Les principes fondamentaux du Lean Data Management

Partager cette publication

Partager sur facebook
Partager sur linkedin
Partager sur twitter
Partager sur email

Décider d’opérer selon les principes du Lean Data Management, signifie vouloir opérer d’une manière « écologique », avec comme premier objectif d’utiliser les ressources justes nécessaires. Il est question d’efficience, de solutions élégantes et sobres.

4 principes conduisent cette démarche, d’après le Cabinet américain Clarkston Consulting, dirigé par Neil Nelson en Caroline du Nord.

1.       Poser les bonnes questions

La 1ère règle est de trouver la(es) bonne(s) question(s). Peu importe les données en jeu, ce qui compte c’est de chercher le sujet business qui aurait un impact business important, et que des données pourraient informer. La réponse à la question n’est que la 1ère étape. Il s’agit ensuite de trouver et de traiter les données qui vont permettre d’y répondre. « Combien de temps les clients passent-ils à utiliser nos produits ? » ou plus compliquée « Est-ce que nos clients sont « accrocs » à notre marque ». Il peut-être tentant de multiplier les questions et de retomber dans « les pièges » du Big data. La clé est justement de se limiter à quelques questions.

2.       Collecter seulement les données nécessaires

Travailler sous contraintes est une des façons les plus efficaces de rester dans l’enveloppe projet initiale. A la place de chercher à collecter toutes les données que l’organisation est en capacité de collecter, il s’agit de se concentrer uniquement sur les données nécessaires pour traiter l’enjeu métier retenu. De nombreuses sociétés de conseil ou éditeurs confirment cette approche. C’est ainsi le cas de Newforma (Phoenix, Arizona) le spécialiste de la gestion de données associées à un projet. Cela conduit parfois se séparer des données qui ne sont plus utiles, d’abandonner une partie des réponses d’une enquête, ou de se passer de certains outils de traitements ou de calcul de certaines métriques.

3.       Viser les coûts de stockage et d’exploitation les plus faibles possibles

Même si les coûts de stockage et de gestion des données diminuent chaque année, ils coûtent toujours de l’argent : les abonnements aux plateformes de stockage Azure ou Amazon dans le Cloud, les outils de BI pour réaliser les analyses et mettre en forme les résultats, les salaires des analystes ou Data Scientists. Une entreprise peut engager beaucoup d’argent sur ces sujets à défaut d’y être très attentifs. Ne dépenser rien de plus que le nécessaire, à chaque étape, et privilégier toutes les options économiques. Même si l’organisation n’économise que quelques centaines de dollars par mois, cela aura un impact. Surtout sur l’état d’esprit et l’habitude à chercher la frugalité.

4.       Mesurer en continu l’impact business des données exploitées

La plupart des Investissements dans l’entreprise sont scrutés en fonction de leur retour sur investissement. Les projets Data ne doivent pas faire exception. L’entreprise doit savoir ce qui a été investi dans chaque projets « Big Data » et la valeur qui en est attendu, que ce soit en terme d’efficacité de campagnes marketing ou de taux de rétention clients par exemple. Une question de vérification pour chaque projet: est-ce que ce projet vous a rapporté plus qu’il ne vous a couté ?

Est-ce que le Lean Data Management est fait pour vous ?

C’est de cette manière que votre organisation pourrait s’engager dans une démarche Lean Data management. La plupart de ces règles sont génériques et peuvent s’appliquer à a peu près tous les secteurs d’activité. Voir à tous les départements d’une organisation. C’est ainsi qu’une approche de type ROI peut être menée pour tous les projets. Toutefois en ce qui concerne le Big Data, ces règles montrent leur efficacité à partie d’un volume significatif de données. Si une organisation collecte des données pour quelques métriques, comme quelques indicateurs de satisfaction clients ou de suivi de ventes, tous les efforts pour limiter les coûts produiront un gain marginal. En revanche, pour des projets plus ambitieux et larges, amenant à traiter de grands volumes de données à des fréquences régulières se poser la question de la manière de mettre en œuvre ces fondamentaux du Lean Data Management, en cherchant à opérer plus efficacement.

Neil Nelson, Directeur et Co-Fondateur de Clarkston Consulting, Cabinet de conseil américain, opérant en Caroline du Nord

Inscrivez vous à notre newsletter

Recevez toutes nos actualités

Plus de publications