Savoir interpréter les données que nous générons est synonyme de valeur ajoutée - Creand
Aller au contenu

Savoir interpréter les données que nous générons est synonyme de valeur ajoutée

Nous parlons de numérisation, d’innovation et d’intelligence artificielle, mais savons-nous qu’il nous faut d’abord être conscients de la datafication et de la data literacy ?

La datafication est le processus qui consiste à générer des données. Chaque jour, nous générons constamment des données, dans la vie personnelle et professionnelle. Avec les mobiles, en nous déplaçant, en utilisant les applis, avec les montres intelligentes : nous générons des données sur la santé, le nombre de pas parcourus, les heures de sommeil, etc. Les appareils électroménagers, les enceintes Hi-Fi, les thermostats, les frigos, les lave-linge et autres appareils équipés de capteurs génèrent eux aussi des données. En surfant sur Internet et en utilisant les réseaux sociaux, nous générons des données, en temps réel.

Cela peut certes avoir un côté négatif (permettre l’accès à notre vie privée), mais nous devons utiliser la datafication à notre avantage. Pour les entreprises, la datafication et une bonne orientation des données sont la clé pour se distinguer de la concurrence sur le marché global. 

Grâce à la technologie, nous disposons de réseaux terrestres et aériens qui transfèrent ces données à des vitesses autrefois impensables et nous permettent d’y accéder en temps réel. Il ne faut pas oublier que le faible coût du stockage nous permet de conserver les données dans différents nuages et même de les conserver gratuitement, selon la quantité à enregistrer.

Les données sont chargées d’accélérer la numérisation d’une entreprise, d’innover, et sans elles nous ne pourrions pas parler d’intelligence artificielle.

Lorsque nous parlons de numériser les entreprises, il s’agit d’optimiser les processus et de les automatiser. Innover signifie créer des produits et de nouveaux services qui nous distinguent. L’utilisation de l’intelligence artificielle au sein des entreprises nous permet de détecter les modèles de comportement de nos clients, pour leur proposer des produits personnalisés, de comprendre comment agir pour obtenir les résultats espérés à l’avenir et de prédire ce qu’il adviendra en réalisant une action ou une autre. En définitive, numériser, innover et utiliser l’intelligence artificielle nous permettra de détecter de nouvelles opportunités commerciales.

Après avoir pris conscience de la datafication, la deuxième étape consiste à se demander si nous savons exploiter ces données, c’est pourquoi nous introduisons le second concept : la « Data literacy ».

La Data Literacy ou datalphabétisation, qui correspond à l’alphabétisation des données, consiste à lire les données, à les exploiter et à savoir les communiquer. C’est un peu comme de parler une langue ; si nous l’apprenons et l’utilisons, elle devient un talent professionnel supplémentaire, qui nous aidera dans la vie personnelle et professionnelle. La Data Literacy implique de développer une autre capacité d’analyse.

Pour être plus précis, la première étape de la Data Literacy est la capacité de lire les données. En consultant une représentation, sur un tableau ou un graphique, nous devons nous poser trois questions : les données dont je dispose sont-elles représentatives ? Les données sont-elles conformes au critère d’une bonne représentation ? Et finalement, l’interprétation des données est-elle déformée ? En lisant un graphique, nous devons savoir qui en est l’auteur, s’il y a une intention ou un message sous-jacent.  Deux représentations différentes des mêmes données peuvent nous montrer des réalités différentes. Voyons un exemple :

D’après vous, lequel des deux graphiques présenterait un service des relations humaines aux actionnaires s’il souhaite augmenter le salaire des travailleurs :

En deuxième lieu, nous devons exploiter les données, en créant une hypothèse, en cherchant et collectant les données, et surtout en appliquant tous les principes de sécurité pour les sauvegarder, en les nettoyant et les optimisant, en les analysant et en sachant qu’il faut les mettre à jour car elles expirent.

Finalement, la troisième étape de la Data Literacy consiste à apprendre à communiquer les données. Nous devons alors nous demander : quel message souhaitons-nous transmettre ? À qui ? Sur quel support le faire ? Et enfin, quelle réaction voulons-nous susciter ?

Lorsque les personnes qui travaillent dans une organisation ont intégré la datafication et la Data Literacy au sein de leur workflow, pouvons-nous dire que l’entreprise est Data Driven ? La réponse est qu’il faut justement commencer par là. Mais tout cela donnera lieu à un autre article.

Pour conclure, nous pouvons affirmer qu’il est positif de reconnaître que nous sommes tous plongés dans la datafication.  Appliquer la Data Literacy est un talent d’analyse qui nous donnera un avantage personnel et professionnel sur notre poste de travail, qui nous permettra de nous distinguer. Son exploitation à bon escient dépend de nous. Êtes-vous partant/e ?

Diari d’Andorra 21.09.23

CreandExperts
CreandValor