Construction d'une trajectoire pour devenir une entreprise data centric

Les données sont en première ligne et au centre de tout ce que fait une entreprise. De l’aide à prendre des décisions plus éclairées, à l’anticipation des comportements des clients, ou encore à la création des produits et services intelligents et à la rationalisation des processus. .. Les données sont le moteur de technologies innovantes que les entreprises utilisent pour acquérir un avantage concurrentiel et atteindre leurs objectifs stratégiques.

Cependant, la question de savoir si les données peuvent aidé une entreprise à atteindre son plein potentiel n'est pas seulement déterminée par l'investissement de l'entreprise dans la technologie. Les entreprises doivent également se concentrer sur l'intégration des données dans tous les aspects de la culture et des processus. Cela peut signifier un changement de perspective majeur pour de nombreuses entreprises.

Devenir une entreprise ou une organisation centrée sur les données est une approche holistique, un changement dans les processus métier et la réflexion qui va au-delà de la simple utilisation à grande échelle de diverses solutions technologiques.

Dans cette situation, l'organisation qui gère toutes ces informations doit utiliser une architecture qui reflète le rôle central que jouent les données dans la livraison des applications et des services d'aujourd'hui

Une organisation centrée sur les données crée des outils, des compétences et une culture des données qui placent les données au centre de la prise de décision. Autrement dit, il s’agit de concevoir, développer et réunir entre les personnes et les technologies avec l'intention claire de générer et de partager des informations pertinentes pour améliorer la performance de l'organisation.

Dans une architecture centrée sur les données, les données sont le composant architectural le plus important et le plus persistant. Les applications et les services sont de courts termes, mais les données constituent un atout durable. Les organisations axées sur les données ont un modèle de données d'entreprise unique. Les données peuvent être modélisées de manière centralisée pour les cas d'utilisation, ce qui vous permet de contrôler et de traiter vos données pour garantir leur exactitude, leur intégrité et leur actualité.

Être data-driven signifie que votre entreprise a la capacité, les outils et la culture nécessaires pour collecter et analyser des données afin de prendre de meilleures décisions. Les données sont considérées comme l'atout le plus important dont ils disposent. Ces entreprises ont tendance à surpasser leurs concurrents sans data scientists, car elles recherchent des informations de manière stratégique et proactive.

Les entreprises axées sur les données créent des lacs de données à haute valeur ajoutée. Alors que le lac de données a amélioré la façon dont les données sont stockées dans les applications Big Data, il a créé de nouveaux silos de Big Data. En effet, le problème clé reste le même, les applications sont propriétaires des données.

Les entreprises centrées sur les données facilitent l'accès aux informations de l'ensemble du secteur, rationalisant ainsi la façon dont les décideurs exploitent leurs connaissances. De cette façon, une startup réussie centrée sur les données est susceptible de répondre aux besoins d'entreprises bien plus grandes et bien établies dans l'industrie.

Etre data centric implique que l'architecture de données fournit un référentiel unique, une source unique d'informations contenant toutes les données sur les clients, les fournisseurs, les produits et les marchés. Il s'agit d'une approche de Master Data Management. À partir de cette source, les décideurs peuvent obtenir une vue complète de l'ensemble de leur entreprise et créer des cas d'utilisation basés sur la science des données.

Stratégies clés pour construire une trajectoire centrée sur les données:

Avec autant de défis, nous avons identifié quelques éléments clés pour aider les organisations à suivre une trajectoire data centric.

Engager le leadership:

• Engager les dirigeants à écouter les besoins en informations et les défis en matière de données des consommateurs data et collaborateurs afin de définir les priorités de données de l'organisation.

• Recherchez de nouvelles façons d'utiliser les données pour prendre de meilleures décisions, comprendre le client, optimiser les processus ou développer l'organisation d'une manière qui crée une valeur inattendue.

• Établissez des normes, des politiques et des procédures de données pour gérer efficacement les données tout au long du cycle de vie des données et permettre aux autres parties de l'organisation d'utiliser les données pour avoir plus d'impact.

Augmenter la littératie des données

• Former le personnel et la haute direction pour améliorer la maîtrise des données, permet de communiquer plus efficacement sur les sujets liés aux données et mieux aligner l'organisation sur les initiatives de données.

• Éduquer les dirigeants, les praticiens des données et les consommateurs de données sur les implications éthiques des données et sur la manière dont l'utilisation des données doit être alignée sur les valeurs d'une organisation.

Conduire de nouveaux comportements

• Changer les comportements est difficile encouragez-le en communiquant en permanence les avantages tangibles de la stratégie de données et des données bien gérées dans l'ensemble de l'organisation, aussi clairement et simplement que possible.

• Des problèmes de communication sont inévitables, alors commencez par écouter.

Déployer la data pour servir la performance :

• La mise en place d'un business model data-centric permet de réaliser la création d'opportunités de valeur générées par les données sur les différents maillons de la chaîne de valeur.

• Exemple : marketing prédictif, ultra-personnalisation de l'expérience client et programmes de fidélisation, monétisation de données clients anonymes

• Connaître quels cas d'usage sont les plus rentables et créateurs de valeur et comment les industrialiser (organisation, compétences, méthodes de fonctionnement, processus d'industrialisation , etc.).

• Exemple : optimisation des approvisionnements des sites marchands grâce à des algorithmes prédictifs, monétisation des données clients ; personnalisation des promotions grâce aux historiques d'achats...

Transformation numérique et data center :

• Management stratégique et opérationnel avec des données en temps réel .

• Dans l'industrie automobile, un constructeur automobile a utilisé la modélisation en temps réel de son environnement et de sa demande pour réaffecter sa production et ses stocks (entre différents modèles et pays - selon sur les impacts COVID attendus).

• Dans le secteur de l'assurance, certains opérateurs ont intégré des données externes et en temps réel pour ajuster leur estimation de risque et, enfin, leurs prix et récupération dans une situation sans historique où seuls les algorithmes basés sur l'historique se sont avérés être obsolète.

• Shell s'appuie sur une méthodologie de scénario depuis 50 ans pour estimer les changements de son environnement politique, économique et commercial. Ces scénarios sont surveillés et affinés par des données en temps réel

Améliorer la performance opérationnelle :

Process mining consiste à identifier et cartographier toutes les phases d'un processus Deutsche Telekom, le process mining a permis par exemple d'optimiser procurepay : non seulement l'optimisation des processus achats et leur gestion en temps réel ont permis de réaliser 10 millions d'euros d'économies pour la direction des achats en 2019 - notamment en réduisant les doublons et les pénalités de retard - mais l'automatisation des processus et le gain de temps pour les équipes sur leur exécution a aussi créé l'opportunité d'identifier 12 M€ d'économies supplémentaires .

Avec la RPA, le process mining apporte un nouveau niveau d'automatisation pour apporter des corrections en temps réel dans les processus métier clés.

Des services de monétisation comme la personnalisation des messages sur les écrans pour des tiers (syndic ou publicité), la détection d'usagers pour positionner l'ascenseur au bon étage, ou encore, en ces temps de COVID, les appels et ouvertures depuis les smartphones de l'ascenseur.

En regroupant, structurant et analysant toutes les données influençant la tarification, notamment les données relatives à l'environnement concurrentiel, une enseigne peut acquérir une nouvelle visibilité sur son positionnement tarifaire multicanal et sur les axes d'optimisation de ses marges. ont pu accompagner une enseigne internationale et éclairer sa politique tarifaire en acquérant une connaissance plus fine de son positionnement tarifaire national et local.

L'ensemble de l'organisation doit subir sa transformation digitale et devenir datacentric. La discussion data implique des investissements technologiques intégrés dans un écosystème informatique robuste, l'acquisition de nouvelles compétences, l'acculturation de tous les collaborateurs et la gouvernance associée.

Transformation digitale et data centric = une transformation technique, culturelle et organisationnelle de l'entreprise pour apporter les données à toutes les parties de l'entreprise.

Être centré sur les données peut remodeler et améliorer presque tous les aspects d'une organisation, de l'augmentation des performances opérationnelles à l'amélioration de l'expérience client et à la livraison de nouveaux projets et services. De plus, une culture centrée sur les données devient essentielle pour permettre aux dirigeants de gérer efficacement l'organisation et de relever avec succès les défis.