Êtes-vous condamné(e) à devenir Data Analyst ?

L’analyse des données au coeur des fonctions métiers

Les nouvelles entreprises de la tech ont construit leur organisation et leur processus autour de la donnée. Commerce, transport ou location, elles exercent en fait les mêmes activités que d’autres entreprises plus traditionnelles. Elles achètent, vendent, distribuent, stockent, financent et embauchent.

La différence est l’importance qu’elles accordent à la donnée dans chacun des métiers et dans chaque décision prise.

Aujourd’hui, toutes les entreprises adoptent cette organisation pour ne pas se laisser distancer. Voici ce que dit Samir Amellal, CDO de la Redoute : “ le stade ultime consiste à diffuser la Data dans l’ensemble de l’entreprise[ …] de diffuser cette pratique dans tous les départements, filiales et pays.” 

Petit à petit, tous les domaines sont impactés. Marketing et planification aujourd’hui. Supply Chain, qualité et contrôle de gestion dès demain. Les autres domaines (Achat, Finance, RH, Production...) suivront. A la Redoute, l’équipe Data compte déjà 70 personnes pour un effectif de 2000 personnes.

Est-ce que cela veut dire que nous allons tous devenir des Data Analyst ?

De quoi s’agit-il ? L’analyse des données consiste à comprendre pourquoi un événement s’est produit et si possible ce qui va se passer ensuite. Ces connaissances souvent complexes sont présentées de manière simple et visuelle pour permettre la prise de décision. 

Analyser les données nécessite des compétences à la fois techniques et métiers. Les Data Analyst ont cette double compétence. Ils sont difficiles à trouver et les organisations se les arrachent.

Sur le moyen long terme, la tendance est à une juste répartition des rôles. Aux équipes techniques, le rôle de collecter, de transformer et mettre à disposition des utilisateurs des volumes toujours plus importants de données. A chaque métier ensuite d’analyser, et de communiquer les résultats.

Si vous avez la responsabilité d’une activité, d’un projet ou d’une équipe, vous serez amené à concevoir ces nouveaux indicateurs. En tant qu’expert dans votre domaine, vous êtes le mieux placé pour exercer ces compétences. Vous savez quoi chercher, comment le chercher et surtout, vous pouvez interpréter les résultats. 

Il vous manque une compétence : apprendre à exploiter les données.

des compétences chaque jour plus faciles à acquérir

Chaque jour, la presse et les réseaux sociaux nous racontent les aventures des “pure player” comme Amazon, Uber ou Airbnb. Ces articles fourmillent d’un jargon intimidant : AI, ML-DL, Data mining...  De quoi nous conforter dans l’idée que la Data est un domaine réservé aux techniciens informatiques.

Il y a un peu plus d’un an, j’étais responsable des études informatiques dans une entreprise industrielle. Nous avions pris la décision de créer une équipe dédiée à la data. J’ai connu ce sentiment de vertige. Je me suis posé ces questions.

J’ai aussi beaucoup interrogé les responsables métiers : définition du besoin, règles métiers et règles de calcul, sources et qualité des données. J’en ai tiré une certitude : c’est à vous, expert métier, de concevoir, réaliser et publier les indicateurs qui permettront à votre organisation de prendre ses décisions en se basant sur la donnée, sur les faits.

Aujourd’hui, j'ai 3 bonnes nouvelles pour vous. 

1- Vous n’êtes pas seul. Partout, dans toutes les entreprises, dans tous les métiers, de plus en plus de personnes apprennent et pratiquent. Les équipes marketing qui exploitent les données externes (le Big Data), la planification qui regardent comment exploiter les algorithmes de machine learning. Le contrôle de gestion pour l’élaboration des budgets. Et ce ne sont que quelques exemples.

2- Les équipes Data ou informatiques ont besoin de vous (même s'ils ne le savent pas encore). Aujourd’hui, elles sont confrontées à un véritable conflit d'intérêt. Il leur faut à la fois servir au plus vite des besoins particuliers (votre rapport) et dans le même temps assurer la mise à disposition des données. Interrogez un Data Engineer : son rêve le plus cher est d’avoir en face de lui un Data/Business Analyst, quelqu’un du métier qui sait de quoi il parle. Vous !

3- Une nouvelle génération d’outils, simples, intuitifs et parfois gratuits est disponible pour vous aider à franchir le pas. Power BI de Microsoft, Tableau de SalesForce ou Qlik Sense pour ne citer que les principaux. Et dans votre organisation, si vous cherchez bien, il existe sûrement une solution de BI (Business Intelligence) qui sommeille, des outils d’analyse des données qui ne demandent qu’à servir.

Si personne ne connaît l’avenir, particulièrement dans le domaine de la Data, on peut sans risque prédire que les métiers seront de plus en plus impliqués dans la conception et la réalisation de leur rapport/analyse. La question qui demeure est de savoir jusqu’où ira cette nouvelle autonomie.

Trois mantra pour bien débuter

C’est une chose d’être convaincu, c’en est une autre de se lancer ! 

Par où commencer et surtout comment s’assurer que chaque jour qui passe vous rapproche un peu plus de l’objectif : celui de maîtriser vos données et de pouvoir en toute confiance, proposer vos analyses, vos conclusions.

1/ Think big, start small

Pour débuter, vous devez choisir un objectif simple à mesurer. Vous devez avoir identifié clairement les questions auxquelles votre rapport doit répondre. Cet objectif doit être partagé avec votre cible. Idéalement, n’utilisez que des données que vous connaissez déjà. Vous pourrez ainsi faire de votre projet un Quick Win.

Ensuite, vous disposerez d’une place forte à partir de laquelle vous pourrez rayonner. Petit à petit, vous allez construire des indicateurs pour chaque activité. Vous disposerez enfin de faits sur lesquels appuyer vos propositions de changement, vos décisions.

Dans tout apprentissage, il y a un ordre à respecter. Si vous souhaitez apprendre et comprendre vos données, étudiez d’abord longuement l’historique avant d’essayer de prédire l’avenir ou de confier cette prédiction à un algorithme.

2/ Garbage in, garbage out

La qualité de la donnée ne se négocie pas. Des chiffres exacts, c’est la première chose qu’on attend de vous. Des données d’entrée fausses ou incomplètes donnent des résultats inexacts et, plus grave encore, peuvent amener à prendre des décisions erronées.

Les services informatiques ont la responsabilité de la qualité de la donnée. Ils sont garants de leur origine, de leur complétude et de leur fraîcheur. Mais la qualité d’une donnée ne peut réellement être évaluée qu’en fonction de l’usage attendu. L’expertise métier est indispensable.

N’hésitez pas à faire une deuxième passe avec votre propre grille d’analyse. Vous pouvez, par exemple, créer un deuxième rapport consacré aux indicateurs de qualité de la donnée. Vous aurez ainsi un document d’échange factuel avec le Data Engineer.

Corriger la donnée est chronophage. Le temps passé en fiabilité est du temps de gagner lorsqu’une anomalie est détectée.

3/ Less is more

J’ai rencontré beaucoup de personnes qui passaient leurs journées à jouer avec les données. Leur rapport ou leur analyse contenait beaucoup trop d’informations et le résultat n’était pas exploitable. Gardez toujours en tête pourquoi et pour qui vous faites ce travail.

Votre cible n’a pas de temps et n’attend pas votre analyse. Elle veut des réponses précises à des questions clairement formulées. Vous devez être simple, direct et factuel.

Ne montrez que ce qui est nécessaire. L’objectif de votre rapport est de communiquer les conclusions que vous avez tirées de l’analyse des données. Son contenu doit être conçu de manière à orienter les décisions.

La complexité doit être cachée mais la méthodologie, les règles et l’identification des sources doivent être accessibles. Dit autrement, pas d’accès aux données sources (pas d’export Excel !) mais une documentation détaillée et à jour.

Apprendre et gagner en confiance

En lisant les résultats d’une enquête de Capgemini Research Institute réalisée en 2020 sur les entreprises Data-Driven (Pilotage par la donnée), j’ai été frappé par ce constat : 

“Seuls 20 % des dirigeants d’entreprises françaises font confiance aux données alors que 66 % des responsables techniques pensent que leurs utilisateurs métier leur font pleinement confiance. “

Cet écart d’appréciation entre les équipes techniques et les utilisateurs métiers empêche aujourd’hui les organisations de tirer pleinement partie de leurs données.

Des avancées considérables ont été faites ces dernières années dans les organisations pour collecter, transformer et mettre à disposition des utilisateurs un volume de données chaque jour plus important. Mais tous ces efforts sont vains si les utilisateurs n’ont pas confiance dans les données. Et c’est là que vous avez un rôle à jouer. 

Vous êtes le maillon manquant. Vous seul, êtes en capacité d’apporter l’expertise de votre domaine et la compréhension du contexte à vos analyses. Vous seul pouvez éclairer votre organisation sur les limites et les biais des résultats obtenus.

Mais pour exercer pleinement vos responsabilités, vous devez connaître et comprendre les données que vous utilisez. Vous devez aussi apprendre à construire et partager vos analyses pour permettre la prise de décision éclairée.

Cet apprentissage prend du temps. Réorganisez votre agenda pour y consacrer chaque semaine plusieurs heures et démarrez sans attendre à pratiquer en choisissant un premier objectif.

Et si votre organisation ne vous suit pas, quittez là ! Ses jours sont comptés.