Qui sommes-nous ?
Nos convictions
Être data-driven, c'est décider sur des faits plutôt que sur des impressions. Avec l'IA, cette conviction devient une condition de réussite.
Manifeste
Cinq convictions qui guident chacun de nos projets
- 01
Pas d’IA fiable sans données fiables.
La qualité, la gouvernance et l’intégration de vos données conditionnent la réussite de vos projets d’IA.
- 02
Décider sur des faits, pas sur des impressions.
Chaque décision gagne à s’appuyer sur des indicateurs mesurés, partagés et compris de tous.
- 03
Vos enjeux d’abord, la technologie ensuite.
Agnostiques dans nos recommandations : nous choisissons les outils qui servent vos objectifs.
- 04
Métiers et équipes techniques, ensemble.
Un projet data réussit quand ceux qui connaissent le métier et ceux qui construisent avancent côte à côte.
- 05
Mesurer pour progresser.
Des résultats visibles rapidement, puis une amélioration continue, pilotée par les données.
Les données rythment la vie de toute société.
Elles peuvent, notamment, être :
01
Partenaires
échangées entre différents partenaires pour enchaîner les étapes et partager les informations.
02
Marketing
utilisées par les équipes marketing pour définir les cibles des campagnes.
03
Métiers
utilisées par les équipes métiers pour faire évoluer les pratiques.
04
Direction
utilisées par la Direction, ou tout acteur amené à décider, pour s’appuyer sur des faits plutôt que sur des a priori.
Data driven
En conséquence, toute société doit être « data driven ».
Ce terme est souvent utilisé, mais que veut-il vraiment dire ? Chez ADBI, être data driven, c'est mettre les données au centre de toutes les actions et décisions, plutôt que de se fier à des impressions ou à des faits non mesurés.
Deux exemples
01
Une société e-commerce peut se féliciter que ses entrepôts soient vides : c’est souvent bon signe. Mais ce succès peut être en demi-teinte si la marge n’est pas au rendez-vous, ou si les retours planifiés sont trop nombreux.
L’impression« Les entrepôts sont vides : tout va bien. »
Les faits
- ✓Stock écoulé
- !Marge
- !Retours planifiés
02
L’équipe marketing veut optimiser ses campagnes. Plusieurs indicateurs sont alors pertinents : nombre de contacts uniques, ratio d’e-mails reçus sur envoyés, nombre de désinscriptions, nombre de clics.
L’impression« La campagne est partie : mission accomplie. »
Les faits
- ✓Contacts uniques
- ✓E-mails reçus / envoyés
- !Désinscriptions
- ✓Clics
Dans ces deux exemples, maîtriser ses données a un impact primordial.
Avant de pouvoir se dire data driven, de nombreux obstacles doivent être surmontés :
Utilisation
Pouvoir utiliser des données hétérogènes.
Valeur
Donner de la valeur aux données.
Qualité
Savoir redresser les données pour qu’elles soient de qualité.
Centralisation
Centraliser les données pour qu’elles ne soient ni dispersées, ni déphasées.
Collaboration
Construire une relation de confiance entre les équipes techniques et les équipes métiers.
Data driven
Des décisions fondées sur des données fiables et partagées.
Et l'IA ?
L'IA ne change pas cette conviction : elle la rend plus urgente.
Données fiables+IA=IA qui tient ses promesses
Un modèle alimenté par des données dispersées, déphasées ou de mauvaise qualité automatise surtout… les erreurs. Les cinq obstacles ci-dessus sont exactement ceux qu'il faut lever pour que l'IA tienne ses promesses en production.