Quelle est l’importance de la culture des données dans votre stratégie data globale ? Dans notre podcast DataFramed, Taras Gorishnyy a identifié les piliers essentiels de la data science, de l’IA et de la stratégie data au sein d’une organisation :
- Sponsoring de la direction
- Vision pour l’analytique
- Fondations data solides
- Mesure rapide de l’impact de l’analytique
- Diffusion des compétences data et culture des données
”Quel que soit le niveau, de la direction aux premiers postes, tout le monde devrait explorer les données comme on s’est mis à utiliser l’e-mail il y a 20 ans.” —Tanya Cashorali, fondatrice de TCB Analytics
Développez la maîtrise des données à l’échelle de votre organisation
Une organisation data-fluent est une organisation où chacun sait aller chercher et exploiter les données dont il a besoin pour accomplir sa mission. Par exemple, notre VP Marketing n’a peut‑être pas à écrire du SQL ni aucun code, mais pour bien faire son travail, elle doit savoir accéder aux tableaux de bord analytiques et interagir avec eux. Elle doit aussi savoir poser les bonnes questions aux data scientists et utiliser les résultats fournis. Chez DataCamp, nous résumons cette approche dans la figure ci‑dessous :
Des fondations data robustes commencent par un data engineer, puis par le recrutement de data scientists et d’analystes de données. Ensuite, on intègre les business analysts et les autres départements. Ce processus permet à chacun d’acquérir une culture des données, jusqu’à rendre l’entreprise 100 % data‑fluent. Une compréhension de base des outils et ressources data à l’échelle de l’entreprise améliore nettement la qualité des interactions, aide les équipes à formuler de meilleures demandes et donne à chacun les moyens de décider en autonomie.
Pour évaluer l’état de la maîtrise des données dans les entreprises, nous avons mené une enquête auprès de plus de 300 organisations sur l’avancement de leurs actions en faveur de la data fluency :
À gauche, les entreprises matures sur le sujet, à droite, celles qui le sont moins. Parmi les entreprises matures, seulement 39 % avaient engagé une refonte des processus et une transformation culturelle autour de la donnée, contre 7 % des entreprises moins matures. La marge de progression est considérable.
Impliquez vos collaborateurs
Lorsque vous élaborez votre stratégie data, il est essentiel de préparer vos collaborateurs au futur du travail. Cela suppose un dialogue continu avec l’ensemble des équipes sur les tâches qui seront automatisées ou non, la manière dont les collaborateurs peuvent coexister avec ces automatisations et à quoi ressemblera concrètement l’interface homme‑machine. Certains métiers seront automatisés, mais l’enjeu principal concernera l’automatisation de tâches, car certaines composantes d’un poste pourront disparaître. Mieux vaut anticiper et organiser la montée en compétences et la requalification pour repositionner ces collaborateurs sur des missions plus stratégiques et à plus forte valeur ajoutée.
Faites de la montée en compétences une priorité
Nous avons également demandé à ces 300 organisations : « Quels défis business freinent la construction ou l’amélioration de la maîtrise des données ? » La majorité a pointé la difficulté à recruter les meilleurs talents, beaucoup de profils data privilégiant aujourd’hui la tech. Vous ne pourrez donc pas embaucher autant de « licornes » que vous le souhaiteriez : priorisez la montée en compétences et la requalification de toutes vos équipes.
Pour développer les compétences data, nombre d’organisations interrogées ont envisagé les options suivantes :
- Créer des universités de la donnée ou des centres d’excellence
- Organiser des formations en présentiel
- Recourir à des plateformes d’apprentissage en ligne
- Lancer des campagnes internes pour promouvoir et encourager l’apprentissage
- Recruter
- Faire appel à des prestataires
Lors de sondages menés pendant les webinaires DataCamp, plus de 50 % des répondants déclarent que moins de 50 % de leurs travaux data servent réellement à éclairer la prise de décision. Cette déperdition est liée à la culture !
Passez à l’action
Listez trois à cinq livrables data dans votre organisation et auditez‑les pour mesurer dans quelle mesure ils sont effectivement utilisés pour décider. Trop souvent, les entreprises recrutent d’excellents analysts et data scientists pour construire des tableaux de bord et des modèles de machine learning, qui ne sont ensuite pas utilisés comme prévu à cause d’obstacles culturels. Tout ce travail peut être gâché, avec un piètre retour sur investissement.
Découvrez les bonnes pratiques pour construire votre culture des données dans The Definitive Guide to Machine Learning for Business Leaders.
