Que cela signifie-t-il d’être “data-driven” ? | Publications

 - Que cela signifie-t-il d’être data-driven?
 - “Être data-driven n’est pas une question de données…”

Ce n’est pas parce qu’une personne récolte énormément de données, ou encore, parce qu’elle est plongée dans ses dashboards ou autres outils d’analyse, que cette personne est data-driven. Le volume de données collecté ainsi que le suivi de leurs performances sont en réalité les points de départ pour réellement devenir data-driven.

 - Que faut-il pour être/devenir data-driven?

Être data-driven est une vision à laquelle les entreprises aspirent. Afin d’atteindre cet objectif, il faut rassembler trois éléments importants. Tout d’abord, l’état d’esprit et la culture développés au sein de l’entreprise. Ensuite, le modèle opérationnel déployé pour le fonctionnement journalier. Et enfin, le procédé d’exécution, lequel fait office d’intermédiaire entre la culture et le modèle, et entre la théorie et la pratique. En résumé, ces éléments réunis forment les opérations. Ceci décrit en réalité comment les parties prenantes vont appliquer le modèle dans le contexte spécifique à leur projet, lequel est basé sur une culture partagée.

Être data-driven est donc un challenge dans la réalisation des projets au quotidien. Que ce soit dans la conception d’une campagne média réussie, le lancement d’un nouveau site web, ou même dans la gestion d’une entreprise.

1 - La Culture

La culture est faite de valeurs. Pour être data-driven, il est nécessaire de développer certaines valeurs importantes, à savoir:

La flexibilité - Il est important d’être flexible afin de pouvoir s’adapter en toutes circonstances, selon des observations faites et/ou des feedbacks reçus. En effet, les environnements entrepreneurials ne sont pas rigides, et encore moins figés, la concurrence et les besoins des clients évoluent rapidement. Dès lors, il est fondamental de s’adapter sur bases des dernières informations récoltés.

L’ouverture d’esprit - Il est important d’être curieux, de toujours vouloir se dépasser et de chercher l’excellence dans la réalisation de chaque projet. En plus d’être curieux, être ouvert signifie aussi être capable d’accepter les critiques et les feedbacks négatifs, toujours dans le but d’avancer et de s’améliorer.

Le partage - La réalisation de projets nécessite parfois l’implication de différentes parties prenantes, parfois issues d’autres départements, ou encore, d’autres entreprises. Une bonne communication est donc fondamentale afin d’assurer une évolution simultanée dans une seule et même direction, mais également afin de partager les informations récoltées.

La culture est aussi une question d’autonomisation des ressources internes, en termes de capital humain. Ceci se fait, entre autre, via les outils de collectes de données qui nourrissent le processus de décision.
2 - Le Modèle

Le modèle qui s’articule autour d’un état d’esprit data-driven est connu sous le nom du “test & learn” En effet, ce modèle permet de construire le projet de façon continue au travers de la flexibilité. Rien n’est figé, tout est flexible. Un modèle “test & learn” implique trois grandes phases.

Que cela signifie t il dêtre data driven

  • La phase de construction (Build) - Pendant laquelle on définit les objectifs et/ou les hypothèses à tester. Ensuite, on définit la stratégie qui permettra d’atteindre ces objectifs, ou de tester les hypothèses. Une fois ces étapes terminées, vient la mise en place de tous ces éléments pour finalement débuter le projet.
  • La phase de mesure (Measure) - Pendant laquelle on contrôle l’avancement et les performances du projet. Ceci, au travers de la collecte de données au moyen de chaque outils à disposition.
  • La phase d’apprentissage (Learn) - Laquelle consiste en l’analyse des données collectées dans la phase précédente. Il est important de rassembler l’ensemble des idées et des apprentissages intéressants en fonction de leur pertinence et performance.

Sur base des ces apprentissages, on peut répéter le cycle, et recommencer la phase de construction dans le but d’optimiser ce qui ne fonctionne pas comme prévu, et  de se focaliser sur ce qui fonctionne bien. La beauté de ce modèle réside dans le fait qu’il n’est pas nécessaire d’attendre la fin du projet pour répéter le cycle. Toutes les étapes sont réalisables pendant le déroulement du projet. En effet, les apprentissages peuvent être appliqués directement.

Ce modèle “test & learn” est souvent comparé au modèle “build build build”: 

Que cela signifie-t-il d’être “data-driven” ? Afin d’illustrer ces deux modèles, prendrons l’exemple d’une personne voulant lancer un nouveau site web. Pour les deux modèles, la première étape consiste en la définition des objectifs à atteindre via le lancement du nouveau site web. Ceci implique la définition d’un plan de la nouvelle structure du site, tout en tenant compte de différents éléments comme l’agencement visuel, ou encore les fonctionnalités de celui-ci. La grande différence entre les deux modèles réside dans le lancement du projet.

Dans le modèle “build build build”, le site web ne sera lancé uniquement lorsque tous les éléments définis dans le plan initial auront bien été intégrés avec succès.

Tandis que dans le modèle “test & learn”, une première version du site sera lancée dès lors qu’il sera considéré comme un produit minimum viable, et prêt à être tester. Cela va permettre de rassembler des feedbacks de clients potentiels, lesquels seront utilisés pour adapter et optimiser le plan initial. Le produit minimum viable fait référence à une technique de développement dans laquelle un nouveau produit est lancé une première fois dans sa version la plus brute et basique. Cette première version est en fait destinée aux pionniers. Le produit final et complet sera développé sur base des feedbacks donnés par ces pionniers. Ce processus de construction, mesure et apprentissage est ainsi répété indéfiniment, dans le but de rester dans une dynamique d’innovation constante.

Les deux modèles peuvent être illustrés comme suit:


Que cela signifie-t-il d’être “data-driven” ? On retrouve le modèle “build build build” sur la partie droite de la figure ci-dessus. Le  point A étant le point de départ du projet, dans ce cas-ci le lancement du nouveau site. Au point A, nous avons donc un plan ainsi qu’une structure fonctionnelle clairement définis. Le point B représente le point final du processus, à savoir, le lancement du site dans notre cas.

Le modèle ”test & learn”, quant à lui, est représenté sur la partie gauche de la figure ci-dessus. Le point A et B caractérisent exactement les mêmes phases que celles définies dans le paragraphe précédent. En revanche dans ce modèle, on observe des points “intermédiaires”. Le point (1) représente l’évolution du projet après un mois, soit, le lancement de la version brute. Les points (2) et (3) représentent l’évolution du produit après 2 et 3 mois. Grâce à la flexibilité et la capacité de construire de façon continue et simultanée, la version finale du site développé suivant le modèle “test & learn” dépassera les performances du site développé suivant le modèle “build build build”.

Pour chaque projet, peu importe sa nature, la plupart des managers définissent un plan d’actions sur le long-terme afin de prévoir et planifier les objectifs futurs. Une vision long-terme permet de mieux guider les projets. Néanmoins, l’environnement dans lequel nous vivons est en mouvement perpétuel. L’innovation est donc nécessaire pour continuer à évoluer dans notre façon de travailler. Il est également fondamental de se remettre en question, afin de constamment défier les différentes visions. Enfin, il faut faire preuve de flexibilité pour s'adapter rapidement face aux changements des attentes sur le marché.

 - Que cela signifie-t-il d’être data-driven?

 - “Être data-driven n’est pas une question de données. C’est une question de culture et d’actions”

Tags:

Prenez Contact

Semetis | 44 Rue des Palais, 1030 Bruxelles - Belgique

+32 (0)2 211 34 50

welcome@semetis.com

Connectez-vous