Pourquoi les CEO sont insatisfaits de leurs « Data Scientists »
J’ai l’habitude de dire à nos clients que nos équipes d’analystes ne cherchent pas pour chercher mais cherchent pour trouver!
En effet, confiez à une équipe d’analystes le moindrement créatifs une base de données volumineuse et riche et après 24 mois ils pourront encore vous surprendre par leurs découvertes! Ces découvertes vous seront-elles utiles pour le développement de vos affaires? Malheureusement pas nécessairement. C’est la raison pour laquelle avant même de se lancer sur le clavier il importe de s’interroger sur l’objet des analyses qu’on compte réaliser.
Le rôle d’un bon service d’intelligence d’affaires est d’abord et avant tout de mettre les données au service du développement et de la croissance de son organisation. Pour ce faire, il doit comprendre ses enjeux, sa situation concurrentielle, son niveau de performance actuel, etc. et ce, pour être en mesure d’orienter ses recherche vers l’identification d’opportunités d’affaires porteuses.
En ce sens, je suis en parfait accord avec Bernard Marr quand il préconise la création d’un poste d’intermédiaire entre les chercheurs scientifiques en données et les décideurs. Le poste de traducteur de données est en fait le rôle généralement confié à ce qu’il est convenu d’appeler ici un bon analyste d’affaires.
Le rôle d’un analyste d’affaires dans notre milieu est effectivement celui d’un interprète qui doit avoir l’habileté à comprendre et décortiquer les priorités stratégiques de l’organisation et de les traduire en besoins d’affaires facilement déclinables en projet de recherches spécifiques et appliquées. Il s’agit d’un rôle névralgique essentiel pour toute organisation qui aspire à la performance.
Mais, comme le démontrent les études, toutes les organisations ne semblent pas dotées d’une telle fonction….En effet, selon une enquête menée en 2015 par Forbes en collaboration avec Axciom auprès de 270 exécutifs, seulement 3% d’entre eux se disaient pleinement satisfaits de la valeur qu’ils peuvent tirer de l’exploitation des données de leur organisation. Parmi les plus grands obstacles à la valorisation de données figuraient:
- La priorisation des données à potentiel d’exploitation (65%)
- L’intégration des données provenant de diverses sources (62%)
- La sélection des sous-ensembles de données pertinents à analyser (56%)
Ces facteurs démontrent de façon éloquente qu’une scission existe bel et bien entre ces deux solitudes que sont la haute direction des entreprises et leur service de recherche et que cette scission constitue un obstacle majeur à leur performance à une époque où l’exploitation du « Smart Data » et du « Big Data » est perçue comme un avantage concurrentiel à développer en toute priorité.
- LinkedIn11
