Prendre des bonnes décisions grâce à la data

La prise de décision grâce à la data implique de prendre des décisions basées sur l'analyse des données plutôt que d'en prendre de manière intuitive. Les outils de collecte de données ne manquent pas aujourd'hui (Google Analytics, CRM...) et permettent d'obtenir des informations précieuses pour la prise de décisions.

1. Mettre en place une approche data-driven

Pour inclure la data dans vos prises de décisions, il est important de définir des indicateurs de performances adaptés à vos besoins. La prise de décision grâce à la data est un processus long, qui comprend à la fois la collecte, l'extraction et l'analyse des données. Heureusement, les logiciels de collecte de données se sont bien améliorés ces dernières années et offrent aujourd'hui une analyse complète et simples des données. Pas besoin de faire appel à un data scientist. Vous n'aurez sûrement pas leur niveau d'expertise mais cela ne vous empêchera pas d'utiliser les données pour effectuer une analyse pertinente de la situation.

L'approche data-driven fournit de sérieux résultats puisque, d'après une enquête du MIT Center for Digital Business, les entreprises qui utilisent la data dans leur processus de prise de décision obtiennent 4% de productivité en plus et des résultats 6% plus importants.

L'approche data-driven est assez simple à mettre en place mais les problèmes interviennent au moment de l'exploitation des données. De nombreuses erreurs sont commises à ce stade là.

2. Les erreurs à éviter

Une enquête de BI-Survey montre que 58% des entreprises interrogées basent plus de la moitié de leurs décisions sur l'intuition et l'expérience plutôt que sur des données concrètes. En plus, seule 50% de l'information disponible est utilisée dans le processus de prise de décision. C'est donc une réelle attitude néfaste, qui empêche une prise de décision objective et réfléchie. Voici quelques erreurs à éviter :

1. Ne pas accorder assez d'importance à la gestion des données

Une gestion des données efficace est un point-clé pour leur utilisation future. Les données doivent être cohérentes au regard de l'objectif fixé et c'est leur mise en relation qui permettra d'effectuer une analyse pertinente de la situation. Il faut donc que leur collecte soit gérée de manière optimale ou bien les données risquent d'être inexploitables.

2. Ne se fier qu'aux expériences passées

Les commerciaux sont souvent recrutés en fonction de leurs réussites passées. Mais l'environnement et le marché changent, ce qui implique que ce qui a fonctionné dans le passé ne fonctionne pas forcément aujourd'hui. Il faut donc inclure la donnée pour prendre des décisions adaptées aux tendances actuelles du marché.

3. Chercher à confirmer les décisions passées grâce aux données

Si vous voyez de nombreuses personnes se balader avec un parapluie dans la rue, c'est bien parce qu'il pleut. Et non pas qu'il commence à pleuvoir parce que de nombreuses personnes possèdent un parapluie. Si ce raisonnement vous semble absurde, c'est pourtant de cette manière qu'agissent de nombreuses entreprises quand il s'agit d'utiliser la data.

Les managers cherchent souvent à prouver la crédibilité de leurs décisions passées auprès de leurs supérieurs hiérarchiques grâce à la data. Mais cette manière d'agir est inefficace car le manager va chercher à faire "parler les chiffres" selon son point de vue et s'écarte de toute neutralité. Au contraire, il faut veiller à ce que les données soient exploitées de manière impartiale pour prendre les décisions.

4. Ignorer les biais cognitifs

Dans chacune des décisions que l'on prend, les biais cognitifs viennent altérer notre jugement, qui n'est jamais objectif. En acceptant l'existence de ces biais, il sera plus facile pour les entreprises d'anticiper les futures tendances et de concentrer leurs efforts sur la prise de décision grâce à la data.

Pour en savoir plus

Spécialisé en Inbound, Karim Bouras dirige l'agence Nile, une Growth Agency. Depuis 2016, il a créé et anime Industrial Growth, une communauté uniquement dédiée au business dans l'industrie, autour d'un blog, de ressources en ligne.