comment définir les enjeux métier de la gestion de...
Post on 24-Jun-2020
0 Views
Preview:
TRANSCRIPT
Comment définir les enjeux métier de la gestion de données
Christophe Toum – Chef de Produit DQ & MDMChristophe Toum – Chef de Produit DQ & MDM
(Titre original dans l’agenda : « Cas d’utilisation de la gestion de données »)
© Talend 2012 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
Impossible d’afficher l’image.
Partie 1: L’impact d’une mauvaise gestion de données
© Talend 2012 4
Conséquence de la croissance
Croissance
Co
mp
lex
ité
sy
stè
me
Fu
sio
n
Company BS
tart
-up
Na
tio
na
l
Glo
ba
l
© Talend 2012 5
L’effet papillon
© Talend 2012 6
L’effet papillon appliquée aux données
Commandes : Europe
Ventes : Europe
Envois : Europe
Campagnes
Réponses
Clients
Paiements
Vendeurs
Livre comptable
Factures
Crédit
IndicateursService Client
Livraisons
Etudes de marché
Capacité
Inventaire
Enquêtes
Plaintes
Requêtes support
Commandes
Envois
Services
© Talend 2012 7
Commandes : Europe
Ventes : Europe
Envois : Europe
Campagnes
Réponses
Clients
Paiements
Vendeurs
Livre comptable
Factures
Crédit
IndicateursService Client
Livraisons
Etudes de marché
Capacité
Inventaire
Enquêtes
Plaintes
Requêtes support
Commandes
Envois
Services
L’effet papillon appliquée aux données
Incapacité à toucher les segments ciblés
Missed ShipmentsHigh Shipping Costs
Des crédits accordés à des clients risquésDes crédits refusés à des clients sérieux
Fraude
Mauvais service
Incapacité à livrer les commandes; Prix élevé des distributeurs
Perte de temps et vérification/re-vérifications des rapports financiers
Ne se plie pas aux lois locales
Business Intelligenceimprécise
© Talend 2012 8
Big Data
Réseaux sociaux
Appareils mobiles
Transactions
Appareils réseaux
Capteurs
Comprehension des habitudes d’achat
Faire des découvertes scientifiques
Gagner en avantage concurrentiel
Détection des fraudes
Analyse du ressenti
Modélisationdes risques
© Talend 2012 9
Solutions pour des données disparates
•Manque de coordination•Manque de coordination
Analystes
•Etape importante dans la gestion agile des données•Etape importante dans la gestion agile des données
Organisation par projet et consolidation
•Efficace… mais tendance à servir de « décharge à données » ! •Efficace… mais tendance à servir de « décharge à données » !
Data Warehouse
•Très efficace, mais peut prendre du temps à mettre en place•Très efficace, mais peut prendre du temps à mettre en place
Master Data Management
•Très efficace mais prend du temps à mettre en place•Très efficace mais prend du temps à mettre en place
Intégration « holistique »
Maturité
>>>>>>>>>>>>>>>>>>
Impossible d’afficher l’image.
Partie 2: Stratégies pour définir et promouvoir les enjeux métiers de l’intégration
© Talend 2012 11
In fine, où est la valeur
Revenu Efficacité Conformité
© Talend 2012 12
Dimensions mesurables de la qualité de données
Dimension Description
FidélitéLes données représentent-elle fidèlement la réalité ou une source vérifiable ?
IntegritéExiste-t-il des liens cassés entre des données qui devraient être reliées ?
CohérenceY a-t-il une représentation unique de la donnée ?
Complétude Manque-t-il une information clé ?
UnicitéLa donnée est-elle unique ? i.e. pas de valeur/entrée dupliquée
Accessibilité
Les données sont-elles accessibles facilement, compréhensibles, et utilisées avec uniformément ?
PrecisionLes données sont-elles stockées avec la précision nécessaire pour le métier ?
DélaiLa fréquence de mise à jour des données est-elle adéquate ?
Profiling : Indicateurs techniques
Dimensions intangibles
Dimension Description
PertinenceToutes les informations stockées sont importantes afin d’obtenir une représentation utile pour le métier
UsageL’information stockée est utilisable par l’entreprise facilement
UtilitéL’information stockée est utile à l’entreprise
CrédibilitéNiveau auquel la donnée est considérée comme sûre et crédible
Pas d’ambiguïtéChaque donnée a un seul sens et peut être facilement comprise
Objectivité
Les données sont objectives, non biaisées et impartiales. i.e., elles ne dépendent pas d’un jugement, interprétation ou évaluation humaine
Où est la valeur ?
© Talend 2012 13
Créer de la valeur
• 12% des adresses e-mail ne suivent pas la bonne syntaxe.
• 13% de nos adresses postales ne sont pas valides.
Indicateurs Technologiques
• 9% de mes contacts ne peuvent pas être contactés par email.
• 3% ne peuvent ni être contacté par e-mail ni par courrier.
Indicateurs métier
• Ces données client sont suffisamment bonnes pour être utilisées lors d’une campagne.Indicateurs
décisionnels
© Talend 2012 14
Exemples de valeur ajoutée
Quel est le produit qui se vend le plus dans nos bars et restaurants ?
Numéro 1
“Coca”
Numéro 3
“Coca Cola”
Numéro 2
“Pepsi”
� Gestion des stocks
� Pertes (gâchis)
� Négociation fournisseurs
Value
�Précision du reporting
�Temps passé à vérifier / re-vérifier
�Confiance dans les indicateurs
© Talend 2012 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 / E-mails…
Laissez ouverte l’option de ne rien faire !
© Talend 2012 16
Example
� Problème : la saisie de données erronées dans le CRM provoque des pénalités de livraison de 30 000 € 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 = 120 000 €. Coût salarial = 100 000 €par an.
� Formation des vendeurs = 5 000 €. Validation d’adresses au fil de l’eau = 50 000 €.
� 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.
� Option de garder le statut quo : coût annuel de 220 000 €. Augmentation de l’insatisfaction client.
Année 1 – (Juin-Décembre)
Année 1 – coût en formation et validation d’adresses
55,000 €
Année 1 épargne : Envois 60 000 €
Année 1 épargne : RH + 50 000 €
Total épargné = 110 000 €
ROI Total Année 1 55 000 €
Année 2
Année 2 coût en formation et validation d’adresses
27 500 €
Année 2 épargne : Envois 75 000 €
Année 2 épargne : RH + 60 000 €
Total épargné = 135 000 €
ROI Total Année 2 107 500 €
© Talend 2012 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 2012 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 2012 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
Merci !Christophe Toum
ctoum@talend.com
Christophe Toum
ctoum@talend.com
20
top related