Quels métiers à l'heure de la Data? Quelles sont les grandes tendances Data & Analytics 2017?

Les réponses au travers d'une étude signée du cabinet de conseil Deloitte

Publié le 23 janvier 2017

L'intérêt des organisations pour la Data ne cesse de s'amplifier. Entre volonté d'accroître l'efficacité opérationnelle, d'améliorer la connaissance ou de se conformer à un cadre réglementaire exigeant, les motivations pour les sujets Data Analytics sont nombreuses. Les directions métiers s'approprient de plus en plus ces sujets, conscientes du levier de transformation que ces derniers représentent. Dans ce contexte, l'étude Deloitte sur les tendances 2017 dans la Data Analytics décrypte les défis et perspectives dans 5 fonctions clés de l'entreprise (finance, marketing, achats & supply chain, RH, risques & audit interne).

« Après quelques années d'études et de diverses expérimentations, les entreprises semblent gagner en maturité dans l'adoption de la Data Analytics. Le développement et l'acquisition des compétences d'analystes des données et de « data scientists » deviennent primordiales pour les organisations soucieuses de les intégrer au cœur de leurs directions métiers. En outre, elles semblent de plus en plus convaincues de l'intérêt des modèles collaboratifs sur les sujets Data, favorisant l'émergence de communautés de pratiques et d'écosystèmes ouverts sur des partenariats externes. » estime Reda Gomery, Associé responsable Data Analytics chez Deloitte.

Les défis Data Analytics pour 5 fonctions clés de l'entreprise

  1. Finance : l'enjeu de transformation lié à la data

Après plusieurs années consacrées à la mise en place de multiples applications et outils (ERP, consolidation, budget...), les directions financières semblent désormais résolument tournées vers une meilleure valorisation de la Data. Disposer d'une information financière pertinente traduisant les véritables leviers de la performance tout en optimisant l'effort de production et de gestion manuelle des données, tel est l'enjeu pour de nombreuses directions financières. Au-delà, il s'agit d'utiliser la Data comme un véritable vecteur de transformation et d'en simplifier les usages. De l'amélioration du pilotage et de la capacité de prise de décision au monitoring des processus, le bon usage de la Data permet de gagner en efficience et en performance.

  1. Marketing : l'évolution des pratiques à l'heure du digital

Le marketing est historiquement l'une des directions les plus matures en matière d'usages de la Data. Pour autant, la transformation digitale engagée par les organisations change profondément l'approche et induit un véritable repositionnement du marketing. En effet, la diversification des canaux digitaux ainsi que l'avènement progressif des objets connectés dans de nombreux secteurs d'activité engendrent une évolution des pratiques et des usages liés à la Data. Innover dans le développement de nouveaux services, étendre la connaissance Client ou encore personnaliser la relation, tels sont les enjeux structurants du marketing. Les directions marketing sont d'ailleurs de plus en plus attendues dans leurs contributions à la performance globale de l'entreprise et à un meilleur alignement avec les activités commerciales.

  1. Achats et supply chain : la montée en puissance des usages Data

Dans un contexte de globalisation des marchés, de pressions sur les prix et de complexification des process logistiques, les directions achats et supply chain perçoivent plus que jamais le potentiel levier lié à l'usage de la Data. Comprendre et optimiser ces processus achats/supply chain, au cœur de la performance globale des organisations, nécessite une exploration optimale des gisements de données. Si l'adoption de démarches Data Analytics structurées est récente au sein de ces fonctions en France, la pratique semble s'accélérer et s'étendre à l'ensemble des entreprises.

  1. Ressources humaines : l'évolution vers le "People Analytics"

Les opportunités offertes par les usages analytiques de la Data semblent considérables au sein des directions des ressources humaines. Ainsi à l'heure où les organisations se transforment par l'évolution du mode de travail, par la diversification des compétences et par la digitalisation des échanges, un meilleur usage de la Data constitue le levier pour accompagner ces changements. Les usages analytiques sont en expansion parmi lesquels l'industrialisation et la fiabilisation de la production des indicateurs de pilotage RH, la connaissance de l'employé à travers une meilleure gestion des données associées (« Master Data ») ainsi que l'émergence de l'approche « People Analytics » à travers l'expérimentation de modèles d'analyses avancées (adéquation des canaux de sourcing selon les profils recherchés, facteurs de réussite de l'intégration...).

  1. Risques et audit interne : l'adoption des usages Data pour renforcer les dispositifs de contrôle et d'anticipation

L'environnement de l'entreprise évolue et son exposition aux différentes variétés de risques s'accentue. Entre diversification des activités, acquisitions et croissance à l'international ou encore démultiplication des systèmes et applications, les dispositifs de contrôle et d'évaluation des risques atteignent très souvent des limites. Face à ces développements rapides et à un contexte réglementaire de plus en plus contraignant, les directions des risques et de l'audit interne s'intéressent aux moyens de renforcer les dispositifs de contrôle et de s'assurer de leur pertinence. Dès lors, développer une approche Data Analytics en investissant dans la mise en place de moyens adéquats devient un véritable levier de performance pour ces directions. L'efficience et la pertinence de la gestion des risques reposent notamment sur l'automatisation et la rationalisation des contrôles, l'anticipation et l'identification de nouveaux « patterns » des risques.