Depuis des années, l’analyse de données fournit des réponses fiables et permet de prendre des décisions efficaces. Pourtant seul une poignée d’entreprises commerciales l’utilisent pleinement. A tel point que lors de la pandémie de Covid-19, les leaders numériques ont généré plus de 90% du secteur en capitalisation. Afin de comprendre pourquoi les entreprises évitent les technologies d'analyse de données, Harvard Business Review a interrogé 24 leaders de la distribution en Amérique, en Europe et en Asie.
Qui sont les leaders interrogés ?
L’équipe d’Harvard a mené des entretiens auprès d’un échantillon diversifié de dirigeants du secteur de la vente au détail. Ce groupe comprenait des cadres supérieurs de détaillants, de distributeurs, de sociétés de conseil et de fournisseurs de services d’analyse provenant d’Amérique, d’Europe et d’Asie. Chacun représentait des sociétés ayant différents niveaux de maturité analytique. Les chefs d’entreprise ont alors cité différentes raisons mais six points de frictions revenaient à chaque discussion.
LANCEZ VOTRE CARRIÈRE :
DEVENEZ DATA ANALYST !
Une reconversion dans le big data vous intéresse, mais vous ne savez pas par où commencer ? Découvrez notre formation de Data Analyst.
LANCEZ VOTRE CARRIÈRE :
DEVENEZ DATA ANALYST !
Une reconversion dans le big data vous intéresse, mais vous ne savez pas par où commencer ?
Le manque d’acculturation
La plupart des entreprises sont freinées par la peur du risque et n’ont pas de buts clairs lorsqu’il s’agit de projets d’analyse. Une personne interrogée a même demandé « les données sont-elles vraiment importantes ? ». De plus, la plupart des interrogés répondant par l’affirmative ne savent pas pourquoi. Les autres considèrent l’analyse scientifique comme étant moins importante que l’aspect créatif de leur travail. Un cadre d’un grand magasin se demandait même si un algorithme pourrait lui dire quelles robes vendre ?
Une organisation compliquée
Beaucoup ont remarqué que leur entreprise cherche à trouver un équilibre entre la centralisation et la décentralisation, qui sont toutes deux considérées comme essentielles : la centralisation pour garantir l’efficacité, les économies d’échelle et la cohérence ; et la décentralisation pour assurer la flexibilité, une meilleure adaptation aux environnements locaux et une ouverture à un plus large éventail d’idées.
Le manque cruel de personnes qualifiées
D’après les répondants, le problème le plus important est le suivant : la fonction analytique est souvent dirigée par des personnes qui ne comprennent pas le fonctionnement de l’organisation. Lorsqu’un membre de la fonction analytique ne comprend pas un problème de l’entreprise, celui-ci n’est plus pris au sérieux.
La plupart des dirigeants, en particulier ceux travaillant dans des entreprises de taille moyenne ou des économies émergentes, ont également signalé un manque critique de personnel qualifiés. Il n’y a que peu de profils ayant suivi une formation adéquate pour concevoir et utiliser des outils d’analyse. Aux Pays-Bas, par exemple, des milliers de Data Scientist sont nécessaires. Pourtant, seuls quelques centaines sont disponibles chaque année sur le marché.
Le manque de ressources
Les entreprises ont des ressources limitées pour atteindre leurs objectifs. Selon certaines personnes interrogées, les projets d’analyse prennent souvent trop de temps et n’ont pas de priorités claires. Ainsi, les initiatives d’analyse pourraient être plus efficaces avec des processus bien définis comportant des lignes de responsabilité claires pour atteindre l’objectif global.
Des outils dépassés
Actuellement, de nombreuses entreprises sont confrontées à l’utilisation de systèmes hérités et arriérés. Certaines d’entre elles ont aussi exprimé leur frustration quant à leur incapacité à gérer la croissance exponentielle des données. En outre, il est courant de constater un décalage entre la sophistication des données et celle des outils dont disposent ces entreprises.
Une mauvaise gestion des données
D’après les personnes interrogées, la qualité et la gestion des données constituent le cœur du problème. Les données sont souvent cloisonnées à différents endroits de l’entreprise et ne sont pas gérées de manière organisée. Dans certains cas, certaines entreprises ne collectent même pas les données dont elles ont besoin. Un dirigeant a notamment affirmé : « Il y a beaucoup de données que nous ne générons même pas. Nous n’avons pas de capteurs dans nos unités de transport, pas de GPS dans toutes ces unités, ni de RFID dans les stocks pour savoir où se trouve la marchandise. »
Bien sûr, de nombreux dirigeants d’entreprises en retard sont insatisfaits de leur situation actuelle et espèrent la changer. Ils veulent investir dans le stockage et le cloud, dans un meilleur suivi des actifs et dans davantage de technologies pour améliorer l’expérience du client et suivre son comportement. La technologie vidéo figure également en bonne place sur de nombreuses listes de souhaits, suivie par les applications mobiles. D’autres dirigeants recherchent des données exploitables sur les attributs des produits. Ces dernières pourraient apporter des réponses à des questions comme les raisons pour lesquelles certains produits sont retournés ou ce que les clients aiment ou n’aiment pas le plus pendant une période donnée.
La Data Science doit encore améliorer bon nombre de ses aspects. Ses professionnels doivent créer de meilleurs outils et moyens de gérer et stocker ces données correctement. Cela permettra aux personnes moins compétentes d’utiliser facilement ces outils. De plus, les dirigeants doivent acculturer et former leurs employés à la Data Science pour faciliter l’utilisation et la compréhension des systèmes data. C’est pourquoi, si cet article vous a plus, et si la Data Science vous intéresse ou si vous envisagez une carrière dans ce domaine, n’hésitez pas à découvrir nos offres de formations et nos autres articles sur DataScientest.
Source : hbr.org
