L'année passée a été marquée par des changements considérables pour les entreprises et les consommateurs, tandis qu’ils s'adaptaient aux réalités de la vie pendant une pandémie. De nombreux consommateurs se sont tournés vers les applications pour suivre leur régime alimentaire, leur forme physique et d'autres objectifs personnels. Le niveau de détail, de précision et de cohérence de ces applications est impressionnant. L’utilisateur est souvent connecté à une technologie « wearable » qui capture automatiquement les données (fréquence cardiaque, pas effectués, etc.).
Pour beaucoup de ces applications, le processus consistant à collecter davantage de données a augmenté les chances de succès. Ceci parce que les données deviennent de plus en plus fiables et prennent plus de valeur, à mesure qu'elles deviennent plus cohérentes et plus complètes. En apportant une plus grande transparence pour les données quantifiées, ces applications permettent de suivre plus facilement les progrès réalisés par rapport à un objectif spécifique. Par exemple :
Il est important de noter cependant que la quantité de données collectées ne se traduit pas automatiquement par un succès. Prenons l'exemple d'une personne qui saisit régulièrement des données dans une application de perte de poids. Si elle sous-estime l'apport calorique ou surestime le nombre de calories brûlées lors d'une séance d'entraînement, elle aura probablement du mal à atteindre son objectif de perte de poids.
Ce qui soulève la question : À quoi est due la valeur des données ? Savoir quoi rechercher peut vous aider à atteindre vos objectifs personnels, mais aussi professionnels.
Selon Thomas H. Davenport et Jeanne G. Harris, auteurs du classique Competing on Analytics, sept caractéristiques de données peuvent être améliorées pour accroître la valeur de vos données. Toutes ces caractéristiques mettent l'accent sur la qualité des données et non sur leur v.1
Sept caractéristiques pour augmenter la valeur des
1. Elles sont correctes
données
2. Elles sont complètes
3. Elles sont à jour
4. Elles sont cohérentes
5. Elles sont contextuelles
6. Elles sont contrôlées
7. Elles sont analysées
Ces caractéristiques sont importantes pour les Chief Data Officers ou CDO et autres responsables des données. Ils doivent en effet en tenir compte lorsqu'ils adoptent des outils d'analyse du big data, de reporting et de visualisation. Ces nouvelles technologies peuvent susciter l'engagement dans l'organisation et révéler de nouvelles idées qui profitent à l'entreprise. Leur efficacité est toutefois limitée par la fiabilité des données utilisées. Si les données sont, par exemple, incomplètes ou sans contexte, les analyses et les rapports apporteront moins de valeur à l'organisation.
La bonne nouvelle est que ces sept caractéristiques - dont l'analyse - peuvent être gérées et exécutées à l’aide d’une solution de Master Data Management (MDM). La valeur transformatrice du MDM est pertinente pour de nombreuses entreprises différentes dans tous les secteurs. Avec le MDM, les entreprises peuvent augmenter la valeur de leurs données (et donc leur fiabilité), ce qui leur permet de mieux comprendre leur activité et d'améliorer les performances.
La transparence des données est un aspect important de la valeur des données. Cette transparence inclut la visibilité interne et externe des données collectées et utilisées par une organisation. La transparence interne des données regroupe les données en une seule source et élimine les silos. Elle permet de créer une base fiable et complète pour les données. En établissant un Digital business hub de confiance, les entreprises peuvent encore accroître la valeur de leurs données. Ce hub apporte aux équipes et aux systèmes internes la visibilité et l’accès aux données grâce à de meilleurs workflows et à une meilleure gouvernance.
Avec la transparence externe des données, vous partagez des données appropriées, complètes et fiables avec vos clients. Ils sont mieux informés et peuvent prendre les bonnes décisions d'achat. La transparence externe inclut également le partage de données complètes, opportunes et correctes avec vos partenaires (retailers, agences de marketing, etc.) et avec les sources de données de votre secteur d’activité. Vous garantissez ainsi la représentation cohérente de votre entreprise sur le marché.
Si vous avez une vision et un plan pour accroître la valeur de vos données, le fait de tenir compte de ces sept caractéristiques vous permettra d’établir une base pour de meilleures données. Vous obtiendrez ainsi de meilleurs résultats de vos analyses.
1 Davenport, Thomas H.; Harris, Jeanne G; (201&) Competing on Analytics - The New Science of Winning. Boston, Mass. USA: Harvard Business Review Press, pg. 230.