Data : 5 conseils pour se lancer
Trop complexe, trop technique, trop de travail… les raisons pour ne pas exploiter les données inutilisées dans les systèmes informatiques des entreprises sont nombreuses. D’autres n’ont simplement pas encore pris conscience de la valeur de leurs data.
Pourtant, l’exploitation des données constitue un réel levier de croissance et de performance. L’étude « DataMatics » réalisée auprès de 400 grands groupes internationaux par le Cabinet McKinsey en 2013 montre ainsi que « les entreprises axant leur stratégie sur l’analyse des données sont 23 fois plus performantes en termes d’acquisition de nouveaux clients ».
En revanche, pour les entreprises non-initiées, se mettre à l’exploitation des données n’est pas chose facile.
Pas de panique ! Voici 5 conseils concoctés par notre équipe pour démarrer dans la data et commencer à exploiter cette mine d’or qui se cache dans votre système informatique.
1. Faire le point sur vos objectifs
Pas de projet sans objectif(s) ! Ce premier conseil, frappé au coin du bon sens, nous rappelle qu’un projet data n’a de légitimité que s’il vient répondre aux objectifs de l’entreprise.
- Avez-vous un objectif de gain de temps ou de suppression des tâches à faible valeur ajoutée ?
- Souhaitez-vous tracer dans le détail le parcours de vos clients ?
- Vos forces de vente passent-elles trop de temps à publier leurs indicateurs ?
- Vos données de vente sont-elles analysées de façon objective et avec un niveau de granularité pertinent ?
- Vos logiciels de gestion (CRM/ERP) communiquent-ils entre eux ?
2. Réaliser un audit de vos données
Une fois cette première étape franchie, il conviendra de faire « un état des lieux » de vos données afin de repérer les éventuels leviers permettant de répondre à ces objectifs.
Il s’agit ici :
- de lister les logiciels qui stockent vos données et à quelles fins (CRM, ERP, simples tableaux de suivi Excel…),
- d’estimer le volume de data détenues par l’entreprise,
- de décrire comment elles sont utilisées (si elles le sont) et par quel service,
- d’identifier les opérations usuelles qui génèrent des données (quels que soient les services), quels sont les acteurs qui génèrent ces données (clients, services internes, etc.),
Cet audit peut vous permettre, par exemple :
- d’estimer la qualité de vos données en identifiant, entre autres, les doublons (traditionnellement, vos fichiers clients), et d’identifier les possibilités de nettoyage automatique (Data Cleaning),
- d’imaginer de nouveaux services pour la mise à jour des données de façon automatique (alimentation de Data Warehouse, génération automatique de tableaux de bord, alimentation de logiciels en aval de saisie manuelle, etc.)
- de valoriser les données en croisant certaines informations,
- de faire le point sur les données personnelles sauvegardées dans votre système informatique,
- d’imaginer l’utilisation d’informations jusqu’ici inutilisées.
3. Intégrer la data au cœur de la stratégie
Une fois l’audit réalisé, l’entreprise doit réfléchir à la mise en place de son projet data dans le respect de sa stratégie globale et en mettant en place une équipe multidisciplinaire : informatique, marketing, commercial, etc. La collaboration entre les services métiers et les équipes métiers est indispensable pour atteindre un premier résultat probant qui déclenchent de nouvelles opportunités.
L’aspect acculturation à la data au sein de l’entreprise ne doit donc pas être négligée. Tous les collaborateurs concernés doivent comprendre la valeurs des données collectées.
Les éventuels freins à cette acculturation à la data doivent être dans l’idéal identifiés pour mieux les lever.
4. Viser des résultats « quick-win »
La méthode quick-win consiste à réaliser des premiers projets dont les résultats positifs sont rapides. Lors d’un projet data, l’approche quick-win permet de faciliter l’engagement des équipes impliquées. Les données donnent lieu à des services rapidement opérationnels.
Prenons l’exemple d’une équipe commerciale. Le quick-win peut se traduire par la mise en place de tableaux de bord. La datavisualisation permet de mettre à jour régulièrement ses données et d’avoir un suivi régulier de ses indicateurs.
Autre exemple de quick-win en data : la mise en place d’un entrepôt de données au centre du système d’information. Cet outil vise à collecter et exploiter les data, de manière optimale, évolutive et maintenable.
5. Privilégier une approche « smart data »
Chez Effidic, nous conseillons enfin d’adopter une approche Smart Data : seules les données pertinentes répondant à un usage précis sont collectées par l’entreprise. Il s’agit ici d’une utilisation éthique des données puisqu’il n’y a pas de stockage inutile et énergivore.
Et si vous hésitez ou souhaitez un renseignement, nous sommes là pour vous répondre !