Cet article a été publié à l’origine sur Forbes.com, et a été rédigé par Brent Dykes, directeur de la stratégie des données chez DOMO, un partenaire de Riskonnect.

Avec l’abondance de données qui affluent aujourd’hui dans les organisations, le prochain défi n’est généralement pas de savoir comment acquérir plus de données, mais comment les traduire en quelque chose de significatif – desactions informéesqui conduisent à des revenus plus élevés, des coûts plus faibles, une productivité accrue, une plus grande fidélité de la clientèle, etc.

Alors que les entreprises traditionnelles s’efforcent toujours de tirer le meilleur parti de leurs données, de nombreuses startups actuelles ont intégré les données dans leur ADN. Dans une étude réalisée en 2015 par Capgemini, 58 % des cadres supérieurs s’attendent à devoir faire face à une concurrence accrue de la part de ces startups qui s’appuient sur les données. Cependant, que vous soyez un acteur établi ou un nouveau venu à l’affût des données, vous êtes tout aussi susceptible de devenir paralysés par les données.

À mesure que le volume de données augmente et que la dépendance à l’égard des données s’accroît, il est plus probable que les entreprises soient potentiellement menottées par les données si elles ne sont pas disciplinées et attentives. Au lieu de permettre à votre entreprise d’être plus efficace et efficiente, les données peuvent produire l’effet inverse et entraver votre capacité à prendre des décisions et à obtenir des résultats. Rapidement, votre actif numérique très prisé peut se transformer en une responsabilité potentielle.

Afin d’aller de l’avant avec les données, les entreprises doivent s’assurer que leur personnel peut s’y fier, les utiliser et les analyser de manière adéquate. Dans cet article, j’aborderai trois obstacles ou pièges importants qui, s’ils ne sont pas éliminés, immobiliseront votre personnel et bloqueront l’élan de votre entreprise en matière de données.

Méfiance à l’égard des données

L’une des formes les plus répandues de paralysie liée aux données est la méfiance à l’égard des données, qui se produit lorsque les individus mettent en doute la qualité de leurs données et refusent de s’y fier pour prendre des décisions. Selon une étude récente de KPMG, 84% des chefs d’entreprise se disent préoccupés par la qualité des données sur lesquelles ils fondent leurs décisions.. Data quality is clearly top of mind for most executives as they want to avoid making wrong decisions based on erroneous or incomplete data.

S’il est sain de remettre en question ses données, il peut être débilitant de perdre totalement confiance en elles et de se résigner à « voler à l’aveuglette ». Dans ce cas, les décisions et les actions sont toujours prises, mais sans les garanties et les avantages que les données peuvent apporter. Une fois que la méfiance à l’égard des données s’installe dans une organisation, elle peut saper considérablement tous les efforts d’analyse et rester un obstacle jusqu’à ce qu’elle soit traitée de manière adéquate.

S’il est facile de pointer du doigt vos données, vous devez souvent vous regarder dans le miroir lorsqu’il s’agit de la méfiance à l’égard des données. La plupart des professionnels de l’analyse reconnaissent que les données sont intrinsèquement désordonnées et sales. Cependant, dans de nombreux cas, des données erronées peuvent encore être utiles et sûres pour l’orientation. Les données peuvent être précis mais imprécis tout en restant pertinentes. Par exemple, si votre chiffre d’affaires en ligne est systématiquement supérieur de 10 à 15 % dans votre outil d’analyse numérique par rapport à votre système transactionnel (principalement parce que les retours et les commandes frauduleuses ne sont pas pris en compte), les données restent valables.

Trop souvent, on accorde plus d’importance aux données (perfection) qu’à l’examen de ses propres convictions. l’examen minutieux de ses propres croyancesIl s’agit donc d’un ensemble de données, d’opinions et d’hypothèses. Dans leur quête de données parfaites, la plupart des entreprises verront leur rendement diminuer à mesure qu’elles se rapprochent d’une concordance à 100 % entre deux systèmes. Il est souvent très coûteux et long d’éliminer les derniers 10 à 1 % de variance et cela vaut rarement la peine de consacrer du temps et des efforts à cette tâche. Plutôt que de vous arrêter chaque fois que vous rencontrez des différences ou des anomalies inattendues, il est important de renforcer votre système d’immunité aux « données sales » et votre tolérance aux imperfections afin de pouvoir continuer à extraire de la valeur de vos données.

Dans certains cas, la méfiance à l’égard des données n’est pas due à des inexactitudes réelles, mais à des inexactitudes perçues. Lorsque de nouvelles données sont introduites, elles peuvent être incompatibles avec des données et des croyances préexistantes, ce qui peut entraîner une dissonance cognitive. Lorsqu’une personne est confrontée à une incohérence (dissonance) telle que des informations contradictoires, elle est incitée à rejeter la nouvelle preuve comme étant erronée plutôt que de remettre en question ses données ou son opinion initiales. Plutôt que de supposer automatiquement que vous avez un problème de qualité des données, il se peut que vous ayez plutôt un problème de gestion du changement.

Surmontez la méfiance à l’égard des données :

  • Déterminer si les problèmes de données sont isolés, répandus ou imaginaires
  • Examiner la gravité et la fréquence des divergences de données
  • Travailler avec l’équipe informatique pour maintenir les données dans une marge d’erreur acceptable.
  • Tenir les équipes responsables du maintien de la qualité des données et introduire des processus pour réduire les erreurs.
  • regagner la confiance dans les données en démontrant leur précision et leur utilité

La journée des données

Bien que l’étourdissement par les données soit moins familier que la paralysie de l’analyse ou la méfiance à l’égard des données, il est probable que vous en ayez déjà fait l’expérience personnellement ou que vous ayez vu d’autres personnes gênées par ce phénomène. Les données devenant de plus en plus omniprésentes, l’hébétude survient lorsque les individus sont intimidés ou submergés par le volume de données qui se trouvent devant eux. Il s’agit essentiellement d’une forme de surcharge d’informations lorsqu’une personne tente d’assimiler trop de mesures/dimensions, de graphiques, de rapports, etc. en même temps. Lorsque les yeux d’un auditoire se voilent au cours d’une présentation riche en données ou lorsqu’il examine un tableau de bord complexe, vous constatez souvent les effets de l’étourdissement par les données. Le cerveau humain ne peut absorber qu’une quantité limitée d’informations avant d’être surchargé. En 1956, le psychologue George A. Miller a découvert que la plupart des gens ne peuvent traiter que 7 éléments d’information (+/- 2) à la fois. En 2004, le psychologue Barry Schwartz a présenté le paradoxe du choix , selon lequel le fait d’avoir plus d’options à choisir augmente en fait notre anxiété et interfère avec notre capacité à prendre des décisions en tant que consommateurs. De même, lorsque les gens sont inondés d’une trop grande quantité de données, ils se retrouvent bloqués et ne savent plus comment aller de l’avant, avant même d’avoir effectué la moindre analyse. Si moins c’est plus, nous sommes certainement nos pires ennemis lorsqu’il s’agit de partager et de consommer des données. Par exemple, au lieu de se concentrer sur un ensemble limité d’indicateurs clés de performance (ICP), de nombreuses organisations accumulent de vastes collections de prétendus ICP. Malheureusement, lorsque chaque mesure est considérée comme importante ou essentielle, l’objectif et les avantages des indicateurs clés de performance s’en trouvent amoindris. Dans ce cas, on introduit du bruit et de la confusion au lieu de créer un signal fort pour l’amélioration des performances de l’entreprise. Dans le but d’être utiles, les analystes remplissent souvent les rapports, les infographies et les tableaux de bord d’un grand nombre d’informations et de visualisations juteuses. Cependant, ils n’ont pas toujours une idée claire de ce dont les personnes qui consomment les données ont réellement besoin ou veulent. Lancer des données contre un mur pour voir ce qui colle est une approche problématique qui peut induire une hébétude face aux données. Dans ces situations, les analystes ne devraient pas deviner les besoins des acteurs de l’entreprise, et les utilisateurs finaux devraient exprimer clairement ce qu’ils essaient de comprendre et de réaliser (ce qui peut évoluer et évoluera). Lorsque des questions complémentaires basées sur les données se posent, des informations supplémentaires sont souvent ajoutées aux rapports et tableaux de bord existants. Cependant, le simple fait de fournir plus d’informations devient un substitut facile mais bâclé à la conservation des données existantes, à la suppression de ce qui n’est pas pertinent et à l’offre d’informations correctes. Un manque de connaissances ou de formation peut également contribuer à l’étourdissement des données de deux manières. Lorsque les individus ne savent pas comment visualiser efficacement les données ou raconter une histoire convaincante, les informations qu’ils partagent peuvent laisser les gens plus perplexes que responsabilisés. De même, lorsque les personnes qui consomment les données ne comprennent pas les définitions des mesures ou la manière d’interpréter les chiffres, vous vous heurtez à un autre obstacle à l’adoption des données. Ces deux facteurs peuvent être résolus par une formation et un enseignement appropriés, tant pour les personnes qui produisent les données que pour celles qui les consomment.

Surmontez l’étourdissement des données :

  • Réexaminez vos indicateurs clés de performance et les mesures qui les sous-tendent pour vous assurer qu’ils s’alignent sur votre stratégie d’entreprise.
  • Consolidez et conservez vos indicateurs clés de performance et les mesures qui les sous-tendent afin d’en accroître la pertinence et l’efficacité.
  • Organiser des ensembles de mesures de soutien dans le cadre d’indicateurs clés de performance de manière hiérarchique ou thématique.
  • Décomposer les données en couches ou en groupes plus digestes qui peuvent être explorés par les utilisateurs professionnels.
  • S’efforcer de simplifier et d’améliorer la visualisation des données et la présentation des rapports et des tableaux de bord.
  • Former les employés à la visualisation des données, à l’élaboration d’histoires de données et à l’interprétation des données.

Paralysie de l’analyse

Lorsque les gens pensent aux données qui entravent le progrès, ils pensent souvent à la paralysie par l’analyse. En règle générale, la paralysie de l’analyse se produit lorsque quelqu’un analyse ou réfléchit trop à ses données et ne parvient pas à une idée, une décision ou un résultat clé. Cette paralysie touche souvent les analystes, les scientifiques des données et même les responsables de l’analyse qui ne cessent d’approfondir les chiffres, mais se perdent dans le processus et ne parviennent pas à en extraire quoi que ce soit de valable. Parfois, peu importe à quel point nous sondons les chiffres, ils ne révèlent rien de perspicace ou d’exploitable. Par exemple, un analyste analysait un programme de marketing par courriel et s’efforçait de trouver quelque chose de substantiel dans les données. Alors qu’il souhaitait fournir des informations irréfutables, son principal interlocuteur – un spécialiste de l’email marketing – avait fait du bon travail en optimisant le programme d’email au cours des dernières années. Plutôt que de poursuivre son analyse, l’analyste a décidé d’examiner ses résultats intermédiaires avec la partie prenante pour voir s’ils susciteraient d’autres perspectives ou questions. En fin de compte, les résultats partiels ont constitué 90 % du document final et ont suffi à répondre à la plupart des questions de la partie prenante, même s’ils n’ont pas donné lieu à des idées ou à des recommandations révolutionnaires. Pour être compétent en matière d’analyse de données, il faut savoir quand continuer à creuser et quand passer à autre chose. Récemment, j’ai eu l’occasion d’interviewer des cadres de différents départements dans plusieurs organisations. À plusieurs reprises, un cadre a mentionné que son équipe était aux prises avec une « paralysie de l’analyse ». Bien que leurs équipes aient pu être immobilisées par les données, la paralysie dont elles souffraient se produisait clairement AVANT même que les équipes ne tentent d’examiner ou d’explorer leurs données en profondeur. Il est plus probable qu’elles souffraient des effets de l’étourdissement des données que de la paralysie de l’analyse. Si l’expression « paralysie de l’analyse » est assez bien connue, cette maladie n’est pas aussi répandue en dehors des fonctions analytiques. La plupart des entreprises n’ont pas encore atteint un niveau de maturité des données tel qu’un nombre significatif d’utilisateurs professionnels effectuent régulièrement des analyses par eux-mêmes. Cependant, à mesure que les entreprises adoptent l’analyse en libre-service et que les compétences en matière de données évoluent, cette forme de paralysie des données se produira plus fréquemment, car la possibilité d’explorer les données devient plus décentralisée et démocratisée.

Surmonter la paralysie de l’analyse :

  • Fixez une limite de temps et surveillez attentivement vos progrès
  • S’éloigner du problème et réessayer avec un regard neuf
  • Partagez votre approche d’analyse avec quelqu’un d’autre pour obtenir un point de vue différent.
  • Réexaminez la ou les questions commerciales initiales pour recentrer vos efforts.
  • Revenez à l’essentiel et essayez une approche d’analyse plus simple

Devenir une entreprise davantage axée sur les données est un parcours, et non une destination. En fin de compte, les entreprises ont besoin que tous leurs dirigeants et employés les rejoignent dans ce voyage, mais malheureusement, certaines personnes se perdront en chemin. Certains perdront confiance dans les données. D’autres seront submergés par le volume d’informations partagées. D’autres encore plongeront dans les données à la recherche d’informations et ne referont jamais surface. Il est important d’atténuer et de surmonter ces pièges paralysants afin de favoriser l’action et la valeur de vos données. Plus il y a de personnes qui peuvent participer à ce voyage des données et rester sur le chemin, mieux ce sera pour le succès à long terme de votre entreprise avec les données. Consultez notre livre blanc sur la visualisation des données pour passer de la connaissance à l’action.

Prenez des décisions plus rapides et plus intelligentes grâce à Riskonnect Insights.

**Cet article a été publié sur Forbes.com le 28 septembre 2016.