%20(1).webp)
RGPD
propos
Avant toute chose, posons nous et regardons autour de nous. La donnée est partout ! Data Lake, Data Mining, RGDP, Data Protection Officer. Le champ lexical a envahi notre quotidien.
Une donnée, c’est un fait non organisé, contenant des chiffres ou des caractères bruts. Regardons ensemble comment définir la donnée.
Tout d’abord une donnée est une ressource qui peut se matérialiser à l’écrit sous plusieurs formes : chiffre, texte, nombre, numéro de téléphone, date, caractère spécial : @ » !- ] …
Ces données peuvent être structurées, non-structurées et semi-structurées.
⦿ Les données structurées sont des données qui entrent dans un cadre répondant à des règles précises, comme un code-barres ou un numéro de carte bleue.
⦿ Les données semi-structurées sont des données qui rentrent en partie dans un cadre spécifique. Par exemple : des photographies numériques, si une image est prise avec un smartphone, elle aura des attributs structurés tels que sa géolocalisation, un ID d’appareil ou son horodatage.
⦿ Enfin, les données non structurées, qui peuvent être tout ce qui n'est pas dans un format spécifique. Il peut s'agir d'un paragraphe de livre contenant des informations pertinentes, d'une page internet...
Voici des données que l’on peut trouver dans un fichier comptable ou dans un formulaire d’inscription :
❍ Fichier comptable
❍ Formulaire d’inscription
Jean
Lorsqu’une donnée est collectée, elle est associée à plusieures autres données. En effet, pour chaque donnée collectée d’autres sont également collectées et enregistrées.
Prenons l’exemple d’un virement bancaire. Parmi les données collectées, on trouvera :
→ le montant du virement
→ L’horodatage de la transaction
→ le numéro de compte de l’émetteur
→ le numéro de compte du receveur
Ainsi pour une opération banale du quotidien, le nombre de données brutes collectées est multiple. Ces données sont d’ailleurs probablement enregistrées à plusieurs endroits, puisqu’elles sont collectées par la banque de l’émetteur, mais aussi celle du receveur.
Aujourd’hui, les entreprises doivent traiter de gros volumes de données, ce qui n’était pas le cas il y a quelques années. Depuis la digitalisation de la société, et l’apparition de services reposant sur des technologies récentes, telles que l’informatique cognitive, l’Internet des objets (IoT), l’intelligence artificielle et l’apprentissage automatique (Machine Learning, ML) le nombre de données à traiter ne fait qu’augmenter.
Au cours des dix dernières années, le volume de données a été multiplié par plus de 30 dans le monde, passant de 2 zettaoctets en 2010 à 64 zettaoctets en 2020.
→ Un zettaoctets : 1024 exaoctet
→ 5 exaoctet : l’ensemble des mots prononcés depuis le début de l’humanité
On parle d’ailleurs du « Big Bang du Big Data », avec des prévisions de plus de 180 zettaoctet de données numériques créées en 2025 soit 3 fois plus qu’en 2020.
Cependant toutes ces données ne sont pas enregistrées. En effet, parmi ces zettaoctets, seulement 1 à 2 % de ces données sont sauvegardées, les autres sont majoritairement analysées et consommées en temps réel.
Avant d’être traitée par quelconque organisation, la source de la donnée peut être interne « First party », intermédiaire « Second party » ou externe « Third party ».
Comme les données First et Second Party proviennent des clients directs de l’entreprise, on peut considérer leur fiabilité. Elles permettent de faciliter la communication via des moyens de contact directs (le mail, le push sms) et de suivre le comportement d’achat. Les datas Third party permettent notamment d’affiner ces connaissances sur les intérêts et comportements d’une clientèle cible. Couplées à des données First party, elles peuvent jouer un rôle déterminant dans une stratégie de croissance. On retrouve ces données, quelle que soit leur origine, dans tous les services de l’entreprise, souvent articulées autour de la direction des systèmes d’informations.
Voici un exemple de données que l’on retrouve dans les différents services :
❍ Sujet du mailing
❍ Date de commande
❍ Date de livraison
❍ Date de facturation
❍ Nombre d’absences
❍ Date d’arrivée et de sortie
Il faut distinguer trois états de données. En fonction de ces états, certaines solutions de stockage seront plus adaptées que d’autres.
⦿ Les données au repos sont des données stockées et ne changent jamais d’emplacement. Elles peuvent être stockées sur des clés USB, un disque dur, ou bien même sur un cloud. Ce sont des données déjà exploitées qui sont sauvegardées en archives pour l’entreprise. Ces données ont tout intérêt à être cryptées pour limiter les risques en cas de perte ou de vol, d’autant plus qu’elles ne sont plus exploitées.
⦿ Les données en transit sont en cours de transfert, d’un point A à un point B. Elles se trouvent dans des e-mails, des fichiers transférés par messagerie interne, et même des fichiers transférés grâce au cloud. La plateforme de départ n’est alors jamais la plateforme du stockage final.
⦿ Les données en cours d’utilisation sont des données ouvertes dans une application, et peuvent être consultées par les utilisateurs. Elles sont consultables sur n’importe quel outil et plateforme. Ces données sont particulièrement vulnérables puisque l’utilisateur a dû se connecter et décrypter le fichier : les données sont donc visualisables.
Les entreprises peuvent donc choisir, la solution qui leur convient le mieux pour le stockage de leurs données. Certaines sont plus pratiques, d’autres plus sécurisées.
Tout au long de leurs projets, Scroll et ICG stockent leurs données en transit sur le cloud (via Notion) ou directement via leur logiciels (Webflow, Make, Airtable, Bubble). En fin de projet, les données sont hébergées dans des data centers.
La collecte de la donnée dépend de la source de la donnée.
Certaines données sont collectées directement en physique. Par exemple, via le street marketing ou les coupons marketing. Ces données sont ensuite saisies directement dans le sytème informatique.
Ici, nous allons nous intéresser aux données transitant dans les systèmes d’informations.. Comme vu précédemment ces données peuvent être externes (Third Party), internes (First Party) ou intermédiaires (Second Party). Ces données sont alors collectées via des flux.
Les données remontent dans les systèmes d’information via des flux. Ces flux peuvent être automatisés ou manuels. Pour que les données soient utilisables, elles doivent être identifiées en amont afin de pouvoir s’intégrer dans un système d’information. Il est donc nécessaire de connaître l’usage de ces données au travers des cas d’usage. Ces cas d’usage sont définis par les utilisateurs de la donnée, et doivent systématiquement mettre en évidence la finalité. Donnez du sens à ces flux ! Sur la base de ce travail, il devient facile d’identifier si les données souhaitées sont bien présentes dans le flux.
Celui qui émet la donnée doit s’accorder avec celui qui la reçoit afin de définir le flux : Contenu et fonctionnement.
Concernant le contenu, on parle de dessin d’enregistrement (DE), c’est-à-dire d’un format de fichier figé tant que les parties n’ont pas décidé de le faire évoluer. Ce DE est accompagné d’une spécification qui vient définir exactement chaque donnée (définition, format).
Concernant le fonctionnement, on parle de protocole d’échange et de format de fichiers (Excel, csv, Json, etc.).
Le protocole d’échange est la manière de remonter l’information, il est dépendant des compétences techniques des parties prenantes, il peut s’agir soit :
⦿ D’un SFTP : SSH File Transfer Protocol (protocole de transfert de fichiers SSH ou protocole de transfert de fichiers sécurisés). L’émetteur génère et dépose des fichiers sur son SFTP ou celui du receveur. Le receveur récupère les fichiers et les intègre dans son application. Les phases de génération, de dépôt, de récupération et d’intégration peuvent être automatiques ou non.
⦿ D’une API : Application programming interface
L’émetteur et le receveur mettent en place une interface logicielle : l’API, qui permet de connecter deux applications entre elles afin d'échanger des données et des fonctionnalités via un langage de programmation universel.
⦿ D’un Webhook : Requête envoyée vers une url
Le Webhook permet de déclencher une action à la suite d’un événement. Il est généralement utilisé pour faire communiquer des systèmes. C’est la façon la plus simple de recevoir une alerte lorsque quelque chose se produit dans un autre système.
En fonction du protocole d’échange choisi, la fréquence des transferts de données peut être variable : temps réel, quotidienne, hebdomadaire, mensuelle, etc. Naturellement, la fréquence peut induire le choix du protocole. Il n’est pas nécessaire de mettre en place une API pour une déclaration d’impôts.
L’ensemble des flux et des applications constitue l’écosystème informationnel (digital) de l’organisation. Il est nécessaire de le maîtriser afin d’ouvrir le champ de ses réflexions : Puis-je récupérer la donnée que je souhaite ? Puis-je récupérer d’autres données ? Comment pourrais-je utiliser différemment mes données ? Comment pourrais-je utiliser de nouvelles données?
La clé pour bien visualiser l’ensemble de ces flux est de cartographier son écosystème digital. Vous trouverez ici l’exemple d’un ensemble de flux autour d’une application de gestion de contact pour une structure caritative. On dénombre pas moins de 5 bases de données autour de l’application centrale. Les échanges entre les données peuvent se faire via SFTP, API ou Webhook.
Les flux de données nécessitent des transferts sécurisés pour palier aux problèmes suivants :
❍ altération : des données altérées sont des données modifiées sans autorisation par une personne n’ayant pas les droits dessus et / ou qui a intentionnellement modifié les données.
❍ fuite : une fuite de données est une transmission non autorisée de données à l’insu de l’organisation par une personne interne à l’entreprise.
❍ perte : la perte de données peut être causée par une mauvaise sauvegarde ou un stockage déficient.
❍ vol : par le biais de cyberattaques, les malfaiteurs vont utiliser différents moyens dans l’objectif d’extraire les données contenues dans un système informatique.
Qu’entend-on par cyberattaques ? Voici une liste non exhaustive des types de cyberattaques que l’on peut rencontrer :
→ Le phishing est une technique qui consiste à se faire passer pour une organisation de confiance ou une personne dans le but de soutirer des informations personnelles et par la suite s’en servir. (ex : les impôts, la poste, CPF)
→ Le rançongiciel (Ransomware) vise à crypter les données d’un ordinateur, et demander une contrepartie financière en échange du décryptage de ces données.
→ Le vol de mot de passe est une technique qui permet à l’aide d’un logiciel d’essayer de multiples mots de passe jusqu’à réussir à le trouver. Par la suite, le malfaiteur vole les données et/ou usurpe l’identité.
→ Le malware est un logiciel qui s’installe sur votre ordinateur, souvent par des logiciels gratuits à télécharger sur internet, et qui s’introduit dans votre ordinateur pour voler vos données.
Les données d’une entreprise étant très sensibles, il est essentiel de se prémunir des risques cités ci-dessus afin d’éviter toute poursuite judiciaire ou d’impacter l’image de l’entreprise.
La sécurité des flux doit s’effectuer sur deux niveaux : les utilisateurs et les outils.
Concernant les utilisateurs, la formation et la sensibilisation aux dangers du numérique sont essentielles afin de garder un haut niveau de sécurité des données. Il est par exemple nécessaire d’installer un pare-feu et d’effectuer des sauvegardes régulières des environnements de travail.
Concernant les outils, il est nécessaire de vérifier qu’ils sont conformes au RGPD, en mettant en place une gestion des droits et des accès. L’utilisation d’une méthode d’identification poussée comme la MFA (L'authentification multifacteur) peut également être une solution de renforcement de la sécurité.
Abordons maintenant les différents moyens de sécurisation des transferts de données :
❍ Cryptage général des transferts.
Le cryptage des données est la solution la plus efficace pour les protéger. Pour cela on va chiffrer l’ensemble des données et mettre en place un des deux processus de déchiffrage suivant :
→ Le cryptage symétrique
Il possède une clé de chiffrement et de déchiffrement qui sont identiques.
→ Le cryptage asymétrique
La clé de chiffrement et de déchiffrement sont différentes, il comprend une clé publique et une clé privée.
❍ Cryptage du courrier électronique.
Le cryptage du courrier électronique consiste à en crypter le contenu et à fournir au destinataire une clé de décryptage afin qu’il puisse y avoir accès.
❍ CASB (Courtier de sécurité d’accès au cloud).
Le CASB est une technologie qui lie les infrastructures internes avec le cloud. Cette technologie permet de vérifier toutes les tentatives d'accès aux infrastructures réseau. Il prévient des pertes de données, mais aussi du chiffrage des données et permet de les surveiller.
Il est également possible de sécuriser le transfert de fichiers à des plateformes tiers en ajoutant un mot de passe aux liens de téléchargement (comme sur WeTransfer) ou en protégeant le transit via un système d’habilitations.
Par exemple, pour les paiements des plateformes développées pour nos clients, nous utilisons la plateforme de paiement Stripe. Cette plateforme assure des transferts d’argent sécurisé. Stripe utilise le chiffrement AES pour chiffrer les données qu’elle enregistre. Les infrastructures de Stripe pour le stockage, le déchiffrage et la transmission des numéros de carte sont indépendantes, permettant une sécurité maximale.
Dans le cadre du fonctionnement d’une organisation (entreprise, projet, etc) la qualité des données est un sujet primordial. Il est donc nécessaire de qualifier la qualité attendue pour chaque donnée manipulée afin de pouvoir maintenir son exploitation. Pour effectuer cette qualification de la qualité de la donnée, on peut se baser sur la théorie des 5Vs du Big Data. Un ensemble de données sera considéré comme qualitatif lorsqu’il respecte les 5 valeurs suivantes :
⦿ Pourquoi faut-il avoir une donnée de qualité ?
La qualité des données a pris une importance croissante depuis que l’information est devenue un business à part entière, des solutions analytiques sont de plus en plus utilisées comme outil d’aide à la prise de décision.
Concrètement avoir une donnée de qualité, c’est pouvoir représenter fidèlement une situation, en cas de recueil de données de mauvaise qualité, les informations et conclusions que vous allez en tirer ne seront pas fiables. Les prises de décision ne seront pas efficaces ni pertinentes puisqu’elles ne cibleront pas un réel problème ou une potentielle opportunité.
Plus la donnée sera qualitative, plus les actions qui seront prises avec ces données seront pertinentes et pourront aider les objectifs de l’entreprise, car elles cibleront réellement les opportunités et les menaces à contrer. Ne pas avoir de données exactes compromet les opportunités de développement.
Nous n’y pensons pas directement, mais utiliser des données de mauvaise qualité peut avoir de mauvaises retombées sur l’image de votre entreprise. En effet, imaginez un de vos commerciaux qui contacte une agence de site web pour lui proposer de refaire son site, ça fait tache non ?
C'est pourquoi il est préférable de trier un volume plus faible de données, mais être sûr de leur exactitude. De nos jours, il est préférable d’avoir une approche plus ciblée, personnalisée, donc avoir les bonnes infos, c’est s’assurer d’intéresser son prospect et donc vendre plus efficacement avec une meilleure relation client.
Pour résumer, avoir des données qualitatives, c’est prendre conscience desproblèmes et opportunités de votre activité et travailler l’améliorationpermanente de votre activité.
⚠️ D’après une évaluation bien connue réalisée par IBM, le coût associé aux problèmes de qualité des données aux États-Unis en 2016 s’élevait à 3,1 milliards de dollars. Dans un article de la revue MIT Sloan Management Review paru en 2017, le consultant en qualité des données Thomas Redman estimait que la correction des erreurs et la gestion des problèmes opérationnels liés à des données de mauvaise qualité entraînaient en moyenne une perte de 15 à 25 % du chiffre d’affaires d’une entreprise.
Le sujet a pris une ampleur particulière avec l’avènement de Google et des réseaux sociaux qui ont pour proposition de valeur leur base de données ; il faut donc que celle-ci soit de qualité.
Par exemple, la plupart des réseaux sociaux vendent des espaces publicitaires sur leur média en mettant en avant le résultat à la clé grâce à la précision du ciblage des membres.
De manière adjacente, LinkedIn vend son extension Sales Navigator en promettant de pouvoir cibler et contacter n’importe qui sur le réseau de manière précise avec des informations précises sur les organisations et leurs employés.
USE CASE
Le Groupe ACCOR s’est engagé dans une démarche CUSTOMER DATA SAFE afin de lutter contre les fraudes à la carte de crédit et les vols de données sensibles avec en particulier la mise aux normes PCI DSS pour l’ensemble des hôtels du Groupe : soit 5000 hôtels répartis sur 22 pays dont 1400 hôtels en France.
Pour piloter ce programme, ICG accompagne la Direction du Programme PCI DSS avec la mise en place d’un Dashboard sur-mesure.
Celui-ci est articulé autour d’indicateurs de performance et de risques élaborés sur-mesure selon une granularité en cohérence avec la gouvernance internationale du Groupe.
Il permet de mesurer, prévenir, alerter les parties prenantes sur la conformité globale du groupe vis-à-vis de la réglementation PCI DSS.
Pour élaborer ces Dashboards, nous avons mis en place les process permettant de s’assurer de la bonne qualité de la donnée que nous exploitons, à savoir :
→ Le processus de production de la donnée
Identification des sources de données, arrêt sur image de la photo des données à une date spécifique.
→ Le processus de fiabilisation de la donnée
Contrôles de cohérence entre chaque Dashboard pour s’assurer de la validité des données.
→ Le process d’utilisation
Identification des acteurs utilisateurs des données, stockage des historiques sur serveur sécurisé, traçabilité de l’ensemble des Dashboard produits.
USE CASE Remoters
La start-up Remoters qui permet de réserver des voyages pour télétravailler dans le monde grâce à des correspondants à lancé son activité en 2021. Une fois sa plateforme lancée, il fallait alors améliorer l’expérience utilisateur au maximum pour augmenter le taux de conversion. Scroll et Remoters ont alors décidé de mettre en place Google Tag Manager. Cet outil permet de traquer le nombre d’actions sur certains points définis.
.webp)
Ainsi, à l’aide de ces outils Scroll a tiré plusieurs conclusions :
→ les boutons et étapes qui fonctionnent correctement
→ les points bloquants qui freinent/empêchent la conversion
→ les améliorations à effectuer
Cette solution n’est aujourd’hui plus utilisée par l’entreprise car nous sommes arrivés à une interface qui satisfait tout le monde, que ça soit d’un point de vu design ou performance.
⚠️Pour utiliser GTM soyez sûrs d’intégrer dans vos cookies la possibilité d’accepter ou non cette option pour être conforme au RGPD.
⦿ Pourquoi croiser ses données?
Analyser une donnée de manière isolée ne permet pas de comprendre les relations de corrélations et de causalité qui y sont liées.
Le croisement de données permet d’avoir une vision globale et exacte d’un domaine d’activité. Il permet d’extraire un maximum de connaissances et est source de création de valeur. Via la comparaison des données, il devient possible de créer des synergies et de déduire de nouvelles informations.
Le croisement de données peut même être utilisé afin de faire des prédictions, tant dans le domaine du marketing « Data Marketing » que de la médecine « ARGONet ».
Par exemple, le « Data Marketing » est fondé sur l’exploitation des données. Il demande une récolte et un traitement de données de masse. Grâce à ces données, le marketing peut être beaucoup plus personnalisé, efficace et économique. Il permet de véhiculer le bon message, au bon moment, au bon interlocuteur et évite le gaspillage d’argent par un ciblage très précis des internautes.
Quant à la médecine, il y a l’exemple de « ARGONet ». Successeur de Google Flu Trends, il est plus fiable que ce dernier et permet d’affiner les prédictions d’épidémie de grippes et l’estimation de la propagation du virus.
A l’origine, Google Flu Trends permettait de prédire les épidémies de grippe grâce à une corrélation entre les mots-clefs associés aux symptômes grippaux et les recherches sur Google. Mais cette simple corrélation avait déclenché de fausses alertes épidémiques car la population recherchaitl es symptômes de la grippe avant de réellement en souffrir.
Pour éviter cela, ARGONet est plus complexe que son prédécesseur et croise davantage de données, notamment celles des consultations pour symptômes grippaux dans les dossiers médicaux électroniques. Ainsi, le croisement de plusieurs types de données permet d’affiner les résultats et d’obtenir une information plus exacte.
Concrètement, le croisement de données peut mener à un meilleur targeting des clients ou des candidats, à un meilleur contrôle de la comptabilité, ou à la création d’un nouveau service dans une entreprise.
Ainsi, le croisement de données est la clé pour mieux comprendre un environnement et optimiser l’organisation d’une entreprise. Croiser des données permet de produire des analyses et des tableaux de bord pour piloter l’activité. L’information créée à partir de ces croisements doit être utile et avoir une finalité précise pour une organisation, afin d’éclairer ses décisions.
⦿ Comment croiser ses données?
De nombreux outils permettent de croiser des données à l’aide de numéros uniques, ou de regroupement d’information. Ces outils permettent d’éviter les erreurs et de faire des déductions exactes afin de créer une information viable pour une entreprise. Certains outils permettent même de croiser des sources et des formats de données différents. L’outil le plus basique pour le croisement de données est Excel. Grâce à ses tableaux dynamiques croisés, il permet de mieux comprendre une série complexe de données, et d’en tirer de nouvelles informations.
Quid de la clé de rapprochement ?
Pour une utilisation plus complexe (Big Data, IA etc), Dataiku permet d’exploiter les données des entreprises afin de faire de la prédiction. Destinée aux professionnels des données (Data Scientist, Data Analyst, Machine Learning Engineer, etc...), la plateforme permet un traitement complet des données : de la préparation à l’exploitation. Ainsi, qu’il s’agisse d’analyse ou de prédiction, des outils existent pour aider les entreprises à donner du sens à leurs données, afin de créer une information utile.
Pour valoriser les données collectées, ces dernières vont être traitées lors de différentes étapes qui permettront une exploitation maximum de leur valeur.
Parmi les métiers nécessaires au traitement de la donnée, on en relève trois principaux :
→ Les données vont tout d’abord passer entre les mains du Data Ingénieur. Ce dernier s’occupe de mettre à disposition la donnée aux autres métiers. Le DI va donc trier, identifier, nettoyer les données intéressantes pour les rendre utiles et pertinentes pour les prochaines étapes. Le Data Ingénieur travaille avec des données brutes qu’il va par la suite valoriser.
→ Le second métier nécessaire au traitement des données est le Data Analyst. Il va utiliser les données transmises par le Data Ingénieur et les interpréter pour effectuer des analyses. Le DA va réaliser des dashboards/reportings dans le but de relever certaines tendances. Le DA tire des conclusions des chiffres étudiés pour les transmettre au Data Scientist.
→ Contrairement au DA qui étudie les données passées et présentes, le Data Scientist quant à lui a un rôle prévisionnel. Son objectif est de faire parler la donnée pour améliorer les performances d'une entreprise. Le DS suggère des modifications pertinentes à l’entreprise en fonction de plusieurs leviers. Le DS travaille directement avec les autres corps de métier pour les aider à régler des problématiques : marketing, achat, commercial, etc. Il a un rôle prédictif et stratégique. Pour cela, le DS utilise des algorithmes mathématiques permettant de révéler des données prévisionnelles, c’est ce que l’on appelle le Data Mining.
→ Un autre rôle qu’il est important de noter dans une entreprise est le Data Protection Officer. C’est le métier qui a du être crée à la suite des nouvelles réglementations RGPD. Le DPO a pour mission de protéger les données personnelles. Il effectue des reportings sur la sécurité, gère les demandes au niveau des données personnelles, mais aussi sensibilise l’entreprise aux questions de protection des données. Le DPO ne manipule pas les données à proprement parler, mais a un rôle important dans leur sécurité et leur utilisation.
→ Le Chief Métavers Officer c’est quoi ? Depuis quelques années, les cryptommonnaies, le metaverse, les NFT se démocratisent. Cet écosystème constitue une réelle opportunité pour les marques de se développer sur un nouveau terrain qui est celui du metaverse. Certains grands groupes l’ont bien compris en nommant un CMO. Ce poste consiste à accompagner les entreprises dans leur développement sur le metaverse. Le CMO se charge d’aider la marque chez qui il travaille à comprendre et saisir les opportunités liées au metaverse, notamment en important la marque dans le metaverse. Décathlon ou bien encore Walt Disney ont d’ores et déjà pris les choses en main en nommant leur propre CMO.
.webp)
Une fois les données collectées et traitées, elles deviennent des informations. Ces informations doivent être accessibles et compréhensibles de tous. De nombreux moyens existent tels que :
→ Outil statistique
→ Outil de BI
→ Site internet / Page web
→ Formation
Pour bien communiquer l’information, différentes présentations sont possibles. Il est à noter que les éléments visuels sont généralement mieux compris et enregistrés.
Par exemple, les outils de tracking comme Google Analytics ou Matomo modélisent les données sous plusieurs formes. Chaque visualisation est adaptée aux données reçues.
Il est aussi possible de suivre le comportement des utilisateurs d’un site web via des heatmaps. Ces données permettent d’interpréter ce qui fonctionne ou non dans l’UI/UX dans un but d’amélioration continue.
.webp)
Pour les informations plus générales, des graphiques peuvent être privilégiés (ex : évolution de chiffre d’affaires, répartition des ventes en fonction des secteurs d’activités). L’enjeu ici est de réussir à trouver la façon la plus adaptée de communiquer l’information en fonction des données à disposition.
Estimer la valeur d’une information est difficile car elle dépend de l’utilité qu’elle a pour l'interlocuteur qui la reçoit. En effet, une information marketing n’aura pas la même valeur pour le service comptabilité que pour le service marketing.
Toutefois, la donnée et plus précisément l’information sont devenues un réel actif pour les entreprises. En effet, elle est un véritable outil d’aide à la prise de décision, de communication et de réduction de tâches à faible valeur ajoutée. L’information est transformée en connaissance et en savoir, capitalisable pour l’entreprise. L’information peut alors améliorer les processus opérationnels, renforcer la prise de décision, tout en ayant soin de sécuriser la valeur apportée par l’information.
.webp)
⦿ Améliorer les processus opérationnels
La mise en place de processus informatisés, permettant le contrôle de la donnée, enclenche de facto une optimisation des process opérationnels, jugulés à une montée en compétences des collaborateurs. Nous avons pu le suivre dans de nombreuses missions, comme par exemple au sein d’un groupe du CAC 40 où la mise en place d’un logiciel pour suivre le cycle de vie d’un dossier, de son inscription à la facturation, a impacté l’organisation et la réparation des tâches au sein du service.
⦿ Renforcer la prise de décision
Prendre des décisions stratégiques efficaces s’appuie sur des données traitées en information et un pilotage de l’activité précis et régulier. En effet, l’information va permettre de guider les dirigeants tant sur les décisions à prendre que sur leurs impacts sur leur performance organisationnelle. Chez ICG, nous avons pu aider un de nos clients à obtenir de la visibilité sur la performance de ses activités via la mise en place d’un processus transversal et la création de tableaux de bord. Un tableau de bord est composé de plusieurs indicateurs mettant en avant des informations clés pour les problématiques rencontrées. Ainsi, notre client a pu piloter rationnellement leurs activités, définir leurs « produits phares » et prévoir un atterrissage de fin d’année.
⦿ Sécuriser cette valeur apportée par l’information
La mise en place d’une gouvernance est indispensable pour sécuriser les données et les stocker de manière conforme à la réglementation. En effet, les données sont souvent peu protégées et les cyberattaques se développent de plus en plus. Ayant compris l’importance et la vulnérabilité de la donnée au sein d’une entreprise, ICG a pu accompagner une organisation afin de protéger les données internes, sur un projet de cybersécurité. La mission s’est également étendue à la mise en conformité du stockage des données afin de respecter la norme RGPD.
RGPD
De la donnée à l'information
FAQ
propos