Comment définir les enjeux métier de la gestion de données
Christophe Toum – Chef de Produit DQ & MDM Christophe 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
C o m p le x it é s y st è m e
FusionCompany B
Start-up National Global
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
Indicateurs Service Client
Livraisons Etudes de marché
Capacité Inventaire
Enquêtes
Plaintes
Requêtes support Commandes
Envois Services
Commandes : Europe
Ventes : Europe
Envois : Europe
Campagnes
Réponses
Clients Paiements
Vendeurs
Livre comptable
Factures
Crédit
Indicateurs Service 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 Shipments High Shipping Costs
Des crédits accordés à des clients risqués Des 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 Intelligence
imprécise
© 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
Modélisation
des risques
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 »
M a tu ri té > > > > > > > > > > > > > > > > > >
Impossible d’afficher l’image.
Partie 2: Stratégies pour définir et promouvoir les
enjeux métiers de l’intégration
In fine, où est la valeur
Revenu Efficacité Conformité
© Talend 2012 12
Dimensions mesurables de la qualité de données
Dimension Description
Fidélité Les données représentent-elle fidèlement la réalité ou une source vérifiable ?
Integrité Existe-t-il des liens cassés entre des données qui devraient être reliées ?
Cohérence Y a-t-il une représentation unique de la donnée ?
Complétude Manque-t-il une information clé ?
Unicité La donnée est-elle unique ? i.e. pas de valeur/entrée dupliquée
Accessibilité
Les données sont-elles accessibles
facilement, compréhensibles, et utilisées avec uniformément ?
Precision Les données sont-elles stockées avec la précision nécessaire pour le métier ?
Délai La fréquence de mise à jour des données est-elle adéquate ?
Profiling : Indicateurs techniques
Dimensions intangibles
Dimension Description
Pertinence
Toutes les informations stockées sont importantes afin d’obtenir une représentation utile pour le métier
Usage L’information stockée est utilisable par l’entreprise facilement
Utilité L’information stockée est utile à l’entreprise
Crédibilité Niveau auquel la donnée est considérée comme sûre et crédible
Pas d’ambiguïté Chaque 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 ?
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
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 €
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