7 raisons de se mettre à la data, quel que soit son job

  • Nora LéonNora Léon
  • Publié il y a 12 jours
  • Partager sur Facebook
  • Partager sur Twitter
  • Partager sur Linkedin

7 raisons de se mettre à la data, quel que soit son job

  • Nora LéonNora Léon
  • Publié il y a 12 jours

« Dans votre poste actuel, quels sont les chiffres qui témoignent de votre impact ? » 

Dix (très longues) secondes de blanc. Si cela ne vous est jamais arrivé en entretien, vous risquez de vivre cette situation gênante quand vous voudrez changer de poste, si vous ne vous préparez pas. Car la data est omniprésente tous secteurs et métiers confondus.

Par datas, ou données en français, on entend une multitude d’éléments. Plus de 50 000 giga octets de datas sont créés chaque seconde au moment où vous lisez cet article. Et 90% des données existantes ont été collectées dans les deux dernières années seulement. Tout cela, sur des milliards d’individus et avec une précision toujours plus redoutable.

Peut-être ne vous y êtes-vous pas encore intéressé. Cela vous paraît sûrement loin, éloigné des objectifs de votre job. Et cela ne vous attire pas, de toute façon vous n’êtes ni ingénieur ni très matheux. Détrompez-vous : se mettre à la data est non seulement plus facile qu’on ne croît, mais aussi utile, quel que soit le métier qu’on exerce. Pour en savoir plus, nous avons demandé son avis à Thomas Jacquesson, Growth Manager chez Ironhack France.

Alors, pourquoi se mettre à la data ?

Simplement pour soi

1/ Pour être conscient des données qu’on sème

Parmi elles, il y a vos coordonnées postales, le contenu de vos mails, vos documents sur des SaaS, votre blog, votre profil LinkedIn, vos commentaires et photos sur les réseaux sociaux, vos relations sur Internet, les numéros des personnes à qui vous téléphonez, votre test MBTI sur un site dédié, vos informations médicales, les chiffres de votre carte bancaire… Et on en passe.

Avec la nouvelle loi concernant la RGPD, les entreprises et gouvernements devront dorénavant être plus précautionneux quant à l’utilisation des données. Anonymisation, suppression... Tout un programme a été mis en place en juin 2018 pour la protection de la vie privée des individus. Cependant, savoir ce que possèdent les entreprises et comment elles ont le droit de l’utiliser peut être bien utile, comme le souligne Thomas. « Quand on prend conscience de la masse d’informations qu’on partage au quotidien et des usages que peuvent en faire des tiers, on a une attitude plus consciente sur Internet. A fortiori suite aux scandales de vol de données et d’utilisation frauduleuse. En 2018, il est nécessaire d’ouvrir les yeux sur ce que l’on révèle de soi. »

« Quand on prend conscience de la masse d’informations qu’on partage au quotidien et des usages que peuvent en faire des tiers, on a une attitude plus consciente sur Internet. » 

Pour en savoir plus : lisez cet article du Ministère des Finances qui en condense les nouveautés, ou le texte de loi téléchargeable.

2/ Pour valoriser ses succès dans son poste

Si vos objectifs sont chiffrés, cela vous permet en quelques arguments irréfutables de prouver à quel point vous avez (sur)performé. Vous avez triplé la base de clients alors qu’on vous demandait de la doubler ? Vous avez amélioré le NPS (Net Promoter Score : l’outil qui permet de mesurer la satisfaction client sur une échelle de 100) de votre entreprise de 10 points ? Cela devrait vous aider à réclamer une belle hausse de salaire… Ou à décrocher votre prochain poste de rêve. Alors tout à coup, c’est juteux, n’est-ce pas ?

3/ Pour être plus indépendant dans son travail

Savoir extraire et analyser les bonnes données peut aussi vous valoir un coupe-file sympa. Passer devant les 12 personnes qui attendent des infos du data analyste de la boîte depuis deux semaines, ça vous tente ?

Direction le logiciel de data de votre entreprise (Périscope ou autre) pour aller extraire et analyser les données. Thomas, insiste « c’est important de savoir extraire et analyser soi-même le succès de ses KPI ou les données de son business. Cela fait gagner un temps précieux. »

« C’est important de savoir extraire et analyser soi-même le succès de ses KPI ou les données de son business. Cela fait gagner un temps précieux. »

4/ Pour satisfaire sa soif de nouvelles connaissances

Thomas en fait l’un des arguments les plus importants, apprendre à démêler les données, c’est stimulant intellectuellement : « Quand tu apprends à analyser la donnée, tu apprends aussi à coder, notamment avec MySQL ou Python. Et justement, apprendre des langages de programmation, c’est riche : ce sont de vraies compétences. L’impression de progression est très satisfaisante. »

Pour décupler ses performances en entreprise

5/ Pour améliorer la connaissance et la satisfaction client

Savoir analyser les données de son client et la manière dont il utilise son produit est clé. Cela permet non seulement de répondre à ses besoins, mais aussi d’améliorer le service en fonction des retours et donc d’augmenter la satisfaction client. Réduction du churn (le désabonnement des clients), recommandations et augmentations des ventes, cela passe aussi et surtout par une bonne analyse des indicateurs fournis par les données.

Selon Thomas, il existe une multitude de manières de le faire : « Cela passe d’abord par une connaissance approfondie des personas, c’est-à-dire des quelques principaux profils clients. Dans un second temps, on fait attention aux réactions des clients aux campagnes sur les réseaux sociaux, ou sur les plateformes d’achat ou en boutique. Et les changements pour contenter les clients peuvent passer par des choses élémentaires. Par exemple, si on a défini que 90% des clients résident à Paris, on pourra y proposer une livraison gratuite. »

6/ Pour prendre des décisions stratégiques

En start-up on le sait bien, la plupart des décisions business sont prises après revue détaillée des données qu’on a sur le sujet. C’est d’autant plus vrai qu’avec les modèles prédictifs de données, des décisions peuvent être prises longtemps à l’avance. Tendances de fond, modes, courbes de croissances, toutes peuvent être déterminées grâce à des données. Par exemple, dans le prêt-à -porter, on choisit les best-sellers des collections pour les re-proposer dans une autre couleur l’année suivante.

L’autre avantage d’avoir une approche "data centric" est de pouvoir, dans la stratégie globale, garder de la place pour tester et itérer. La data permet alors d’adapter un produit ou un service en permanence en fonction des retours clients et des ventes, suivant l’approche Lean, très utilisée en start-up.

7/ Pour gérer les objectifs et la progression d’une équipe

La data permet, comme précisé plus haut, de fixer des objectif S.M.A.R.T (Spécifiques, Mesurables, Acceptables, Réalistes, Temporellement définis). C’est donc un outil de management utile pour motiver ses équipes. Par exemple, pour un community manager, atteindre 100K de followers sur un réseau en six mois, ou pour un chargé de service client, atteindre 95% de satisfaction client sur ses tickets du trimestre suivant. Que vous soyez manager ou employé, ces chiffres peuvent être un bon point de départ pour chercher à manager votre équipe ou à vous dépasser.

Grâce à ces données concrètes, on arrive à placer un curseur, comme le souligne Thomas. « Grâce aux chiffres, on a des objectifs clairs, réalisables, qu’on peut mesurer. Si l’équipe prend du retard, il faut remettre en question la direction qu’on a prise dans son travail ou sa manière de travailler, ce qui permet de prendre les bonnes décisions pour redresser le cap. »

« Grâce aux chiffres, on a des objectifs clairs, réalisables, qu’on peut mesurer. »

Pour conclure

Vous mettre à la data est nécessaire, quel que soit votre métier, votre secteur, ou la taille de l’entreprise dans laquelle vous travaillez. Et d’autant plus si vous convoitez un poste à fortes responsabilités. « La donnée est de plus en plus liée à la prise de décision, que ce soit en start-up ou dans les grands groupes », précise Thomas.

En revanche, se cantonner bêtement aux chiffres est idiot. À vouloir trop faire parler le big data ou analyser toutes les données, on risque de basculer dans le "Vanity metrics", c’est-à-dire l’art contre-productif de vouloir tout analyser pour finalement n’en tirer aucune conclusion valable. Le conseil de Thomas : « analyser moins de données mais le faire en profondeur. »

Et puis, dans ce monde saturé d’informations, il faut parfois en revenir aux bases. Notre expert rappelle en effet que nous avons aussi un outil puissant : notre deuxième cerveau, nos tripes. À juste titre, il conclut « ce n’est pas parce que les données sont souvent pertinentes que certaines décisions ne peuvent pas être tirées en se fiant à son intuition. »

« Ce n’est pas parce que les données sont souvent pertinentes que certaines décisions ne peuvent pas être tirées en se fiant à son intuition. » 


Les outils pour s’y mettre

  • Thomas conseille de réviser les bases de l’analyse de données : ce qu’est une moyenne, comment on calcule une médiane. Faites un tour par le site de la Khan Academy, un leader en pédagogie pour les mathématiques. Découvrez aussi leur catégorie statistiques. Vous verrez, c’est bien fichu.

  • Prenez connaissance de ce que Google sait sur vous grâce à ces 5 tests. Vous pourrez ensuite voir si vous souhaitez effacer vos traces. Ces cinq applications vous aideront à effacer vos données de manière sécurisée : Eraser, Clean Disk Security, Prevent Restore, Active@ KillDisk et CCleaner. 

  • Pour aller plus loin, suivez gratuitement des cours pour maîtriser la data science, avec un niveau croissant, sur OpenClassrooms par exemple :
    - Décrivez et analysez votre jeu de données
    - Réalisez une analyse exploratoire des données
    - Maîtrisez les bases des probabilités
  • Et pour vous immerger sérieusement dans le monde des données, pensez aux deux formations d’Ironhack, des bootcamps redoutables sur le thème de la data analysis :
    - À plein temps
    - À mi-temps


Revue du vocabulaire de base par Thomas

Pour survivre dans un environnement saturé par les données

  • Une data est une donnée stockée numériquement.
  • Le big data est l’ensemble de ces données à l’échelle internationale.
  • Le data storytelling est le fait de construire des histoires à partir des chiffres.
  • Le data vanity est le fait d’analyser tout et n’importe quoi pour n’en tirer aucune conclusion.

Les pros de la data

  • Le data analyst épluche la data en l’inspectant, la nettoyant, la transformant, pour faire des modèles et découvrir les informations qui permettent de tirer des conclusions éclairées. Il a une casquette à la fois tech et business.
  • Le data engineer met en place des automatisations, pour permettre à la donnée d’automatiser des tâches. Il met en place des process qui automatisent la collecte de données, et par extension, il peut automatiser des tâches en créant des scripts.
  • Le data scientist agrège des données pour créer des modèles prédictifs et ainsi prendre des décisions basées sur des schémas statistiques.
  • Le data architect met en place toutes les structures pour collecter et stocker la donnée de manière intelligente et viable.


À lire aussi

Suivez Welcome to the Jungle sur Facebook et abonnez-vous à notre newsletter pour recevoir chaque jour nos meilleurs articles !

Photo by WTTJ

  • Partager sur Facebook
  • Partager sur Twitter
  • Partager sur Linkedin

Envie de rejoindre Ironhack France ?

Pour aller plus loin

Les derniers articles

Suivez-nous!

Chaque semaine dans votre boite mail, un condensé de conseils et de nouvelles entreprises qui recrutent.

Et sur nos réseaux sociaux :