75% ! C’est la proportion des employés qui ne sont pas « à l’aise lorsqu’ils travaillent avec des données » (Rapport Accenture, The Human Impact of Data Literacy, 2020)

En ces temps d’accélération de la transformation numérique, les grands projets informatiques (numérisation systématique, télétravail, Digital Workplace, Data, etc.) viennent bouleverser de nombreuses organisations et rappeler que nous ne sommes pas tous égaux face à la technicité.  

A ce titre, les projets qui comprennent des « data » peuvent paraître complexes voire inaccessibles et provoquer des résistances au changements.

C’est pourquoi comprendre la data au sein des organisations est essentiel pour exploiter toute sa valeur.

Et si vous organisiez l’acculturation data de vos équipes ?

Qu’est-ce que «l’acculturation» data ?

Le processus d’acculturation désigne le processus de modification de la culture d’un groupe ou d’une personne sous l’influence d’une autre culture.

Pour beaucoup d’organisations, passer à une culture « data-driven » constitue un point de bascule important. L’acculturation data des équipes et leur « embarquement » est donc essentielle pour opérer cette bascule.

Comment embarquer vos équipes dans la « culture data » ?

Réaliser un audit

Il peut à la fois faire l’état des lieux des données dans l’organisation (quantité, qualité, sources, provenances, etc.) mais aussi le niveau de connaissance en interne. C’est le point de départ indispensable avant tout programme d’acculturation.

Présenter la data comme une solution

Cette étape peut prendre la forme d’entretiens avec les directions métiers pour comprendre leurs problématiques et leurs besoins.

L’objectif est ici d’identifier les leviers data qui peuvent être actionnés pour répondre à ces problématiques et montrer comment elles peuvent apporter des solutions à travers des cas concrets (« user case »). L’objectif à long terme est également d’intégrer le réflexe « data » au cœur même de la stratégie de l’entreprise.

A ce niveau, l’intervention d’experts de la data peut s’avérer judicieux pour montrer les manières dont les données peuvent apporter de la valeur à l’organisation et aux opérationnels.

Miser sur l’apprentissage

L’acculturation des équipes à la data doit passer par une phase d’apprentissage. Ce parcours d’apprentissage doit correspondre aux besoins spécifiques de chacun. Afin d’éviter l’ennui, sa « gamification » (hackathon, défi, etc.) peut être une solution pour motiver vos équipes à y participer.

Antoine Denoix, auteur de « Big Data, Smart Data, Stupid Data » (Edition Dunod, 2020) évoque dans son ouvrage la mise en place de « safe meeting ». Ces réunions visent à familiariser les équipes à la data en sensibilisant aux résultats concrets que les projets data apportent aux métiers.

Fixer des objectifs

Afin d’adapter peu à peu vos collaborateurs au numérique et à la data, vous pouvez intégrer de nouveaux objectifs pour chaque équipe opérationnelle.

Vous pouvez par exemple leur proposer de suivre des indicateurs spécifiques issus de données qu’ils maîtrisent (gestion de la productivité, gestion commerciale, indicateurs de production, gestion de trésorerie, etc.)

Nommer des ambassadeurs

Ce point est extrêmement important car il permet de vous appuyer sur des relais déjà sensibilisés en interne. Vous pouvez ainsi nommer ces ambassadeurs dès le démarrage du projet data, quel qu’il soit.

Formés à la data, ils deviendront de véritables porte-parole et sauront promouvoir l’intérêt de la data auprès de tous leurs collaborateurs.

Les 4 approches « TEQI », de Mick Lévy

Ce paragraphe s’inspire de l’ouvrage de Mick Lévy, Sortez vos données du frigo, édition Dunod, 2021.

Vous pouvez aussi vous inspirer de Mick Lévy et ses 4 approches qui permettent, dans le cadre du le lancement de projets data, de découvrir une nouvelle utilisation des données tout en impliquant les collaborateurs d’une entreprise.

Théorisé sous l’acronyme « TEQI », ce concept inclut 4 approches :

1. Une veille technologique active

Cette approche permet, entre autres, de découvrir de nouvelles solutions technologiques, mais aussi de prouver leur capacité à répondre à une problématique métier. Principalement orientée vers les DSI, l’approche technologique mène à la réalisation de PoT (Proof of Technology), c’est-à-dire prouver l‘intérêt d’une technologie. Cela nécessite une étude du contexte au préalable, notamment à l’aide des données.

2. Exploratoire : découvrir de nouvelles sources de données

L’approche exploratoire peut permettre aux métiers de prendre davantage conscience de la valeur des données. L’exploration des données est aussi une façon de faire émerger des idées pour l’entreprise et ainsi mener un projet vers la réussite.

Une démarche exploratoire des données permet, par exemple, de révéler une exposition aux cyberattaques. Peut alors émerger l’idée de développer un outil de cybersécurité…

4. Questionnement : compréhension d’un phénomène et résolution d’un problème métier

Le questionnement permet notamment de montrer la capacité de l’analytique à fournir une solution à une problématique d’entreprise. Cette approche est pertinente lorsque les métiers rencontrent des problèmes auxquels ils ne trouvent pas de réponse. L’objectif est alors de faire parler les données pour répondre aux problématiques métiers, comme celle de la connaissance du parcours client, par exemple (voir notre étude de cas Autobonplan).

5. Innovation : nouveaux services, nouveaux produits

Cette approche consiste à exploiter la donnée pour générer de nouvelles idées ou de nouveaux services. Elle nécessite un certain degré de maturité. En effet, avant d’innover il faut d’abord que l’entreprise soit convaincue de la valeur des données pour comprendre qu’elle peut être un atout dans une démarche d’innovation.

L’approche innovation permet aussi de faire intervenir les métiers. En effet directement intégrés au projet d’innovation, ils réfléchissent ensemble à de nouveaux services, concepts, … en se basant sur la donnée.