1. Identifiez vos décisions opérationnelles critiques :
- Selon notre expérience, le Pareto de la création de valeur d’une entreprise est lié à une petite fraction des décisions prises et mises en œuvre. Il est judicieux de se concentrer sur les décisions les plus cruciales, car il n’est pas pratique de se concentrer sur chacune d’entre elles.
- Ces décisions importantes peuvent être des choix stratégiques majeurs qui nécessitent l’affectation de ressources importantes (ex : une fusion), tandis que d’autres peuvent être des décisions opérationnelles courantes qui génèrent ou diminuent cumulativement une quantité importante de valeurs (ex : à combien devrions-nous fixer le prix d’un produit particulier ?).
- L’Advanced Analytics est souvent plus utile dans ces décisions opérationnelles, qui par leur répétition produisent un grand volume de données.

2. Comparez ces décisions critiques avec les applications à forte valeur ajoutée de l’Advanced Analytics :
- Chaque entreprise est différente, mais les cas d’utilisation à forte valeur ajoutée ont tendance à se trouver dans la supply chain, les opérations, le marketing et les ventes.
- La liste suivante représente souvent le Pareto de la valeur potentielle de l’Advanced Analytics et peut être un bon point de départ.

3. Dimensionnez en fonction de votre niveau de maturité :
- Il est essentiel de définir le périmètre des applications de l’Advanced Analytics en fonction du niveau de préparation de l’entreprise, car elle garantit que la solution d’analyse corresponde à la maturité en matière de gestion des données, d’analyse, de culture des données et d’infrastructure technologique, notamment.
- Définir le type d’analyse requis, qu’il soit descriptif, causal, prédictif ou prescriptif, garantit que l’entreprise puisse pour résoudre les problèmes et prendre des décisions basées sur les données de manière efficace et durable.

4. Priorisez les applications en fonction de l’impact, du délai de rentabilisation et de la complexité :
- Prioriser les cas d’utilisation de l’Advanced Analytics est essentiel pour atteindre un équilibre entre les gains rapides - fondamentaux pour faire évoluer l’organisation - et la valeur à long terme.
- Mais aussi l’équilibre entre les initiatives analytiques et non analytiques.

Par Christophe De Greift