Les 7 conseils de McKinsey pour devenir une organisation data-driven

Les organisations sont conscientes de l’importance de leurs données. Elles sont d’ailleurs 46 % à juger importante voire prioritaire (44 %) l’utilisation des données au sein de leur organisation, selon notre dernière étude, réalisée avec le cabinet Odoxa, auprès de plus de 431 cadres dirigeants d’organisations publiques et privées de 500 salariés et plus.

Dans ce contexte, de nombreux acteurs évoluent vers un modèle de fonctionnement centré sur les données pour améliorer l’efficacité, la transparence et la prise de décision.

McKinsey estime que d’ici à 2025, la plupart des organisations utiliseront les données pour optimiser leur activité et prendre de meilleures décisions fondées sur des faits. Dans un récent rapport, le cabinet énonce 7 conseils à suivre pour adopter une démarche data-driven.

Selon une précédente étude, réalisée avec l’Usine Digitale, 50 % des organisations ont déjà entamé des projets pour valoriser leurs données. Pourtant, seulement 41 % d’entre elles déclarent que les projets sont déjà lancés et pour 54 %, elles se situent encore à un stade antérieur (stade de conception, étude de faisabilité, état des lieux et diagnostic).

Par ailleurs, lorsque les organisations exploitent leurs données, les projets se limitent souvent à certains départements ou cas d’utilisation spécifiques. L’enjeu est donc de généraliser ces réussites isolées pour que les données deviennent partie intégrante du quotidien de chaque collaborateur et se trouvent au cœur de la culture interne.

Les données étant silotées, elles ne sont généralement accessibles et compréhensibles que par des experts. C’est pourquoi il est important de démocratiser les données, c’est-à-dire de permettre à chaque collaborateur d’accéder aux informations dont il a besoin et de les utiliser aisément, sans avoir à recourir à un expert, à des compétences supplémentaires ou à une formation.

Cette évolution n’est possible que grâce à la diffusion d’une culture axée sur les données, et à la mise en place d’outils que chacun peut utiliser pour accéder et utiliser les données. Les décisions deviennent alors plus rapides et plus éclairées, la compréhension des performances s’affine et l’efficacité augmente à mesure que les approches traditionnelles sont remplacées et systématisées.

McKinsey soulève un deuxième défi : réduire le délai entre la création des données et le moment où elles sont disponibles pour le partage et la réutilisation.

Les organisations collectent et dépendent de données provenant de différentes sources (les capteurs de l’Internet des objets présents sur site ou à l’extérieur. Dans ce contexte, il est indispensable de pouvoir s’appuyer sur un écosystème de solutions data qui permette de rassembler toutes ces données et de les rendre intelligibles et exploitables par tous dans leurs tâches quotidiennes.

Le portail de données ouvertes de la ville d’Orléans partage par exemple des informations sur la qualité de l’air provenant directement d’un réseau de capteurs. Les citoyens peuvent ainsi observer l’évolution de la pollution dans différentes zones de la ville. Orléans propose également des solutions de partage de données innovantes : elle affiche par exemple des codes QR dans les parcs publics, que les visiteurs peuvent utiliser pour en savoir plus sur certaines plantes.

Les organisations de tous les secteurs génèrent de grands volumes de données mais ont souvent du mal à rassembler ces informations et à les rendre facilement accessibles et compréhensibles à leurs équipes.

Pour fournir des insights exploitables aux organisations, les experts data doivent explorer manuellement les ensembles de données, et établir des corrélations en les comparant. Toutefois, cette approche augmente le risque d’erreurs, prend beaucoup de temps et ne permet pas d’avoir accès en continu aux données.

C’est pourquoi les organisations doivent fournir aux utilisateurs les outils dont ils ont besoin pour comprendre les données, quel que soit leur niveau de compétence, en créant des expériences de données sous forme de cartes, de graphiques, de tableaux et d’autres modes de visualisation pertinents.

Il convient également d’identifier les datasets à forte valeur ajoutée pour les collaborateurs, citoyens ou partenaires afin de créer de la valeur et de développer de nouveaux services, par exemple en combinant différentes informations clients en un aperçu unique et global de leur comportement.

McKinsey souligne le manque de gouvernance des données dans les organisations. On remarque souvent qu’aucun “propriétaire” des données n’est réellement identifié, ce qui rend difficile leur mise à jour et conduit souvent à la création de doublons. Stockées dans des environnements cloisonnés et souvent coûteux, les utilisateurs finaux rencontrent des difficultés pour accéder et réutiliser rapidement les données dont ils ont besoin.

La donnée doit en réalité pouvoir être utilisée comme n’importe quel autre type d’information, par des équipes en interne ou par des utilisateurs externes (clients, citoyens, partenaires, etc). Des équipes spécialisées doivent être associées à ces projets afin de mettre en place l’architecture de solutions data qui permette à tous d’accéder aux données, de connecter de nouvelles sources et de mettre en œuvre des expériences data simplement.

Grâce à ce type d’outil, les organisations peuvent multiplier les usages : instaurer une meilleure organisation en interne pour soutenir la prise de décision, mettre à disposition des services autour de leurs données ou encore les partager au plus grand nombre pour créer de la valeur à partir des insights obtenus.

Actuellement, de nombreux Chief Data Officers sont chargés de contrôler la conformité et de superviser la collecte et l’utilisation des données selon les directives réglementaires et des politiques de l’organisation.
Toutefois, ils doivent également contribuer à développer l’utilisation des données au sein de l’organisation et à renforcer la culture des données pour permettre à chaque métier d’enrichir ses projets grâce aux données.

Comment organiser les équipes data ? Nous avons constaté dans notre dernière étude que les organisations interrogées qui n’avaient pas encore lancé de projet de données mais projetaient de le faire, optaient plutôt pour une structure centralisée. Pour celles qui débutent leur réorganisation autour des données, cette approche permet de centraliser les connaissances et de mobiliser moins de ressources que la mise en place d’équipes transverses.

Lorsqu’elles deviennent plus aguerries, les organisations peuvent alors passer à des équipes transverses, avec des experts présents dans chaque service. Cette approche améliore la communication, assure l’alignement sur une stratégie data unique et globale, favorise le développement d’une culture des données et le partage des connaissances acquises en interne.

Nous vivons désormais dans un monde piloté par les données, ce qui signifie que les possibilités de partage et de réutilisation des informations s’étendent bien au-delà des organisations. En conséquence, il est crucial de collaborer avec les partenaires de l’écosystème et d’autres parties prenantes pour maximiser la valeur des données. Les informations peuvent être fournies automatiquement dans des formats immédiatement réutilisables ou combinées avec d’autres sources de données pour générer davantage de valeur.

Par exemple, l’opérateur de télécommunications SFR collecte automatiquement les données anonymisées des cartes SIM de ses clients lorsque ces derniers se déplacent. De ces données, il tire des renseignements à propos des déplacements et des comportements des personnes, ce qui lui permet de créer un nouveau service : SFR Géostatistique. Cela représente une nouvelle source de revenus pour l’entreprise, car d’autres organisations peuvent acheter les données ou le savoir-faire en question et les utiliser pour planifier de nouveaux projets.

De même, Schneider Electric, spécialiste des solutions énergétiques numériques, a largement mis ses données à la disposition de son écosystème de partenaires. Le portail Schneider Electric Exchange permet aux utilisateurs d’utiliser des produits numériques et d’entrer en contact avec des prestataires de service ou avec leurs pairs au sein de communautés ouvertes.

Il va de soi que tout partage de données interne ou externe est soumis à des exigences de conformité, en particulier lorsqu’il est question d’informations sur les clients. Cependant, la protection de la confidentialité et de la sécurité n’a pas à être un processus manuel fastidieux. Il est possible de l’automatiser dans le respect de certaines règles et procédures en matière d’éthique des données.

Par exemple, UK Power Networks lance une opération de tri sur chaque ensemble de données avant de le partager. Les données sont évaluées à l’aune de plusieurs critères (dont la confidentialité, la sécurité, l’éthique, la propriété intellectuelle, la qualité des données) pour déterminer si elles peuvent être publiées ou si elles nécessitent un traitement supplémentaire en vue de les anonymiser. Fidèle à son engagement de transparence, UKPN partage ses méthodes de tri des données pour permettre à toute l’industrie de les utiliser.

Dans tous les secteurs de l’économie, les organisations capables d’exploiter et de partager les données acquièrent la possibilité de créer de la valeur, de prendre de meilleures décisions, d’accroître l’efficacité et la collaboration et de lancer de nouveaux services.