Data-driven : avez-vous vraiment le mindset qu’il faut pour vous définir ainsi ?

Data-driven ? Pourquoi vouloir être “data-driven” à propos ?

Pour une raison simple. Aujourd’hui, la force motrice la plus grande dans les entreprises vraiment innovantes, ce n’est pas seulement qu’elles savent attirer les meilleurs talents (même si cela reste un atout de premier ordre).  

Non. Ce qui fait réussir les entreprises innovantes, c’est une prise de décision distribuée, des workflows agiles, et leur capacité à expérimenter rapidement pour conquérir le public. 
Elles ont fait leur le mantra “fail fast” (si tu dois échouer, fais-le vite –sous-entendu : et passe à autre chose tout aussi vite). Bref. Cet état d’esprit qui consiste à aller vite, échouer parfois mais réussir d’autant plus souvent que l’on essaie beaucoup, c’est tout simplement l’agilité. 
 

L’état d’esprit agile ? 

Au cœur de cet état d’esprit agile ? Les données. La révolution numérique a engendré des montagnes de données, mais les organisations doivent posséder la bonne combinaison de compétences, de technologie et de culture pour en faire émerger la valeur.

Voilà pourquoi la tournure d’esprit et les réflexes “data-driven sont une condition sine qua non de cette agilité. 

Fail fast 

Par exemple en cas d’échec : comment raisonner “fail fast” si l’on n’a pas le réflexe de regarder les données tout de suite. Et si l’on ne sait pas les analyser froidement, sans affect. En identifiant l’échet tout de suite, sans chercher à dire “oui, mais en fait ce n’est pas si mal”. Ou bien “mais laissons encore une chance aux clients”. 
Un des grands problèmes que l’on rencontre, en matière de web-marketing par exemple, est ainsi ce que l’on appelle les “vanity-metrics”.  

Vanity-metrics vs data-driven

Plutôt que de regarder les données froidement, le décideur y introduira un biais systématique consistant à se projeter lui-même dans l’analyse des données. Allant parfois jusqu’à mettre en doute les données elles-mêmes.  
“Cela ne peut être juste. Il doit y avoir une erreur. Nous connaissons nos clients quand même.” 
Ce biais cognitif très répandu survit encore comme un héritage de l’époque où les responsables marketing avaient tendance à dire “je sais bien qu’une moitié de mon budget publicitaire ne sert à rien, mais je ne sais pas laquelle”.  

Désormais, on peut tout mesurer, tout tracker, tout savoir. Mais les vieux réflexes datant de l’époque où l’on devait interpréter la moitié de son calcul de retour sur investissement subsistent sous la forme du vanity-metrics.  Il incarne ce contraire du mindset “data driven” que l’on cherche pourtant à installer. 

 

L’alphabétisation aux données

La véritable maîtrise des données est en effet cette capacité de lire, d’analyser et d’argumenter avec les données. Tout comme l’alphabétisation en tant que concept général, l’alphabétisation aux  données met l’accent sur les compétences nécessaires pour travailler avec des données.  

Le concept n’est certes pas totalement semblable à la capacité de lire du texte puisqu’on y exige certaines habiletés de lecture des statistiques et de compréhension du contexte de ces données. 

Il se distingue en tout cas de la simple culture statistique. Il suppose en effet la compréhension de ce que signifient les données. Autrement dit un véritable “lettré” en matière de données prend en compte toutes les dimensions associées à ces données :  
 

  1. la façon dont elles sont collectées (données d’intention, déclaratives -réponses à des questionnaires ou des enquêtes d’évaluation-, données d’observation -obtenues via l’Internet des objets-, open data -réutilisation de données publiques, etc. : toutes n’ont pas forcément la même puissance informative pour une situation donnée dans une entreprise donnée).  
  1. La façon dont elles sont stockées.  
  1. La façon dont elles sont présentées. Quantité d’erreurs de data-visualisation sont à l’origine d’échecs de postures “data-driven”. Ah ! Ces moyennes trop étudiées, ces camemberts qui ne démontrent rien. Ou l’oubli du phénomène de variance.  
    Combien de hauts dirigeants ont pu prendre de décisions en croyant s’appuyer sur des données solides, alors qu’ils mettaient en œuvre des biais cognitifs.  

La culture des données 


Une étude réalisée en 2018 par le cabinet américain  Mention and Mynewsdesk auprès de 1 050 décideurs en entreprises montrait que seulement 18% des professionnels pensaient avoir un bon niveau de culture des données (data literacy). 

On est loin de ce qui est indispensable à l’agilité et à la transformation numérique.
 
Le gros du travail pour adopter une posture data-driven se situe donc dans la formation et le change-management pour adopter cette culture. La suite est organisationnelle. Nous en avons parlé ici, à propos des impasses face à la volonté des entreprises de devenir data-driven 
 

 

Ces réflexions sur les data vous intéressent ?
Suivez notre série d’articles sur le sujet.

Et pour cela , abonnez-vous à notre newsletter “En direct des bacs à sable”.
Cette newsletter vous informera de que nous publions ici et de ce qui se publie ailleurs sur ce type de sujets..

Abonnez-vous au plus vite.
Découvrez les trésors des bacs à sable, cliquez sur l’image….

A propos de data vous aimerez aussi sans doute lire :

Data-management et data-governance, c’est quoi la différence ?

De la Business Intelligence à la Data-intelligence

3 cas d’usage du big data en marketing

Couverture bonnes feuilles livre Redouane Labdoui

Téléchargez les bonnes feuilles du livre de Redouane Labdoui

  • Et découvrez-le en avant-première
 


Prénom
Nom

Vous pourrez vous désinscrire à tout moment de la plateforme de gestion des téléchargement que nous utilisons, Mailchimp.
En acceptant de télécharger cet ouvrage, vous acceptez que vos informations personnelles soient transférées au système automatique de traitement Mailchimp. La politique de confidentialité de cet outil peut être consultée ici.

* champ obligatoire