De 2012 à 2015 on a vu les entreprises se lancer dans le “Big Data”, “Hadoop” et les “datalakes”. Depuis 2016 on voit une approche plus raisonnable de la data, avec une rationalisation des projets, qui démarre dans une “stratégie des petits pas”. Oui, mais même dans cette optique, il peut être intéressant de se faire accompagner. Exemple.

On peut établir une analogie entre les notions de données et de mémoire ; entre la perception humaine d’événements et l’enregistrement des informations perçues. L’acquisition de la donnée serait comme la perception humaine, et le stockage de la donnée serait comme la mémoire.
Mais il faut se méfier de cette notion de perception : on ne perçoit pas le monde de manière neutre, on le déforme par le prisme de notre culture et de notre propre histoire. Quand on prépare un plan de collecte de données, on est biaisé par cette vision partielle du monde, et on doit être attentifs aux possibilités que cette collecte pourrait nous ouvrir. Comme sur l’image ci dessus, on peut voir plusieurs bateaux : mais si celui en premier plan est détaillé, ceux aux plans suivants le sont de moins en moins. Si on veut capter de la data, la définition de la maille* et de la précision de cette donnée se pose.

Bien souvent, le trade-off est le coût financier qu’on imagine pour cette captation, mais cette approche peut se révéler un mauvais calcul. Prenons l’exemple d’un responsable de projet d’une grande compagnie d’assurance que j’avais rencontré et qui cherchait à réduire ses coûts en supprimant des postes fixes et en créant des lieux de flex-work**

Construire la data que nous voulons ne doit pas nous empêcher de construire la data que nous pourrions avoir.

Pour mesurer l’intérêt des employés à ce concept, la compagnie avait ouvert quelques flex-works et mandaté un sous-traitant pour venir mesurer leur taux de remplissage. Voilà, à mon sens, le point d’achoppement : le taux de remplissage ne donne que très peu d’information sur l’intérêt de la solution pour les employés ! Il aurait fallu demander à récupérer si ce n’est les noms, du moins les fonctions, sujets de travail, raisons de venir des personnes présentes dans ces flex-work ! Cela aurait permis beaucoup plus d’analyse pour déterminer à quel type de population, dans quel situation géographique, sur quel type de projet cette solution pouvait être intéressante.
Et l’accès à ces personnes pourrait aussi être l’occasion de demander les raisons de ne pas venir, et comment ils arbitrent entre flex-work et ailleurs… La récupération de cette information ajoutait un coût marginal au travail du sous traitant qui se trouvait de toutes façons déjà sur place, mais aurait eu une valeur ajoutée importante sur l’analyse de la pertinence des flex-work. Devant cet argument, le chef de projet n’a pu qu’acquiescer et commanditer une nouvelle étude, avec récupération de plus d’informations…

Il faut parfois se faire accompagner pour travailler et récupérer la data …

Glossaire:
*niveau d’analyse : par exemple, pour le temps on peut avoir une maille journalière, hebdomadaire, mensuelle, etc…
**sorte d’open-space où chacun vient travailler avec son portable sans bureau pré-assigné.