Data Booster
4 min de lecture
November 18, 2024
L’idée de « la donnée comme produit » s’est imposée : la donnée est un actif critique qu’il faut gérer, promouvoir et optimiser pour sa valeur. Un produit de données, c’est tout outil, toute plateforme et toute fonctionnalité construits autour de jeux de données pour produire des enseignements ou de la valeur pour ceux qui les utilisent.
Qu’est-ce que cela change pour la data literacy ? Pour qu’une stratégie « data as a product » fonctionne, chaque collaborateur doit comprendre le concept et son propre rôle dedans. Cela demande une formation claire et ciblée, qui explique non seulement ce que signifie « data as a product », mais aussi ce que chacun y apporte.
Autre condition : les équipes métier doivent être associées dès le départ. Ce sont elles qui savent quels produits de données créeront une valeur réelle, dans les processus internes, dans l’expérience client ou dans l’innovation. Former les équipes métier à repérer ces occasions, par exemple des cas d’usage de machine learning, leur permet de bien mieux travailler avec les équipes data. Les produits de données qui en sortent sont techniquement solides et alignés sur les besoins du métier, donc utilisables et utiles.
Depuis l’entrée en vigueur de l’AI Act l’été dernier, le sujet prend de plus en plus de place dans les programmes de formation. Au-delà de la conformité, les organisations voient aussi les risques et cherchent comment en parler à grande échelle. La question est de le faire sans en faire un module obligatoire que l’on clique sans lire.
Chez Data Booster, nous réunissons gouvernance de l’IA et AI Literacy dans un même programme. Les collaborateurs apprennent quelles règles et quels principes éthiques s’imposent à eux (ce qu’ils doivent faire) et acquièrent en même temps les compétences pour exploiter le potentiel de l’IA (ce qu’ils peuvent faire). Ils connaissent ainsi leurs obligations et osent utiliser l’IA de façon responsable pour créer de la valeur. Cette approche donne des équipes engagées et informées, à la hauteur des occasions comme des risques que l’IA apporte au travail quotidien.
Le nouveau terrain de la data literacy, c’est l’analytique guidée par la décision : rattacher l’analyse directement aux décisions de l’entreprise. Il s’agit d’utiliser les données pour éclairer les décisions importantes, pas de collecter de l’information ni de remplir des rapports de graphiques sans fin. L’attention se porte sur les données qui produisent des enseignements dont quelqu’un fait quelque chose.
Cette approche rompt avec deux habitudes : croire que toutes les données se valent, et se laisser séduire par le dernier outil à la mode. Ce qui compte, c’est un usage clair et intentionnel des données au service de meilleures décisions. Nous recommandons le livre de Stefano Puntoni sur la decision-driven analytics, où il explique les quatre piliers de l’approche.
Pour les programmes de data literacy, cela change beaucoup, car l’approche parle davantage aux personnes sans bagage en données ou en analyse. Pour beaucoup de collaborateurs, surtout dans des rôles non techniques, tirer des enseignements de montagnes de données sans en avoir les compétences a de quoi décourager. Plutôt que d’en faire des experts de la donnée, mieux vaut leur apprendre à aborder les données avec des questions métier claires et structurées.
Ces collaborateurs décident déjà, souvent à l’expérience ou à l’intuition. Quand la formation part de ces mêmes questions et y répond avec des données, l’exercice devient concret et proche de leur travail. Ils appliquent les données d’une manière familière et compréhensible, et gagnent en assurance pour décider avec elles.
Les initiatives de data literacy visent surtout les profils métier et les formations spécialisées des experts de la donnée. Pourtant, de grands groupes de personnes pèsent énormément sur la façon dont une organisation peut exploiter ses données. Celles et ceux qui travaillent chaque jour dans les systèmes opérationnels déterminent la qualité des données, car la chaîne commence chez eux. Selon l’organisation, ce sont d’autres métiers : le service client, l’entrepôt, la livraison ou les équipes en magasin.
Nous avons échangé avec plusieurs organisations qui préparent des programmes pour ces groupes aussi. L’essentiel est d’adapter au rôle et de rester court. Autre point à garder en tête : ces personnes ne passent pas la journée devant un ordinateur portable. Nous avons vu des idées créatives, comme des messages par SMS plutôt que par e-mail, des formations pensées pour la tablette et de courtes vidéos à regarder sur le téléphone. Nous pensons que la tendance va se poursuivre et attendons d’autres idées avec intérêt.
Les entreprises qui intègrent ces mouvements dans leur stratégie de data literacy seront les mieux placées pour innover, créer de la valeur et garder une longueur d’avance sur un marché mondial très disputé.
Membre de
Nominé
