Découvrez Le Brief de la Démat, la newsletter thématique gratuite d'Archimag dédiée aux professionnels des data, de la dématérialisation et de la transformation numérique !
Sommaire du dossier sur la maîtrise des données et les organisations data-driven :
- Organisation data-driven : maîtrisez vos données !
- Les 3 piliers de la gouvernance des données : connaissance, qualité et conformité
- 3 outils dédiés au traitement des données et des métadonnées
- Travail et données : ces métiers qui contribuent à rendre leur organisation data-driven
- Banque data-driven : pour la Société Générale, la donnée est un actif stratégique
- Comment Manutan a mis la maîtrise des données au coeur de sa stratégie
Qu'est-ce qu'une entreprise data-driven ?
C’est une étude qui a été lue avec beaucoup d’attention dans de nombreuses entreprises à travers le monde : selon le cabinet McKinsey Global Institute, les organisations « data-driven » sont 23 fois plus susceptibles d’acquérir des clients. Elles ont également 6 fois plus de chances de les conserver et 19 fois plus de chances d’être rentables.
Ces entreprises « guidées (ou pilotées) par les données », Netflix en tête (voir encadré), sont devenues en quelques années les coqueluches des analystes de la donnée.
Apparu il y a moins de cinq ans, le concept de « data-driven » désigne les organisations qui s’appuient sur l’exploitation des données pour définir leur stratégie et leurs actions quotidiennes.
Dans ces entreprises, tout le monde (les dirigeants et les salariés) est invité à exploiter le gisement de données disponibles : les responsables des ventes bien sûr, mais également la direction financière ou le service marketing. À la clé, une meilleure compréhension du marché et des comportements des clients. Et surtout un gain de réactivité grâce à la mise à jour en temps réel des données remontées du terrain.
À condition toutefois d’éviter les célèbres silos de données qui entravent la circulation de l’information. Un problème qui est encore loin d’être résolu aujourd’hui dans les organisations…
> Lire aussi : Gouvernance de l'information numérique : les chiffres et les tendances du rapport 2022
Les data : indicateurs clé de performance
Les organisations qui ont résolu le problème de la dispersion de leurs données dans ces silos parviennent à des résultats plus qu’encourageants. Elles bénéficient d’une vue d’ensemble de leurs activités grâce à des indicateurs clés qui peuvent être ajustés en temps réel afin de répondre à des besoins immédiats.
Grâce à des tableaux de bord et à des reportings, les dirigeants peuvent prendre des décisions en s’appuyant sur un corpus de données fiables.
Il s’agit là des célèbres key performance indicators ou indicateurs clés de performance (KPI) qui se présentent sous plusieurs formes très concrètes : nombre de clics pour calculer le taux d’ouverture d’un e-mailing en marketing digital, taux de souscription à un produit, indicateurs de productivité, indicateurs de quantité ou de qualité…
Bien entendu, ces KPI doivent être adaptés en fonction de l’activité de l’organisation. Dans le domaine de l’industrie lourde, les indicateurs de productivité sont essentiels et relativement faciles à évaluer ; dans le e-commerce, on accordera plutôt une attention particulière aux taux d’ouverture des campagnes de courriels.
Autant de données susceptibles d’améliorer la performance de l’entreprise grâce à une agilité nourrie par des indicateurs fiables. Et à moyen terme, ces données sont également en mesure de bâtir un socle pour visualiser l’avenir.
> Lire aussi : Comment maîtriser l’information dans un monde très incertain ?
Des données, des outils et une méthode
Encore faut-il que les organisations disposent d’un gisement de données fiables, de bons outils… et d’une méthode.
Pour commencer, il convient de partir d’un problème concret : les données doivent répondre à un problème de l’organisation. Il est en effet souvent coûteux et chronophage d’amasser des téraoctets de données sans trop savoir comment les utiliser au préalable. En partant d’un problème réel, l’organisation doit se demander quels sont ses enjeux majeurs pour les années à venir et quelles sont les informations dont elle a besoin pour pouvoir y répondre correctement.
Il faut ensuite rendre ces données exploitables. C’est là qu’intervient l’équipe data dont la principale mission est de nettoyer et de mettre en forme ces données. Plusieurs critères permettent de s’assurer qu’une base de données est propre : sa facilité de mise à jour (cela permet de disposer des données quasiment en temps réel), sa capacité à être aisément croisée avec d’autres informations et sa maniabilité (l’architecture de la base et la puissance de calcul doivent être adaptées à une exploitation en temps réel).
Du côté des outils, les solutions de stockage des données doivent être à la hauteur des enjeux et ne pas ressembler à un simple silo vaguement opérationnel. À tous les niveaux, les données doivent être disponibles hic et nunc en évitant les points de friction généralement constatés lorsqu’il s’agit d’accéder à des bases de données traditionnelles. Cette disponibilité immédiate est particulièrement adaptée aux requêtes décisionnelles.
Quant à la diffusion des données auprès des collaborateurs, elle repose sur différents outils : reporting, des portails d’accès, tableaux de bord, outils de navigation, outils de statistiques… Des outils supplémentaires permettent d’enrichir l’exploitation des données. À commencer par le fameux cube online analytical processing (Olap) qui permet d’effectuer des analyses de données multidimensionnelles au sein de bases de données. Application concrète : un utilisateur peut consulter et extraire facilement les données pour les comparer de différentes façons.
Sans oublier les solutions de data mining (fouille de données) capables, par exemple, d’établir des corrélations entre des entités dispersées.
> Lire aussi : Méthodologie pour conduire son projet de gouvernance de l’information numérique
Améliorer la qualité des métadonnées
Reste que les organisations ne sont pas toutes engagées dans de tels processus. Selon une étude menée par Archimag en 2021 auprès de 120 professionnels issus de divers secteurs d’activité, 67 % d’entre eux disent avoir entrepris une démarche d’exploitation et de valorisation de leurs données.
Ce chiffre peut sembler encourageant. D’autant plus que 54 % des organisations disposent d’outils de gestion de contenu intégrant des fonctionnalités permettant d’automatiser ou de faciliter l’indexation de ces contenus. Malheureusement, un professionnel sur deux ne peut pas rechercher efficacement l’information utile faute de métadonnées de qualité !
Résultat : 84 % des organisations souhaiteraient disposer d’un système capable d’offrir une vision centralisée de l’information et des contenus via une interface unique. Un défi qui devrait éveiller la curiosité des éditeurs de logiciels d’exploitation de données.
> Lire aussi : Master data management : unifiez vos données de référence avec le MDM !
Netflix, l’archétype de la « data company »
Avec plus de 200 millions de clients payants à travers le monde, Netflix fait figure de première plateforme de vidéo à la demande. Son secret : une exploitation aussi efficace que rationnelle des données qu’elle collecte sur les goûts et les habitudes de ses abonnés.
Présentée comme l’archétype de la « data company », Netflix exploite un grand nombre de données générées par les utilisateurs : recherches effectuées, jour et heure d’utilisation, appareils connectés, passages visionnés à plusieurs reprises, localisation de l’utilisateur, notes attribuées au programme par les clients, comportement de navigation, et bien sûr contenu visionné.
Avec de telles données à sa disposition, pas étonnant que Netflix vole de succès en succès. Alors qu’elle ne comptait « que » 41,43 millions d’abonnés payants en 2013, la société est parvenue à multiplier ce chiffre par cinq en 2020.
Mieux (si l’on peut dire) : les données collectées sont également utilisées par les créateurs qui sont chargés des programmes à venir. C’est ainsi que Netflix a décidé d’acheter les droits d’une minisérie britannique intitulée « House of cards » diffusée par la BBC en 1990. Pour en faire, treize ans plus tard, une version qui a connu le succès mondial que l’on sait.
> Lire aussi : 5 étapes pour mener une gestion des données de référence efficace
Les data au service des « villes intelligentes »
On les appelle villes intelligentes ou villes connectées ou bien encore villes numériques. Leur particularité : exploiter les données qu’elles produisent et qu’elles collectent pour améliorer le service rendu aux habitants et réduire la consommation des ressources naturelles. En France, elles sont déjà nombreuses à être engagées dans le mouvement : Paris, Lyon, Rennes, Angers, Issy-les-Moulineaux, Montpellier…
À Paris, les données sont utilisées dans de nombreux domaines. Un système connecté permet ainsi à la régie municipale de relever la consommation d’eau des immeubles et de repérer plus facilement des fuites dans le réseau. À l’heure où la question écologique est au cœur des débats, la mairie a choisi d’exploiter les données dont elle dispose pour faire figure de bonne élève en matière de développement durable.
Autre utilisation : les 120 000 arbres de la capitale ont été équipés d’une puce RFID permettant aux jardiniers de garder la trace des interventions effectuées.
> Lire aussi : Quels sont les points d’attention et les bonnes pratiques pour assurer l’intégrité de vos données ?
Analyse des données de la consommation d’énergie
Lyon, de son côté, n’est pas en reste. La ville s’est lancée dès 2011 dans un ambitieux programme de « métropole intelligente » autour de quatre thématiques : l’énergie, la mobilité, l’innovation et les services numériques.
Dans le quartier de La Confluence, entre Rhône et Saône, le volet énergétique a fait l’objet d’une attention particulière avec la construction d’un ensemble de bâtiments à énergie positive : ceux-ci produisent plus d’électricité et de chaleur qu’ils n’en consomment pour leur fonctionnement. Et un système d’analyse de données liées à la consommation d’énergie a été mis en place pour réduire les factures des entreprises et des habitants.
Plus au sud, à Montpellier, c’est un système de capteurs qui a été déployé dans le sol afin de connaître l’humidité. Cette expérimentation permet de connaître les besoins en termes d’arrosage et d’adapter les quantités d’eau utilisées en conséquence.
Ailleurs dans le monde, les smart cities sont de plus en plus nombreuses. Selon Mapping smart cities in the EU, une étude du Parlement européen, 240 villes européennes de plus de 100 000 habitants sont identifiées comme villes intelligentes. Et six d’entre elles se distinguent par leur niveau de maturité le plus élevé : Amsterdam, Barcelone, Copenhague, Helsinki, Manchester et Vienne.
À Amsterdam, désignée capitale européenne de l’innovation par la Commission européenne, une base de données baptisée « City data Amsterdam » héberge un ensemble de données provenant de sources diverses : santé, topographie, foncier, trafic routier… Ce corpus alimente des compteurs intelligents qui permettent aux habitants de mesurer en temps réel leur consommation d’énergie.
