqu'un tel choc se produit, il est très important que le supply chain soit suffisamment résiliente. Alors, que font les entreprises ? Elles recherchent toutes les données possibles pour mettre en évidence l'ensemble de cette chaîne. Mais si vous ne vous concentrez pas et ne hiérarchisez pas cette masse de données, vous n'arrivez pas à voir les bonnes données au bon moment."

Möbius Analytics team

"Nous partons d'un angle différent. Quels sont les scénarios extrêmes mais réalistes ? Et où la chaîne d'approvisionnement est-elle la plus vulnérable lorsqu'un tel scénario se produit ? ll s'agit d'assurer le suivi de ces points critiques. Cela concerne, par exemple, les produits qui représentent une part importante de votre chiffre d'affaires, qui contiennent des pièces importées via différents continents, qui ont un délai de livraison de trois mois, ... Vous voulez suivre ces produits de très près. Pour déterminer cette priorité, vous devez avoir une connaissance approfondie d'une entreprise, d'un marché et d'un secteur entier. On ne peut pas le faire uniquement avec les lunettes du data scientist."

 

Mesurer l'engagement des employés

Selon Debaere, le plus grand défi ne concerne pas la technologie, mais plutôt la culture et la stratégie. "Collecter les bonnes données et en tirer les bonnes informations est la première étape. Une organisation doit également être capable de travailler selon une approche axée sur les données. Certaines organisations sont déjà plus avancées dans ce domaine que d'autres. Nous constatons que la maîtrise des données dépasse les secteurs et les industries. Vous avez des pionniers partout."

"Ces derniers temps, de nombreuses organisations nous sollicitent pour travailler sur l'employee engagement. Il ne s’agit pas uniquement de la fidélisation des employés, des employés satisfaits et engagés sont aussi le moteur d'un customer engagement important. Aujourd'hui, nous voyons de nombreuses initiatives concernant la "nouvelle façon de travailler", le travail de qualité et la gestion des talents."

"Mais comment connaître l'impact de ces initiatives ? Permettent-ils d'atteindre le résultat souhaité ? Dans quelle mesure ces initiatives sont-elles alignées ? Permettent-elles de maintenir efficacement le taux de rotation du personnel à un niveau bas et l'attractivité de l'employeur à un niveau élevé ? Quels groupes cibles sont plus réceptifs à certaines mesures qu'à d'autres ? Trop peu d'organisations ont mis en place une stratégie et un système de mesure pour boucler ce cercle. En rassemblant les données RH existantes provenant de différents clusters, nous pouvons stimuler l'employee engagement de manière beaucoup plus ciblée."

 

Des économies d'échelle pour une meilleure prestation de services

La place accordée aux analystes de données dans une organisation est-elle importante ? "Pour les petites organisations qui ne sont pas très avancées en matière de données et qui n'ont pas encore beaucoup d'envergure, il est préférable de commencer par une datateam centrale afin de ne pas commettre d'erreur et d'utiliser les personnes disponibles de la manière la plus efficace possible", précise Debaere.

"Si cette dimension est présente, cela peut apporter une valeur ajoutée de déployer des data scientists dans des équipes décentralisées. Ainsi, ils sont plus proches du business et ils peuvent collecter des données pertinentes plus rapidement et fournir à l'entreprise des informations pertinentes. Ces réflexions débouchent ensuite plus rapidement sur des actions concrètes. Mais il ne faut pas chambouler votre organisation du jour au lendemain. Commencez par des projets pilotes pour découvrir la configuration qui fonctionne le mieux."

Peter Debaere interview analytics

"Nous nous orientons également de plus en plus vers des collaborations qui dépassent les entreprises et les organisations. Nous voyons cela dans le secteur public, par exemple. De nombreuses villes et communes collectent les mêmes données sur leurs habitants, leurs associations, leurs entreprises, ... Seulement, elles conservent toutes ces données de manière différente. Si elles le font de manière uniforme et concluent des accords précis en matière de confidentialité et de gouvernance, elles peuvent apprendre énormément de leurs données respectives."

 

En combinant leurs propres données avec celles de leurs partenaires, fournisseurs, clients ou même concurrents, ils ne peuvent que devenir plus intelligents et plus efficaces.

 

"Grâce à cette économie d'échelle et à cette uniformité, ils peuvent renforcer les services aux citoyens. Un tel modèle où nous abordons les données du point de vue de l'écosystème. Non seulement pour les services publics, mais aussi pour les entreprises ou les établissements de soins de santé. S'ils peuvent combiner leurs propres données avec celles de leurs partenaires, fournisseurs, clients ou même concurrents, ils ne pourront que devenir plus intelligents et plus efficaces", conclut Peter Debaere.

 

 

Cet article a été écrit par Jeroen Verelst et est une collaboration entre Bloovi Studio & Möbius. L’article original (en néerlandais) se trouve ici.

Bloovi logo