Article

La valorisation de la donnée au cœur de la stratégie digitale des entreprises

Il ne faut pas s’y tromper, en cette fin d’année 2016, la transformation digitale des entreprises est belle et bien en marche. Les leviers de la révolution annoncée fin 2013, regroupés derrière l’acronyme SMACS (Social, Mobilité, Analytics, Cloud, Security) sont aujourd’hui largement intégrés dans la stratégie globale des entreprises.

Analytics et Data Intelligence avec leurs multiples déclinaisons s’inscrivent bien fréquemment en amont des réflexions sur les différents dispositifs de transformation initiés et se retrouvent ainsi tout naturellement au cœur des grands projets digitaux des entreprises. La donnée, matière première du système d’information, abonde aujourd’hui en quantité et est désormais autant convoitée des directions financières, commerciales et marketing que des directions des ressources humaines. Structurée ou non, au-delà de ses attraits stratégiques, la donnée représente aussi une opportunité pour les différentes fonctions support de valoriser leur activité et leur plus-value métier.

Les mutations perceptibles du marché

A l’avènement de technologies dites « de rupture » telles que l'informatique cognitive ou la blockchain, le secteur du Digital Data est en pleine effervescence. Il se structure par le biais de collaborations et de partenariats (NI et Hewlett Packard Enterprise), ou bien encore de rachats (Qlick Technologies).

Tiré par le Big Data, le marché reste très dynamique et propice à l’innovation avec l’arrivée chaque année de nouvelles offres technologiques et fonctionnelles qui ne cessent d’évoluer : capture des flux de données, stockage (Hadoop), déploiement dans le cloud (Amazon), NOSQL (MongoDB). Les MOOC (Massive Open Online Courses), les COOC (Corporate Open Online Courses), les SPOC (Small Private Online Courses) sur les multiples usages et bénéfices de l’exploitation de l’information fleurissent sur la toile et dans les sociétés. En effet, en dehors des nombreuses contraintes réglementaires qui nécessitent une maîtrise constante de la donnée et les sollicitations toujours plus nombreuses d’instances en quête de chiffres, les enjeux portés par la valorisation de la donnée pour les directions métier sont nombreux: collaboratif, analyse prédictive, simulations, projections, temps réel. Ils suscitent une demande croissante auprès des acteurs du marché et supposent une montée en compétences des collaborateurs dans la mesure où les objectifs finaux qui en découlent sont tous aussi structurants : statuer objectivement, réduire les coûts, gagner en performance, accélérer la prise de décision, développer de nouveaux services clients.

La gestion de l’intégration et du stockage de l’information, puis par suite la gestion de sa transversalité et de sa déperdition sont ainsi autant de thématiques et de défis qui animent interminablement les échanges et les ateliers au sein des DSI. Si les lignes directrices découlant de l’exploitation de la donnée ne sont pas encore complètement dessinées, devant cette palette d’outils et de nouvelles technologies à disposition, les POC, par effet miroir, se multiplient. La visualisation des données (DataViz) est aussi bien éprouvée que l’analytique embarquée mais aussi et surtout le reporting qui constitue bien souvent la vitrine « marketing » du dispositif bien plus complexe qui se cache derrière la simple lecture des tableaux de bord.

Exploiter les données

Dans cet éco système foisonnant, devant cette profusion de nouvelles données issues de sources multiples, le système d'information des entreprises doit pouvoir créer les conditions nécessaires à l’exploitation des données. Plutôt que de se tourner vers la dernière technologie ou de se laisser guider par de séduisants messages marketing, les décideurs doivent au préalable évaluer leurs objectifs métiers et aligner leurs initiatives en matière de Digital Data sur les objectifs stratégiques de leur organisation.

Ainsi, afin de pérenniser et valoriser son patrimoine informationnel, l’entreprise doit par suite : - appréhender et valider ses besoins en transformation digitale - identifier les données structurantes à valoriser (structurées ou non) - éprouver les différentes solutions disponibles non pour l’attrait de leurs fonctionnalités mais davantage pour leur adéquation aux usages métiers et à l’expérience de l'utilisateur en tirant éventuellement parti des retours d’expérience des autres directions - organiser en amont l’accompagnement au changement de ses collaborateurs bien souvent complétement mobilisés sur leur activité de production - organiser la gouvernance et la gestion de la qualité des données pour un pilotage fiable - veiller à la cohérence, à la sécurité et la confidentialité des données lors de l’accès futur à l'entrepôt de données et aux applications BI - organiser et normaliser le circuit d’exploitation des données - créer des flux d’alimentation de données donnant la priorité à la flexibilité pour les adapter aux probables futures évolutions du SI - mobiliser les sachants fonctionnels pour définir les règles d’intégration et de gestion garantissant l’intégrité des données  

L’évolution nécessaire des solutions fonctionnelles

Au-delà de l’application de ces principes directeurs, devant l’augmentation des offres proposant des fonctionnalités bien souvent similaires et donc interchangeables, la différentiation et les nouveaux usages nécessitent de nouvelles innovations. La recherche d’immédiateté des requêtes d’interrogation constitue par exemple un nouvel axe de développement « temps réel » des offres de Data Intelligence sur lequel travaillent actuellement des sociétés comme IBM ou Symtrax.

D’autres éditeurs misent sur des thématiques différentes pour créer ou enrichir les fonctionnalités existantes: BI agile (data visualisation, data discovery), analyse prédictive, analyse ad hoc, reporting et diffusion. Selon les axes de réflexion retenus et le positionnement des acteurs, les solutions proposées aux entreprises doivent rendre possible le croisement de données qui proviennent de différentes sources d’information (fournisseurs, clients, partenaires...).

En second lieu, elles doivent pouvoir s’intégrer au SI existant en prenant en considération les dimensions métier et multicanal : si l’homogénéité du SI est souvent recherché, l’objectif final reste bien l’inter connexion des outils entre eux toujours dans une logique de souplesse et de réactivité : « le plus tendre domine le plus dur ». Il est donc primordial de pouvoir garantir leur évolutivité. Enfin, les solutions proposées doivent autoriser les utilisateurs et analystes métiers non-initiés à produire des tableaux de bord, graphiques, histogramme avec un maximum d’autonomie sans nécessairement passer par les compétences des équipes SI.

Les solutions dites « Self-Service » se doivent donc d’être intuitives, simples et collaboratives. La représentation des données (data visualisation) ne doit pas être éludée le cas échéant pour garantir compréhension, mémorisation et action efficace. En conclusion, la création de valeur de la donnée est liée tout autant à la qualité de la démarche stratégique et méthodologique initiée par l’entreprise qu’à la cohérence des fonctionnalités des solutions qui lui sont proposées par le marché pour répondre à ce besoin.

Il est primordial de rappeler qu’il est indispensable pour la réussite de la démarche qu’elle soit menée de front à minima avec la recherche d’une uniformatisation sinon d’une optimisation des process métiers associés à la collecte des données sources. C’est donc dans une approche globale et transverse avec la construction d’une organisation adaptée et un effort commun que le défi de valorisation de la donnée pourra être relevé. Il sera gagnant s’il est accompagné de manière opérationnelle, agile et séquencé de petites victoires .