Qu'est-ce qui distingue les entreprises capables d'exceller avec leurs implémentations d'analyse et celles qui n'arrivent pas à adopter un process d'analyse? Dans le premier groupe, nous retrouvons souvent des caractéristiques communes. Voici donc 4 pratiques indispensables pour créer une véritable culture data driven, une culture axée sur les données.
1. L'initiative vient du dirigeant
Dans de nombreuses entreprises, la mise en œuvre des analyses de données provient du Board de direction. Si un dirigeant défend une initiative data-driven, celle-ci entrera plus facilement dans la culture d'entreprise, car les employés devront consulter les mêmes données de la même manière que leurs dirigeants.
Par exemple, à l’hôpital Doctors Center de Porto Rico, le champion de l’analyse est le président! Chaque matin, le Dr Carlos Blanco se réveille et son tableau de bord Diver est l’une des premières choses qu’il examine. Comment se déroule le recensement dans chacun des quatre hôpitaux du système de santé? Est-ce que quelque chose a changé de manière significative par rapport à la veille? Une fois que le Dr. Blanco obtient ses informations sur le tableau de bord, il commence à poser des questions à ses employés. C’est une excellente motivation pour que tous les collaborateurs comprennent également la signification des chiffres et les décisions qu’ils peuvent prendre à partir de ces chiffres.
Chez Allied Beverage, dans le New Jersey, les outils d'analyse sont adoptés à la fois par le PDG et le DSI. Lorsque Brian Margolies a rejoint l’organisation en tant que DSI, il y a 10 ans, il a préconisé une utilisation accrue des données et a contribué à étendre la mise en œuvre de Diver dans toute la société, passant d’une initiative exclusivement commerciale à une initiative globale à l’échelle de l’entreprise. Le PDG reconnaît également l'intérêt de l’analyse de données et a plaidé pour son expansion continue dans tous les secteurs de l’entreprise.
2. Comité de pilotage de l'analyse data
D'autres sociétés très performantes ont des comités de pilotage d'analyse data qui déterminent les projets significatifs et prioritaires. Ces comités de pilotage sont souvent composés de cadres de différents départements et contribuent à une adoption généralisée.
EvergreenHealth, par exemple, dans l'État de Washington, dispose d'un comité directeur d'analyse data coprésidé par les responsables des informations médicales de l'hôpital et des soins ambulatoires. Ce comité est composé de cadres de plusieurs départements de l'hôpital. Il aide l’équipe informatique à déterminer quels projets d’analyse auront l’impact le plus immédiat et le plus significatif. Cela permet ainsi de hiérarchiser les multiples demandes que l'équipe informatique reçoit des utilisateurs et de se concentrer sur les analyses prioritaires qui génèrent des résultats.
3. Intégrer les analyses aux objectifs stratégiques
Chaque entreprise a (ou du moins devrait avoir) des objectifs stratégiques. Dans le secteur de la santé, ces objectifs visent souvent à offrir les meilleurs soins aux patients. Dans d'autres secteurs, les objectifs stratégiques sont variés, mais ils peuvent être liés à l'amélioration des investissements pour les actionnaires, à l'amélioration du service à la clientèle ou à la satisfaction des employés. Les entreprises qui excellent en matière d'analyse data gardent souvent ces objectifs au premier plan pour déterminer comment elles vont utiliser leurs données dans ce but.
Par exemple, Munson Healthcare, dans le Michigan, applique une stratégie appelée «True North». Cette stratégie est centrée sur le patient, mais comprend également des objectifs en matière de sécurité, de performance opérationnelle, de qualité et d’équipes médicales. L'entreprise développe toujours ses projets d'analyse data avec ces objectifs en tête. Le cadre stratégique True North garantit que l'équipe data crée des projets dans chaque domaine essentiel. Cela garantit également que l'objectif global principal - le patient - est toujours au centre des esprits.
En associant l'analyse data à ses objectifs stratégiques, Munson Healthcare a pu obtenir des résultats phénoménaux, notamment une réduction de 24% du nombre de réadmissions de nouveau-nés, une augmentation de 14% de la satisfaction des patients dans son service maternité et une diminution de 10 à 41% des taux de césariennes.
4. Avoir des ressources data
L'objectif de nombreuses entreprises est de fournir des analyses data en libre-service. Bien que cela soit important pour améliorer les résultats, les entreprises constatent que le libre-service sans aucune indication ne permet pas d'obtenir des résultats performants. Les entreprises data driven fournissent des services en libre-service, mais avec des ressources comme des conseils. Cela garantit que les utilisateurs posent les bonnes questions pour obtenir les résultats les plus significatifs.
Par exemple, chez Campari America à New York, Matt Enny connaît bien Diver constitue la principale ressource pour les employés. L'entreprise compte des utilisateurs de Diver dans les services des ventes, du marketing et des finances. La plupart d'entre eux sont des utilisateurs quotidiens du système, plongeant individuellement dans les chiffres et créant des rapports pertinents dans leurs domaines de compétence. Cependant, Enny fait office de ressource Diver globale, capable de répondre aux questions des utilisateurs ou de les diriger vers les bonnes ressources.
Il en va de même pour Western Maryland. Alors que de nombreux utilisateurs de l'hôpital utilisent Diver pour créer des projets significatifs, tels que celui sur l'acétaminophène qui a permis de réaliser 78% d'économies, l'équipe s'appuie sur Colby Lutz, Business Intelligence Analyst, comme ressource principale. Il en résulte des idées novatrices, avec l'assurance que l'équipe met en œuvre ces projets de la manière la plus simple possible, avec des données fiables et cohérentes dans l'ensemble de l'organisation.