L’émergence d’une nouvelle génération d’outils de gestion et d’analyse des données permet aux organisations de détecter, de prédire et de mesurer l’impact de tout ce qui survient, avec un niveau de détail bien plus fin. Pourtant, ces outils et méthodologies ne sont pas exploités à leur pleine capacité, généralement en raison d’une gouvernance défaillante, d’une sous-exploitation des données et d’une culture de la donnée inadéquate.
À cela s’ajoute le fait que la plupart des organisations cloisonnent leurs données et mènent des processus data isolés, pilotés par des équipes peu habituées ou peu enclines à partager les données, et qui ne recueillent pas nécessairement une adhésion interne unanime. Pire encore, ces données sont souvent dispersées dans différents fichiers et rarement mises à jour.
Il existe deux cas de figure où la donnée est mal exploitée. Le premier concerne la prise de décision. La plupart des décisions sont prises sur la base d’une longue expérience ou d’une intuition éclairée, quand bien même cette expérience ou cette intuition se révélerait sans pertinence. Le second cas survient lorsque les équipes s’accordent et décident de quelque chose, puis vont chercher des informations et des données pour étayer cette décision ce qui ne permet pas réellement d’exploiter pleinement la valeur de ces données. Ces deux situations engendrent un désavantage concurrentiel important par rapport aux organisations qui, elles, font parler leurs données.
En règle générale, la donnée le nouvel or noir d’aujourd’hui ne cesse de s’accumuler dans les bases de données, mais les organisations ne parviennent pas à réellement l’exploiter à fond, n’en faisant qu’un usage très superficiel à l’aide d’outils de type Power BI. Un changement d’état d’esprit s’impose assurément pour dépasser nos limites conventionnelles. Ces outils doivent malgré tout continuer à être utilisés, mais ils devraient être considérés comme un maillon d’une chaîne de valeur de la donnée¹ bien plus large, et non comme la brique fondatrice d’une stratégie data à part entière.
Prenons l’exemple d’une entreprise qui réalise l’analyse de son chiffre d’affaires en ventilant les chiffres par ventes par client, zone géographique et période, à l’aide d’un modèle de reporting. Cette approche, bien que pertinente, ne permet pas une lecture ni une compréhension plus approfondies des données. Une entreprise ne peut pas mesurer, par exemple, l’impact d’autres types de jeux de données sur les ventes, tels que le coût des matières premières, les retours des clients sur de nouveaux produits recueillis à partir des publications sur les réseaux sociaux, les prix auxquels la concurrence vend ses produits, le trafic de son site web, l’actualité économique, etc.
Ce besoin d’établir en permanence des relations de cause à effet ou de dégager une tendance entre des jeux de données est très caractéristique des entreprises dites « prédatrices ». C’est le cas de Netflix, qui collecte et analyse des ensembles de données brutes fondés sur les préférences des utilisateurs : leurs recherches précédentes, leurs habitudes, leurs choix, leurs évaluations, leur temps de visionnage, etc. Les données ainsi collectées contribuent alors à créer un cercle vertueux (« effets de réseau de la donnée » Data network effects).
Autrement dit, plus Netflix collecte et croise de données sur ses clients, mieux il peut affiner son offre et mieux répondre à la demande grâce à toutes ces données disponibles. De plus, le traitement de l’ensemble de ces jeux de données permet de développer de nouveaux produits (segmentation approfondie), des dispositifs de maintenance prédictive ou de nouveaux modèles économiques (passer de la vente de produits à la vente de services adossés aux produits), etc.
« La culture mange la stratégie au petit-déjeuner » (Culture eats strategy for breakfast) : cette citation de Peter Drucker signifie que si les collaborateurs ne prennent pas part à la stratégie data, alors cette stratégie est vouée à l’échec. De fait, vouloir croiser différents jeux de données peut créer un déséquilibre entre la vision de la direction sur la donnée et la réalité du terrain.
Cela dit, il n’existe pas de solution miracle à proprement parler, chaque organisation étant unique ; mais il existe plusieurs façons de mieux gérer la donnée. De manière générale, un modèle vertueux de traitement des données exige d’abord que tout le monde parle le même langage, et qu’il y ait une explication claire sur l’origine des données et sur la manière dont elles vont être utilisées au sein de l’organisation. Par ailleurs, différentes étapes doivent être franchies pour garantir la disponibilité et l’accessibilité des données (démocratisation de la donnée), leur traçabilité et leur qualité. Enfin, chacun doit comprendre que nous devons révéler le potentiel caché des données métier et prendre conscience à quel point le partage des données change radicalement la donne.
Non seulement la direction doit se doter des ressources techniques pour croiser les données, mais elle doit aussi adopter une approche holistique, soutenir différentes initiatives même si elles échouent dans un premier temps, et veiller à ce que cette nouvelle culture de la donnée fasse l’objet d’une véritable adhésion dans l’ensemble des départements. Dans le même temps, l’idée d’une propriété des données détenue par un groupe d’utilisateurs ou une entité spécifique doit désormais être considérée comme un modèle du passé.
Croiser les données est un accélérateur indéniable qui crée de la valeur non seulement pour les organisations, mais pour la société tout entière. Il n’est pas surprenant que les économies les plus avancées, comme les États-Unis, se soient déjà engagées dans un plan d’action pluriannuel favorisant les architectures de partage de données et les mécanismes de gouvernance. L’UE a élaboré un plan d’action similaire, baptisé le Data Act. Les nouvelles règles rendront davantage de données réutilisables et devraient générer 270 milliards d’euros de PIB supplémentaire d’ici 2028. Le Data Act s’attaque aux enjeux juridiques, économiques et techniques qui conduisent à une sous-exploitation des données.
Tout l’intérêt de croiser les données pour en libérer la valeur prend encore plus de sens lorsque l’on comprend que la donnée est elle-même une sorte de carrefour où se rejoignent culture et économie. À ce titre, une version entièrement nouvelle de ce que la donnée a à offrir se présente à nous, pour repenser le monde qui nous entoure et en apprécier tout le potentiel. Et, accessoirement, la donnée peut devenir un levier (ou un outil) au service d’un pouvoir en place. Comme toujours lorsqu’il est question de pouvoir, celui-ci peut être utilisé à bon escient ou à mauvais escient. Tout dépend de qui se trouve au sommet.
