explorers
La Data Acculturation : vers une alphabétisation Data en entreprise
Avec la généralisation de plus en plus croissante des technologies de Data & Analytics ainsi que l’Intelligence Artificielle (IA), la notion d'acculturation à la donnée devient cruciale. En effet selon une étude Gartner, 50% des entreprises ne disposent pas d’une acculturation suffisante afin d’extraire de la valeur métier de leurs données. Comment peut-on donc adopter une démarche d’accompagnement afin de permettre aux utilisateurs de mieux comprendre et utiliser la donnée ?
L’acculturation, une tendance ou une nécessité ?
Comme toute nouvelle démarche qui voit le jour, l’acculturation à la donnée attire l’attention de plusieurs entreprises et suscite l'intérêt de la communauté d’experts. Cet effet de tendance peut engendrer l’impression que l’acculturation est une option supplémentaire à rajouter aux SI Data. Néanmoins, le constat du terrain prouve le contraire.
Selon une étude réalisée par l’entreprise Qlik, 24% des utilisateurs de données sont réellement confiants en leur capacité à analyser et lire les reportings. Ce constat signifie que la majeure partie des populations de décideurs ne disposent pas des compétences nécessaires afin d’extraire la réelle valeur de leurs données.
De plus, au sein d’une même organisation, chaque division ou département dispose de sa propre représentation des données. La communication transverse devient rapidement très complexe, et de même l’analyse de données à grande échelle. Il convient ainsi d’adopter une stratégie d’acculturation à la Data afin d’augmenter le rendement business des données existantes.
Et si la conduite du changement est aujourd’hui un passage obligé, la méthodologie à adopter pour les contextes Data reste à affiner. La démarche Data Literacy fait partie des pistes les plus prometteuses afin de permettre une meilleure maîtrise du potentiel des données.
Qu’est-ce que la Data Literacy ?
On définit la Data Literacy (ou alphabétisation) comme la capacité à lire, écrire et communiquer de la donnée dans son contexte. Il est également nécessaire de disposer d’une compréhension générale des sources, leur structure, ainsi que les différents mécanismes qui entrent en jeu pour le traitement des données.
La démarche de Data Literacy implique d’être en mesure de décrire les cas d’usages des données et en interpréter les résultats ainsi que la valeur business. Mais avant de pouvoir généraliser la Data Literacy, il faut dans un premier temps garantir l’accès aux données et établir une stratégie Data cohérente et transparente. Plusieurs questions se posent avant le déploiement d’une culture Data : quels profils et habilitations mettre en place pour gérer les accès à la donnée ? Quels processus de transformation et de préparation mettre en place ? etc.
Il convient donc de communiquer efficacement autour de l’acculturation et adopter une méthodologie itérative de déploiement comme suit:
Sans surprise, la première étape de l'acculturation est l'instauration d’une campagne de communication véhiculant un fort message autour de la valeur business qu’abritent les données. En effet, l’objectif de cette étape est de sensibiliser les collaborateurs et les inciter à réfléchir à la valeur ou l’output avant de s'atteler au détail de la donnée. C'est en mettant l’accent sur la finalité et la valeur ajoutée qu’on peut réussir à révéler le potentiel de la forte volumétrie de données collectées chaque jour au sein des différents systèmes source.
La deuxième étape du cycle Data Literacy s’articule autour des instances de suivi et monitoring du progrès réalisé. Cette étape a pour objectif de réaliser un état des lieux des différentes compétences initiales disponibles afin de permettre une traçabilité de l’évolution de celles-ci au fur et à mesure des itérations autour de la culture Data. Il découle de ce suivi la personnalisation des parcours de formation, ainsi que la mise à disposition des ressources nécessaires pour les différentes montées en compétence envisagées.
La troisième étape est l’une des plus fondamentales car elle permet d’initier les collaborateurs à des notions Data indispensables à la compréhension de la transformation, modélisation et restitution de la donnée. Étant donné les différentes compétences et historique de chacun, les parcours de formation se doivent d’être adaptés et ajustés afin de répondre au mieux aux besoins et attentes des utilisateurs.
Enfin, la Data Literacy ne serait pas complète sans son aspect itératif qui permet aux équipes d’être réactives et anticiper les éventuels changements du SI Data.
La Data Literacy pour tous: un challenge à surmonter
Si l'approche à adopter pour répandre la culture Data est bien définie, son entrée en vigueur rencontre néanmoins quelques obstacles dont il faut prendre connaissance. La Data Literacy est uniquement possible si les décideurs mettent en place les leviers nécessaires à la réussite de la démarche.
Ainsi, afin de réussir le pari de l'acculturation, il faut renforcer la conduite du changement et convaincre les collaborateurs de l’intérêt derrière cette démarche. Une stratégie de Data gouvernance et une forte présence de sponsoring sont également deux leviers indispensables à mettre en place afin d’instaurer une culture Data pérenne et stable.
La Data Acculturation n’est plus une notion qui fait le buzz mais bien une démarche nécessaire afin de maximiser la valeur ajoutée du traitement de la donnée. En complément de la démarche itérative de Data Literacy, les entreprises proposent des mises en situation ludiques et concrètes afin de permettre aux collaborateurs d’observer la donnée sous toutes ses formes. Les Data challenges, les séminaires ou encore les hackathons sont des exemples d’initiatives incitant les équipes à réfléchir à la valeur business d’abord et envisager le workflow Data ensuite. C’est ce mode de réflexion qui permettra aux entreprises de se dépasser et d’innover dans leurs secteurs d’activités respectifs.
Sources :
https://thedataliteracyproject.org/
https://www.gartner.com/smarterwithgartner/a-data-and-analytics-leaders-guide-to-data-literacy/
