La faible qualité et l’adoption des données font qu’il est difficile pour les entreprises d’extraire de la valeur de leurs données. Les experts en données doivent se mettre davantage à la place des experts commerciaux pour passer de l’objectif commercial au projet de données.
Les entreprises reçoivent une pléthore de données. Pourtant, elles ne savent souvent pas quoi en faire, ni comment en extraire de la valeur. Et les données sont-elles exactes ? « La qualité des données au sein des organisations est un gros problème », note Ziad A Fayad, Data Cloud Specialist Lead chez Salesforce. Christophe Robyns, Managing Partner chez Agilytic, Mathias Coopmans, Cloud and Architecture Lead chez SAS et Thijs Paepen, Account Manager chez Ctac, sont toujours assis autour de la table. Ensemble, les experts discutent du rôle des données au sein des entreprises, de leur qualité et de leur valeur, ainsi que de l’adoption des données et des technologies au sein d’une organisation.
J’ai des données, et maintenant ?
« La qualité des données et les silos de données restent des défis majeurs pour les entreprises, même après des années de progrès technologiques », commence M. Fayad. M. Paepen abonde dans le même sens : « Beaucoup d’entreprises ont encore des difficultés avec leurs données, qu’il s’agisse d’un enchevêtrement de données, de doublons ou de données incorrectes.
Cette faible qualité des données ne permet pas aux entreprises d’en tirer suffisamment de valeur. « Cela les laisse souvent à un niveau de base lorsqu’il s’agit d’analyse », explique M. Paepen. Même des questions aussi simples que « Quels problèmes commerciaux puis-je résoudre en utilisant mes données ? Quels problèmes commerciaux puis-je résoudre en utilisant mes données ? restent sans réponse », ajoute Robyns.
Données en silos
Les silos de données constituent l’un des défis les plus courants en matière de gestion des données. Il s’agit de collections de données séparées au sein d’une même organisation, stockées de manière isolée et difficilement accessibles aux autres départements.Cela entraîne des inefficacités et des obstacles à l’utilisation efficace des données. Coopmans voit une explication possible à l’existence des silos de données. Il souligne que dans les grandes organisations, les silos de données sont souvent synonymes de pouvoir, ce qui peut conduire à leur perpétuation délibérée. « Toutes les causes des silos ne sont pas logiques », note-t-il. « La politique interne joue certainement aussi un rôle. La solution ne sera donc pas de nature technique, mais plutôt axée sur la gestion du changement.
Au-delà du battage médiatique
« Les projets de données existent depuis au moins 20 ans », affirme M. Fayad. Pourtant, un poids lourd pèse sur ces projets. « Lorsque quelqu’un vend une solution qui n’a rien à voir avec les données, la mise en œuvre est susceptible d’être rapide. Dès que vous commencez à parler de données, la plupart des gens pensent automatiquement que le projet prendra des années », explique M. Fayad. M. Robyns partage cet avis et ajoute une autre étape importante avant de parler de données avec les clients.
« Nous ne commençons pas par poser des questions sur leurs données, mais nous voulons connaître les points faibles de l’entreprise. Quels sont les objectifs de l’entreprise ? Robyns illustre son propos en disant : « Une organisation avait développé un modèle impressionnant. Plusieurs mois après sa mise en œuvre, elle s’est aperçue que personne dans l’entreprise ne l’utilisait. La raison ? Il ne répondait pas aux besoins de l’entreprise et s’avérait donc inutile ». Cela souligne l’importance d’objectifs et de propositions commerciales clairs.
L’adoption
Les entreprises disposent d’une grande quantité de données, mais ne savent pas quoi en faire. « Cela tient en grande partie à l’adoption », poursuit M. Coopmans. « L’adoption au sein d’une même entreprise est ralentie par les différences de vitesse dans la façon dont les équipes et les départements traitent les données et les nouvelles technologies.
L’adoption au sein d’une même entreprise est ralentie par les différences de vitesse dans la manière dont les équipes et les départements traitent les données et les nouvelles technologies.
Paepen note également cette divergence. « Certaines équipes travaillent déjà avec des modèles de données avancés, tandis que d’autres se débattent encore avec des processus de base tels que la gestion de tableaux Excel. En d’autres termes, il existe une grande différence de maturité, non seulement entre les entreprises, mais aussi entre les départements internes.
M. Paepen souligne également l’importance du changement des méthodes de travail et de l’état d’esprit. « Dans nos projets, nous consacrons 30 % du temps à la gestion du changement afin que les nouvelles technologies puissent être mises en œuvre avec succès », déclare M. Paepen.
Fayad poursuit en soulignant que les organisations doivent s’efforcer de rendre les données accessibles et compréhensibles à tous les niveaux de l’entreprise afin d’abaisser la barrière à l’adoption.
Les technologies de l’information en tant que facilitateur
Robyns a déjà souligné l’importance de définir les objectifs commerciaux avant de commencer la partie technique. M. Paepen affirme également que le département informatique joue de plus en plus un rôle de facilitateur et doit faire la transition entre les besoins de l’entreprise et l’élaboration technique. « Le rôle du département informatique est passé d’une force d’orientation à une fonction de soutien qui aide à résoudre les problèmes de l’entreprise.
Le rôle du département informatique est passé d’une force directrice à une fonction de soutien qui aide à résoudre les problèmes de l’entreprise.
Coopmans est d’accord : « Aujourd’hui, les data scientists et les ingénieurs doivent non seulement posséder des compétences techniques, mais aussi être en mesure de traduire les problèmes commerciaux en solutions techniques. Cela nécessite une approche hybride dans laquelle les experts en données comprennent également le contexte commercial ». Les données doivent en fin de compte contribuer aux objectifs de l’entreprise.
Regardez avant de sauter
La qualité et la maîtrise des données, ainsi que les silos de données, sont encore des défis courants. Aujourd’hui, les médias nous donnent l’impression que tout est lié à l’IA et que tout le monde travaille avec des données, mais dans la pratique, nous constatons que de nombreuses entreprises ne sont pas du tout prêtes pour cela.
« La question fondamentale dans les projets d’IA et de données revient souvent à la qualité et à l’adéquation des données : vos données sont-elles prêtes ? », déclare Fayad. « Il est important de définir vos objectifs commerciaux et d’évaluer la faisabilité de votre projet. Sur la base d’une matrice de faisabilité, qui prend également en compte la disponibilité et la qualité des données, nous pouvons donner la priorité aux bons projets », conclut M. Robyns.
Cet éditorial est le premier d’une série de trois sur le thème des données et de l’analyse. Cliquez sur notre page thématique pour voir tous les articles de la table ronde, la vidéo et nos partenaires.