Embauché il y a 2 ans pour digitaliser les process, Alexandre Aubry raconte tous les changements que cela a induit : transformation de l'organisation, de l'infrastructure matérielle et réseau, ouverture et décommissionnement progressif de l'ERP Cobol...
Nous avons assisté à la conférence client de l'entreprise Orange à Agile en Seine. Cet article vous propose de découvrir comment l'IA Gen devient déjà un atout incontournable chez certains clients.
Un bon mix d'indicateurs - des KPI classiques ainsi que des KPI personnalisés - devrait vous aider, à condition de respecter un principe essentiel : faites simple !
L'infrastructure mise en œuvre pour la BI n'est plus adaptée aux challenges posés par l’économie numérique, où tout est data, où chacune de nos interactions produit de la donnée.
< L'usage le plus répondu des plateforme de données est la Data Analytics
La donnée en entreprise, c’est un peu comme l’attention centrée sur le client : tout le monde dit que c’est essentiel, mais au final, qui parvient vraiment à traduire ses intentions dans les faits ? Comment valider l’intuition que c’est dans la donnée que réside le levier qui permettra à l’entreprise d’optimiser ses processus, de gagner quelques pourcents sur chacune de ses transactions, de se lancer dans de nouveaux business models...
La grande époque du décisionnel a démontré son utilité. Mais ce n’est certainement pas en restant ancré dans les principes forgés au moment où il fallait mettre en place ce décisionnel que la donnée pourra révéler son plein potentiel. Il n’est pas question de remettre la BI et ses outils en cause ; il y aura toujours besoin de regarder dans le rétroviseur, d’analyser des chiffres de vente, de comparer des performances, etc.
De même, tout le monde n’a pas vocation à devenir “data analyst” ou statisticien. La majorité des acteurs d’une entreprise resteront des consommateurs de données ; il y aura donc aussi toujours besoin de fabriquer et d’envoyer des rapports.
Il faut cependant aussi savoir s’extraire de ce mode de pensée, qui a fini par structurer à la fois les processus, les métiers et les architectures technologiques autour de la donnée. Une structure qui n’est plus adaptée aux challenges posés par l’économie numérique.
Aujourd'hui, tout est data. Chacune de nos interactions produit de la donnée. On pense bien sûr en premier lieu aux réseaux sociaux (Twitter compte 6000 nouveaux tweets par seconde !) ou aux plateformes de contenu. En 2019, Youtube a dépassé les 500 heures de vidéo ajoutées chaque minute. On pense aussi bien sûr aux sites Web, aux smartphones, aux autres applications en ligne...
Mais c’est oublier que toute l’activité économique s’est numérisée, dans tous les secteurs, tous les métiers. Dans nos activités professionnelles aussi bien que nos activités personnelles, ce sont toutes nos actions qui produisent des données et déclenchent des événements enregistrés dans différents systèmes : créer ou consulter un document, enregistrer un nouveau client, réaliser ou écouter un podcast, produire ou visionner une série, vendre ou acheter en ligne ou en magasin, retirer de l’argent à un distributeur, prendre rendez-vous chez un médecin, établir un diagnostic, emprunter les transports en commun, se promener dans la rue...
Du point de vue de l’entreprise, toutes ces données représentent un actif extraordinaire. Là aussi, tous les métiers sont concernés, peuvent s’emparer du sujet et s’appuyer sur la donnée, qu’il s’agisse d’améliorer la connaissance de ses clients, d’analyser ses performances, d’optimiser un processus, de réaliser des prévisions plus justes... La plupart du temps, quand la donnée n’est pas utilisée dans l’entreprise, ce n’est pas parce qu’elle manque ; c’est parce que les collaborateurs n’ont pas conscience de ce que cela peut leur apporter.
Il est donc urgent de débloquer cet usage de la donnée, en commençant par acculturer les équipes.
Cet article est extrait du Livre blanc "DataOps" 🗝
Un bon mix d'indicateurs - des KPI classiques ainsi que des KPI personnalisés - devrait vous aider, à condition de respecter un principe essentiel : faites simple !
Entre une organisation qui s'est constituée de manière... organique, et le désir d'être data-centric ou au moins de valoriser les données, il y a un fossé. Commencer par repenser ses chaînes de valeur data s'avère un excellent point de départ.
Agile en Seine 2024 s'annonce comme une opportunité unique pour nos dirigeants de s'immerger dans les dernières avancées en matière d'agilité, de data et d'IA. Nous participerons à cet événement pour recueillir et partager des insights stratégiques.
Matrice Impact vs Effort, Méthode MoSCoW, Scorings RICE & ICE vous aideront à évaluer et prioriser vos projets de data science, pour maximiser les chances d'un résultat satisfaisant - et aligné avec les objectifs stratégiques de l'entreprise.
