nike sb shoes jewellery uk mont blanc pens uk burberry trainers adidas zx flux uk asics trainers nike roshe uk new balance trainers nike huarache uk nike uk adidas gazelle uk new era uk lacoste trainers cheap oakleys uk Nike presto uk converse uk polo ralph lauren uk fila trainers

Comment créer une Data-Driven Organisation ?

Cet article est une traduction de l'article "How do you create a data-driven organization?" (http://www.p-value.info/2013/04/how-do-you-create-data-driven.html) rédigé le 10 avril 2013 par Carl Anderson, Directeur Data Science chez WarbyParker.com et publié sur son blog.


Une chose à laquelle j'ai beaucoup réfléchi récemment est de savoir comment construire une organisation pilotée par les données ?
Beaucoup d'entreprises prétendent en faire, mais quand il s'agit de prendre des décisions, ils finissent par adopter celles de leurs dirigeants seniors (décision basée sur l'avis de la personne la mieux payée (by HiPPO : Highest Paid Person's Opinion)) ou, pire encore, par prendre des décision basées sur l'intuition, l'expérience ou la subjectivité. Que faut-il pour créer une entreprise qui prend des décisions fondées sur des preuves et implique une large population d'employés dévolus à la saisie de données, à l'analyse et à la conception de métriques ?
 
J'ai récemment relevé ce défi. Il y a quelques semaines, j'ai changé d'entreprise et suis passé de la côte Ouest à la côte Est des États-Unis pour aller diriger l'équipe de data-analyse de la société Warby Parker à New York. C'est une entreprise qui a connu un grand succès et a grandi très rapidement. Si vite, en fait, qu'elle a eu peu de temps et a accumulé peu d'expérience pour mettre en place une infrastructure de données centralisée,  normalisée et évolutive avec des outils professionnels de business intelligence. Les analystes travaillent dans les limites imposées par Excel et ont de grandes difficultés à relier ensemble les différentes sources de données à travers l'entreprise. L'entreprise a, cependant, un fort désir de changement et est prête à fournir les ressources et le soutien nécessaire pour mettre en place de nouveaux systèmes de recueil, d'analyse et de communication de données et promouvoir la culture appropriée qui permettra de hisser l'entreprise au niveau supérieur.
 
Je voulais relater dans cet article les idées auxquelles j'ai réfléchi et comment j'ai commencé à les mettre œuvre. C'est un travail qui est toujours en cours et je ne peux pas garantir que celui-si soit la bonne approche ou que tout va se passer exactement comme prévu. Ainsi, je serais ravi d'apprendre comment les autres s'en sont tirés et de lire vos commentaires et suggestions.
 
COMPRENDRE L'ENTREPRISE ET LES CLIENTS INTERNES
 
Écoutez les gens. Discutez avec les différents chefs de départements, les analystes et les autres parties prenantes dans les données et écouter ce qu'ils font, comment ils le font, connaître les données avec lesquelles ils travaillent et savoir ce qu'ils aimeraient en faire. Demandez-leur comment l'équipe des data-analystes peut les aider. Identifier les tâches qui sont très manuelles, répétitives et qui pourraient facilement être automatisées. Identifier les différentes sources de données, les points de faiblesse et les souhaits d'amélioration. Poser des questions sur ce qu'ils aimeraient mais ne peuvent pas faire est aussi important que de demander ce qu'ils font actuellement.
 
Identifiez les succès faciles et instaurer la confiance. Alors que la règle est de toujours fixer des objectifs bas afin de pouvoir les atteindre et les surpasser, il est toujours bon d'identifier les succès faciles qui offrent certains avantages immédiats, sont une preuve de bonne volonté et instaurent la confiance. Nous avons pu identifier et mettre en œuvre un outil JavaScript / HTML simple qui permettra d'économiser au moins 100 heures par an à une de nos équipes. Bien que ce n'était pas vraiment un projet orienté données, le temps pour le réaliser était seulement de 3 heures pour nous; Cette équipe apprécie maintenant notre équipe de data-analyse et sera probablement plus favorable pour interrompre leur travail afin que nous puissions mettre en œuvre les prochains changements. 
 
FORMATION ET COMPÉTENCES
 
Identifiez les employés ayant les compétences mais pas les outils. Un membre de notre personnel connait bien SQL mais il n'a pas accès aux bases de données dans sa position actuelle. Il est ainsi obligé de travailler avec des feuilles de calcul Excel. Essayez de procurer à ces personnes les outils dont ils savent déjà bien se servir et ils les utiliseront. Il faut savoir garder un certain niveau niveau de contrôle ici — vous ne voulez pas trop d'outil / pas de prolifération ni de fragmentation des langages — mais si ceux-ci sont à même de devenir les personnes qui formeront le noyau de votre équipe, donner leur rapidement ces outils.
 
Identifiez les personnes qui désirent apprendre. Identifiez les personnes qui sont avides de nouveaux outils et d'apprendre de nouvelles compétences. Il peut s'agir de membres du personnel qui font déjà des statistiques ou prennent des cours de sciences des données en dehors de leur temps de travail. Guidez les, procurez-leur les outils dont ils feront bon usage. Envoyez-les en formation. Ces personnes, en plus d'être plus productives et plus heureuses, deviendront vos premiers défenseurs. Ils seront prêts à conseiller les autres et à partager leur expérience et leurs compétences.

Formez et conseillez. De manière générale, si tous vos analystes utilisent Excel, formez les à utiliser également SQL, R, python ou d'autres compétences pour les amener au niveau suivant, certaines compétences leur permettront de produire des analyses automatisées plus détaillées, et plus pertinentes. Commencez avec un petit groupe de personnes motivées, et laissez-les devenir un bon exemple pour les autres. Les statistiques ne sont pas seulement un ensemble d'outils d'analyse mais elles fournissent également un cadre de pensée critique basée, dans le cas qui nous intéresse, sur des preuves. Chez Warby Parker, nous envisageons d'envoyer cette année une assez grande partie du personnel en formation de statistiques. Avec de nombreux cours gratuits en ligne disponibles aujourd'hui, cela représente un coût relativement faible pour la société, en dehors du temps passé par les employés pour se former, mais nous espérons que le fait d'avoir une grande partie de la société qui pense de manière plus critique, plus numérique et plus objective, cela aura un effet profond sur la culture d'entreprise et la prise de décision.
 
Choisissez soigneusement les bons outils. En clair, si vous introduisez un nouvel outil pour une équipe ou une organisation, assurez-vous que ce soit le bon. Il doit exécuter les tâches dont vous avez besoin, idéalement avec une interface simple à utiliser, mais aussi avec des fonctionnalités utilisatrices puissantes. Il doit être bien documenté, bien soutenu, et dans un monde idéal, être open source.
 
INFRASTRUCTURE DE DONNÉES
 
Il va sans dire que vous avez besoin d'une infrastructure de données robuste et évolutive.
 
Centralisez les données lorsque cela est possible. Cela dépend beaucoup de la taille de l'entreprise mais essayez de créer une infrastructure de données qui rassemble les différentes sources de données lorsque cela est possible afin d'obtenir une vision globale de vos clients et des entreprises. Par exemple, faites en sorte de lier simplement la stratégie publicitaire au flux de clicks, aux ventes, au social, etc. Une solution particulière ne peut évoluer indéfiniment alors que l'entreprise et les données se développent. Par exemple, vous pouvez à terme avoir besoin de passer d'une unique base MySQL à une solution basée sur Hadoop mais les problèmes d'échelle sont toujours de bons problèmes à se poser.
 
Créez un entrepôt de données ouvert. Créez un entrepôt de données avec un accès large et dont les tables sont faciles à utiliser. Par exemple, il peut y avoir certains concepts clés  fréquemment utilisés pour l'analyse qui nécessitent des jointures très complexes entre plusieurs tables. Dénormalisez ces tables pour faciliter l'interrogation (ainsi que d'autres astuces maison bénéfiques). Il y aura quelques données sensibles transactions par cartes de crédit, données médicales, de santé et d'assurance maladie, etc - mais adoptez la transparence autant que possible.
 
Automatiser autant que possible. Si je pense avoir besoin de faire une tâche deux fois ou plus, je vais essayer si possible d'automatiser. Chaque fois que vous pensez que quelque chose est exceptionnel, cela ne l'est presque certainement pas. En automatisant les processus, vous libérez du temps aux futurs analystes pour se concentrer, comme vous le savez, sur l'analyse.
 
Concentrez-vous sur le retour sur investissement (ROI) de l'équipe. Comme tout le monde, une équipe de data-analystes a un temps et des ressources limitées. Concentrez-vous sur le retour sur investissement. La mise en œuvre de deux «assez bonnes» solutions pour résoudre les problèmes en une semaine peut être plus rentable qu'une solution «presque parfaite» pour résoudre un problème. Méfiez-vous des rendements décroissants.
 
Aspirez les données maintenant. Certaines données sont potentiellement précieuses et utiles, mais sont éphémères. Par exemple, des photos Instagram ne sont disponibles que pour une semaine ou deux avant qu'elles ne disparaissent à jamais. Aspirez les maintenant car vous ne saurez jamais quand, ou pour quoi vous pourriez en avoir besoin dans le futur.
 
MÉTRIQUES ET TABLEAUX DE BORD
 
Les objectifs des précédentes stratégies sont de recueillir les données et de les rendre accessibles. Maintenant vient la partie amusante : l'analyse et le reporting.
 
Concevez les métriques avec soin. Elles ne devraient pas être biaisées, déterministes et devraient être le reflet de vraies variables mesurables. Elles devaient être facilement interprétables. Elles devraient refléter l'entreprise. Concevez ou identifiez des métriques qui font avancer la société. Réfléchissez attentivement aux unités. Si vous finissez par comparer des pommes et des oranges, existe-il une monnaie commune, comme le dollar, dans laquelle elles peuvent être converties ? Par exemple, si vous améliorez les opérations et que vous pouvez expédier le produit au client en étant plus rapide d'un jour, est-ce que ça en vaut la peine? Pouvez-vous attribuer un coût en dollar par client / par jour / par commande ?
 
Supprimez les redondances. Les tableaux de bord doivent être riches d'information. Comme la construction d'un modèle statistique, si vous avez deux métriques très fortement corrélées, vous pouvez considérez qu'il y en a une de redondante et vous ferriez mieux de la retirer et d'augmenter la densité d'information des autres métriques.
 
Adaptez-vous à votre auditoire. Dans certains cas, il peut être judicieux d'avoir plusieurs rapports avec différents niveaux de détails pour différents publics. Par exemple, un manager peut avoir besoin d'un rapport très détaillé sur leur équipe et leurs responsabilités, un rapport de niveau supérieur pour son équipe et une vue de 50 000 mètres pour les hauts dirigeants, si vous choisissez les bons paramètres, les rapports seront toujours utiles et pertinents.
 
Impressionnez les hauts dirigeants. Pour mener une culture basée sur les données, impressionner les hauts dirigeants avec des tableaux de bord et des rapports qui offrent une valeur énorme (et ne sont pas seulement beaux) produira presque certainement un effet d'entraînement. Ils attendront ces rapports et fourniront les ressources pour banaliser leur création. Créez des tableaux de bord si pertinents que les dirigeants les regarderont avec l’œil d'un faucon.
 
Déterminer les critères qui correspondent aux valeurs fondamentales de l'organisation. L'une des valeurs fondamentales de Warby Parker est de fournir à la clientèle un service d'une extrême qualité. Il y a ainsi des métriques qui se rapportent à cela, la satisfaction client en étant une. Ces métriques devraient être très visibles à travers l'organisation : au niveau principal des tableaux de bord, sur les écrans, sur les rapports qui sont émis à l'extérieur.
 
Inversement, éliminez les métriques gênantes. Une des premières actions de Marisa Mayer quand elle a repris Yahoo! était d'enlever le cours de l'action de leur page d'accueil interne. C'est son travail de s'inquiéter de cela, mais le reste de l'organisation a mis l'accent sur les actions à mener pour essayer de faire grimper le cours de l'action (en vain) et ils avaient presque oublié les valeurs que Yahoo! devait et devrait porter à leur utilisateurs.
 
Si possible, reliez les indicateurs clés aux autres métriques qui les animent. Par exemple, supposons que la principale cause d'insatisfaction soit lié au retard d'expédition, alors valoriser cette métrique au plus haut niveau du tableau de bord.
 
Laissez parler les données. Dans certains cas, une approche utilisant un apprentissage  automatique ou un apprentissage non supervisé peut apporter des informations surprenantes. Par exemple, beaucoup d'entreprises catégorisent leurs clients en utilisant une série de critères a priori subjectifs. Exécuter une classification non supervisée peut renforcer ces choix de catégorisation, mais il peut aussi donner un aperçu intéressant sur de nouveaux types de groupes auxquels vous ne vous seriez jamais attendus. Être réceptif à découvrir cela stimule votre intuition ou la compréhension de l'entreprise, du marché et des clients. Soyez objectif : si un test A/B montre une plus grande valeur moyenne, mais que les résultats ne sont statistiquement pas significatifs, acceptez le fait qu'ils ne sont pas significatifs. N'allez pas chercher des résultats significatifs là où il n'y en a pas.
 
Laissez parler les stagiaires. Une organisation basée sur les données devrait laisser parler les données où que cela la mène. Ainsi, il faut accorder à un nouveau stagiaire qui a analysé les données sous un nouvel angle autant de poids et de respect qu'un manage senior. Les données sont les partenaires principaux ici. Donner aux gens une voix, un forum et la possibilité de fournir des preuves en s'appuyant sur les données.
 
Partagez largement les données et les résultats. Une organisation basée sur les données devrait largement partager les données et les rapports. Cela ne veut pas dire qu'ils doivent être diffusés à tout le monde comme du spam mais ceux qui sont intéressés devraient y avoir accès (n'oubliez pas que les idées intéressantes et les points de vue alternatifs peuvent provenir de n'importe où dans l'entreprise). Les patrons et les grands managers devraient être ouverts à toutes questions, à tout autre élément de preuve, et mettre en œuvre les changements sur la base de ces preuves.

Voilà mes premières réflexions. Je ferai plus tard dans l'année, peut être à DataGotham à New York, un communiqué de ce qui a et n'a pas marché.

A propos de NeoViz

NeoViz est spécialiste en Architecture et Data Visualisation des Réseaux d'Information.

  • Data Science
  • Génie logiciel
  • Algorithmique scientifique et numérique
  • Ingénierie grands comptes
  • Ingénierie des systèmes d'informations
  • Analyse des données financières et stratégiques des entreprises et organisations

A propos de la DataViz

La Data Visualisation ou DataViz est l’art de transformer et d’organiser les données numériques sous forme graphique pour permettre de se repérer de manière rapide et intuitive dans une grande quantité d'information (BigData) interconnectée (Réseaux). La DataViz permet de simplifier l'analyse des bases de données complexes, de faciliter la navigation dans les données et d'améliorer les prises de décision (Business Intelligence).

Zapatillas nike zapatillas reebok nike air max blancas ropa abercrombie gafas ray ban zapatillas under armour gafas de sol ray ban Gafas carrea new balance hombre botas futbol zapatillas asics new balance mujer zapatos casuales Zapatillas air jordan nike sb nike corte zapatillas vans zapatos timberland zapatillas sport zapatos de mujer nike free puma zapatillas zapatos gucci botas de futbol nike presto gorras new era Gafas oakley bolsos louis vuitton Adidas Neo cinturones gucci zapatillas saucony zapatillas de moda Adidas Originals Adidas Yeezy nike air force
nike free puma zapatillas zapatos gucci botas de futbol nike presto gorras new era Gafas oakley bolsos louis vuitton Adidas Neo cinturones gucci zapatillas saucony zapatillas de moda Adidas Originals Adidas Yeezy nike air force polos lacoste Adidas Stan Smith Zapatos nike Adidas Gazelle pulseras pandora zapatillas converse
barbour kurtki peuterey kurtki barbour polska canada goose kurtka ugg buty ugg polska canada goose jakke belstaff danmark canada goose tilbud parajumpers dame belstaff jacket canada goose danmark canada goose jakke dame barbour jakke woolrich jakke canada goose b?rn jintropin preis somatropin kaufen hgh kaufen hygetropin kaufen jintropin kaufen jintropin hygetropin bestellen kamagra jelly australia kamagra australia