Vivez une journée dans la data !
Pour commencer ce chapitre sur la data, je vous propose de prendre un peu de recul sur une journée… tout à fait banale pour la plupart d’entre nous.
Ultra connecté, vous gérez votre vie active depuis votre téléphone et votre ordinateur. Vous êtes présent sur Instagram, LinkedIn…. Au travail et à la maison, vous utilisez beaucoup les outils de Google : votre navigateur (Chrome), votre moteur de recherche, votre application de localisation avec Google Maps… mais aussi votre adresse e-mail et votre agenda.
Tous ces outils vous permettent d’être plus performant, car ils sont très bien conçus… mais aussi car ils vous connaissent très bien : au creux de votre main, votre Smartphone en sait un rayon sur vos habitudes ! Et cela, grâce à la data. Car oui, toutes vos actions en ligne laissent des traces qui seront utilisées par les marques qui n’ont qu’une envie : mieux vous connaître !
Définissez la data – en identifiant à quoi elle sert !
La data, c’est tout simplement une donnée, en français. C’est l’ensemble des traces laissées par vos actions. Il s’agit d’une information immatérielle, stockée, et pouvant être analysée informatiquement.
Nous l’avons déjà évoqué plus haut – la data, vous en créez tous les jours dès que vous interagissez avec une machine :
sur les sites : les produits vus ou achetés, les pages vues et le temps passé ;
sur les réseaux sociaux : les avis laissés, les “likes”, partages, etc. ;
dans “la vraie vie” : les informations stockées sur votre carte Vitale quand vous allez à la pharmacie, ou encore sur vos cartes de fidélité.
OK… mais à qui et à quoi peut servir cette data récoltée ?🤨
Pour l'entreprise ou le service, le traitement de cette data permet – à grande échelle – de connaître les usages de ses utilisateurs. Cette connaissance permet de prendre de meilleures décisions.
Pour vous – l’utilisateur : les données stockées vont vous permettre de retrouver vos informations à chaque connexion, comme par exemple sur Netflix qui vous permet de reprendre votre épisode au même endroit que là où vous l’avez arrêté, ou bien encore vos préférences de langue et de contenu.
En bref, les données servent à l’ensemble de la chaîne de valeur !
Dans le secteur du digital, quand on parle de data, on parle en fait de la méthode qui permet de récolter, d'agréger, de trier et d'interpréter les données. Pourquoi ? Pour résoudre des problèmes et prendre des décisions !
Vous avez envie d’apprendre comment tout un chacun peut prendre de meilleures décisions à son échelle en se basant sur des données ? Alors c’est parti !
Appliquez une méthodologie data simple et actionnable à votre échelle
Je vous propose donc de vous remettre dans la peau de notre coach bien-être, afin d’appliquer cette méthodologie.
Comment la data peut-elle nous aider à prendre notre décision : cours de méditation 🧘 ou cours de yoga 🤸♀️?
En suivant une méthodologie simple et applicable, sans compétences particulières !
1. Posez la bonne question
Que souhaitez-vous vraiment connaître ? Soyez spécifique, et posez une question dont la réponse peut être mesurable pour pouvoir passer à l’action ! Dans notre cas, la question "Mes clients potentiels préfèrent-ils le yoga ou la méditation ?" permettra de dégager un choix clair. Elle sera à privilégier, plutôt qu’une question plus ouverte telle que : "Quelle activité répondrait le mieux aux attentes de mes collègues ?”
Pourquoi est-ce si important de prendre le temps de poser la bonne question ? 🤔
En matière de data, la typologie et les volumes des données à traiter sont si larges qu’il faut prendre soin de définir précisément la question à laquelle l’entreprise souhaite avoir une réponse, pour éviter de perdre du temps et d’obtenir des résultats peu exploitables.
2. Récoltez la donnée
Comment vous y prendre à votre échelle ?
Testez vos deux options, dans les mêmes conditions, pendant une période donnée. Il est important que les conditions soient le plus proches possible (prix, horaires, modalités d’accès, promotion). Cela permettra de répondre à votre interrogation de départ, en réduisant les variables : yoga 🤸♀️ ou méditation 🧘 ?
C’est ce qu’on appelle l’A/B Testing.
L’A/B testing ? 😳
C'est une méthode issue du digital pour évaluer la performance de différentes versions d’un service / produit, en se débarrassant des biais.
3. Visualisez et interprétez
Entrez dans un tableur tous les retours récupérés : qu'elles soient quantitatives (a) ou qualitatives (b)
Voyons comment faire cela avec ces deux types de données :
a. Commencez par les données quantitatives, par exemple celles de votre sondage. Puis transformez vos chiffres en graphiques.
Dans votre cas de figure, restez simple ! Selon vous, quel est le meilleur diagramme pour représenter la répartition des préférences de vos clients, entre méditation et yoga ?
 |  |
À gauche, un diagramme en camembert, avec une légende simple, et une question explicite en titre. À droite, un diagramme en barres, sans titre, qui n’indique pas l’unité de mesure, ne donne pas de chiffre précis, et sans distinction bien identifiable des 2 variables. Il est facile de se rendre compte que celui de gauche nous donne toutes les informations nécessaires en 1 coup d'œil, tandis que le second nous demande plus de réflexion et n’est pas clair. C’est ça la clé d’un bon graphique !
b. Puis analysez les données qualitatives, comme les avis et retours. Il s’agira d’identifier des “verbatims” particulièrement parlants, et de faire ressortir les mots clés et thématiques les plus fréquents, comme avec des nuages de mots, par exemple. Le principe ? Plus un mot est récurrent, plus il apparaît grand.
Une seconde… un Verbaquoi ? 🥴
Verbatim est un terme venant du latin verbum qui veut dire… « mot » ! On l’utilise notamment pour parler du compte rendu fidèle et complet d’une conversation ou d’un discours.
Mais revenons à notre projet : vos tests de cours vous ont permis de réunir beaucoup de données.
Commençons par les données quantitatives : nombre d’inscrits, nombre de cours réalisés par personne, nombre d’annulations… Ces simples données, visualisées dans un simple graphique « barres », vous permettront de comparer les résultats de deux cours, yoga et méditation.
Puis passez aux données qualitatives : la satisfaction de vos élèves (en note, par exemple), mais aussi leurs avis : ce qu’ils ont particulièrement aimé, ce qui aurait besoin d’être amélioré, ou même annulé…
Voilà les principaux défauts d'une visualisation mal conçue :
un graphique surchargé (trop d'informations, on ne sait pas de quoi ça parle) ;
un graphique sans titre problématisé (on ne comprend pas le message) ;
un graphique qui privilégie l'esthétisme et qui devient plus dur à lire (les fameuses visualisations en 3D qui n’apportent pas grand-chose) ;
se tromper de type de graphique (un graphique en camembert qui ne présente pas des pourcentages, et donc devrait être sous forme de barres, par exemple) ;
4. Passez à l’action
Vous venez d’analyser vos résultats – les personnes les plus nombreuses et fidèles plébiscitent le cours de yoga… jusqu’à preuve du contraire ! Les élèves y sont 2 fois plus assidus, les annulations moins nombreuses. L’analyse qualitative a fait ressortir les points forts : l’ambiance de la salle et son équipement, l'accessibilité du cours à tous, la playlist plus variée.
Bravo ! 🎉 Le grand moment est arrivé : le lancement officiel de vos cours ! N’oubliez pas de prendre en compte ce que la data vous a appris, afin d’assurer que le produit lancé soit le plus adapté – ça n’aura servi à rien d'avoir fait tout ce travail si aucune décision n'est prise après !
Mais la route est encore longue pour fournir un modèle de cours adapté aux besoins de vos cibles : continuez d'apprendre de vos élèves en récoltant leurs retours pour améliorer votre offre !
Démystifiez les métiers de la data
J’espère que ce cours vous permet de dédramatiser le sujet de la data, et de vous rendre compte que ses principes sont accessibles à tous.
Pour autant, l‘expertise data en entreprise se développe considérablement et de nombreux métiers se sont créés, tous en très forte demande.
Quelques exemples :
Data miner (mineur de data), l’explorateur de données.👷♂️ Le data miner recherche l’information dans les différentes sources de données de l’entreprise. Pour assurer cette collecte, il doit maîtriser les structures de stockage et de gestion des données, ainsi que les plateformes liées au big data. Son rôle consiste aussi à trier et qualifier ces données pour préparer le terrain du data scientist.
Data scientist, la star de la data intelligence.🧑🔬 Associant des compétences en mathématique, statistique et informatique, le data scientist va valoriser la donnée afin de créer de nouveaux services ou optimiser ceux existants. C’est l’un des profils les plus demandés..
Data analyst, le conteur de données. 🧙 Le data analyst, ou analyste de données, est chargé de l’exploitation des informations recueillies par le biais de différents canaux, afin de faciliter les prises de décision au niveau des dirigeants.
En résumé
La data, c’est avant tout une méthode qui permet de récolter, d'agréger, de trier et d'interpréter les données.
Aujourd’hui chacune de nos actions numériques génère des données, qui permettent de comprendre et d’analyser les comportements des utilisateurs d’un service.
Pour prendre des décisions éclairées par la donnée, il est primordial de suivre une méthode :
poser les bonnes questions ;
récolter la donnée ;
visualiser et interpréter ;
passer à l’action !
L‘expertise data en entreprise s’est considérablement développée : de nombreux métiers se sont créés, et la filière recrute énormément.
Nous sommes presque arrivés à la fin de ce cours. Je vous ai gardé l’un de mes sujets favoris pour notre dernier chapitre : les nouvelles méthodologies de travail, qui ont le pouvoir d'améliorer l’efficacité ET le bien-être au travail !
