Agenda. Impact d une mauvaise gestion des données. Les stratégies de promotion interne de la gestion de données

Transcription

1 Comment définir les enjeux métier de la gestion de données Christophe Toum Chef de Produit DQ & MDM (Titre original dans l agenda : «Cas d utilisation de la gestion de données»)

2 Agenda Impact d une mauvaise gestion des données La croissance des entreprises et des données La nature envahissante des données l effet papillon Comment les entreprises gèrent l effet papillon Les stratégies de promotion interne de la gestion de données Exprimer la valeur et la promouvoir Comprendre quelles sont les barrières Quelles sont les conséquences d un laisser aller Autres techniques pour vaincre les réticences Talend

3 Impossible d afficher l image. Partie 1: L impact d une mauvaise gestion de données

4 Conséquence de la croissance Complexité système Start-up National Global Fusion Company B Croissance Talend

5 L effet papillon Talend

6 L effet papillon appliquée aux données Commandes : Europe Envois : Europe Inventaire Vendeurs Ventes : Europe Etudes de marché Capacité Livre comptable Paiements Factures Commandes Crédit Campagnes Réponses Services Envois Enquêtes Livraisons Plaintes Clients Service Client Indicateurs Requêtes support Talend

7 L effet papillon appliquée aux données Livre comptable Vendeurs Envois : Europe Inventaire Commandes : Europe Ventes : Europe Ne se plie pas aux lois locales Incapacité à livrer les commandes; Prix élevé des distributeurs Etudes de marché Capacité Perte de temps et vérification/ re-vérifications des rapports financiers Paiements Commandes Factures Des crédits accordés à des clients risqués Des crédits refusés à des clients sérieux Fraude Crédit Clients Campagnes Incapacité à toucher les segments ciblés Réponses Missed Shipments High Shipping Costs Service Client Services Envois Livraisons Business Intelligence imprécise Indicateurs Plaintes Requêtes support Enquêtes Mauvais service Talend

8 Big Data Faire des découvertes scientifiques Analyse du ressenti Comprehension des habitudes d achat Réseaux sociaux Appareils mobiles Transactions Détection des fraudes Modélisation des risques Gagner en avantage concurrentiel Appareils réseaux Capteurs Talend

9 Solutions pour des données disparates Analystes Manque de coordination Organisation par projet et consolidation Etape importante dans la gestion agile des données Data Warehouse Efficace mais tendance à servir de «décharge à données»! Master Data Management Très efficace, mais peut prendre du temps à mettre en place Intégration «holistique» Maturité >>>>>>>>>>>>>>>>>> Très efficace mais prend du temps à mettre en place Talend

10 Impossible d afficher l image. Partie 2: Stratégies pour définir et promouvoir les enjeux métiers de l intégration

11 In fine, où est la valeur Revenu Efficacité Conformité Talend

12 Profiling : Indicateurs techniques Où est la valeur? Dimensions mesurables de la qualité de données Dimensions intangibles Dimension Description Dimension Description Fidélité Integrité Cohérence Les données représentent-elle fidèlement la réalité ou une source vérifiable? Existe-t-il des liens cassés entre des données qui devraient être reliées? Y a-t-il une représentation unique de la donnée? Complétude Manque-t-il une information clé? Pertinence Usage Utilité Toutes les informations stockées sont importantes afin d obtenir une représentation utile pour le métier L information stockée est utilisable par l entreprise facilement L information stockée est utile à l entreprise Unicité La donnée est-elle unique? i.e. pas de valeur/entrée dupliquée Crédibilité Niveau auquel la donnée est considérée comme sûre et crédible Accessibilité Les données sont-elles accessibles facilement, compréhensibles, et utilisées avec uniformément? Pas d ambiguïté Chaque donnée a un seul sens et peut être facilement comprise Precision Délai Les données sont-elles stockées avec la précision nécessaire pour le métier? La fréquence de mise à jour des données est-elle adéquate? Objectivité Les données sont objectives, non biaisées et impartiales. i.e., elles ne dépendent pas d un jugement, interprétation ou évaluation humaine Talend

13 Créer de la valeur Indicateurs Technologiques Indicateurs métier 12% des adresses ne suivent pas la bonne syntaxe. 13% de nos adresses postales ne sont pas valides. 9% de mes contacts ne peuvent pas être contactés par . 3% ne peuvent ni être contacté par ni par courrier. Indicateurs décisionnels Ces données client sont suffisamment bonnes pour être utilisées lors d une campagne. Talend

14 Exemples de valeur ajoutée Quel est le produit qui se vend le plus dans nos bars et restaurants? Numéro 1 Numéro 2 Numéro 3 Coca Pepsi Coca Cola Value Précision du reporting Temps passé à vérifier / re-vérifier Confiance dans les indicateurs Gestion des stocks Pertes (gâchis) Négociation fournisseurs Talend

15 Des propositions convaincantes Dégagez un ROI Revenu, Efficacité, Conformité Décrivez le projet en termes d avantages business Donner des critères de succès clairs et chiffrés Définissez un périmètre et tenez vous-y «Marketez» votre équipe Préparer un «pitch» court et compréhensible par tous Newsletters / réseaux sociaux / s Laissez ouverte l option de ne rien faire! Talend

16 Example Problème : la saisie de données erronées dans le CRM provoque des pénalités de livraison de par trimestre, ainsi que d autres pertes dues à l inefficacité. Les ressources humaines ont affecté un ETP pour corriger les problèmes. Impact annuel des pénalités d envoi et de renvoi = Coût salarial = par an. Formation des vendeurs = Validation d adresses au fil de l eau = Réduction des pénalités = 50% la première année. Davantage encore les années suivantes. Diminution du travail de suivi par l employé(e), ce qui permet de le/la redéployer à un poste plus valorisant et plus rationnel pour l entreprise. Année 1 (Juin-Décembre) Année 1 coût en formation et validation d adresses 55,000 Année 1 épargne : Envois Année 1 épargne : RH Total épargné = ROI Total Année Année 2 Année 2 coût en formation et validation d adresses Année 2 épargne : Envois Année 2 épargne : RH Total épargné = ROI Total Année Option de garder le statut quo : coût annuel de Augmentation de l insatisfaction client. Talend

17 Réticences face à la gestion de données Accessibilité Expertise Trop ambitieux Qu est-ce qu un client? Un produit? Technique Impact sur le revenu? Impact sur l efficacité? Conformité Processus Mission Corporate Actionnaires et fins de trimestre Entreprise Mon budget! Difficulté Peur Indifférence Résistance au changement Emotionnel Talend

18 Vaincre les réticences La maison brûle! Montez dans l organigramme Vérifiez le timing (santé financière) Entre temps, soyez tactique, cherchez les quick wins Utilisez la littérature, cases studies, rapports d analystes Associez-vous à des analystes et experts crédibles Faites du Marketing! Talend

19 Points à retenir Les données sont envahissantes Entraînées par la croissance de l entreprise et maintenant le Big Data Rattachez à des ENJEUX METIER Revenu Efficacité Conformité Sachez répondre aux objections Soyez patients, laissez le sujet maturer Préparez-vous pour l avenir! MERCI DE VOTRE ATTENTION! Steve Sarsfield Talend

20 Merci! Christophe Toum 20