Quand, pour les entreprises, digital signifiait principalement collaboration et knowledge management on s’est vite rendu compte que le principal frein à ce type d’initiatives tenait à la confiance entre les individus (ou plutôt son absence). Pas de confiance, pas de succès. Quand on s’est mis à parler de data et d’analytics beaucoup ont été soulagés. Enfin un domaine nouveau où on allait sortir du biais humain et rentrer dans le factuel, l’incontestable.
Le fait est qu’aujourd’hui de nombreux projets analytics se heurtent à l’incrédulité des collaborateurs. Ils y voient une boite noire à l’intérieure de laquelle des masses de données sont soumises à des traitements afin que leurs soient délivrés des chiffres, insights, indicateurs supposés les éclairer dans leurs décisions.
Mais dans l’inconscient du collaborateur qui a toujours eu l’habitude de faire confiance à « ses » chiffres, obtenus selon « ses méthodes », voire à privilégier son intuition fondée sur son expérience dans leur analyse :
- masse de données signifie données inconnues à la qualification inconnue.
- traitement signifie application d’une logique d’analyse obscure et, en tout état de cause, qui n’est pas la leur.
Bref quand on ne sait pas ce qui rentre et comment c’est traité on a du mal de faire confiance à ce qui en sort. Et ce d’autant plus que c’est une excuse à la fois logique et facile pour botter en touche et revenir aux vielles habitudes.
Il faut créer de la confiance dans la donnée
Autrement dit la réussite d’un projet Data/analytics repose en grande partie sur la capacité de l’entreprise à créer de la confiance dans les données.
Ce que confirme une étude KPMG justement nommée « Building Trust in Analytics », chiffres à l’appui.
KPMG identifie 4 piliers pour construire cette confiance :
• Qualité : quelles sont les sources des données, quel est le parcours des données avant d’intégrer le système, existe-t-il un risque d’altération, quelles sont les compétences internes pour les exploiter, comment se situent les pratiques par rapport aux standards du secteur…
• Efficacité : les résultats obtenus correspondent ils aux attentes, peut on évaluer leur pertinence et leur utilité ?
• Intégrité : la collecte et l’utilisation des données est elle en règle avec la loi, est on transparent avec le client sur ce qu’on fait des données et comment le client le perçoit il, l’utilisation des données suit elle l’éthique et les « policies » internes…?
• Résilience : quelles règles de gouvernance et de sécurité dans le traitement des données, quelle politique d’accès et d’utilisation des données…
Et force est de reconnaitre que la plupart des entreprises ne sont pas au niveau puisque moins de la moitié d’entre se rapprochent de ce qui devrait être un standard.
La data, un retour aux sources pour KPMG
Suite à la lecture de cette étude j’ai pu visiter l’Insights Center KPMG de Paris. C’est un espace dédié au travail avec les clients autour des chantiers data/analytics. Un pôle d’expertise data/analytics chez KPMG ? Quoi de plus logique pour ces grands cabinets dont le métier historique est….les chiffres. D’un certain point de vue voir la data arriver au cœur de leurs préoccupations n’est finalement qu’un retour aux sources.
Créer de la confiance autour des projets data demande de la pédagogie et beaucoup de collaboration avec le client. C’est en effet en co-construisant avec les « owners » de problématiques métier qu’on s’assure de la pertinence de ce qui est mis en place et qu’on convainc des derniers de la justesse du dispositif. A nouveaux modes de travail avec le client, nouveaux espaces de travail donc, afin de favoriser l’échange et la collaboration.
Quant aux phases concernant l’échange et le travail sur les données elles se passent dans une autre salle équipés d’écrans intéractifs.
Un dispositif qui là encore permet de faire la « pédagogie » de la donnée tout en travaillant et présentant les résultats.
Ce que j’ai principalement retenu de cette visite est comment le sujet de la data a amené KPMG à inventer de nouvelles méthodes de travail avec le client afin, justement, de créer cette fameuse confiance dans les données :
- par davantage de collaboration
- par le la co-création
- par l’implication des parties prenantes business à tous les stades
- par des dispositifs visuels et intéractifs faciliant la manipulation des données et la compréhension des insights