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 !
Basée sur le travail d'Andy Grove dans les années 1970, la méthode OKR, pour Objectifs & Key Results, a été introduite chez Intel par John Doerr avant d'être popularisée par Google au début des années 2000. Elle est particulièrement connue comme la méthodologie phare des startups. Bien qu'elle ait prouvé son efficacité pour aligner les efforts afin d'atteindre des résultats ambitieux, sa mise en œuvre doit être bien réfléchie.
Voici 10 mythes sur la méthode :
Mythe n°1 : les OKR sont faciles à définir. En réalité, ils ne le sont pas car ils doivent être alignés avec la mission, la vision et le plan stratégique de l'entreprise. De plus, ils ne doivent pas ressembler à une liste à la Prévert, ce qui signifie qu'il faut choisir ses priorités.
Mythe n°2 : les OKR sont prévisibles. Ce n'est pas le cas, ce qui rend la détermination des valeurs des KR difficile. Larry Page lui-même disait que les objectifs doivent être ambitieux pour motiver les équipes à atteindre des résultats au-delà de leurs attentes. Cependant, cette vision est critiquée pour l'impression qu'elle donne de devoir grimper une montagne.
Mythe n°3 : les OKR conviennent à toutes les entreprises. Théoriquement oui, mais en pratique, la culture de l'entreprise ou le système managérial peuvent être incompatibles avec la méthode.
Mythe n°4 : tous les objectifs doivent être mesurables. Ce n'est pas toujours le cas, certains objectifs peuvent être qualitatifs ou en simplement définis par oui ou non.
Mythe n°5 : la mise en œuvre des OKR est simple. En réalité, elle exige de la maturité (vision, stratégie, data, etc.) et un travail conséquent (alignement, communication, priorisation, animation, gestion, etc.). Elle nécessite un processus et un système de gouvernance. Les équipes doivent aussi être accompagnées dans les premières étapes pour limiter les frictions.
Mythe n°6 : les OKR doivent remplacer les autres systèmes de mesure de performance. Ce n'est pas nécessairement vrai, ils peuvent être combinés avec d'autres indicateurs de performance.
Mythe n°7 : les OKR sont autoportants. Ce n'est pas le cas, et cela contribue souvent à l'échec de l'implémentation de la méthode. La méthode ne précise pas le modèle de gouvernance à adopter, ni ne guide les principes de décision ou le modèle organisationnel.
Mythe n°8 : les OKR orientent le focus de l'entreprise. En principe oui, mais l'entreprise ne doit pas oublier ses obligations et continuer à assurer son activité.
Mythe n°9 : les OKR sont agiles. En théorie oui, mais en pratique, changer constamment les orientations peut rendre difficile l'organisation des équipes. Il est préférable de maintenir des objectifs stratégiques annuels.
Mythe n°10 : les OKR sont la seule façon de mesurer la performance. Non, d'autres méthodes de mesure de performance existent, comme les KPI ou le NCT.
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 !
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.
Les meilleures pratiques du Lean Management peuvent-elles aider nos organisations là où "l'agilité à l'échelle" marque le pas ? Ce manifeste fourmille d'exemples concrets à implémenter dans nos entreprises et nos projets.
Le data-driven demande de la transversalité - donc un défi majeur pour des entreprises souvent en silos. Face à cet enjeu, le "modèle opérationnel data" s'impose. Voici les questions clés et conseils pratiques pour élaborer une approche adaptée à votre contexte.