Une fois par génération, les opportunités de créer un héritage commercial augmentent massivement à mesure que les changements tectoniques secouent l’écosystème commercial et technologique.

Et avec des données qui explosent à un rythme d’environ 2,5 billions d’octets par jour, et dans certains cas, les données d’une entreprise ayant deux ou trois fois plus de valeur que l’entreprise elle-même, nous vivons clairement dans la “décennie déterminante des données”. . .

Pour qu’une entreprise soit un leader dans ce domaine, elle doit créer les conditions d’une croissance et d’un succès à long terme. Cela signifie construire une pile technologique et d’analyse qui exploite les meilleures solutions et qui est évolutive pendant une décennie. Avec la pile technologique et les processus commerciaux robustes correspondants, les innovations peuvent prospérer. Mais à maintes reprises, les entreprises échouent dans leurs objectifs de business intelligence. Cependant, un tel état n’a pas besoin d’être répété.

Les erreurs souvent commises en cours de route

Il y a quelques bugs qui apparaissent dans les programmes d’analyse qui entravent la construction des fondamentaux de la grandeur. Avec une prise de conscience, les chefs de projet peuvent tracer un chemin plus rapide vers la domination de leurs programmes de données. Ces erreurs incluent :

Erreur n° 1 : revenir à la technologie d’informatique décisionnelle héritée

Efforcez-vous d’obtenir le meilleur dans chaque aspect du processus, plutôt que de vous contenter d’une solution suffisamment bonne, en particulier lorsqu’il s’agit d’un code “à faible coût de notre fournisseur préféré, quelle que soit la valeur”. Ce piège réduit simplement le retour sur investissement de tout investissement majeur dans le cloud et les données. Une pile de données moderne est en cours de construction pour l’ère du cloud et plus particulièrement l’utilisation d’analyses en temps réel pour ceux qui créent des applications réactives et monétisent les données pour de nouvelles sources de revenus.

Ici aussi, nous vivons à l’ère du cloud. La plupart des solutions sont “en tant que service”. N’hésitez pas à échanger, modifier et expérimenter, mais ne vous contentez pas de ce qui fonctionnait “assez bien” auparavant.

Erreur #2 : Laisser les données entre les mains des équipes d’analystes

Oui, les données doivent être sécurisées, gérées et correctement réglementées. Mais les données bien gérées n’ont pas besoin d’être verrouillées. Vous pouvez toujours permettre à un groupe plus large d’analystes métier de l’utiliser en toute sécurité. Et de la part des analystes commerciaux, soyons clairs : les dirigeants responsabilisent Tout le monde dans l’entreprise pour intégrer leurs données, apporter leur expertise et résoudre leurs propres problèmes. Chaque directeur des ventes, responsable des ressources humaines, représentant du service client en salle et responsable de franchise devrait pouvoir obtenir des réponses, tester des théories et améliorer son propre service avec des données dès qu’il y pense.

Le tableau de bord est mort à l’ère du cloud, nous sommes dans le monde en temps réel de l’analyse en temps réel. Il y a une place pour les scientifiques des données et les équipes d’analyse dédiées, mais le retour sur investissement de ce talent qualifié ne vient pas du fait qu’il agit comme un “Google” asynchrone pour d’autres coéquipiers. Faites en sorte qu’il soit facile pour les personnes ayant une expertise de répondre à leurs propres questions au fur et à mesure qu’elles les posent. Gardez les experts là où ils apportent leurs compétences supérieures.

Erreur #3 : rendre difficile le passage de l’insight à l’action

Une fois que les données mènent à des idées a-ha, un système doit être en place pour apporter des changements. Les technologies cloud reprennent tout leur sens. Les API doivent connecter les logiciels à l’échelle de l’entreprise afin que ceux qui souhaitent faire du commerce puissent passer sans délai de l’informatique décisionnelle aux systèmes opérationnels. L’importation, l’exportation et le partage doivent être faciles. Plus important encore, les processus et la culture doivent être alignés afin que l’expérimentation et l’action soient récompensées lorsqu’elles sont basées sur des données. Les bonnes politiques préparent les employés à prendre les bonnes mesures et favorisent l’innovation.

Faites du succès le chemin de moindre résistance !

Erreur #4 : S’appuyer sur des tableaux de bord et des modèles de données rigides

La pile analytique moderne et le monde des données en temps réel se sont arrêtés sur les tableaux de bord. Nous vivons dans un monde agile et instable et la capacité d’expérimenter, d’être flexible et de changer est extrêmement importante. Les données peuvent rapidement devenir obsolètes et les tableaux de bord ne sont désormais utilisés que pour présenter les anciennes actualités.

La capacité d’ajustement et de changement est très importante. L’analyse en libre-service activée par la recherche est un excellent moyen pour les experts du domaine de poser une question, d’obtenir des informations, puis d’affiner et de demander à nouveau. Pas besoin de rester coincé dans un processus en attendant qu’un data scientist modifie les paramètres. Les données ont évolué d’une ressource lente, souvent mensuelle, à une ressource qui peut changer à la volée et n’est utile que si elle est utilisée rapidement.

Rendez la résolution aussi naturelle que la demande.

Erreur #5 : Ignorer les données tierces

Vos données sont absolument précieuses, mais c’est comme avoir un athlète. Un seul ne fait pas une équipe qui réussit – les affaires ne sont pas un sport individuel. Les données internes doivent être mélangées avec les contributions de tiers pour créer une offre plus solide. Les services qui combinent des données propriétaires et tierces deviennent incroyablement collants. Consultez Google Maps. Ils disposent de leurs données cartographiques, qui sont complétées par les données de trafic en temps réel des usagers de la route. En partageant ces données, la planification des voyages en temps réel est devenue possible. Les connexions cloud facilitent cette intégration de données.

Personne dans la nouvelle économie des données ne peut le faire seul. Devenez partenaire ou achetez et créez des offres plus fortes qui offrent une plus grande valeur.

Erreur #6 : Négliger l’expérience utilisateur des données

C’est une histoire vieille comme le monde. Il existe de nombreuses histoires d’échecs commerciaux dus à des systèmes médiocres et à une mauvaise exécution. Les utilisateurs sont la poule aux œufs d’or – ils font de la magie lorsqu’ils disposent des bons outils. Les solutions doivent être faciles et même agréables à utiliser. Toutes les fonctionnalités qui rendent les applications grand public intéressantes font également du frontal de la pile de données moderne une ressource puissante. Évaluez, commentez, partagez, enregistrez – l’utilisation de données et de modèles peut être une expérience sociale. En ce qui concerne l’engagement et l’adoption, pensez à la façon dont les applications collantes et les médias sociaux fonctionnent.

Les données sont au cœur de tout, pensez-y en termes d’expérience utilisateur.

Éviter les erreurs directes et créer des programmes autour des principes de l’expérience utilisateur réactive à long terme, agile et en temps réel est la façon dont une entreprise mène la décennie cruciale des données vers le succès. C’est ainsi qu’un héritage se crée.

A propos de l’auteur

Damien Brophy est vice-président EMEA chez ThoughtSpot. ThoughtSpot est la société Modern Analytics Cloud. Notre mission est de créer un monde plus factuel avec la plateforme d’analyse la plus facile à utiliser. Avec ThoughtSpot, n’importe qui peut utiliser la recherche en langage naturel et l’IA pour trouver des informations sur les données et tirer parti des innovations les plus innovantes que l’écosystème de données cloud a à offrir.

Image en vedette : ©Siarhei