Blogue - Devenir une entreprise centree sur les donnees

Devenir une entreprise centrée sur les données, mais pas à n’importe quel coût

Les articles sur l’importance de la collecte de données en entreprise sont nombreux. On parle de “Big Data”, “Data Mining”, “Business Intelligence”, etc.. Les données sont à la base de nouvelles technologies telles que l’Intelligence Artificielle, et constituent donc une ressource importante pour une entreprise. On retrouve cependant peu d’informations sur les risques de devenir une organisation trop centrée sur les données.

L’emphase sur les données au détriment du jugement

Vous est-il déjà arrivé d’être dans une rencontre et de regarder une présentation Power Point remplie de graphiques qui raconte une histoire contraire à ce que votre intuition vous dit? De regarder des chiffres sur un rapport et de vous dire qu’il ne s’agit que d’un côté de la médaille?

Des données partielles ou prises hors contexte peuvent donner un portrait déformé d’une situation. Il est parfois tentant de vouloir présenter des données qui nous avantagent et qui racontent une histoire positive: une amélioration de notre service client ou encore de notre productivité. La tentation est encore plus grande lorsque nous œuvrons dans une entreprise qui valorise énormément les données. Ce que disent les chiffres devient alors notre principal facteur de réussite, autant comme individu que comme département.

Quel sera alors le piège pour les adaptes de performance? Vouloir rencontrer les objectifs à tout prix, aux dépens des projets d’amélioration à long terme. Une culture de haute performance et de valorisation des données peut même inciter certains à exploiter les zones grises afin d’améliorer leurs résultats, en jouant dans les limites de l’éthique.

Anecdote

Il m’est arrivé d’être dans une rencontre exécutive dans laquelle nous discutions de productivité au niveau national. Une équipe d’ingénieurs présentaient des solutions techniques qui allaient contribuer à améliorer la productivité de 2 ou 3% pour leur site. L’emphase était mise uniquement sur le processus et les données, tant par les présentateurs que par les exécutifs séniors. Mon expérience me démontrait cependant que nous pouvions améliorer notre productivité de plus de 10% uniquement en faisant une rotation au sein de l’équipe de supervision. Les facteurs humains, tels que le leadership et la capacité d’engager nos employés, avaient donc un impact beaucoup plus significatif que le processus en soi. Puisqu’il était difficile de quantifier les comportements de gestion et de les reproduire à grande échelle, ils étaient mis de côté au profit de choses plus facilement mesurables et réplicables. Imaginez la perte pour l’entreprise!

Notre rôle comme leader

Nous avons un rôle à jouer afin de promouvoir la transparence et d’assurer l’intégrité de nos équipes. Voici quelques exemples de questions que vous pouvez poser afin d’encourager les bons comportements et aider votre équipe à prendre de meilleures décisions.

  • Comment les données ont-elles été collectées et analysées ? Y a-t-il des biais ou des limitations à prendre en compte ?
  • Comment avons-nous vérifié l’intégrité de ces informations?
  • Quels autres facteurs pourraient influencer les résultats? Y-a-t-il des facteurs humains ou environnementaux qui pourraient impacter les données? Pouvons-nous les ajuster pour tenir compte de ces facteurs? Voici quelques exemples:
    • Le taux d’absentéisme lors d’une tempête de neige ou la veille d’un jour férié
    • La livraison a temps lors de mauvaises conditions météorologiques
    • La performance de votre équipe de service à la clientèle lors d’un haut volume de cas plus complexes
  • Est-ce que les données présentées reflètent l’expérience de nos clients ou de nos employés?À
    • Il est parfois utile de creuser davantage lorsque les résultats ne sont pas alignés avec votre expérience ou votre instinct. Comme on le dit si bien, il n’y a pas de fumée sans feu.
  • Quelles informations ou analyses supplémentaires pourraient être nécessaires pour prendre des décisions éclairées basées sur ces données ?

Nous avons souvent tendance à utiliser la moyenne ou la médiane afin de représenter des résultats. Bien que ce soit une donnée utile, il est aussi essentiel de tenir compte de l’écart type. Ce dernier nous indique la variabilité des données: plus l’écart type est élevé, plus les valeurs individuelles sont dispersées; à l’inverse, plus il est faible, plus les valeurs sont regroupées autour de la moyenne. Un écart type élevé dans le temps de réponse en service à la clientèle par exemple peut indiquer que certains clients sont servis très rapidement alors que d’autres attendent beaucoup plus longtemps. Cette situation est très différente d’un écart type faible, ou tous les clients auraient un temps de réponse similaire. La même moyenne peut donc cacher deux situations très différentes.

Laisser un commentaire

Votre adresse courriel ne sera pas publiée. Les champs obligatoires sont indiqués avec *