Introduction à l'Organisation orientée données

Notes de l'éditeur

• #3: -- On entend dire partout que nous sommes maintenant en plein dans l’ère des données. Qui n’a pas vu une de ces statistiques disant que l’humanité produit plus de données à chaque année que depuis le début de l’Histoire, ou des affirmations s’y apparentant. -- Nous sommes effectivement à un moment où les données et leur traitement (l’analytique) auront des répercussions encore plus importantes sur les affaires qu’elles ne l’ont jamais eu. -- Cette présentation discute des promesses, des défis et des rêves de cette nouvelle ère
• #4: -- Les données se multiplient. -- On parle maintenant beaucoup du « Big Data », buzzword qui ne décrit pas tant quelque chose de nouveau, mais bien d’une nouvelle amplitude. -- Le Big Data, c’est une PLUS grande variété de données, un PLUS grand volume de ces données elles-mêmes produites à une PLUS grande vélocité (vitesse, fréquence) qu’auparavant. -- Bien que le Big Data soit à la mode, si on peut dire, il ne faut surtout pas perdre de vue qu’il y a tout de suite beaucoup de valeur à tirer du « small data », de ces données que vous collectez depuis déjà des années.
• #5: -- Pendant des millénaires, la vaste majorité des individus vivaient leur vie sans laisser aucune trace. Un individu nanti pouvait avoir un acte de baptême, de mariage, quelques actes notariés de transactions immobilières et un acte de décès. Peut-être une dizaine de points de données pour toute une vie. -- Aujourd’hui, vous produisez vous-mêmes individuellement d’énormes quantités de données tous les jours. -- Nous sommes entourés d’appareils et de systèmes qui produisent constamment des flots de données. Vous en produisez vous-mêmes, vos clients en produisent et les clients de vos clients en produisent tout autant. -- Si autant de données sont disponibles pour observer nos clients, comment pourrait-on rationaliser, justifier de ne pas les utiliser ?!
• #6: -- Je considère que les données clients constituent un véritable actif pour une entreprise. Si, comme le disait Drucker, le but de l’entreprise est de créer un client et de le servir, toute donnée relative aux clients devraient donc être directement en relation avec la création de la valeur. -- Bien que cet actif ne soit pas encore reconnu par la comptabilité, ce qui reviendra peut-être un jour, c’est la mission de Marketing, et de l’entreprise dans sa globalité, de le valoriser.
• #7: -- L’analytique est justement la fonction de valorisation de l’actif des données. -- Elle s’inscrit souvent en opposition aux opinions, à la prise de décision sur la base de l’intuition.
• #8: -- C’est bien beau d’annoncer l’ère des données et l’importance de l’analytique, mais que peut-il bien arriver si on ne fait rien ?
• #9: -- La concurrence s’active aussi. L’analytique est maintenant classée parmi les fonctions concurrentielles de l’entreprise (Davenport, Competing on Analytics, 2007). -- Le paysage concurrentiel lui-même change : de plus en plus d’industrie sont mises en rupture par des entreprises innovatrices n’appartenant pas traditionnellement aux industries qu’elles bouleversent.
• #10: -- Exemples de comportements qui changent : -- Consommation des contenus d’information -- Tourisme -- Finances (particulièrement les banques) -- Attitude face à la vie privée (pour jouir de beaucoup d’applications gratuites, les consommateurs laissent volontiers les entreprises accumuler des données à leur sujet (If you don’t pay for the product, YOU’RE the product!) -- Enfin, à moins que votre modèle d’affaires soit de creuser un gros trou, sortir le cuivre et le vendre aux Chinois, votre industrie est nécessairement impactée par le numérique. -- Ces changements de comportements et d’habitudes peuvent bouleverser des industries entières dans l’espace que quelques années seulement.
• #11: -- Je crois profondément qu’il y a un « différentiel de l’analytique » très important. -- Faire de l’analytique devrait dégager une valeur nouvelle et marquée par rapport à ne pas en faire. -- L’analytique est une des quelques activités en entreprise que l’on peut directement liée à la valeur créée. -- On peut même dire que la fonction analytique devrait démontrer AU MINIMUM qu’elle ne coûte rien, grâce à ses découvertes, à sa capacités d’identifier des opportunités.
• #12: -- Si on peut proposer un modèle simple, toute proposition au marché consiste à générer des intrants (prospects, visiteurs, achalandage, etc.) pour leur faire une offre en vue de générer des extrants (ventes, inscriptions, abonnements, leads, etc.) -- Voici un truc facile: si vous voulez doubler vos extrants, toutes choses étant égales par ailleurs, doublez vos intrants. Pas besoin d’analytique. -- Mais doubler les intrants est justement quelque chose de très difficile, voire prohibitif. L’analytique sert justement à augmenter les extrants avec les mêmes intrants !
• #13: -- Dans l’optique de se transformer en « organisation orientée données » (Data-Driven Organization), il y a certainement beaucoup de changements à opérer. -- Le mot le plus important dans « data-driven » c’est Driven. C’est bien beau collecter des données et les analyser à s’étourdir, mais si on ne fait rien avec les nouvelles informations générées, l’analytique ne devient qu’une distraction. -- Driven veut dire, dans notre interprétation, agir, faire quelque chose, se lever y aller ! C’est utiliser les données pour prendre des décisions en vue de générer de l’action !
• #14: -- L’analytique doit aussi être utilisée comme activité de production des connaissances, c’est-à-dire que les acquis de ce qu’on apprend doivent alimenter les hypothèses subséquentes. On ne veut surtout pas répéter des « erreurs » que l’on avait invalidées auparavant. -- Essentiellement, l’analytique nous permet d’apprendre, d’optimiser, de s’améliorer. Ce que l’on veut, c’est de pouvoir dire que nous sommes meilleurs le 31 décembre que nous l’étions le 1er janvier.
• #15: -- Devenir orientés données grâce à l’analytique veut dire créer la fonction dans l’organisation. -- Cela veut dire choisir et implémenter de la technologie et optimiser son utilisation. -- Mettre des gens en place. -- Et surtout instaurer des processus, des manières de faire. Beaucoup d’entreprises croient que la technologie et les personnes suffisent. Mais les processus déterminant comment les découvertes générées par l’analytique seront partagées et comment on prendra des décisions sur la base de celles-ci sont sûrement tout aussi importants, sinon plus.
• #16: -- L’ensemble des blocs constitutifs des fonctions de l’entreprise, particulièrement les processus, se transforme en pratiques, gestes, actions et vues de choses au quotidien. Ce qu’on appellerait la « culture » de l’entreprise, ce que quiconque a travaillé dans plus d’une entreprise reconnaîtra facilement. -- Ainsi, une culture dite « analytique » (ce que de nombreux auteurs prônent, avec en tête de file Thomas Davenport) mettrait donc les données et leur mesure au centre des pratiques et prises de décision, de « comment on fait les choses » au quotidien. -- Une *culture* de l’analytique ne se satisfait pas de projets ad hoc, mais se réalise en mode continu. On dit qu’Amazon administre plus de 200 tests à tout moment ; rien n’est présumé chez eux. Tout est mesuré, testé, validé.
• #17: -- Il est commun de traiter l’analytique et la créativité comme chiens de faïence. -- Je pense au contraire que la créativité, l’intuition, a toujours sa place dans le prise de décision, mais que cette intuition est encore plus productive lorsque soumise aux pressions de l’analytique, tout comme le design est la créativité soumise aux pressions de la physique, des lois du marché et des budgets ! -- Et il ne faut aussi pas tomber dans le panneau de croire que l’analytique offre toujours un regard entièrement éclairé sur les choses !! -- Par contre, il faut s’assurer que l’analytique alimente constamment l’intuition via l’établissement d’hypothèses et de tests. De toute façon, une fois les processus analytiques bien en place, les décisions prises via l’intuition obtiendront des feedbacks qui avec le temps en prouveront la justesse ou non.
• #18: -- Avant de changer une culture, de pouvoir même en créer une, il faut établir les fondements organisationnels qui permettront que cette culture émerge. -- Ici, je présente mon modèle de gouvernance de la fonction analytique développé au travers de plusieurs dizaines de projets et d’années de travail.
• #19: -- Selon mon expérience, il y a un point où utiliser l’analytique « décolle » et à c’est à partir de ce moment où on commence à voir de plus ne plus de questions, d’hypothèses à vérifier surgir. -- Je n’ai jamais vu un marketeur compétent ne pas rapidement s’enthousiasmer pour la donnée et générer de plus en plus de demandes, au point où la nécessité de choisir et de prioriser les analyses à faire s’impose.
• #20: -- Les indicateurs clé de performance (KPI), sont des métriques (mesures) directement représentatives de la vision stratégique et qui nous renseignent sur la qualité d’exécution de cette vision. Les KPI nous aide à nous orienter tout au long de l’année, de sorte à ce que nous puissions voir la nécessité de corriger le tir le plus tôt possible si nécessaire. -- Si vous ne l’avez pas déjà fait, je vous invite à définir les KPI pour vos affaires digitales ou à les revoir/reconfirmer. -- Un des rôles majeurs de l’analytique est de rendre compte de l’évolution de ces mesures privilégiées. -- Pour vous lancer, faites-vous une liste de questions dont vous aimeriez avoir la réponse à court, moyen et long terme. -- Instaurez des discussions régulières en équipe, partagez les résultats, les nouvelles connaissances, ce qui marche et ne marche pas, discutez des de nouvelles hypothèses, etc. Cela semble un truisme, mais ces simples discussions seront ce qui enrichira le plus la fonction analytique, ce qui deviendra le véritable agent de changement pour évoluer vers une culture de l’analytique.
• #21: -- Quelles sont les questions les plus importantes auxquelles vous aimeriez répondre à propos de vos affaires ? -- L’analytique formera vos habitudes de questionnement et vous deviendrez meilleurs avec son usage à émettre des hypothèses fructueuses.
• #22: -- Une des forces de l’analytique est de pouvoir découvrir des relations entre les faits, des corrélations, des causes, et de pouvoir dire que si X se produit, les chances sont très bonnes que Y se produira. -- C’est ici que l’analytique s’allie aux mathématiques statistiques complexes, mais de plus en plus de solutions abordables permettent de produire les modèles prédictifs. -- Traditionnellement en marketing, on définirait la prédictabilité comme étant les chances qu’un pros
• #23: -- Et il y a aussi le support à la découverte que permet l’analytique. Il ne s’agit pas seulement de prédire l’avenir sur la base du passé, en soi une activité qui peut rapporter beaucoup, mais aussi de s’ouvrir à la découverte. -- Ces découvertes, se manifestant souvent au début par des « signaux faibles » dans les données, sont très précieuses, car les données peuvent nous permettent d’identifier plus tôt les nouvelles tendances futures. Autant ce qui peut nous faire croître que de menacer notre existence si on n’y prête pas attention.
• #24: Ressources sur l’analytique Web (Web Analytics, cybermétrie, etc.) par Jacques Warren : ARTICLES LES PLUS POPULAIRES: How to Conduct a KPI Project (www.waomarketing.com/blog/analytics-notes/2013/02/how-to-conduct-a-key-performance-indicator-kpi-project/) Les indicateurs clé de performance : définir et agir (www.atinternet.com/documents/les-indicateurs-cle-de-performance-definir-et-agir/) What Are Actionable Insights (www.waomarketing.com/blog/analytics-notes/2012/10/what-are-actionable-insights/) How to Make Digital Analytics More Relevent to Management (www.waomarketing.com/wp-content/uploads/2011/06/Relate-Analysis-to-Business.pdf) La segmentation dans les Web Analytics (www.atinternet.com/documents/la-segmentation-dans-les-web-analytics/) L’attribution en marketing digital (www.atinternet.com/documents/lattribution-en-marketing-digital-3/) Tech Support Marketing (www.linkedin.com/pulse/article/20141114200513-4182462-tech-support-marketing) Le ROI du marketing digital et les Web Analytics (www.atinternet.com/documents/le-roi-du-marketing-digital-et-les-web-analytics/) WEBINAIRES Data Visualization and Dashboard Design (www.youtube.com/watch?v=d8pS4J4LS0k) How to Conduct a KPI Project (www.youtube.com/watch?v=FrxXt82dk0w) LIVRE Web Analytics : Mesurer le succès et maximiser les profits de votre site web (www.archambault.ca/web-analytics-JLI4710776-fr-pr)