Publié le 28/03/2022 par Camille Chiaradia | Mis à jour le : 02/12/2024 | 13 min de lecture
Sujets : Business Intelligence, Data, Géodécisionnel
Comment bien se lancer dans l’analyse de données
L’analyse de données est un sujet « serpent de mer » ; les entreprises n’ont pas attendu que « data visualisation » ou « big data » deviennent des mots à la mode pour s’en préoccuper. Jusqu’à il y a peu, leur préoccupation majeure était d’anticiper pour s’adapter rapidement aux évolutions. Mais aujourd’hui, l’apparition du Covid-19 et les tensions internationales démontrent que le monde évolue dans des directions imprévisibles : les modèles utilisés jusqu’alors sont donc dépassés. La complexité de ce contexte doit nous convaincre qu’il ne s’agit plus d’anticiper mais plutôt de s’adapter vite et bien. Les entreprises doivent donc faire preuve d’agilité : au lieu de fixer un plan de bataille complet, elles devront avancer pas à pas, construire, tester et adapter leur plan d’actions. Demain, les entreprises qui réussiront seront celles qui font le choix de l’agilité et du pilotage par l’analyse de données (data-driven).
Sommaire
Se poser les bonnes questions avant de se lancer
La collecte de données : pensez aux données externes !
Pour bien analyser ses données, il faut bien les organiser
Savoir représenter ses données
Tous les métiers collectent des données précieuses
Analyse de données : les erreurs à éviter
La mode est à la boulimie des données : le volume de données numériques créées ou répliquées à l’échelle mondiale a été multiplié par plus de 30 au cours de la dernière décennie (source : Statista). Mais pour en faire quoi ? Collecter des données pour collecter des données n’a aucun intérêt. Il convient de savoir quoi en faire et pourquoi avant même de construire sa base de données.
Pour se lancer dans l’analyse de données, il faut commencer par identifier les indicateurs métier qui participent à la performance de l’entreprise (conquête de nouveaux clients, fidélisation etc) et à l’optimisation de l’activité (comment faire aussi bien mais à moindre coût). Sinon, le risque est de se focaliser sur des vanity metrics : se satisfaire d’indicateurs qui augmentent et qui flattent l’égo (ex : célébrer l’augmentation du trafic web sans suivre le taux de conversion qui stagne).
Vous devez effectuer un vrai travail préparatoire pour définir vos indicateurs clés et les collecter. Faites le tour des services pour lister les indicateurs les plus pertinents pour éviter de vous noyer dans les données.
Avant de vous lancer dans l’analyse des données, pensez à définir des valeurs de référence auxquelles comparer vos mesures (comparer les données au trimestre précédent par exemple). Vous pourrez ainsi suivre les évolutions et savoir si vos résultats sont positifs ou négatifs.
Au fil du temps et des analyses, vous gagnerez en maturité et pourrez identifier des nouveaux indicateurs clés plus pertinents et faire évoluer en fonction vos valeurs de référence.
Faut-il recruter ?
Bonne nouvelle, il n’est pas nécessaire d’avoir un data analyst ou un informaticien pour se lancer dans l’analyse de données. Celle-ci n’est pas réservée qu’aux seules grandes entreprises ; toute organisation dispose de données, peut donc les analyser et suivre ses indicateurs de performance. Il suffit de se lancer !
En tant qu’expert en solutions géodécisionnelles, nous constatons que nos clients sont rarement des experts de la data ; ils sont en revanche des experts de leur métier. Ils connaissent bien leur business, process et règles métier. Identifiez qui dans votre entreprise a une culture data et pourra être porteur du projet. Il sait quelles données sont collectées, et avec un peu de bon sens, il pourra facilement définir les indicateurs clés en collaboration avec la direction.
La collecte de données : pensez aux données externes !
On l’a déjà dit, toute organisation possède de nombreuses données internes. Les logiciels de CRM ou de facturation sont vos points de départ ! Ils permettent, en général, d’exporter facilement les données pour construire et enrichir vos bases de données (sur Excel par exemple).
Vous avez identifié toutes vos données internes ? Vous avez fait le plus facile : passez à la vitesse supérieure grâce aux données externes qui viendront compléter vos analyses.
Pensez à l’open data qui vous donne accès à une quantité phénoménale de données publiques et gratuites : données INSEE sur la population, les ménages ou la consommation, données de la base SIRENE sur les 31 millions d’établissements. Vous y trouverez des informations précieuses pour votre prospection, améliorer la connaissance de votre clientèle, ouvrir un commerce au bon endroit…
Mais ces données sont souvent méconnues et peu utilisées. Qui a, par exemple, entendu parler de la plateforme open-data française data.gouv.fr ? Un autre frein : ce type de données est complexe à exploiter car les producteurs utilisent des formats différents d’un fichier à l’autre (par exemple, l’INSEE utilise son propre format pour les codes postaux qui n’a rien à voir avec celui de la Poste).
Des entreprises comme Articque font le choix d’aller chercher et mettre en forme ces données pour leurs clients et proposent ces sources de data prêtes à l’emploi.
Dernier conseil pour bien organiser votre collecte de données : n’oubliez pas les métadonnées. Ces informations s’apparentent à une notice qui va faciliter la traçabilité de vos données et simplifier le travail de mise à jour (quand un nouveau salarié doit prendre le relai par exemple). Vous pouvez y noter la date de la donnée, sa source, sa fréquence de mise à jour, l’unité de mesure… Ces informations précieuses permettent donc de pérenniser vos analyses.
Pour bien analyser ses données, il faut bien les organiser
Vous commencez à collecter des données, il faut maintenant les stocker. Plus vous aurez de données, plus votre volume de stockage sera important. Mais avant de penser à créer un entrepôt de données, vous pouvez débuter avec un simple fichier client sur un tableur Excel (ou équivalent).
Dans tous les cas, il est primordial que les données soient bien ordonnées. Leur préparation est donc un point de passage obligatoire qu’il faudra faire avec méthode. Les données ont besoin d’être formatées : sans données propres, on ne peut pas se lancer dans l’analyse.
Notre conseil pour bien organiser vos données : partir de la data la plus fine (par exemple une ligne dans le fichier = une commande client). Il sera plus simple d’agréger ces données par la suite.
Votre base de données ne doit pas être figée dans le temps : vous devez continuer à l’enrichir d’une part et mettre à jour régulièrement toutes les données, internes ou externes.
Bien évidemment, vous devez aussi veiller à respecter les contraintes légales. Par exemple, le RGPD vous impose de protéger les données personnelles que vous stockez dans votre entreprise ou sur le cloud.
Savoir représenter ses données pour mieux les analyser
Vous le constatez, on dispose de moins en moins de temps dans nos métiers pour l’analyse des données, alors que leur volume augmente. On doit donc être capable d’extraire rapidement les données disponibles et savoir les faire parler pour réagir et décider vite. Pour cela, il faut les représenter de manière claire, graphique et visuelle : on parle ici de data visualisation.
Pour faire jaillir la bonne information de la manière la plus visuelle, il faut choisir la bonne représentation. Grâce au visuel ci-dessous, vous serez à même de choisir le meilleur graphique pour représenter et analyser vos données :
Source : The Extreme Presentation Method (https://extremepresentation.com/)
Il manque cependant un type de représentation incontournable : la carte. En effet, localiser ses données sur une carte (point, comptage…) permet d’apporter en plus le contexte géographique : sur une carte, on visualise rapidement des phénomènes de concentration (foyer épidémique, secteur à fort potentiel de prospects, forte densité de concurrents…) et les notions de distance et de temps d’accès sont beaucoup plus faciles à appréhender.
Autre avantage : sur une carte, on peut facilement superposer différents indicateurs pour révéler des corrélations ou des faits cachés.
Dans cet Atlas interactif sur le mix énergétique français, on constate que la Gironde et le Lot-et-Garonne ont tous les deux une part importante de photovoltaïque dans la production totale d’énergies renouvelables (aplat de couleur rouge : 84% à 100%). Or, si on ajoute à l’analyse la puissance produite, on s’aperçoit que le Lot-et-Garonne est très en retard par rapport au département voisin (141 MW contre 727 MW).
Tous les métiers collectent des données précieuses
De nombreux services de l’entreprise collectent chaque jour des données indispensables à votre analyse :
- Service commercial : données de ventes, relation client, actions de prospection,
- Marketing : visites du site web, nombre de demandes entrantes,
- Après-vente : satisfaction client, nombre et suivi des pannes, localisation des dépanneurs,
- Ressources humaines : absentéisme, accidentologie, sécurité et bien-être des collaborateurs, analyse des déplacements domicile-travail,
- Logistique : flux d’approvisionnement, localisation des fournisseurs et des points de livraison,
- Innovation produit : données d’utilisation du produit, fonctionnalités favorites, nombre de connexions… Les éditeurs SaaS doivent y accorder une attention soutenue car les offres par abonnement nécessitent de fidéliser les clients sur le long terme.
Articque accompagne plus de 1 000 sites clients de tous secteurs pour faciliter leur prise de décisions. Voici comment nos clients valorisent et analysent leurs données :
- L’Etablissement Français du sang (région Vendée) collecte et analyse les données sur ses donneurs et les transforme en indice de générosité pour implanter ses lieux de collecte de sang aux bons endroits. La Vendée est la seule région à être autosuffisante en France.
- Le service après-vente de Colissimo a localisé toutes ses réclamations sur une carte pour identifier les sites de livraison concernés et déployer des plans d’actions ciblés. Résultats : une diminution des réclamations et une augmentation du score NPS de 5 points.
- LDC Sablé (Poulets de Loué, Le Gaulois, Marie…) parvient à être plus réactif que les services de l’état pour localiser les foyers de grippe aviaire et isoler immédiatement les bêtes à proximité pour limiter la propagation.
Analyse de données : les erreurs à éviter
Le « juste » avant le « beau »
On voit de belles data visualisations, mais qui, au-delà de leur beauté, ne véhiculent aucune information intéressante, ou pire, donnent de fausses informations. Le choix des couleurs ne doit pas être pris à la légère : par exemple, le rouge est immédiatement alarmiste et le lecteur l’associera à un résultat négatif, même s’il est en fait positif.
Soyez également vigilent sur l’échelle d’un graphique : en fonction du « 0 » que vous choisissez sur votre axe des ordonnées, votre courbe pourra être au-dessus ou en-dessous de l’axe des abscisses et la perception sera totalement différente.
Dans cette data viz, qui ressemble à une peinture moderne, on ne distingue pas du tout le nombre réel de décès dus au Covid-19 : il n’y a ni échelle ni axe des ordonnées. Difficile d’en tirer quoi que ce soit !
Chez Articque, on favorise toujours le juste avant de faire du beau.
Prendre plusieurs points de vue
Il faut toujours croiser les indicateurs car la valeur brute seule n’a pas vraiment de sens. Prenons cette carte pour exemple : à gauche le nombre de malades d’Alzheimer par région en 2002, à droite la carte de la population de plus de 75 ans. Comme on le sait, cette maladie frappe en priorité les personnes les plus âgées…
Retenez donc qu’il ne faut jamais se contenter d’une seule analyse, il faut toujours prendre plusieurs points de vue. Cette image l’explique encore mieux que ces mots :
Mettez au placard vos préjugés
Vos préjugés seront surement bouleversés. Analyser vos données et les représenter sur des graphiques ou des cartes vous conduira à porter un regard différent sur votre activité et votre performance.
On vous partage le retour d’expérience d’une régie publicitaire avec laquelle nous travaillons. En localisant leurs clients et en visualisant les dernières visites des commerciaux terrain, la direction s’est rendu compte que ceux-ci se concentrent sur les clients très proches et délaissent les clients les plus éloignés. Un plan d’actions a été mis en place pour remédier à la situation.
Analyser les indicateurs dans le temps
Dernier conseil : suivez vos données dans le temps pour analyser leur évolution. C’est souvent cet indicateur qui sera le plus important.
Les outils pour faciliter l’analyse de données
Loin de nous l’idée de faire une liste exhaustive de tous les outils d’analyse de données du marché. Il y a fort à parier que vous connaissez Excel ou LibreOffice : ces outils ont énormément évolué ces dernières années et proposent des fonctionnalités de préparation des données et des représentations graphiques sophistiquées. Ils sont aussi faciles à prendre en main.
On trouve aussi sur le marché de nombreuses solutions clé en main : outils de tableaux de bord, solutions de data preparation, outils de Business Intelligence… Aujourd’hui, ces solutions se tournent de plus en plus vers les utilisateurs métiers et sollicitent de moins en moins les services informatiques. C’est la tendance du No-code et des interfaces intuitives pensées pour les utilisateurs finaux. Articque s’est inscrit dans cette mouvance en proposant des Atlas dynamiques et interactifs, autrement dit des tableaux de bord géographiques.
En parallèle, on trouve aussi des librairies open-source (et donc gratuites) que vous pouvez déployer à condition d’avoir à disposition une équipe de développeurs.
Enfin, notons que de plus en plus d’outils intègrent des fonctionnalités d’Intelligence Artificielle pour guider l’utilisateur dans le choix de la meilleure représentation graphique ou statistique.
Partager ses analyses pour impliquer
De plus en plus de rapports et tableaux sont utilisés en réunion illustrer des analyses, faire comprendre des résultats et justifier des décisions. Ils permettent de travailler en toute transparence et d’instaurer un climat de confiance, de saisir le sens de l’activité de chacun et d’obtenir plus facilement l’adhésion aux décisions.
Nos des Atlas dynamiques et interactifs répondent parfaitement à ces préceptes : ils permettent de naviguer facilement dans les données, jusqu’à un niveau très fin, et de s’appuyer sur la carte pour répondre aux questions pendant la présentation.
Pour impliquer l’ensemble de l’entreprise dans la recherche collective d’une meilleure performance, chaque service devrait partager au moins un indicateur clé et l’afficher clairement dans l’entreprise (chez Articque, les chiffres clés de chaque service sont affichés là où tout le monde passe en haut des escaliers !).
On vous conseille de commencer par partager un indicateur phare (la « north star ») qui va guider l’ensemble des salariés, par exemple le nombre total de client en temps réel et son évolution. Tous les services sont acteurs de cet indicateur et doivent être fédérés pour favoriser son amélioration.
A propos de l’auteur : Camille CHIARADIA
Geek du webmarketing @Articque depuis 2016. Mes missions : informer nos clients de toutes les nouveautés de Cartes & Données et éclairer les internautes à la recherche de solutions d’aide à la décision.
Les autres sujets du moment
https://www.articque.com/wp-content/uploads/2024/12/ELM-etude-marche-3c-scaled.jpg 1695 2560 Cyriaque Juigner https://www.articque.com/wp-content/uploads/2024/07/NEW-logo-Articque.svg Cyriaque Juigner2024-12-05 11:14:232024-12-09 08:11:43Différences entre un Etat Local de Marché (ELM) et une étude de marché
https://www.articque.com/wp-content/uploads/2024/06/vignette-blog-sectorisation-pharma.png 285 363 Articque https://www.articque.com/wp-content/uploads/2024/07/NEW-logo-Articque.svg Articque2024-06-18 15:01:162024-12-02 11:51:29Pourquoi les laboratoires pharmaceutiques doivent soigner leur sectorisation
