Guide de l’analyse de données pour les entreprises

Après avoir accéléré leurs plans de transformation numérique pendant la pandémie, les dirigeants d’entreprises canadiennes misent maintenant sur les technologies nouvelles et émergentes en donnant la priorité à la modernisation des applications, à l’automatisation intelligente et à d’autres technologies Web3. C’est ce que révèle le plus récent Rapport mondial sur la technologie de KPMG.

Lorsque KPMG a demandé aux entreprises quels étaient les principaux obstacles à leur adoption de technologies nouvelles et émergentes, les « lacunes dans la gestion des données » figuraient parmi les trois principaux. Alors qu’à l’échelle mondiale, les répondants ont affirmé avoir jeté des bases pour accueillir les technologies émergentes (près de la moitié ayant planifié en ce sens), les répondants canadiens préféraient encore attendre.

Des données fiables sont essentielles à la transformation numérique, qu’il s’agisse de tirer parti des technologies émergentes ou d’acquérir un avantage concurrentiel auprès de vos clients. Sans une fondation solide, le reste de la maison risque d’être instable.

Quel que soit l’objectif de l’entreprise (transformation numérique, amélioration de la performance, économie de coûts), un solide fondement de données est essentiel en vue de tirer de ces données des renseignements et des éclairages utiles.

L’éventualité des conséquences d’un échec peut faire hésiter les organisations à adopter de nouvelles technologies perturbatrices. Mais cette attitude se traduit par une lenteur et une prudence souvent excessive. Cette circonspection ralentit les avantages à tirer de nouvelles technologies et de nouvelles approches. La méthode de bac à sable (sandboxing) est un moyen de tester de nouvelles idées et d’en prouver la valeur sans répercussions sur d’autres systèmes en exploitation.

Il importe d’établir des normes et des méthodes de gestion des données, mais aussi de définir les rôles et les responsabilités nécessaires à la gouvernance des données, afin d’assurer la qualité et l’exactitude des données qui sont essentielles au succès d’un projet de transformation de données. Un cadre de gouvernance des données doit tenir compte de la totalité du cycle de vie des données : ingestion et transformation, stockage, conservation, puis élimination.

Assurez-vous de disposer des protocoles, des méthodes et des solutions nécessaires pour protéger les données sensibles et restreindre l’accès aux utilisateurs autorisés, ainsi que pour respecter la réglementation sectorielle ou gouvernementale afin d’éviter de lourdes amendes pour non-conformité et d’atténuer les risques d’atteinte à la réputation. Un cadre de gouvernance des données doit prévoir l’authentification, l’autorisation, la surveillance et l’audit des données.

Il existe sur le marché une foule d’outils et de technologies de gestion des données. Au moment d’envisager vos options, ne tenez pas compte uniquement du coût. D’autres facteurs sont tout aussi importants : la solution choisie doit pouvoir s’intégrer harmonieusement à votre environnement technologique actuel et offrir une expérience utilisateur satisfaisante. La solution la mieux adaptée à votre organisation permet d’en accélérer l’adoption et vous aide à résoudre plus rapidement les problèmes d’exploitation pour lesquels vous la choisissez.

Cela dit, ne vous limitez pas à une seule plateforme. Par le passé, les organisations avaient tendance à adopter une plateforme unique. Aujourd’hui, elles sont plus nombreuses à choisir une solution englobant deux ou trois plateformes différentes pour répondre aux besoins des parties prenantes à l’échelle de l’entreprise.Lorsque vous choisissez plusieurs plateformes, assurez-vous qu’elles soient compatibles et qu’elles offrent une expérience harmonieuse.

Pour composer avec des ensembles de données de plus en plus volumineux et difficiles à gérer, bon nombre d’organisations délaissent les longs programmes de transformation de données de grande envergure. Commencez plutôt à petite échelle; repérez les aspects qui pourraient gagner rapidement en valeur et agissez d’abord sur ceux-là, en veillant à ce que chaque progrès itératif vous rapproche de vos objectifs globaux de transformation numérique. Cette approche de type sprint donne rapidement des résultats mesurables, motive les parties prenantes et ouvre la voie à de nouvelles méthodes de travail, évoluées et fondées sur des données probantes, à l’échelle de l’organisation.

Les algorithmes d’apprentissage automatique et d’intelligence artificielle sont régulièrement entraînés en fonction de nouvelles données. Il arrive souvent que des données historiques comportent des biais inhérents. Il importe d’instaurer une gouvernance des données qui tient compte de l’intégrité, de l’« explicabilité », de l’équité et de la résilience des données pour que les algorithmes puissent les assimiler sans reprendre ni propager de biais.

N’oubliez pas le « dernier kilomètre » de l’analyse. Instaurer un processus de boucle de rétroaction qui réintègre dans le système les décisions prises peut vous aider à comprendre quelles décisions ont été prises à la suite d’informations et de recommandations fondées sur l’analyse de données. Boucler la boucle est important pour réentraîner les algorithmes et pour en améliorer l’exactitude et la performance, ou encore pour retirer un algorithme si les besoins d’exploitation ont évolué.

Une culture axée sur les données repose sur la connaissance des données, la réflexion analytique et la prise de décisions fondées sur des données probantes. Il importe de favoriser une culture qui concilie à la fois l’innovation et la gestion des risques pour créer une organisation axée sur les données, ce qui est essentiel à l’adoption de technologies nouvelles et émergentes.

En ces temps de turbulences économiques, prenez soin de revalider votre stratégie d’analyse de données pour vous assurer qu’elle s’inscrit toujours dans la stratégie et les objectifs de votre entreprise. Évaluez votre processus actuel d’analyse de données, passez-le en revue, cernez les points à améliorer et procédez par ordre de priorité.

Ce sont les données et la gestion des données qui préparent l’entreprise à innover et à adopter des technologies nouvelles et émergentes. Or, une stratégie d’analyse de données n’est pas un document statique, mais plutôt un plan directeur servant de point de départ. En établissant un solide fondement de données, l’organisation peut réaliser le plein potentiel de ses efforts d’analyse de données, même au fil de l’évolution des objectifs d’exploitation.

Forte d’un réseau de plus de 14 000 professionnels des données et de la technologie dans divers cabinets membres de KPMG ainsi que d’alliances avec des fournisseurs de technologies du monde entier, l’équipe multidisciplinaire de KPMG au Canada exploite les plus récentes technologies en matière d’analyse de données, d’automatisation intelligente et d’intelligenceartificielle afin d’offrir des prestations adaptées aux besoins particuliers de votre entreprise. Découvrez comment nous pouvons vous aider, ou renseignez-vous sur KPMG Lighthouse, notre centre d’excellence en analyse de données, en IA et en technologies exponentielles.

Zoe Willis, leader nationale, Analyse de données et services numériques, KPMG au Canada
Courtney Doagoo, directrice des Services-conseils – Management, KPMG s.r.l./S.E.N.C.R.L.
Gavin Lee, directeur principal, Information et analyse de données, KPMG au Canada
Jane Bartush, directrice principale, Gestion de l’information et analyse de données, KPMG au Canada