Le temps, c’est de l’argent. Chaque fois qu’une information est retardée par des frictions entre les données, cela a un coût. La friction des données draine la productivité, est l’ennemie de l’efficacité et peut vous amener à réagir à quelque chose que vous n’aviez pas prévu parce que vous n’aviez pas les bonnes données au bon moment. Considérez le coût caché de la friction des données qui se cache dans vos processus internes. Les feuilles de calcul sont souvent considérées comme une option peu coûteuse de gestion des risques, car leur utilisation nécessite peu de formation et elles sont déjà installées sur pratiquement tous les ordinateurs. Toutefois, si vous additionnez les coûts opérationnels liés au temps nécessaire pour collecter, formater et consolider manuellement les données, les coûts financiers associés à l’erreur humaine et les coûts stratégiques liés aux opportunités manquées parce que personne n’a eu le temps d’effectuer une analyse approfondie, cette solution « gratuite » peut ne pas sembler être une si bonne affaire que cela. Le temps que vous passez à consolider les données est du temps qui n’est pas consacré à la prise de décisions stratégiques qui pourraient en fin de compte contribuer à réduire le coût du risque. Le temps que le personnel passe à nettoyer ses propres feuilles de calcul est du temps qui n’est pas consacré à la découverte de la cause première d’une situation de sécurité. Lorsque les inefficacités sont ancrées dans les opérations quotidiennes, vous pouvez ne pas vous rendre compte du nombre d’opportunités manquées ou de l’impact réel sur le résultat net. Les partenaires externes ont leurs propres problèmes de friction. La multiplicité des systèmes, des formats de données et des exigences réglementaires fait qu’il est difficile pour les transporteurs et les TPA de convertir, de consolider et de communiquer leurs données de manière rentable. L’agrégation, la normalisation et la transformation de données provenant de centaines de sources sont compliquées et coûteuses. Malheureusement, la friction de leurs données devient votre problème lorsque vous ne pouvez pas obtenir des informations critiques quand et comment vous en avez besoin. L’ampleur – et le coût – de votre problème de friction des données dépend de la complexité de votre écosystème de risque et de votre capacité à gérer les quantités considérables de données nécessaires. Plus il y a de sources de données et de parties prenantes dans votre écosystème, plus la friction sera importante – et plus le coût sera élevé. Ce qui commence comme un écosystème de risques relativement simple peut se transformer en quelque chose de beaucoup plus complexe pratiquement du jour au lendemain. Une nouvelle implantation apporte de nouveaux risques. Une acquisition ajoutera des risques, dont certains peuvent être totalement étrangers à vos activités actuelles. De nouveaux produits entraîneront des risques liés à de nouveaux fournisseurs et à une nouvelle chaîne d’approvisionnement. Si votre technologie, vos processus et votre personnel ne sont pas suffisamment sophistiqués pour gérer l’écosystème en expansion, les frictions de données qui en résulteront pourraient être très coûteuses. Il est essentiel de comprendre votre écosystème de risques pour quantifier les coûts liés à la friction des données. Posez-vous la question :
- L’information circule-t-elle facilement dans votre écosystème ?
- Votre philosophie de gestion des risques consiste-t-elle à créer une nouvelle valeur ou à réduire les coûts ?
- Avec combien de courtiers, de TPA et de transporteurs travaillez-vous ?
- Avez-vous plusieurs unités commerciales ?
- Combien de sites et d’employés ?
- Dans quelles juridictions opérez-vous ?
- Quels sont les régulateurs auxquels vous êtes soumis ?
- Qui sont les principaux acteurs de la gestion au sein de votre organisation ?
- Quelles sont vos sources de données ? Où sont-elles hébergées ?
Consultez notre blog, « 5 étapes pour débloquer le flux d’informations« , pour savoir ce que vous pouvez faire pour améliorer le flux de données, réduire les frictions liées aux données et, en fin de compte, diminuer les coûts.
