Dans quelle mesure pensez-vous que votre agence utilise les données ? Si votre réponse se situe n'importe où sur une ligne allant d'un “assez bien” tiède à un “nous le brisons” assurément – vous vous débrouillez en fait mieux que la plupart.

Il semble contre-intuitif que l'adoption de l'analyse de données soit un tel combat sur le lieu de travail moderne. Notre culture est de plus en plus imprégnée de conversations sur le Big Data, les algorithmes et l'IA. Le fait est que la plupart des gens dans la rue connaissent ces termes, ou du moins les ont entendus.

Pourtant, la recherche montre que cette acceptation culturelle de l'importance de ces technologies ne se traduit pas dans la vie quotidienne des gens. En fait, la Harvard Business Review a constaté que de moins en moins d'entreprises chaque année se décrivent comme “axé sur les données”.

Cela nous montre qu'il ne suffit pas simplement de compter sur vos collaborateurs pour être naturellement enclins à adopter des données et des analyses. Donc, si vous voulez unir votre agence autour d'une forte culture de prise de décision basée sur les données, vous devez être délibéré sur la création de cette culture.

Pourquoi avez-vous besoin d'une culture axée sur les données ?

Lorsque tous les membres de l'équipe ont la tête baissée pour travailler sur leurs livrables, il est facile d'avoir une vision tunnel. Avec tant de choses à venir, vous vous concentrez sur la prochaine chose, et la prochaine chose – sans prendre le temps de regarder en arrière et de déterminer si la façon dont vous faites les choses est réellement le moyen le plus efficace.

Mais dans une organisation avec une culture axée sur les données, s'arrêter pour réfléchir est une seconde nature. Les agences axées sur les données utilisent l'analyse pour trouver des preuves de ce qui fonctionne et de ce qui ne fonctionne pas. Ils utilisent ensuite ces informations pour prendre des décisions stratégiques, en reproduisant les bonnes pratiques et en se jetant sur ce qui ne fonctionne pas.

Simple, en principe. Et c'est clairement une approche efficace. Des recherches récentes de Gallup ont montré que les entreprises qui appliquent leurs données sur le comportement des clients surpassent leurs pairs de 85 % en termes de croissance des ventes et de 25 % en termes de marge brute.

Mais, malgré les énormes avantages potentiels qui les attendent, de nombreuses organisations ont du mal à embarquer les gens avec des données et des analyses.

Pourquoi les entreprises ont-elles du mal à faire en sorte que l'analytique reste ?

Si vous avez déjà basculé entre des téléphones dotés d'un système d'exploitation différent, ce dilemme vous sera familier. C'est maladroit; tout est dans un endroit différent. Vous voulez pouvoir continuer à l'utiliser comme un outil pour faire les choses au jour le jour, mais jusqu'à ce que vous vous habituiez au nouveau système d'exploitation, vous pourriez avoir l'impression de vous battre avec.

Le dilemme de l'adoption de l'analyse se résume finalement à un problème similaire. Les interfaces utilisateur difficiles et non intuitives découragent les gens. Devoir apprendre une plate-forme entièrement nouvelle décourage les gens. Les programmes qui interagissent mal avec les outils existants rebutent les gens.

Malgré tous les efforts des développeurs de logiciels d'analyse pour rendre la BI plus accessible, quelque chose ne fonctionne tout simplement pas. Malgré d'énormes avancées censées rendre les données plus accessibles à tous, les mentalités résistent encore. La psychologie humaine a jusqu'à présent gagné contre le potentiel qu'une nouvelle ère d'analyse de données aurait pu offrir.

C'est pourquoi certains développeurs ont essayé de fournir des analyses d'une nouvelle manière qui semble simple, intuitive et s'intègre facilement dans le flux de travail existant de l'utilisateur : analyse intégrée.

Qu'est-ce que l'analyse intégrée ?

Chaque fois que vous voyez qu'une plate-forme a la capacité intégrée et intégrée d'analyser des données et de générer des rapports et des visualisations, vous envisagez des analyses intégrées.

Conçu pour s'adapter au flux de travail naturel d'un utilisateur, il rend les données abondamment disponibles dans un contexte qui répond aux besoins de l'utilisateur. Lorsqu'il est bien fait, non seulement il donne aux utilisateurs toutes les informations dont ils ont besoin pour réagir de manière appropriée à l'évolution des circonstances, mais il donne également des informations qui peuvent être utilisées pour une action préventive. Et parce qu'il vit dans les plates-formes et les systèmes que les utilisateurs utilisent déjà au quotidien, les utilisateurs sont plus susceptibles d'accepter de l'utiliser.

Bien que ce dernier point semble être une considération assez basique pour encourager l'utilisation de l'analyse, ne sous-estimez pas l'impact de la facilité d'utilisation sur l'adoption par les utilisateurs. Pour obtenir les meilleurs résultats, l'analyse intégrée doit être bien conçue et s'intégrer sans effort dans les flux de travail des utilisateurs. Comme Ashley Kramer de Sisense l'a écrit pour le Forbes' Tech Council, «Beaucoup d'entre nous glanent sans le savoir des informations à partir de données sur une base quotidienne et les utilisent d'une manière qui profite à nos vies. Nos montres intelligentes, par exemple, exploitent les données pour nous dire quand il est temps de se lever et de marcher pour atteindre nos objectifs personnels de pas pour la journée… Nos applications et produits préférés ont rendu le processus d'extraction de valeur des données complètement transparent et, dans un beaucoup de cas, invisible. Les données sont si faciles à consommer car elles sont là quand nous en avons besoin et dans le bon contexte. »

La leçon est que les utilisateurs adopteront l'analytique quand cela fonctionnera pour eux : lorsque l'accès est fluide et facile, et lorsque les données qui leur sont présentées sont claires et contextuellement pertinentes par rapport à tout ce sur quoi ils travaillent.

Sans la bonne interface d'analyse, la création d'une culture axée sur les données sera une tâche ardue. Mais avec des analyses intégrées bien exécutées, les utilisateurs individuels pourront accéder aux informations de manière transparente, ce qui deviendra une seconde nature.

Tout le monde a quelque part une tendance analytique en soi – qui n'aime pas voir cette preuve tangible que leur travail acharné porte ses fruits ? – il vous suffit de trouver le bon outil que votre équipe aime utiliser.

Des analyses qui fonctionnent pour les agences

Ainsi, nous comprenons que les gens sont plus susceptibles d'utiliser l'analyse lorsqu'elle semble être une partie intuitive de leur flux de travail, en particulier lorsque le temps est compté et qu'ils ont besoin de réponses rapidement. Dans cet esprit, vous devez examiner de près le flux de travail de votre équipe et déterminer s'il soutient ou retarde votre objectif d'analyse.

Si votre pile technologique se compose de plusieurs outils à usage unique, le potentiel de fatigue décisionnelle est beaucoup plus élevé. Cela augmente encore lorsque chacun de ces outils dispose de ses propres analyses intégrées. Devoir passer d'une plate-forme pour consulter les informations sur les ressources, à une autre pour examiner les finances du projet, à une autre encore pour examiner les estimations de temps de tâche – chaque saut crée plus de «friction» pour l'utilisateur final. De plus (et c'est important) aucune de ces données ne pourra interagir. Afin de le rassembler, vous devrez peut-être utiliser un autre outil.

Ainsi, le premier grand pas que vous pouvez faire vers la construction de cette culture axée sur les données consiste à unir ces différents flux de travail sur une plate-forme qui fait tout. Cela simplifiera votre flux de travail et signifiera que vous disposez d'une source de vérité unifiée pour vos données. Vous n'aurez plus jamais besoin de regarder une autre feuille de calcul dans votre vie (à moins, bien sûr, que vous ne le vouliez vraiment).

Une fois que vous avez établi cela, apporter des analyses dans l'image est aussi simple que de les intégrer dans cette plate-forme unique. Un exemple de plate-forme qui le fait facilement est Forecast. AvA est le module complémentaire d'analyse avancée de Forecast, et il place des capacités de création de rapports robustes et totalement personnalisées au cœur de votre espace de travail. Comme Forecast vous donne toute la puissance dont vous avez besoin pour planifier vos projets, suivre les finances associées, s'intégrer à votre système CRM existant et gérer vos ressources, toutes les données sont là et prêtes à l'emploi.

prévision-ava-advanced-analytics-tool-dashboard-overview

AvA de Forecast met des informations à portée de main. Apprendre encore plus.

En fin de compte, les données n'ont aucune valeur réelle en elles-mêmes. Il ne devient précieux que lorsque vous l'analysez et utilisez les informations pour prendre des décisions intelligentes. Si votre équipe ne s'engage pas dans l'analyse, vous n'en tirerez aucune valeur. Il vaut la peine d'investir dans la création d'une culture axée sur les données et d'apporter l'analytique aux gens d'une manière contextualisée et accessible. Une fois que c'est là, vous remarquerez la différence dans la façon dont votre agence fonctionne – et la différence dans votre résultat net.