Business : Appelez-moi un agent de changement, pas une ressource humaine

La transformation organisationnelle est un processus sans fin qui se déroule sur de multiples frontières. En collaboration avec Dmitry Smirnov et Anna Bäckström, nous examinons certains problèmes qui apparaissent lors de la transformation organisationnelle dans le but de devenir plus axés sur les données et de pouvoir utiliser leurs données de manière systématique. Au lieu de nous concentrer sur les structures organisationnelles susceptibles de changer, nous voulons aborder une question différente – une question qui nous semble encore plus importante, à savoir: quel est le rôle des contributeurs individuels, des personnes dans l’organisation, sur le succès global de la transformation?

Une organisation axée sur les données est un badge quasiment obligatoire pour une organisation. Il existe des centaines d’articles écrits sur ce qui fait qu’une organisation est axée sur les données. Gartner publie régulièrement des rapports, des consultants rédigent des livres blancs et les gestionnaires mènent des projets phares qui visent à transformer les organisations en une sorte de pégase axé sur les données (encore un autre animal imaginaire, car la métaphore de la licorne est déjà occupée). Alors c’est quoi?

C’est un continuum, et ce n’est pas vraiment pour qu’une organisation soit ou non axée sur les données. Une perspective concrète est qu’il existe des niveaux de «préparation» d’une organisation (voir https://www.wwt.com/article/data-maturity-curve pour un bon exemple). Les organisations commencent souvent par se rendre compte que les données sont dispersées sur des feuilles Excel dans diverses unités, et bien qu’il y ait une prise de décision (et parfois même certains produits et modèles basés sur les données utilisés pour les entreprises) – la compréhension et la planification autour de la ressources de données dans toute l’organisation. Une organisation avancée axée sur les données aurait souvent une équipe dédiée aux données pour les solutions techniques, plusieurs analystes et scientifiques des données, une compréhension approfondie et une capacité à travailler avec les données parmi les utilisateurs professionnels, ainsi que des produits basés sur les données (par exemple, des systèmes de recommandation, des modèles d’optimisation, automatisation).

Le but de la transformation en une organisation axée sur les données (ou plus axée sur les données) est principalement de gagner un avantage concurrentiel par une compréhension globale de la performance de diverses parties de l’entreprise, de tirer parti des données pour concevoir ou améliorer les produits et services de l’entreprise, et informer la planification stratégique – motivée par une compréhension approfondie, et pas seulement par l’intuition.

Préparons le terrain: qu’est-ce qu’une transformation réussie vers une organisation axée sur les données? Un critère assez précis est la valeur apportée aux clients, c’est le but de l’entreprise après tout. À un niveau supérieur, la transformation signifie un changement de comportement, c’est-à-dire que les personnes dans l’organisation commencent à agir différemment et perçoivent généralement les choses différemment de l’ère de la pré-transformation. Une transformation réussie est plus qu’un nouvel ensemble de règles et de politiques, c’est le changement dans la façon dont les individus dans l’organisation se perçoivent, leur rôle et l’entreprise dans son ensemble.

Par exemple, revenons aux données et prenons le processus de prise de décision. Avant Les données, on s’appuierait sur l’expérience et l’intuition, un instinct. Après Les données, il est difficile de faire confiance à un jugement individuel sans aucune donnée à l’appui. La perception a changé et nous nous attendons maintenant à ce que les données soient le bloc fondamental pour faire un argument. Acquérir des données et les utiliser pour leur jugement devient un comportement de base, par rapport aux temps de pré-transformation.

Qu’est-ce qui caractérise une transformation qui se déroule bien? D’après notre expérience, les aspects réussis des efforts de transformation se concentrer sur l’engagement individuel, l’expérimentation pratique et embrasser le chaos. Cela peut être contrasté avec l’accent mis sur les processus organisationnels formels, les politiques et les règles, la réglementation descendante et la planification exhaustive. Pour être juste, l’optimum est probablement quelque part au milieu, c’est-à-dire qu’un cadre formel sera nécessaire, mais ce que nous voulons souligner, c’est le mot concentrer ici, parce que de toute évidence, tous les aspects doivent être pris en compte, formels également, mais ce que l’organisation gardera comme cible clé définira la voie à suivre pour la transformation.

Selon le niveau de «transmission de données» auquel vous vous trouvez, les possibilités et les domaines d’intérêt varient. Une chose typique à entendre: « Cela n’a aucun sens de se pencher sur les approches de l’IA si vous n’avez pas compris vos fondamentaux (par exemple, le reporting, l’entrepôt de données d’entreprise, etc.) ». L’utilisation de données pour autre chose que la déclaration est considérée comme quelque chose qui nécessite un investissement initial important, avant que toute valeur tangible puisse être extraite.

Cette perspective oriente l’organisation dans la direction de la préparation préalable des fondamentaux, de la plate-forme, puis de la gestion des possibilités à fort effet de levier. En pratique, cela conduit à un vaste projet axé sur la destruction des silos (rassemblement de toutes les données) et le renforcement des capacités de création de rapports et de tableaux de bord. Ce n’est qu’une fois que toutes les données sont stockées dans une plate-forme de données unifiée et que toutes les feuilles Excel sont répliquées dans des tableaux de bord et des rapports, que l’on est prêt à se concentrer sur l’application des données disponibles pour les activités principales.

Avoir ces fondamentaux aiderait sûrement, mais ce n’est certainement pas un bloqueur pour tirer parti des solutions ML / AI. Dans la section suivante, regardons ce que nous en pensons chez Fourkind.

Chez Fourkind, nous croyons fermement à la valeur de l’expérimentation et de la validation rigoureuse de toute approche adoptée pour résoudre un problème le plus tôt possible. Pensez à l’approche «lean startup» – placer l’expérimentation et la validation au cœur du développement des affaires nécessite que l’organisation soit stratégiquement concentrée sur l’information de ses décisions par les données.

Ce qui se produit souvent dans la pratique, c’est que, tout en développant (en termes de temps) les principes fondamentaux susmentionnés, l’organisation perd le focus sur la vraie valeur générée par l’entreprise et crée un plan pour construire quelque chose qui n’a pas encore de contenu clair et tangible. valeur. Le temps qu’il faut pour construire ces fondamentaux n’est prolongé que par le fait que nous avons affaire à une cible mouvante.

Ajoutez à cela le risque de perte de confiance mutuelle des participants et le manque d’engagement en raison de perspectives peu claires ou plutôt éloignées de voir la valeur réelle du projet. L’engagement d’individus réels qui doivent suivre cette transformation est étonnamment souvent complètement laissé de côté, en particulier lorsqu’une approche structurée de haut en bas de la transformation organisationnelle est adoptée. Qu’il s’agisse d’un projet de transformation descendant piloté par la gestion ou piloté par l’informatique, les entreprises se concentrent sur des outils tels que les catalogues de données ou les politiques et les règles, mais peu d’attention est accordée aux employés réels qui sont censés exécuter la vision.

Nous pensons qu’il est essentiel de partir de problèmes commerciaux concrets et, tout en les résolvant, d’utiliser les approches désormais validées pour développer une vision évolutive de la manière dont cela va se développer pour devenir la structure fondamentale de l’entreprise. Ces business cases concrets permettent une validation rapide de l’approche globale et l’adoption des pratiques qui fonctionnent. La nature pratique de ces projets permet aux individus de suivre le POURQUOI de leur travail et de rester engagés en voyant les gains rapides (ou les commentaires rapides) des mesures commerciales réelles affectées par le fruit de leur travail.

Pour aller plus loin, voici une déclaration provocatrice: la construction d’une plate-forme de données n’est pas une condition préalable pour être une organisation axée sur les données, et au lieu de cet investissement important, un effort ciblé plus restreint motivé par l’analyse de rentabilisation aurait suffi et pavé la pour d’autres étapes plus structurées.

Gérer une transformation, c’est bien plus que fournir un plan et trouver les ressources pour exécuter ce plan. Pour parvenir à une fin réussie, il faut trouver un moyen d’engager les gens dans le processus de changement. Soyons clairs: les gens sont les les agents du changement, pas les objets auxquels le changement est appliqué. Lorsque nous parlons de transformer l’organisation, nous devons nous rappeler qu’elle n’existe pas dans le vide, où un gestionnaire exploite les «ressources humaines». L’organisation peut avoir une stratégie solide, mais elle dépend des personnes qui la mettent en œuvre, et les gens doivent comprendre et se soucier de ce type de transformation. Sans l’ancrer dans une valeur réelle, un réel sentiment de réaliser quelque chose, de permettre quelque chose, les personnes réelles qui feront le travail de tranchée ne seront pas engagées.

Tout le monde est créatif, pas seulement des professionnels de la création. Les gestionnaires, les ingénieurs, le personnel de soutien, pour n’en nommer que quelques-uns – peuvent appliquer leur créativité et trouver une solution à un problème qui se situe en dehors de la boîte, ou en dehors du processus commun de résolution. Mais ce n’est que lorsque les gens comprennent vraiment leur rôle dans une vue d’ensemble et sentent l’agence – qu’ils peuvent faire avancer l’entreprise, rechercher activement de nouvelles solutions et rester engagés dans le processus.

La perspective que nous avons partagée maintenant est déjà quelque chose qui peut être utilisée pour orienter votre travail stratégique vers une transformation plus axée sur l’humain et axée sur les objectifs commerciaux. Mais peut-être pouvons-nous également fournir quelques suggestions et conseils qui s’appuient sur notre expérience pratique du soutien d’un changement dans l’organisation.

1. Concentrez-vous sur le fait de rendre la contribution individuelle visible, compréhensible et intégrée dans le tableau d’ensemble de la transformation. Établissez une mentalité de «propriété», où les gens s’attendent à pouvoir poser des questions directement et sont habitués à garder leur rue propre, pas seulement leur propre «maison». Cela peut être comparé à ne se soucier que de votre travail et à l’oublier dès qu’il a quitté votre bureau.
2. Au lieu d’une régulation descendante, observez les modèles existants. Découvrez pourquoi ils sont tels qu’ils sont (c.f. méthodologie d’extraction de processus). Que font les individus et les unités qui réussissent pour résoudre des problèmes commerciaux? Essayez d’apprendre les politiques et les processus en observant ce qui fonctionne plutôt qu’en théorisant.
3. Choisissez des analyses de rentabilisation concrètes et mesurables pour valider les politiques et les pratiques que vous prévoyez de mettre en œuvre dans l’organisation transformée.
4. Embrassez la «connaissance tribale» (un terme très précis que nous avons vu décrit par Alteryx: https://www.alteryx.com/whitepaper/optimizing-data-governance-in-the-age-of-self-service-data-analytics), en tant que sous-produit de silos brisés – comme vous établissez des ponts entre les parties de l’organisation dans le but de rassembler les données pour permettre la prochaine analyse de rentabilisation, vous constaterez qu’il existe des silos de connaissances – des gens qui ont juste une telle profondeur compréhension contextuelle qu’il ne peut pas être cristallisé dans un seul article Confluence ou catalogue de données. Être le seul à fournir une réponse à une question critique est une grande source de pouvoir dans l’organisation. Au lieu de briser les frontières, apprenez à construire des ponts, c’est-à-dire à concevoir le changement organisationnel qui permettra de découvrir facilement les ressources en données de l’organisation et à faire un effort pour créer des collaborations qui permettent une «pollinisation croisée» – échange d’idées entre les personnes et les unités qui n’ont pas nécessairement à interagir continuellement les unes avec les autres. Un bon exemple ici est un conseil des données ou un conseil consultatif, une structure souvent suggérée dans les cadres de gouvernance des données.
5. En lien avec le point précédent, embrasser la complexité et exposer les règles commerciales originales. Combien de fois vous êtes-vous demandé, après encore une autre réunion, pourquoi diable un certain processus est-il fait comme il est? Vous n’êtes pas la seule personne intelligente, et souvent, après quelques recherches, vous découvrirez une bizarrerie, peut-être liée à la législation, ou peut-être à une optimisation exotique, que seulement une ou deux personnes dans l’organisation connaissent et comprennent. Faire connaître et apprécier ces bizarreries, car la compréhension mutuelle que les affaires sont complexes et qu’il y a une raison pour laquelle des personnes expertes sont nécessaires, les rendra plus sensibles aux efforts des autres.
6. Nous sommes partisans d’être maigre. Mais l’expérimentation rapide comporte toujours un risque d’erreurs, et se concentrer sur les valeurs de l’entreprise peut conduire à négliger la sécurité et les meilleures pratiques. Il y a un compromis, et au lieu d’une réglementation excessive, il pourrait être préférable de se concentrer sur les «garde-corps». Cela signifie s’assurer que dans le processus d’innovation, les solutions sont construites en pensant à la manière de s’assurer que les erreurs sont réparables et que les conséquences sont gérables.

Cette publication a été préparée conjointement par Dmitry Smirnov (consultant en apprentissage machine chez Fourkind) et Anna Bäckström (consultante principale chez Fourkind).