Data is the new English
La data analyse, nouvelle compétence incontournable pour les métiers digitaux ?
Il y a à peine 40 ans, très peu de cadres français maîtrisaient l’anglais. Mais aujourd’hui, sa maîtrise est devenue indispensable pour la grande majorité d’entre eux, que cela soit dans leurs activités quotidiennes ou pour accompagner une évolution professionnelle. Désormais, à l’instar de la langue de Shakespeare, c’est au tour de l’analyse des données de devenir incontournable dans l’entreprise.
Aujourd’hui, sans l’aide d’un Data Analyst, nombreuses sont les actions qui restent chronophages et complexes pour les non initiés. Création de requêtes SQL, conversion de documents CSV qui n’en finissent pas, identification de KPIs pertinents pour soutenir une analyse… Et le temps passé à réaliser ces tâches peut rapidement devenir coûteux et contre-productif.
L’expertise data est un besoin transversal à l’entreprise, car elle intervient en support de chaque fonction. À ce titre, chez Emil, nous sommes convaincus que l’analyse de données devient une compétence indispensable dans tous les métiers. À la manière de l’anglais ces quarante dernières années, elle va graduellement passer d’un avantage concurrentiel à une compétence fondamentale, qui fera office de liant dans l’entreprise, et de moteur décisionnel.
Data is the new English. Découvrez-en les implications dans notre manifeste !
Trop souvent cantonnée aux professionnels de la data (Analyst, Scientist ou Engineer), la donnée est maintenant omniprésente dans tous les corps de métier qui composent une entreprise. Tous ont besoin d’alimenter et de soutenir leurs décisions avec des donnés tangibles.
Et aujourd’hui, faute de profils correctement formés, les aller-retours incessants avec les Data Analystes créent des goulets d’étranglement. Les exemples de pertes de temps et de productivité sont nombreux :
x
Aujourd’hui, le corps de métier du Data Analyste (réaliser des analyses à forte valeur ajoutée pour l’entreprise) est entravé par les sollicitations externes incessantes. Faire monter en compétences chaque fonction métier en matière de data est ainsi un prérequis indispensable pour créer de l’autonomie.
À terme, elle permet aux équipes de ne plus prendre des décisions uniquement en fonction de leur expérience. Et ce, sans pour autant engager les équipes techniques en permanence. Ce qui promet aussi de rendre plus attractif et intéressant le métier de Data Analyste. (Adieu, les journées entières à faire des requêtes SQL pour les autres départements !)
La data analyse prend aussi le rôle d’un langage commun, dont l’impact est clé. Comprendre les flux de données dans l’entreprise, c’est avoir une meilleure communication avec les équipes techniques. Et ainsi, parler “data”, c’est optimiser le lien au sein de l’organisation et encourager une prise de décision plus collective.
Former l’ensemble des fonctions d’une entreprise à parler couramment “data” va plus loin que les gains de productivité. Pour rester compétitives et pertinentes, les organisations doivent en effet être capables de prendre des décisions de manière agile. Et ce, en s’adaptant en permanence aux évolutions contextuelles de leur environnement.
Apprendre une nouvelle langue ne permet pas seulement de mieux comprendre les autres, et de se faire comprendre. C’est aussi apprendre à réfléchir d’une nouvelle manière et découvrir une culture.
Et dans le cas de la data, c’est tout un champ des possibles qui s’ouvre. La data analyse est tributaire de la culture des développeurs. Et cette culture repose sur des principes forts : l’agilité, l’excellence technique, la simplicité, la centricité utilisateur… Autant de préceptes qui invitent les différentes équipes à adopter de nouveaux réflexes.
Car avoir un esprit orienté data implique une rigueur et des automatismes particuliers :
Toujours essayer d’anticiper les problèmes en amont. Que cela soit en anticipant les problèmes de ‘nettoyage’ des données ou en définissant des clés de jointures permettant de croiser les données dans le futur et d’en faire des analyses holistiques ;
Avoir un regard critique sur ses propres résultats, mais aussi sur ceux des autres. Une approche qui permet de challenger de manière bienveillante chaque équipe ;
Systématiquement chercher de la donnée pour appuyer ses décisions ou mener un développement produit. Par le biais par exemple d’interviews, de sources de données comme Google Analytics, ou bien des product analytics d’un produit.
Cette culture si particulière, et propre au ‘data mindset’ promet d’être un levier de développement et de croissance important pour les organisations qui sauront la cultiver.
Au vu de ces éléments, pas besoin de boule de cristal pour savoir que d’ici quelques années, il sera absolument nécessaire d’avoir de solides bases en analyse de données, quelle que soit la fonction. Que l’on travaille en marketing, développement produit, vente ou BI, la ‘data efficiency’ sera un élément déterminant pour les recruteurs. En conséquent, elle promet d’avoir un impact direct sur l’employabilité des actifs de demain.
La data a déjà disrupté le recrutement dans la majorité des organisations, et pas uniquement du côté des métiers techniques. Tous les métiers doivent aujourd’hui être capables de raisonner en termes de KPIs, de conduire des réflexions analytiques. Chaque fonction doit comprendre et maîtriser les données clé de son activité, pour analyser les performances de son département et les communiquer au reste de l’entreprise.
L’importance croissante que prend l’analyse et l’interprétation de grands volumes de données n’est finalement que l’évolution naturelle de ces premiers signaux (pas si) faibles. Pour l’entreprise il devient donc urgent de recruter les bons profils, qui sans être data first, peuvent basculer facilement. Ou du moins de donner accès rapidement aux clés de compréhension du nouveau langage data.
Ces objectifs sont d’autant plus importants que la data transforme désormais tous les métiers. Même les plus traditionnels, comme le contrôle de gestion ou les ressources humaines. La data efficiency permettra à chaque actif de se concentrer sur des tâches plus qualitatives, à plus forte valeur ajoutée.
La montée en compétences analytiques au niveau organisationnel a déjà commencé dans les entreprises ayant su en comprendre l’importance. Et sous leur impulsion, certaines fonctions se spécialisent et intègrent la data analyse au sein de leurs activités.
On voit ainsi émerger de nouveaux métiers, comme celui de Data Product Manager. Une fonction qui se concentre sur la conception de produits et de features dirigée par des analyses et des volumes de données conséquents.
Mais on pourrait aussi évoquer le rôle de Product API Manager, ou encore celui de Sales Ops Engineer. Des métiers encore naissants, qui viennent établir un pont clair entre la culture data et les expertises fonctionnelles.
Cette spécialisation ne pourra cependant s’effectuer avec succès que si tous les métiers la soutiennent. Et ce, en parlant couramment le même langage : celui de la data.
C’est autour de cette thèse que nous avons construit Emil, et c’est la mission que nous poursuivons désormais par le biais de nos initiatives de formation : accompagner le développement de la culture data dans les organisations, et encourager la verticalisation des métiers y étant liés.