La méthodologie d’IDC pour devenir une organisation data-driven

Passer des données aux informations, puis à la prise de décision et enfin à l’impact est gratifiant, mais cela peut prendre plusieurs années et nécessite une approche globale.

IDC a élaboré un cadre de maturité aligné sur les données pour donner aux organisations un plan pour réussir. La méthodologie est basée sur une enquête approfondie d’IDC évaluant les caractéristiques et les attributs axés sur les données, afin de mesurer la maturité des organisations de la région EMEA. Ce système aide les organisations à identifier leur statut actuel, leurs forces et faiblesses, en leur donnant des conseils pratiques pour investir dans les domaines pertinents, pour obtenir des résultats concrets et réaliser des progrès tangibles dans leur parcours axé sur les données.

Les trois dimensions clés identifiées par IDC sont les suivantes : 

• Une approche exemplaire de la stratégie des données
• Des données exploitables pour les métiers
• Une plateforme (ou infrastructure) de données de première classe

Ces dimensions fondamentales recoupent la technologie, les activités, les personnes et les processus. Elles constituent les éléments de base et doivent être alignées pour réussir (voir Figure 4).

Figure 4 : Le cadre d’IDC pour l’intelligence guidée par la donnée (Data-Driven Intelligence Framework)

Examinons les attributs de chacune de ces dimensions.

Data Strategy : quoi, pourquoi, facteurs de succès, et maturité actuelle des organisations de l’EMEA dans cette dimension.

Les données existent dans toutes les entreprises. Mais toutes les entreprises ne disposent pas de processus ou d’une stratégie permettant d’identifier les données qui ont de la valeur et de les transformer en informations utiles à la prise de décisions. C’est ce qui différencie les organisations data-driven matures des autres. Toute entreprise a besoin d’une stratégie en matière de données pour réussir à transformer ses données en véritable patrimoine.

Les organisations ont besoin d’une compréhension et d’une vision solides concernant la valeur des données pour les opportunités business et l’innovation numérique à long terme.

Seules 16 % des organisations de la région EMEA interrogées par IDC sont des « Data Thrivers » en matière de stratégie de données. 35 % sont des Data Beginners et 49 % des Data Explorers dans cette catégorie.

Alors, pourquoi les « Data Thrivers » excellent-ils dans la stratégie des données et quels sont les critères clés ?

81 % des « Data Thrivers » en Data Strategy ont mis en œuvre leur stratégie de données à grande échelle, contre seulement 6 % des Data Beginners et 35 % des Data Explorers.

Près de 90 % des « Data Thrivers » affirment que leur direction générale est à l’origine de la stratégie de données ou qu’elle est fortement impliquée dans cette stratégie en favorisant la gouvernance et la conformité des données, la qualité et l’accès aux données, la culture et les compétences, ainsi que l’utilisation de plateformes sur le cloud pour concrétiser leur vision de ces données. Dans le même temps, 38 % des Data Beginners admettent que cette stratégie ne reçoit qu’une attention et un soutien minimes de la part de la direction générale et de l’entreprise au sens large.

Les « Data Thrivers » investissent dans des domaines essentiels tels que la culture data-driven, le développement des compétences, la gouvernance des données, la suppression des silos et l’utilisation d’outils de nouvelle génération pour mieux exploiter et visualiser les données à long terme.

59 % des « Data Thrivers » en Data Strategy adoptent une vision holistique et se concentrent sur l’adoption de nouvelles plateformes de cloud computing, d’outils d’intelligence d’affaires et de gestion des données qui englobent les trois dimensions. Ils font preuve d’un sens aigu de la stratégie de données, ce qui les aide à accélérer leur parcours data-driven plus rapidement que la moyenne du marché.

En un coup d’œil : critères de maturité en Data Strategy

• Élaborer une vision et définir des objectifs clairs et réalisables pour exploiter les données à l’échelle de l’entreprise.
• Élaborer une vision descendante pour être data-driven et un plan d’action élaboré par la direction pour concrétiser cette vision en incluant toutes les parties prenantes.
• Rendre opérationnelle une stratégie de données à grande échelle.
• Encourager et développer une culture data-driven, le développement des compétences et la gouvernance des données, identifier et éliminer les silos, et promouvoir l’utilisation de technologies permettant d’exploiter les données.
• Identifier les lacunes et les combler de manière organique ou inorganique.
• Élaborer une stratégie proactive pour attirer et retenir les bons professionnels des données.

Avantages de disposer d’une Data Strategy

Une stratégie en matière de données bien définie est la première et la plus importante étape pour devenir une entreprise numérique intelligente, car elle permet aux organisations de transformer les données en informations précieuses pour leur avantage business.

En se concentrant sur leur stratégie en matière de données, les organisations peuvent mieux définir les cas d’usages qui produiront les meilleurs résultats pour l’entreprise. Elle démontre également l’engagement de toutes les parties prenantes clés et contribue à promouvoir une culture d’entreprise de l’exploitation des données.

La stratégie en matière de données aide les organisations à comprendre les limites et à mieux tenir compte des principes fondamentaux tels que la gouvernance des données, le développement des compétences, la suppression des silos, la détermination de la propriété des données et la définition des cas d’utilisation dès le stade de la conception.

Les Data Beginners et les Data Explorers doivent activement développer une stratégie de données solide qui s’aligne sur leur vision et leur mission numériques.

Data for Business: quoi, pourquoi, facteurs de succès, et maturité actuelle des organisations de l’EMEA dans cette dimension.

Les programmes et initiatives en matière de données doivent être liés à des résultats opérationnels. Toutefois, seule une organisation sur six peut démontrer de manière quantitative que les décisions fondées sur les données ont un impact positif sur les résultats de l’entreprise. La capacité à exploiter systématiquement les données pour avoir un impact positif sur les résultats business est ce qui rend une organisation intelligente. Mais seuls 8 % des sondés ont déclaré que toutes les décisions business sont actuellement guidées par les données et l’analytique.

31% des organisations de la région EMEA sont des Data Beginners dans la dimension « données pour l’entreprise », 50% sont des Data Explorers et 19 % sont des « Data Thrivers » dans cette dimension.

Alors, pourquoi les « Data Thrivers » excellent-ils en Data for Business et quels sont les critères clés ?

86 % des « Data Thrivers » prennent plus de la moitié de leurs décisions à l’aide de données, contre 20 % des Data Beginners et 51 % des Data Explorers.

67 % des « Data Thrivers » peuvent démontrer quantitativement l’impact positif des initiatives data-driven « dans une large mesure ». En comparaison, seuls 4 % et 14 % des Data Beginners et des Data Explorers peuvent respectivement le faire.

Un manque de maturité dans cette dimension peut également avoir un impact négatif. Par exemple, comme le montre la Figure 5, les organisations qui s’appuient peu sur les données pour prendre des décisions ont enregistré un déclin plus important des principaux indicateurs business par rapport à celles qui sont fortement data-driven.

L’étude a révélé que, de même que le recours accru aux données a permis aux « Data Thrivers » d’améliorer leurs bénéfices, leurs revenus et l’expérience de leurs clients (voir la Figure 2), en l’absence de données, ces indicateurs tendent à décliner notamment face à des évolutions inattendues du marché. (voir la Figure 5).

Figure 5 : L’absence d’approche fondée sur les données entraîne un déclin des indicateurs clés

Q. Quelle a été la performance de votre organisation au cours des 12 derniers mois pour chacun des indicateurs suivants?

Les initiatives en matière de données pilotées uniquement par la DSI sont risquées pour la dimension « Data for Business »

L’enquête a révélé que la DSI prend toujours la tête de la conception, de la mise en œuvre et de la gestion des stratégies et des technologies data-driven. Selon 6 organisations sur 10, ce sont les services informatiques (DSI/CTO/chefs des technologies) qui approuvent les initiatives en matière de données et d’analyse. Cependant, lorsqu’il s’agit d’utilisateurs, un ensemble diversifié de personae, y compris les équipes chargées des données, les équipes métiers et les équipes IT, s’appuient dessus ; ce qui suggère que toutes les attentes à l’égard des données ne sont pas satisfaites lorsque la DSI est seule à prendre les rênes.

Les stratégies, les approches et les technologies privilégiées par l’informatique sont différentes des approches et des technologies privilégiées par les entreprises, le digital ou les données. Par exemple, l’enquête a montré que les utilisateurs métiers apprécient l’ouverture des plateformes et l’investissement dans de meilleures capacités de recherche (recherches fédérées), le suivi et les plateformes de données décentralisées, par rapport aux utilisateurs informatiques.

La Data for Business exige que chacun soit habilité à utiliser les données dans ses prises de décisions. Les « Data Thrivers » abandonnent cette approche lourde en informatique au profit d’une approche équilibrée impliquant les équipes métiers. Pour les « Data Thrivers », des personnalités telles que les PDG, les directeurs des opérations et les directeurs du digital jouent un rôle important dans le lancement de nouvelles initiatives data-driven.

En un coup d’œil : critères de maturité de la stratégie en matière de données pour les entreprises

• Identifier et décrire les cas d’usages métiers qui peuvent être améliorés grâce aux informations : amélioration de l’expérience clients ou de la supply chain, par exemple, ou amélioration du reporting et des prévisions.
• Voir, rechercher et utiliser les données analytiques et mesurer les résultats opérationnels : cela nécessite un changement fondamental dans la façon dont les investissements sont réalisés dans les entités métiers, et un alignement sur une stratégie à l’échelle de l’entreprise.
• Développer des produits et services de données basés sur l’intelligence artificielle et l’apprentissage automatique ou monétiser les données.
• Exploiter les capacités de visualisation, d’automatisation et de recherche des données
• Harmoniser et coopérer entre les équipes stratégie et informatique
• Mettre l’accent sur les compétences et la formation des utilisateurs métiers pour améliorer l’interaction et exploiter les données à l’avantage des entreprises
• Récompenser la réussite de l’entreprise dues aux données et encourager l’utilisation des données dans l’ensemble de la Société

Avantages de la progression de la dimension « Data for Business ».

Avoir des projets de données qui ne sont pas liés à des résultats business, c’est comme acheter une voiture sans moteur. Lier les projets de données à des résultats business et à des cas d’utilisation clairs permet de mieux mesurer les avantages et les caractéristiques. Ce lien permet également de maximiser la valeur des projets de données et de mieux adapter les programmes.

Assurer la maturité de la dimension « Data for Business » aide les entreprises à utiliser les données pour améliorer leurs performances, optimiser les opérations, générer de nouvelles sources de revenus, créer des produits et services pertinents, améliorer l’expérience client et renforcer l’adaptabilité.

Data Foundation : quoi, pourquoi, facteurs de succès, et maturité actuelle des organisations de l’EMEA dans cette dimension.

Data Foundation est le cadre technologique qui aide les organisations à rendre possible leur stratégie de données et à atteindre leurs objectifs dans ce domaine. Cette dimension contient les piliers technologiques qui aident les entreprises à mettre en œuvre leurs plans axés sur les données, pour aujourd’hui et pour demain.

Le socle de données permet aux organisations de construire une base technique de classe mondiale pour aborder tous les aspects du cycle de vie des données, du stockage à l’analyse jusqu’ à leur transformation. L’objectif, pour les entreprises, est de répondre à leurs besoins modernes en matière de données et de s’attaquer aux difficultés et aux défis qui détermineront le succès d’une organisation guidée par les données.

8 % des organisations sont des « Data Thrivers » lorsqu’il s’agit d’élaborer un socle de données solide. Environ 47 % sont des Data Explorer et 25 % des Data Beginners.

Le nombre plus élevé de « Data Thrivers » dans le domaine des plateformes de données par rapport aux « Data Thrivers » dans le domaine de la Data Strategy ou Data for Business est le résultat de stratégies de données fortement dirigées par les équipes IT. Il est cependant clair que les organisations ne peuvent pas être totalement data-driven sans une stratégie solide et un alignement étroit sur les résultats business.

Alors, pourquoi les « Data Thrivers » excellent-ils dans la Data Foundation et quels sont les critères clés ? 

96 % des « Data Thrivers » utilisent de manière plus robuste les plateformes cloud pour leur socle de données, contre 74 % des Data Beginners. Parmi les plus performants, environ 27 % disposent d’une infrastructure de données cloud moderne et de pointe pour explorer de nouvelles architectures de données, telles que le maillage de données à grande échelle. Seule une poignée de Data Beginners et Data Explorers le font.

Comme le montre la Figure 6, les « Data Thrivers » utilisent les plateformes cloud publiques à grande échelle pour leurs initiatives data-driven, bien plus que leurs homologues moins matures.

Figure 6 : Utilisation actuelle des plateformes cloud pour s’axer sur les données

Les « Data Thrivers » renforcent la maturité de leurs bases de données plus rapidement et dans tous les domaines, y compris les plateformes cloud, les outils de business intelligence et d’autres capacités technologiques.

Par exemple, 33 % des « Data Thrivers » enrichissent leur base de cloud computing avec des capacités de self-service, contre seulement 12 % et 23 % respectivement pour les «Data Beginners» et les « Data Explorers ». Les « Data Thrivers » font également preuve d’une plus grande maturité dans l’utilisation des outils modernes de recherche et de surveillance, se concentrent sur l’amélioration de l’expérience de visualisation des données et sont en avance dans l’utilisation de l’automatisation.

Les Figures 7 et 8 ci-dessous révèlent également comment les « Data Thrivers » sont en tête dans l’utilisation des technologies de business intelligence et des solutions de gouvernance, de gestion et de qualité des données pour renforcer leur dimension de Data Foundation.

Figure 7 : Solutions d’analyses de données utilisées

Figure 8 : Solutions utilisées pour la gouvernance, la gestion et la qualité des données

Les « Data Thrivers » disposent des éléments de base nécessaires pour fournir aux entreprises des réponses data-driven rapides à leurs questions. Comme la majorité des initiatives en matière de données sont actuellement dirigées par l’IT, voici à quoi ressemble une base de données de premier ordre pour les « Data Thrivers » :

• Infrastructure de données à grande échelle avec de solides piliers technologiques et des accélérateurs de données
• Accès à un riche écosystème de partenaires stratégiques d’infrastructure de données
• Au-delà de l’infrastructure, des capacités d’architecture de données modernes telles que des plateformes modernes d’analyse et de visualisation
• Gestion de plusieurs plateformes d’analyse pour plus de simplicité
• Expertise dans les services de modernisation des fondations de données, la gestion dynamique des ressources pour une meilleure rentabilité, les plateformes cloud natives, l’analyse et l’ingestion de données à grande échelle

En un coup d’œil : Critères de maturité en matière de Data Foundation

• Utiliser des technologies agiles, évolutives et modernes telles que les plateformes de cloud public, les capacités cloud-natives et les outils modernes d’agrégation, d’ingestion et d’analyse des données.
• Gérer le volume, la vélocité et la variété des données et répondre aux besoins d’analyse par lots et en temps réel.
• Éliminer les silos de données, les complexités de gestion, les risques de sécurité et l’augmentation des coûts.
• Pivoter vers des entrepôts de données, des lacs de données et des plateformes de gestion des données basés sur le cloud computing.
• Créer des capacités de libre-service des données.
• Adopter des fonctionnalités modernes d’intelligence d’affaires, de data visualisation, de recherche et de surveillance.
• Tirer parti de l’automatisation à l’échelle pour accélérer et rendre plus efficaces les opérations sur les données.
• Mettre en œuvre des méthodologies plus récentes, telles que la gestion des données de référence, les DataOps, la fédération et les hubs de données.

Pleins feux sur la Data Foundation comme pierre angulaire de la gestion des données

Les organisations data-driven ont un mantra simple : la technologie doit évoluer à la vitesse et à l’échelle des données. Le cloud public, avec son infrastructure hautement évolutive et ses technologies de données innovantes, permet aux experts d’accéder à tous les outils dont ils ont besoin pour créer de la valeur.

Le cloud étant partout et pour tout, les organisations ne le considèrent pas comme une infrastructure pour stocker des
données. Elles le voient comme un point de départ : elles veulent exploiter les technologies de donnés propriétaires, les bases de données nativement cloud, les moteurs de données, les lacs de données et les outils de requêtes dans le cloud public pour mener leurs stratégies à la vitesse et à l’échelle des données. IDC estime que les organisations qui réussissent utilisent des outils de calcul modernes tels que les architectures sans serveur, les conteneurs et les microservices dans le cloud avec des outils de données modernes pour accélérer leurs parcours d’innovation et d’intelligence de manière cohérente.

Les avant-gardistes tirent parti des capacités du cloud public et peuvent apporter une valeur business avec un impact plus important que les non-utilisateurs du cloud. 82 % des « Data Thrivers » cherchent à utiliser le cloud comme base de données à grande échelle, à enrichir leur base de données avec des processus modernes adaptés au cloud, et à exploiter les approches de lac de données, et de maillage de données. Seuls 27 % des Data Explorers font de même.

Parallèlement au cloud, les plateformes de gestion des données, telles que le stockage cloud, les services en conteneur, les plateformes de sauvegarde (qui peuvent ingérer des données SaaS ou historiques dans les pipelines) et les outils d’observabilité qui aident à surveiller les microservices et le maillage de données, peuvent contribuer à créer des environnements informatiques résilients et agiles pour des résultats data-driven.

Une chose est claire : Devenir data-driven est une initiative qui concerne l’ensemble de l’entreprise et qui nécessite l’adhésion totale de toutes les parties prenantes, notamment la direction, les utilisateurs métier, l’informatique, la gouvernance, les développeurs et les équipes de Data Science. Tout commence par une stratégie en matière de données, par l’alignement de cette stratégie sur les objectifs de l’entreprise et par la mise en œuvre de la stratégie au moyen d’une plateforme de données moderne.