Si vous ne savez pas ce que vous voulez savoir, il est très facile (si vous avez les outils nécessaires) de traduire chaque micro développement de l'entreprise, chaque processus, chaque résultat en tableaux de couleurs avec l'outil de votre choix. Cela vous occupe pendant un certain temps et vous avez quelque chose à présenter à vos collègues qui indique clairement à tout le monde que quelqu'un a travaillé très dur ces derniers jours. Plus vous produisez de graphiques, meilleurs et plus vous êtes sûr que personne ne les regardera et ne signalera les erreurs embarrassantes. Triple victoire, vos collègues sont impressionnés, vos supérieurs sont heureux et vous pouvez vous asseoir et vous détendre.
Intelligent! dans cette description, le problème n'est évidemment pas seulement l'éthique de travail douteuse du protagoniste, mais surtout le fait que l'analyse des données ici ne se fait que par elles-mêmes. Et aussi scandaleuse que puisse paraître la scène représentée. En arrière-plan, malheureusement, il y a une étincelle de réalité corporative. "Le mois est terminé, nous devons signaler quelque chose." Rapidement, tout ce qui peut être trouvé (ou produit rapidement) dans les tableaux de fantaisie est rassemblé et le travail fastidieux est fait. Mais, l'analyse des données a en fait un objectif complètement différent de l'ergothérapie pure pour les producteurs et les bénéficiaires ; Il sert à acquérir des connaissances. Et c'est là que les connaissances peuvent être utilisées d'une manière spécifique.
L'acquisition de connaissances n'est-elle pas une fin en soi?
Non, l'acquisition de connaissances n'est pas non plus une fin en soi. Plus d'informations en soi n'est que cela : plus d'informations. Dans la grande majorité des cas, cependant, je n'ai pas besoin d'autant d'informations que possible (voir aussi mon article : Les données ne sont pas le plus grand atout de la numérisation), mais des bonnes informations pour guider mes actions ou orienter les décisions de l'entreprise. La bonne façon. adresse. En règle générale, il ne s'agit donc pas de masse, mais de sélection ; et dépend des objectifs du groupe d'utilisateurs respectif.
Suivi de la réalisation des objectifs
Qu'il s'agisse d'objectifs de vente ou de profit de groupe classiques, d'objectifs d'entonnoir de vente et de marketing ou d'objectifs d'OCR d'entreprise interfonctionnels – si vous voulez travailler avec un objectif, vous devez vous concentrer sur quelques chiffres clés et ne les comparer au statu quo qu'à un prix raisonnable. intervalles.
Si besoin, quelques chiffres clés annexes (rares!) par chiffre clé peuvent être utiles dans le reporting pour mieux appréhender le contexte et ainsi piloter les processus supports vers l’atteinte des objectifs ainsi que le processus cœur lui-même respectif. Ceci est un exemple de ce à quoi ressembleraient de tels rapports. Pour suivre la réalisation de mes objectifs, je n'ai pas besoin de tableaux de bord complets qui ne font que diluer mon travail, mais de rapports/tableaux de bord clairement personnalisés qui ne contiennent que les chiffres clés pertinents. Les seules exceptions sont les postes où plusieurs processus de suivi des objectifs convergent, par exemple au niveau du groupe ou dans la direction des ventes en tant que poste de direction de plusieurs équipes individuelles.
Un signal pour le service opérationnel
Moins est plus! Dans le département opérationnel, les données (à l'exception des rapports réguliers planifiés/réels, qui sont bien sûr également pertinents ici) doivent, en règle générale, conduire directement à l'action. Qu'il s'agisse de chiffres de ventes, de marges et de frais de retour pour le responsable de catégorie*in ou d'impressions, de clics et de valeurs de commandes pour le responsable marketing*in. Le matériel de données préparé influence généralement de nombreuses petites et grandes décisions chaque jour ; et doit donc être clairement adapté aux tâches de la personne concernée.
Cela signifie que trop d'informations dans les tableaux de bord et les rapports ne doivent pas distraire l'utilisateur des tâches urgentes d'une journée de travail normalement chargée, ni l'obliger à calculer lui-même les chiffres clés pertinents par une analyse complexe. Un bon moyen d'y parvenir est, par exemple, de mettre en place des alertes individuelles sur les développements pertinents (cela peut ressembler à ceci dans la mise en œuvre), ainsi que des rapports détaillés mais simplement conçus qui rendent les informations pertinentes rapidement accessibles.
Observer, comparer et contrôler
Il faut distinguer le suivi systématique des objectifs (voir point 1) et l'analyse active (voir point 4), qui consiste simplement à observer, comparer et contrôler l'évolution sur la base de données préparées analytiquement. Dans les postes d'encadrement, dans certains domaines opérationnels et bien sûr dans le contrôle de gestion, il peut être utile d'observer l'évolution des postes à responsabilité (ou ceux liés au domaine d'activité lui-même) en plus de rapports systématiques sur les plans et les événements, et pour les comparer avec les développements de par ex.
Cela signifie que pour ce type de surveillance ou de contrôle, des tableaux de bord facilement filtrables et configurables individuellement sont souvent bien adaptés : consommés directement dans le système BI/analytics, envoyés par e-mail quotidiennement/hebdomadairement/mensuellement ou projetés sur un grand écran mural. Dans le bureau. La plus grande pierre d'achoppement dans ce scénario est peut-être le spontané "Oh, c'est intéressant!" ambiance. car si les tableaux de surveillance sont trop remplis d'informations, la régularité de la réception se perd en même temps que la clarté. Ils deviennent rapidement des spams, qui sont supprimés dès réception.
Découvrez les risques et potentiels
Plus certainement peut être plus, mais cela laisse le travail d'analyse actif ; une tâche qui est en fait généralement laissée à des spécialistes en raison de l'expérience requise. Dans ce cas, plus peut être plus, car des données analysées plus (ou plus en profondeur) augmentent les chances de découvrir des potentiels inexploités ou des risques invisibles. Cela est d'autant plus vrai que la question de l'orientation est moins concrète ; si l'analyse est même purement exploratoire, la devise peut être sans équivoque : plus c'est plus! Cela signifie que lorsque (jusqu'à présent) des risques et des potentiels inconnus doivent être déterminés à partir d'une grande quantité de données, l'analyse, en principe, ne peut pas être suffisante. C'est pourquoi la clé est en fin de compte de laisser les machines travailler là où les humains ne peuvent pas le faire efficacement. Règle empirique : moins la question est concrète (c'est-à-dire plus l'analyse est exploratoire), plus l'effort d'analyse est important et plus la transition de l'homme à la machine est importante.
Conclusion : Connaissez vos cas d'utilisation
Pour différencier ces quatre cas et fournir à chaque groupe d'utilisateurs ce dont il a besoin pour travailler avec des données de manière spécifique, il est essentiel que les cas d'utilisation correspondants soient déjà connus lors de la mise en œuvre de la solution BI sous-jacente et qu'ils soient activement intégrés. dans leur conception (ou, dans le cas d'une solution de BI prête à l'emploi et orientée cas d'utilisation comme minubo, incluse dans la formation initiale des utilisateurs). Malheureusement, les équipes de projet BI des entreprises sont encore souvent très informatisées. Une grosse erreur, car sans représentants des services spécialisés, une solution orientée cas d'utilisation ne peut être développée (voir aussi le minubo Commerce Intelligence Blueprint). Comme toujours, j'attends avec impatience une conversation personnelle sur le sujet. Contactez-moi simplement à lennard@minubo.com et je vous répondrai dès que possible. Si vous aimez mes articles, veuillez vous inscrire à la mise à jour automatique par e-mail. Environ une fois par mois, il y a un nouveau message.