La friction dans la data, c’est quoi ?

274 milliards de dollars.

Un chiffre faramineux. 

C’est le montant investi en outils d’analytics au cours de l’année précédente.

Pourtant, seulement 24% de ceux qui utilisent des outils d’analytics déclarent en tirer de la valeur : souvent, ces outils sont trop compliqués pour eux. Qu’est-ce qui peut expliquer ce montant astronomique ? La friction dans la data. Dans cet article, on vous dit ce que c’est, comment la reconnaître et comment vous en débarrasser.

Il y a de la friction (ou des complications) à chaque étape du processus d’analyse de données. Il faut un bac+8 pour se connecter à la donnée, la préparer, bien la visualiser puis la distribuer sur des pages web, des appareils mobiles ou des tableaux de bord. Et vous avez beau investir de plus en plus d’argent pour stocker, modeler, automatiser et analyser vos données, vous n’y comprenez pas grand-chose... à moins que vous soyez data scientist, data engineer, ou prêts à passer des heures à apprivoiser ces outils destinés aux experts.

L'IMPACT DE LA FRICTION

La friction touche tous les aspects de votre business.

Les profils business - ceux qui ont besoin des insights pour prendre des décisions importantes - doivent attendre que les autres équipes construisent les outils ou les tableaux de bord qu’ils utiliseront. Ces délais ne font que retarder leurs prises de décision : les workflows sont ralentis, ce qui finit par peser sur les résultats de l’entreprise. 

Les analystes - dont la responsabilité est de livrer ces insights - se voient forcés de jongler avec une série d’outils complexes et chers. Ils croulent souvent sous les sollicitations, car ce sont les seuls à pouvoir tirer des insights actionnables depuis la data.

Les pros de la data et de l’IT supportent la lourde responsabilité du maintien des systèmes informatiques afin d’extraire, de stocker, de modéliser, de visualiser et de distribuer les données structurées aux analystes. Plus ces systèmes informatiques sont nombreux, plus leur tâche est complexe, plus il y a de friction dans la data.

En un mot, la friction dans la data Tue. Votre. Business. Votre prise de décision est plus lente et moins pertinente alors que vos investissement en analytique ne font qu’augmenter.

QUE SE PASSERA-T-IL SI ON NE FAIT RIEN POUR RÉDUIRE LA FRICTION ?

La friction est partout dans le secteur de l’analyse des données. Que se passera-t-il si rien ne change  ? 

  • Les entreprises auront de plus en plus de mal à utiliser leurs données, et un nombre toujours croissant d’utilisateurs ne tireront plus aucun bénéfice de la donnée (bien plus que les 76% actuels).

  • Pour pallier ce problème, les entreprises dilapideront de plus en plus d’argent pour acquérir des solutions qui augmentent la friction au lieu de la réduire.

  • La frustration deviendra indissociable de l’analytique. Bonjour la désillusion !

  • Toujours plus de complexité, et jamais aucun résultat : les décisions seront prises sans data, et donc seront moins bonnes.

 

 

Cet état de fait a peut-être fini par vous convaincre que la friction dans la data était un mal nécessaire. Le secteur de l’analytique a rendu le traitement des données aussi compliqué que possible pour multiplier leurs opportunités de vous facturer des frais supplémentaires. Alors comment identifier ces fameuses frictions ? En général, ça ressemble à ça : 

01. Les connecteurs de données qui sont à votre disposition nécessitent des opérations complexes afin d’être reliés à vos tableurs excel, vos fichiers CSV ou vos bases de données cloud on on-premise.
02.Vous avez besoin de déplacer ou de dupliquer vos données dans différentes bases de données afin de pouvoir les utiliser dans vos solutions d’analytique.
03. Les administrateurs ne peuvent voir leurs tableaux de bord que de leur point de vue (pas de fonctionnalité “voir en tant que”).
04. Le flux des données est unidirectionnel : impossible de changer les données dans votre base depuis la solution analytique.
05. Vous avez besoin de codes pour designer vos visualisations de données : impossible à faire pour les utilisateurs qui n’ont pas de profil technique.
06. La préparation des données est réservée aux utilisateurs experts : impossible pour les autres de faire des changements dans la data.
07. Les stades de prototypage et de production sont distincts, ce qui rend le processus de mise en prod plus compliqué.
08. Pour intégrer vos outils d’analytique dans votre produit (embedded analytics), vous avez besoin d’assistance technique. Il faudrait, au contraire, que vous soyez capables de le faire en un seul clic. 
09. Vous devez créer un nouveau tableau de bord pour chaque device : les tableaux de bord ne peuvent être utilisés que sur les devices pour lesquels ils ont été créés. Il faudrait au contraire que les outils d’analytiques soient toujours responsive.
10. Vous devez créer un nouveau tableau de bord pour chaque device : les tableaux de bord ne peuvent être utilisés que sur les devices pour lesquels ils ont été créés. Il faudrait au contraire que les outils d’analytique soient toujours responsive.

Pour mieux comprendre les signaux de la friction dans la data, c’est par ici.

Maintenant que vous savez à quoi ressemble la data friction, il faut pouvoir l’éliminer. Chez Toucan, nous combattons la friction pour rendre l’analytique aussi facile que possible et pour que chacun puisse tirer de la valeur de la data même sans bac+8.

Tous nos outils sont créés dans l'idée de réduire la friction au maximum.

voir une démo

Sommaire