Analytiques - Comment transformer les données en un actif stratégique - Journal Outlook

Par Jeanne G. Harris

Les entreprises dans les secteurs d’activités les plus divers découvrent que l’utilisation de pointe des données trouvées au sein de leur organisation est essentielle pour atteindre une haute performance. Voici un modèle en cinq étapes pour faire de l’analytique le pivot de votre processus décisionnel.

Juin 2010

Il est fort possible que les opérations les plus courantes de votre entreprise recèlent de véritables mines d’or de données qui pourraient vous aider à dominer la concurrence.

Prenons l’exemple de la Royal Shakespeare Company de Grande-Bretagne. Un examen approfondi des données de vente des billets sur une période de sept ans a permis à la RSC d’augmenter ses ventes auprès des clients existants et d’identifier de nouveaux publics. En utilisant la méthode analytique pour regarder les noms, les adresses, les représentations et les prix payés pour les billets, la compagnie de théâtre a élaboré un programme de marketing qui a augmenté de plus de 70 pour cent le nombre de spectateurs réguliers dans son lieu de prédilection, Stratford-upon-Avon.

Au cours de la dernière décennie, des entreprises dans des secteurs très divers ont poussé les choses encore plus loin. Netflix, Capital One, Amazon.com, Tesco et Progressive Casualty Insurance Co., pour n’en nommer que quelques-unes, ont appris à se servir de l'analytique pour surpasser la concurrence — autrement dit, à exploiter les données et les modèles quantitatifs de pointe comme outils stratégiques dans leurs efforts pour réaliser la haute performance.

Bien sûr, ce ne sont pas toutes les entreprises qui peuvent, ou même souhaitent, intégrer l’analytique au cœur de leur stratégie. Mais même les cadres qui veulent utiliser cet outil pour rendre leur entreprise plus compétitive, sans pour cela entreprendre une refonte totale de leur stratégie, peuvent très certainement découvrir des trésors d’information au sein de leur organisation — données qu'ils pourraient utiliser de façon plus profitable.

La question est : comment font ces entreprises?

Après dix années de recherche consacrées à examiner des centaines d’entreprises et à parler avec de très nombreux cadres, Accenture a élaboré et utilise un modèle en cinq étapes appelées DELTA (données, entreprise, leadership, targets [cibles] et analystes) qui répond aux exigences essentielles au succès de l’analytique, par le biais d’une série de questions.

Données : En quoi mes données sont-elles uniques?

Peu d’entreprises sont conscientes du fait que les données qu’elles recueillent représentent une valeur spéciale. Dans un sondage qu’Accenture a réalisé en 2009 auprès de 600 sociétés de premier ordre, 88 pour cent des répondants ont déclaré que leurs données étaient simplement équivalentes à celles de la concurrence en termes d’utilité et d’importance.

Penser ainsi est autodestructif. Il n’existe pas deux entreprises recélant les mêmes données. Le problème est que la plupart des données sont un sous-produit des efforts pour atteindre un autre objectif d’affaires, tel que, par exemple, gérer le risque de crédit pour le secteur bancaire, ou gérer les stocks pour le secteur de la vente au détail. Relativement peu d’entreprises exploitent ces données pour en tirer une perspective analytique.

La première tâche consiste donc à prendre conscience de ce qui est unique à propos de vos données et à tirer profit de cette spécificité. Ceci exige un peu de pensée créatrice, ce qui très probablement signifie cerner certaines nouvelles données et créer, sur cette base, de nouvelles mesures de rentabilité. Examinez comment les entreprises ci-dessous utilisent leurs données provenant des relations avec la clientèle ou d’opérations internes pour en tirer un avantage concurrentiel.

Best Buy a pu déterminer, par l’analyse des données des membres de son programme de fidélisation Zone récompenses, que 43 % de ses ventes provenaient de 7 % de ses clients. Équipée de cette analyse, le géant de la vente au détail de matériel électronique a divisé sa clientèle en plusieurs archétypes et a modifié ses magasins et l'expérience d’achat sur place pour les adapter aux habitudes de consommation de groupes particuliers de clients.

Olive Garden, une chaîne de restaurants italiens aux États-Unis et au Canada, propriété de Darden Restaurants, utilise les données provenant de ses restaurants pour planifier presque tous les aspects de ses opérations. Une application prévoit les besoins en personnel et les exigences en matière de préparation des aliments, jusqu'au menu individuel avec ses ingrédients. Résultat : ces deux dernières années, Darden a géré son personnel d’Olive Garden de façon plus efficace et a réduit considérablement le volume de pertes en aliments.

Bien que l’aspect unique des données ne soit pas le seul point important pour leur utilisation (structure, intégration, qualité, accès, confidentialité et gouvernance sont des aspects qui doivent également être pris en considération), obtenir un avantage concurrentiel grâce à l’analytique reste l'objectif essentiel. Toute organisation qui souhaite réussir avec l’analytique doit commencer par cerner les données qu’elle seule possède et reconnaître la valeur qui est y attachée.

Entreprise : Pour tirer avantage de l’analytique, quel degré d'intégration est nécessaire à l'échelle de l’entreprise?

Pour une utilisation efficace de l’analytique, il est essentiel que les efforts portent sur l’ensemble de l’entreprise. Mais pour la plupart des organisations, c’est là l’exception plutôt que la règle. 20 pour cent seulement des répondants à notre étude ont indiqué utiliser l’analytique au niveau de toute l’organisation. Un plus fort pourcentage de répondants l’utilisait au niveau des processus opérationnels, mais dans une seule unité d’affaires (31 %) ou dans plusieurs unités, mais pour un seul processus opérationnel (43 %).

En vérité, la question de ce qui fait un effort intégré est une question difficile. L'intégration des données, des analyses et des processus au sein d’une entreprise diversifiée et de grande envergure, qui englobe divers types de clients et de produits et exerce ses activités dans des marchés différents et un contexte économique volatile, est, pour le moins, un défi de taille.

Prenons, par exemple, le cas d’une multinationale qui fabrique et vend toute une gamme de produits et services à l’échelle mondiale. Est-ce que les données concernant ses clients acheteurs d’éoliennes en Europe et ses clients acheteurs de services d’assurances en Asie doivent être partagées dans l’ensemble de la multinationale? Probablement que non. Mais dans certains domaines, tels que la gestion des talents et les ententes d’achat de gros volume, ce type de société internationale a besoin de partager les données de plusieurs de ses secteurs d’activités, sinon de tous.

Comment adopter une perspective à l’échelle de l’entreprise à des fins d’analytique? La question clé est de savoir si tout le monde, dans l’entreprise, trouvera utiles les mêmes données, technologies et analyses. Tout groupe d’une compagnie qui partage ou pourrait partager la clientèle, les marchés, les stocks et les fournisseurs, ou tout groupe qui participe aux mêmes projets analytiques basés sur ces entités commerciales, devrait être considéré comme faisant partie d’une seule et même entreprise.

Dans le doute, déterminez si d’autres groupes nécessitent des données en commun afin de répondre à l’une des six questions analytiques du tableau ci-dessous. Dans l’affirmatif, la valeur se trouvera dans l’alignement des infrastructures techniques, données, définitions et processus analytique et décisionnel.

Une entreprise déterminée à aider ses clients et fournisseurs à prendre de meilleures décisions partagera non seulement des données, mais aussi l’analytique et l’expertise en la matière en vue de créer une entreprise étendue. Walmart, par exemple, est bien connue comme partageant des données avec ses fournisseurs, dans l’espoir que ces derniers utiliseront ces informations pour baisser leurs prix et accroître les ventes en partenariat avec le détaillant. Toutefois, selon l’étude 2006 d’Accenture, seulement 24 pour cent des organisations ont de tels liens avec leurs clients, et à peine 15 pour cent en ont avec leurs fournisseurs.

Déterminer le niveau approprié d’alignement ou d’intégration dans toutes les unités fonctionnelles peut être une question particulièrement délicate pour une grosse société internationale ou après une fusion, lorsque traiter comme unité unique des unités commerciales et géographiques séparées peut se révéler pas mal compliqué. Et les données doivent parfois rester dans leur réserve pour des raisons pratiques ou juridiques.

De plus, les entreprises qui achètent et vendent régulièrement des unités fonctionnelles ne voudront sans doute pas traiter les données de leurs filiales comme élément d’une entreprise unique; il est plus simple de restructurer par scission ces unités si leurs données, systèmes et décisions ne sont pas entrelacés. De plus, les organisations servies par différentes fonctions de TI peuvent avoir beaucoup de difficultés à partager des données et une infrastructure de TI que, en pratique, elles ne peuvent unifier dans une entreprise unique.

Résultat : Bien que l’intégration soit essentielle au succès de l’analytique, elle doit être effectuée pour les bonnes raisons et dans le respect de ses limites.

Leadership : Que fait réellement un « leader analytique »?

Pour utiliser efficacement l’analytique à des fins concurrentielles, les hauts cadres, en particulier les chefs de la direction, doivent se montrer déterminés. Notre étude de 2009 indique que les meilleures équipes de cadres comprennent cet aspect. Plus de 70 pour cent des répondants ont déclaré que leurs équipes de la haute direction étaient totalement ou fortement engagées dans l’utilisation de l'analytique et du processus décisionnel factuel.

Par Jeanne G. Harris

Bien que ce soit là d’excellentes nouvelles, c'est juste une partie de l'histoire. Ce que beaucoup de gens ne voient pas, c'est que le leadership analytique n’est pas juste du ressort de la direction et des hauts cadres de l’organisation; ce devrait être aussi une seconde nature chez tout directeur ou contributeur individuel désireux de s’affirmer.

Donc, qu’est-ce qui fait d’une personne un leader analytique? Première chose, ce ne sont pas les stéréotypes fous de chiffres et socialement handicapés que l'on voit parfois dans les laboratoires judiciaires de séries télévisées ou dans des films. Ce sont, en fait, des personnes bien équilibrées ayant des aptitudes en matière d'analytique et de relations humaines. En d’autres termes, un bon leader analytique est avant tout un bon leader qui, de plus, possède un forte capacité d’analyse.

Dans notre recherche, toutefois, nous avons cerné une douzaine de caractéristiques précises qui définissent ce rôle. Les leaders analytiques:

Développent leurs aptitudes en relations humaines.
Beaucoup de personnes hautement analytiques semblent préférer les ordinateurs aux gens. Mais si vous n’êtes pas capable de communiquer aisément avec les autres, vous ne serez pas un bon leader, quel que soit le domaine, y compris en analytique.

Font pression pour plus de données et d’analyse.
La principale responsabilité d’un leader analytique est d’indiquer que l’on s’attend à ce que les personnes prennent des décisions basées sur les données et l'analyse. Si une personne approche le leader avec une recommandation qui semble basée sur l’intuition, celui-ci repoussera cette suggestion.

Embauchent du personnel intelligent et leur reconnaissent ce mérite.
De nombreuses entreprises dans des secteurs d’activité non préalablement très engagés dans l'analytique se retrouvent avec un nombre plutôt limité de personnes capables d’effectuer un sérieux travail d'analyse. Mais persuader quelqu’un qui a un MBA, ou un doctorat, et des aptitudes en méthode quantitative de travailler dans des entreprises non réputées pour embaucher de tels candidats est une tâche difficile.

Donnent un exemple pratique.
Les leaders analytiques montrent par l’exemple, utilisant des données et l’analyse dans leur propre processus décisionnel. À l’occasion, ils s’impliquent directement en jouant avec des données et en organisant des sessions de remue-méninges avec des analystes. Ils le font parce qu’ils aiment l’analytique et qu'ils souhaitent que les autres suivent leur exemple.

S’engagent pour des résultats.
On entend souvent des analystes du milieu ou bas de l’échelle hiérarchique se plaindre du manque de leadership analytique dans leur organisation. Mais il y a une chose qu’ils peuvent faire pour prendre le leadership : s’engager pour parvenir à un résultat particulier dans la section qu’ils servent ou contrôlent.

Enseignent.
Les leaders analytiques sont de patients professeurs pour l’application de perspectives analytiques aux activités d’entreprise. Ils enseignent parfois les techniques analytiques actuelles. Parfois, ils ne font que guider gentiment les employés et les collègues vers une méthode de pensée et un processus décisionnel plus rigoureux.

Définissent une stratégie et les attentes en matière de rentabilité.
Les bons leaders analytiques savent que l’analytique et les décisions basées sur les faits ne sont pas dues au hasard. Les personnes qui savent où et comment appliquer leurs compétences analytiques ont besoin d’une stratégie pour leur entreprise, leur fonction et même leur service. Après avoir établi la stratégie, les leaders analytiques doivent définir un ensemble d’objectifs de rentabilité pour leur organisation et guider les rapports pour y parvenir.

Recherchent un effet de levier.
Les bons leaders analytiques savent dans quels secteurs une petite amélioration au niveau d’un processus axé sur l’analytique peut faire une grosse différence. Un exemple tout simple : le commerce de détail, où quelque chose comme une petite augmentation d’une marge bénéficiaire peut se multiplier à l’échelle de nombreuses ventes.

Font preuve de persévérance à long terme.
Les leaders analytiques doivent être des bosseurs, c’est-à-dire des personnes qui œuvrent avec acharnement et persévérance, car les changements qui appliquent l’analytique à la prise de décision, aux processus opérationnels, aux systèmes d’information, à la culture et à stratégie de l'entreprise ne se font pas en une nuit.

Créent un écosystème analytique.
Les leaders analytiques peuvent rarement bâtir à eux seuls les capacités analytiques. Ils doivent plutôt créer un écosystème comprenant les autres leaders dans leur secteur respectif, les employés, les fournisseurs analytiques externes, les partenaires d’affaires, etc.

Travaillent sur plusieurs fronts.
Les leaders analytiques savent qu'il n’existe pas d'application ou d’initiative unique capable d’assurer à elle seule le succès de l’entreprise. C’est pourquoi ils travaillent sur plusieurs fronts liés à un éventail de projets.

Connaissent les limites de l'analytique.
Les bons leaders analytiques savent à quel moment utiliser leur intuition. Ils fusionnent l’art et la science au sein du processus décisionnel. Ils utilisent l’analytique chaque fois que possible mais sont aussi capables de voir la situation dans son ensemble.

Cibles: Comment cibler mon investissement en analytique pour en tirer un rendement maximum?

Les entreprises doivent sans cesse faire des choix quant à l'investissement de leurs ressources; c'est la même chose pour les initiatives analytiques. Dans notre étude 2009, nous avons demandé aux cadres d’indiquer les objectifs analytiques devant être mis en œuvre immédiatement, et ceux qui pouvaient attendre.

À court terme, la nécessité de répondre de façon différente à un événement ou à une activité de client a été l’objectif le plus souvent cité (64 pour cent des répondants), mais presque autant de cadres (62 pour cent) ont cité le simple désir de mettre de l’ordre dans leurs données. À long terme, la possibilité d’utiliser la puissance prédictive de l’analytique a été citée comme principal objectif (72 pour cent).

Il est également possible de cibler les projets analytiques par fonction. Dans l’étude, 35 pour cent des répondants ont indiqué que les investissements doivent cibler la gestion de la relation client, alors que 27 pour cent pensent que ces investissements doivent concerner les opérations et les finances.

Quelles sont les clés pour cibler les investissements dans les projets analytiques? La réponse varie selon votre façon de fournir de la valeur.

Le meilleur moyen consiste à examiner de près comment fonctionnent les processus opérationnels, leur structure, la façon dont les décisions sont prises et à quel niveau il pourrait exister des possibilités d’améliorations très importantes. Un début logique serait de commencer par déterminer quels processus opérationnels sont sous pression et pourraient bénéficier le plus de progrès décisifs en terme de rentabilité.

Certains types de processus opérationnels se prêtent particulièrement bien à l'analytique et ont en général certaines caractéristiques communes. Ces processus sont souvent :

Riches en données, ou ont le potentiel pour l'être.
À forte composante d’information. L’analytique révèle la signification des données.
Axés sur les actifs. L’analytique permet une utilisation efficace et le partage de ressources limitées ou onéreuses.
Exigeants en main-d’œuvre. L’analytique permet la prise de décision et le recours à des experts, en particulier lorsqu’il y a pénurie de talents la demande en ce domaine est cyclique et la formation prend du temps.
Dépendants de la rapidité et de l'opportunité. L’analytique permet d’accélérer les processus et les décisions en temps réel, en particulier lorsque la satisfaction du client ou la compétitivité exige des temps de réponse très rapides (par exemple, par Internet).
Dépendants de la cohérence et du contrôle. L’analytique permet de prendre des décisions cohérentes même dans les situations imprévisibles.
Dépendants d'une prise de décision répartie. L’analytique permet aux décideurs de regarder en amont et en aval pour anticiper les effets de leurs actions.
Interfonctionnels et intersectoriels dans leur portée. L’analytique révèle des interdépendances et permet aux parties de travailler ensemble plus efficacement.
Affectés par un taux de succès moyen. Les processus ayant une faible « moyenne au bâton » sont sans doute mûrs pour des améliorations à l’aide de l’analytique.

Par exemple, McKesson Pharmaceutical a choisi comme objectif sa complexe chaîne d’approvisionnement. L’entreprise, un des plus importants distributeurs de produits pharmaceutiques en Amérique du Nord, achemine à plus de 40 000 emplacements un tiers des médicaments consommés quotidiennement sur le marché américain. Avec les principaux fabricants des produits pharmaceutiques du côté approvisionnement et de puissants vendeurs au détail (dont Walmart) du côté clientèle, McKesson doit fonctionner sur une base de gros volume et de haute efficacité.

Ayant déjà mis fortement l’accent sur les processus opérationnels, l’entreprise a consolidé les données des processus ventes, logistique, achat et finances pour réaliser un soutien plus intégré à la prise de décision et à l’analyse. À présent, les directeurs tout au long de la chaîne d’approvisionnement peuvent évaluer l’incidence opérationnelle et financière de leurs décisions en ce qui concerne les horaires de livraison, l’utilisation des transports, l’ajustement des quantités, la date des produits et l’expédition directe.

Faire l’inventaire de vos processus n’est pas le seul moyen de découvrir les possibilités analytiques pertinentes. Vous devez également réfléchir à une vue d’ensemble de la structure de votre entreprise et des développements qui l'affectent : changements démographiques, tendances économiques et changements des désirs de la clientèle. Rectifier les développements internes et externes vous aidera à décider adéquatement des investissements dans vos efforts analytiques.

Analystes : Un analyste, c’est qui?

Les cadres à la tête de projets analytiques font appel à des analystes d’un peu partout. 53 pour cent des répondants à l'étude d'Accenture ont indiqué utiliser des analystes externes, 60 pour cent tirent leurs ressources d’un groupe centralisé, et deux tiers utilisent des analystes provenant d’un service, d’une unité ou d’une fonction.

Au plus haut niveau, nous définissons les analystes comme des personnes qui utilisent les statistiques, l’analyse quantitative ou qualitative ainsi que les techniques de modélisation de l’information en vue de modeler et de prendre des décisions d’entreprise. Ils assurent donc une vaste gamme d’activités. Mais les analystes, que nous appelons talent analytique, varient grandement dans leurs caractéristiques et responsabilités. Nous avons cerné quatre types généraux de talent analytique : champions, professionnels, semi-professionnels et amateurs.

Les champions analytiques. Ce sont souvent des professionnels de l’analytique promus cadres supérieurs. Combinant un sens aigu des affaires à une connaissance des techniques analytiques, ils établissent des stratégies à long terme et fournissent une orientation aux autres membres de leur organisation sur les systèmes de la TI ou les questions liées aux processus.

Les professionnels analytiques. Ce sont les employés les plus chevronnés et dotés de vastes compétences en analyse quantitative. Ils créent des applications analytiques de pointe en développant des modèles statistiques et des algorithmes. Les professionnels analytiques utilisent généralement des techniques de pointe telles que l’analyse des tendances, les algorithmes de classification, la modélisation prédictive, la modélisation statistique et l’optimisation et la simulation, ainsi que des données diverses (techniques Internet et d’exploration de texte).

Ces emplois exigent le plus souvent un diplôme d'études supérieures (souvent un doctorat) dans un domaine quantitatif. Les professionnels analytiques constituent en général cinq à dix pour cent des analystes de l’entreprise, par rapport à un pour cent pour les champions analytiques.

Les semi-professionnels analytiques. Ces analystes appliquent les modèles et algorithmes élaborés par les professionnels pour le reste de l’entreprise. Ils peuvent être des analystes quantitatifs experts à part entière. Mais leur principal rôle consiste à appliquer l’analytique à des problèmes opérationnels pour la prise de décision courante ou spécialisée et de traduire ensuite les avantages de l'analytique en un langage ordinaire pour les chefs d’entreprise. Les analystes semi-professionnels forment 15 à 20 pour cent des analystes au sein de l’organisation.

Les amateurs analytiques. La quatrième catégorie regroupe les amateurs analytiques, soit les employés dont la tâche principale ne relève pas de l’analytique, mais qui ont besoin d’une compréhension de base de cette méthode pour bien effectuer leur travail. Le terme amateur n’a pas ici un sens péjoratif. Bien au contraire, les amateurs sont des consommateurs expérimentés de résultats analytiques, capables d’appliquer les procédures analytiques à leur travail.

Un amateur peut être un gestionnaire utilisant les aperçus axés sur les données pour améliorer les ventes; un employé d’un centre d’appels qui s’appuie sur une recommandation de « meilleure offre suivante » pour servir efficacement un client; ou un directeur d’entrepôt qui suit les conseils axés sur les données au sujet des niveaux de stocks optimaux. Les amateurs analytiques représentent de 70 à 80 pour cent du talent analytique d’une organisation.

Toutes les entreprises ne sont pas en mesure de baser leur stratégie sur l’utilisation de l'analytique et de garder cette approche à long terme. Mais mettre en pratique le modèle DELTA — données, entreprise, leadership, targets (cibles), analystes — peut faire faire un bon bout de chemin vers la création d’une capacité analytique.

Qu’un organisme des services publics examine les données générées par un nouveau réseau de distribution électrique intelligent, ou une entreprise de soins de santé, des données cliniques, ou encore une compagnie d’assurances, les fraudes et données sur les risques, les organisations promises au succès sont celles qui utilisent l’analytique pour aider les cadres à se doter de perspectives plus pointues en vue de prendre les décisions les plus pertinentes.

Cet article est une adaptation de Analytics at Work: Smarter Decisions, Better Results, par Thomas H. Davenport, Jeanne G. Harris etRobert Morison (Harvard Business Press, 2010).

Référence 1
Être attentif au talent analytique et l’enrichir
par Elizabeth Craig
Le succès d’une entreprise avec l’analytique repose avant tout sur sa capacité à gérer efficacement le talent analytique — les analystes qui utilisent les statistiques, l’analyse quantitative ou qualitative, les techniques de modélisation de l’information pour donner forme aux prises de décision et les exécuter.

C’est pourquoi, il y a plus de deux ans, Accenture a commencé l’étude de ces personnes. Qui sont-elles? Quelles sont leurs motivations? Pourquoi doivent-elles être efficaces? Jusqu’à quel point les entreprises en assurent-elles une bonne gestion?

Nous avons interrogé des douzaines de cadres dans des organisations pratiquant l’analytique et avons mené une étude portant sur plus de 1 300 employés en vue d’une recherche sur la façon de maximiser les contributions des analystes à l’entreprise, leur engagement dans leur travail et leurs intentions de rester au service de leur employeur.

Nous avons été surpris des résultats.

Pour commencer, nous avons appris que les entreprises négligeaient couramment ce groupe. Elles ne perçoivent pas le talent analytique comme une main-d’œuvre distincte et de valeur — et ne la gèrent certainement pas en tant que telle. Les analystes sont souvent disséminés à travers les services; de nombreuses entreprises n’ont pas une idée précise de qui sont leurs analystes ni où ils se situent sur l’organigramme.

En fait, la plupart des entreprises ont des descriptions de poste différentes pour des rôles identiques d’analyste — si de telles descriptions existent! En conséquence, les attentes et les mesures en matière de rendement sont vagues ou inconsistantes. Et les activités quotidiennes des analystes ne sont pas toujours en ligne avec les objectifs stratégiques de l’organisation.

Tous ces facteurs peuvent mener au désastre lorsqu’il s’agit d’attirer, d’engager et de conserver le talent analytique et de créer une capacité analytique de l’entreprise.

Comment les entreprises peuvent-elles surmonter une telle négligence envers le talent analytique? La solution clé est d’adopter une approche pour gérer les analystes à l’échelle de l’entreprise. Nous avons découvert que les entreprises les plus cotées créent une organisation analytique axée sur le talent en misant sur quatre capacités de gestion des talents : définition des besoins en talent analytique; découverte de nouvelles sources de talent analytique; perfectionnement du talent analytique; et déploiement efficace du talent analytique.

En misant sur ces capacités, elles répondent à leurs besoins opérationnels et stratégiques et mobilisent les talents de leurs analystes pour maximiser et accroître continuellement l’efficacité analytique de l’entreprise.

Deuxièmement, nous avons découvert que les entreprises ont souvent de la difficulté à savoir comment organiser les analystes. Faut-il les centraliser ou les décentraliser? Faudrait-il les payer en dehors des salaires des autres employés comme consultants ou personnel disponible comme ressource gratuite? De quel service et de quelle personne doivent-ils relever?

Nous avons découvert que les entreprises utilisent en général l’un des cinq modèles pour organiser leurs analystes, selon leur niveau relatif d’expertise en analytique. Mais leur choix peut être problématique et n’est certainement pas optimal.

Lorsque les entreprises ne font pas le bon choix, leurs meilleurs talents analytiques peuvent finir relégués à effectuer de simples analyses ou à travailler sur des projets à faible valeur au lieu d'élaborer de solides modèles destinés à résoudre les problèmes opérationnels les plus complexes. Pire encore, ce type de travail ne peut mener qu'au désengagement et à la défection de l'analyste.

Notre recherche a révélé que les entreprises qui souhaitent se doter d'un excellent personnel analytique obtiendront de meilleurs résultats par une plus grande centralisation et coordination de leur talent analytique. Suivre ces étapes permet de s’assurer que les analystes travaillent étroitement avec l’entreprise sur les plus importantes initiatives, et aussi en meilleure symbiose pour coordonner leurs efforts et promouvoir un apprentissage et un soutien mutuels. Cette approche assure également que les analystes ont le type de travail significatif et les possibilités de carrière qui sont essentiels pour engager et retenir ce talent analytique.

Troisièmement, nous avons découvert que les analystes sont motivés par presque les mêmes choses que le reste des employés, alors que leurs antécédents, leurs compétences et leurs attitudes sont différents.

Comme pour tous les employés en général, pour engager et garder les analystes, les entreprises doivent fournir un travail ayant du sens et des possibilités de carrière, appuyer les efforts du personnel ainsi que leur besoin de récupérer et de se renouveler, et favoriser une culture de confiance et de respect.

Notre recherche a révélé un autre aspect : les analystes ont une vue différente de ce qui rend les possibilités intéressantes, quels types de soutien sont essentiels et quels facteurs culturels sont les plus déterminants. Les analystes sont davantage engagés dans leur travail lorsqu’ils comprennent l’aspect opérationnel des choses tout autant que l'analytique, qu’ils savent ce que l’on attend d’eux et à quel moment ils peuvent conserver leurs compétences techniques et leur expertise. Ils sont plus susceptibles de rester dans l’entreprise s’ils bénéficient d’un excellent soutien de la part de la direction.

Alors que les entreprises continuent de rechercher un avantage concurrentiel et des façons de se démarquer, les analystes deviendront un facteur plus essentiel que jamais à leur rentabilité. Que votre entreprise utilise couramment l'analytique comme capacité distincte ou qu’elle commence tout juste à développer des aspirations en ce sens, l’attention et le soutien du talent analytique sont des aspects essentiels de votre succès.

Référence 2
Humana : Développer une stratégie analytique
Au cours de la dernière décennie, Humana est devenue l'un des plus importants assureurs de soins médicaux aux États-Unis, offrant des régimes d'assurance-maladie et de médicaments à plus de 18 millions de membres. Parallèlement à la croissance de l’entreprise, les conditions changeantes du marché ont fait basculer toute l’industrie vers un style de gestion plus analytique. La médecine factuelle a promis une approche statistiquement rigoureuse pour des traitements plus rentables. L’informatique (analytique axée sur les données dans les soins de santé) est devenue un pivot central de la capacité d'Humana à servir ses clients et à gérer ses coûts.

En tant qu’adopteur précoce d’un entrepôt de données d’entreprise, Humana n’a pu éviter certains pièges communs à de nombreuses organisations, tels que le manque de plans proactifs pour intégrer à l'entrepôt de données les nouvelles acquisitions d’affaires, l’intégration non harmonieuse entre les diverses fonctions et l’équipe EDW et des politiques inadéquates en matière de gouvernance des données. De plus, les équipes analytiques mises en réserve fonctionnelle et, dans la plupart des cas, les bases de données, ont rendu difficiles l’utilisation des données et la mise à jour et à niveau de l'entrepôt de données.

Jim Murray, le chef de la direction d’Humana, a souligné l'importance d'adopter une approche intégrée en matière d'analytique. Pour réaliser cet objectif, Humana a créé un nouveau poste d’analyste en chef (vice-président, Humana Integrated Informatics) et a recruté Lisa Tourville, une consultante actuaire d'expérience, pour ce rôle crucial.

Reconnaissant l’importance d’un leadership de cadres, Tourville a réuni une équipe de leaders d’entreprise et de TI pour élaborer une stratégie analytique d’Humana. Parrainée par la haute direction, l’équipe a conclu qu’Humana avait besoin de créer un centre de compétences en analytique pour intégrer les unités fonctionnelles décentralisées dans l’équipe des cadres de l’entreprise qui enrichit et garde à jour l’entrepôt de données. Ce centre assumera aussi le rôle vital de champion de la veille stratégique et de l’analytique pour Humana.

L’équipe de Tourville a œuvré en tandem avec l’équipe de la TI et toutes les unités opérationnelles, les services et les communautés d’utilisateurs d’Humana concernés, puis a élaboré une stratégie et un calendrier détaillés. Elle a ainsi établi la base pour une infrastructure informatique d'entreprise plus intégrée conçue au départ pour permettre des fonctions de création de rapports et d’analyse de pointe et qui pourrait transformer la mine de données d’Humana en des aperçus significatifs donnant lieu à une action en vue d'améliorer la santé des membres, la qualité des soins et le coût-efficacité des produits de l’entreprise. À partir de cette prospective et de ce plan, Humana a bénéficié d’une meilleure compréhension de la rentabilité du personnel et des défis technologiques et opérationnels qui étayent l’utilisation croissante de l’analytique dans l’entreprise.

À propos des auteurs
Jeanne G. Harris est un haut cadre de la recherche universitaire de l’Institut pour la haute performance Accenture, à Chicago. En 2009, elle a reçu le prix Achievement Award for Women Leaders in Consulting, décerné par le magazine Consulting.

Elizabeth Craig est une chercheure universitaire de l’Institut pour la haute performance Accenture, à Boston. Elle est la coauteure, avec Peter Cheese et Robert J. Thomas, de l’ouvrage The Talent Powered Organization (l’organisation fondée sur le talent) (Kogan Page, 2007).

Haut de la page

Comment transformer les données en un actif stratégique?