L’IA et la nécessité de préparer les données
Pourquoi toutes les publications commerciales ne peuvent s’empêcher de parler de l’IA
Les publications économiques sont aujourd’hui remplies de discussions sur le potentiel de transformation de l’IA – ce qui n’est pas surprenant, étant donné que l’IA promet d’améliorer considérablement la productivité, de stimuler l’innovation et d’ouvrir de nouvelles sources de revenus.
Les entreprises de tous les secteurs sont parfaitement conscientes que l’IA peut extraire de la valeur de leurs vastes réserves de données, en transformant des informations brutes en informations exploitables, ce qui incite les dirigeants à faire de l’IA une initiative stratégique clé.
Une étude réalisée en 2023 par McKinsey montre que 50 % des entreprises ont déjà adopté l’IA dans au moins une fonction de l’entreprise, contre 20 % en 2017.
Les publications soulignent constamment ces évolutions, encourageant les entreprises à explorer la manière dont l’IA peut exploiter les opportunités cachées dans leurs actifs de données.
Comprendre pourquoi les données prêtes pour l’IA ne sont pas facultatives
L’enthousiasme suscité par l’IA est évident, mais il y a un élément clé que les organisations doivent prendre en compte avant d’en récolter les fruits : la préparation des données.
Les algorithmes d’IA ont besoin de données de haute qualité, structurées et bien gouvernées pour fonctionner correctement.
Sans cette base, même les outils d’IA les plus avancés auront du mal à fournir des résultats significatifs.
Les organisations sont de plus en plus conscientes de cette exigence, reconnaissant que la préparation de leurs données pour l’IA est un impératif stratégique.
Selon Gartner, la mauvaise qualité des données coûte en moyenne 12,9 millions de dollars par an aux entreprises.
Un manque de données prêtes pour l’IA peut conduire à des idées erronées, des décisions malavisées et des opportunités manquées, d’où l’importance d’investir dans des pratiques complètes de gouvernance et de gestion des données.
Les défis de la mise en œuvre d’une gouvernance des données efficace
Le travail peu excitant, mais essentiel, qui est à l’origine du succès de l’IA
La mise en œuvre d’une gouvernance efficace des données est essentielle, mais elle ne suscite généralement pas l’enthousiasme associé à l’IA elle-même.
Ce travail fondamental comprend la mise en place de normes de qualité des données, la garantie de la conformité aux réglementations et la gestion des processus du cycle de vie des données.
Ces tâches ne font peut-être pas les gros titres, mais elles sont essentielles à la réussite de toute initiative d’IA.
Sans elles, les projets d’IA risquent d’échouer en raison de données inexactes ou incomplètes.
Au fur et à mesure que les organisations développent leurs efforts en matière d’IA, la complexité de la gestion des données augmente de façon exponentielle.
Les dirigeants doivent s’attaquer de front à ces défis s’ils veulent s’assurer que leurs stratégies d’IA reposent sur une base de données solide.
Il s’agit d’un travail ingrat mais nécessaire, un peu comme l’entretien de routine qui permet à un moteur performant de fonctionner en douceur.
Comment les leaders en matière de données et d’analyse influencent les entreprises
Au départ, les responsables des données et de l’analyse (D&A) se concentraient principalement sur la protection des données et la garantie de leur intégrité.
Lorsque les organisations ont commencé à comprendre le potentiel des données en tant qu’actif stratégique, l’attention s’est déplacée.
Aujourd’hui, on attend des responsables D&A qu’ils génèrent de la valeur pour l’entreprise grâce aux données, en faisant plus que simplement les sauvegarder – ce qui attire l’attention sur la prévalence croissante des Chief Data Officers (CDO) et des Chief Data and Analytics Officers (CDAO).
Environ 85 % des grandes organisations ont aujourd’hui un responsable D&A, ce qui représente une forte augmentation par rapport à il y a dix ans.
Ces responsables sont chargés d’aligner les stratégies de données sur les objectifs de l’entreprise, de développer une culture axée sur les données et d’identifier de nouvelles opportunités de croissance.
Pourquoi il semble impossible de prouver la valeur des données et de l’analyse
L’un des aspects les plus difficiles de la direction d’une fonction D&A est la justification de son budget.
Contrairement aux départements générateurs de revenus, la fonction D&A est souvent considérée comme une fonction de soutien, ce qui rend difficile la quantification de son impact direct sur le résultat net.
Cette situation est encore aggravée par le fait que les données et les analyses contribuent à un large éventail de résultats commerciaux, allant de l’amélioration de la satisfaction des clients à l’optimisation des chaînes d’approvisionnement.
Il est pratiquement impossible d’isoler la valeur du D&A de ces initiatives plus larges, ce qui peut rendre les discussions budgétaires frustrantes pour les responsables du D&A, qui doivent continuellement démontrer la valeur de leur travail, souvent en termes qualitatifs, pour obtenir les ressources dont ils ont besoin pour réussir.
Recherche de Gartner sur l’impact des pratiques de D&A
Comment des pratiques matures en matière de données peuvent accroître vos résultats de 30 % ?
Les organisations dotées d’une gouvernance des données et de capacités d’analyse bien développées peuvent s’attendre à une amélioration de 30 % des principaux indicateurs de performance financière, attribuée à une prise de décision plus précise, à une meilleure gestion des risques et à la capacité d’identifier et de capitaliser sur de nouvelles opportunités plus efficacement que les concurrents.
Ces résultats soulignent clairement l’importance de développer et de maintenir des pratiques de D&A complètes, car elles ont un impact direct et mesurable sur la santé financière de l’organisation.
Les entreprises qui négligent ce domaine risquent de prendre du retard dans un monde de plus en plus axé sur les données.
Comment une focalisation étroite sur le retour sur investissement peut faire échouer votre stratégie en matière de données
L’une des conclusions les plus frappantes de l’étude de Gartner est le concept de « mort par le retour sur investissement ».
Alors que les modèles de retour sur investissement sont souvent utilisés pour justifier les investissements, Gartner a constaté qu’une application trop étroite de ces modèles dans le contexte du D&A peut en fait nuire aux performances de l’entreprise.
La « mort par le retour sur investissement » se produit généralement parce que le fait de se concentrer exclusivement sur le retour sur investissement de projets de D&A individuels peut conduire les organisations à négliger des investissements qui présentent des avantages plus larges et à long terme.
Tout comme le fait de se concentrer uniquement sur le gain à court terme d’un seul investissement peut être préjudiciable à l’ensemble d’un portefeuille, l’application d’une lentille ROI étroite au D&A peut empêcher les organisations d’avoir une vue d’ensemble, ce qui se traduit par des opportunités manquées et des décisions sous-optimales qui, en fin de compte, étouffent la performance.
Les recommandations de Gartner pour éviter le piège de la « mort par le retour sur investissement » :
Pourquoi l’effacement des frontières fonctionnelles débloque-t-il la valeur de l’entreprise ?
L’étude de Gartner suggère que l’un des moyens les plus efficaces d’éviter le piège de la « mort par le retour sur investissement » est d’estomper les frontières entre les domaines fonctionnels.
Plutôt que de définir de manière rigide la valeur créée par chaque département, les organisations performantes encouragent la collaboration entre les fonctions, ce qui leur permet d’exploiter l’expertise et les ressources collectives de l’ensemble de l’organisation, et de trouver ainsi des solutions plus innovantes et plus efficaces.
Par exemple, Brita Andercheck, responsable des données pour la ville de Dallas, a réussi à intégrer son équipe de D&A dans différents services municipaux.
L’équipe de Brita Andercheck a ainsi pu identifier des moyens créatifs d’utiliser les données pour atteindre des objectifs stratégiques.
Comment aligner le ROI sur les objectifs les plus importants ?
Plutôt que de se concentrer sur le retour sur investissement de projets individuels, les dirigeants devraient examiner comment les investissements en D&A contribuent à la réalisation des objectifs fondamentaux de l’entreprise.
Marcelo Zottolo, cadre supérieur à Lee Health, a défendu cette approche.
Confronté à des amendes réglementaires de près de 7 millions de dollars, M. Zottolo a réorienté l’action de son équipe de D&A afin d’aider les chefs de service à atteindre les objectifs fixés en matière de santé.
En alignant les efforts de la fonction D&A sur les objectifs stratégiques de l’hôpital, l’équipe de M. Zottolo a réduit les amendes à moins d’un million de dollars et a clairement démontré la valeur du lien entre les initiatives D&A et les priorités organisationnelles, à la vue de tous.
Repenser la façon dont vous évaluez la valeur pour vous concentrer sur la situation dans son ensemble
Les dirigeants efficaces comprennent que l’évaluation de la valeur doit se concentrer sur l’organisation dans son ensemble, plutôt que sur des fonctions isolées.
Les dirigeants peuvent alors voir l’impact plus large de leurs investissements et prendre des décisions plus éclairées.
En modifiant soigneusement le cadre de l’évaluation de la valeur pour tenir compte de l’interconnexion des différentes fonctions, les dirigeants sont mieux à même de comprendre comment chaque partie de l’organisation contribue au succès global.
Cela permet en fin de compte de justifier les investissements et de s’assurer que les ressources sont allouées de manière à maximiser le potentiel à long terme de l’organisation.
Dernières réflexions
Lorsque vous réfléchissez à votre stratégie en matière de données et d’analyse, posez-vous la question : Vous concentrez-vous trop étroitement sur le retour sur investissement, au risque d’étouffer la croissance de l’entreprise dans son ensemble ?
Examinez attentivement comment le fait d’estomper les frontières entre les fonctions et d’aligner vos initiatives en matière de données sur des objectifs généraux pourrait débloquer un potentiel inexploité.
Êtes-vous prêt à vous concentrer sur la situation dans son ensemble et à tirer véritablement parti de la valeur réelle de vos données ?
