Repenser les rouages de la prise de décisions axée sur les données pour stimuler la création de valeur

Nous vivons une période d'incertitude. Les changements s'accélèrent dans les entreprises, mais les marchés sont volatils, complexes et souvent ambigus. Dans cet environnement de plus en plus imprévisible, les hauts dirigeants doivent prendre des décisions complexes rapidement tous les jours. Ces décisions visent généralement à stimuler la performance opérationnelle plutôt qu'à créer une valeur partagée pour l'organisation. Mais ce n'est plus suffisant.

Pour assurer le succès et la durabilité, les hauts dirigeants doivent prendre des décisions qui favorisent l'innovation, la croissance et le développement durable (stimuler la création de valeur) plutôt que des décisions qui visent simplement à améliorer les opérations (éviter les problèmes).

Alors, pourquoi est-ce difficile? Les organisations ne disposent pas des renseignements pertinents et contextuels nécessaires pour prendre ces décisions. J'entends souvent nos clients dire qu'ils ont beaucoup de données, mais pas de perspectives concrètes.

Avant d'examiner le quoi et le comment de la prise de décisions stratégique, un bon point de départ est de définir ce qu'est une perspective. Selon nous, une perspective consiste à apprendre quelque chose d'inattendu. C'est quelque chose que vous ne connaissiez pas ou ne reconnaissiez pas auparavant, et qui peut vous surprendre et vous faire dire : « Oh, c'est intéressant! » Une perspective vous offre un nouveau point de vue.

Revenir sur ses pas pour améliorer le processus décisionnel

Il est essentiel d'avoir la bonne approche de prise de décisions pour en repenser les rouages. Il faut d'abord cibler les décisions cruciales liées à la valeur de l'entreprise et faire le chemin inverse pour déterminer le type de renseignements et les données dont vous avez besoin pour comprendre le contexte. Ce processus est appuyé par la création d'un cadre de gestion décisionnel fondé sur une compréhension commune de la valeur et des principaux impératifs d'affaires de votre organisation.

L'étape suivante consiste à fournir les perspectives fiables nécessaires pour prendre les décisions d'affaires prioritaires. Cela comprend la modélisation et la classification des décisions fondées sur la valeur, la détermination des perspectives requises, l'obtention des données nécessaires à la production de perspectives en créant les bons modèles d'apprentissage machine, l'accès aux données de formation, l'élimination des biais, etc.

Continuer de faire tourner la roue adaptative données - perspectives - décisions

Les organisations passent beaucoup de temps à filtrer et à structurer les données pour faire fonctionner un modèle. Le plus important est de trouver un moyen de fournir des perspectives régulièrement dans le cadre des activités courantes plutôt que de façon ponctuelle. En exploitant continuellement un cycle « données - perspectives - décisions », que nous appelons la « roue adaptative », les organisations peuvent opérationnaliser les modèles ScienceOps, DataOps et CloudOps en multipliant les décisions et les données et en découvrant de nouvelles perspectives au besoin.

Pour repenser les rouages de la prise de décisions, il faut se concentrer sur le quoi et le comment de la prise de décisions stratégique. Ce diagramme illustre les étapes à suivre pour remplacer les décisions opérationnelles par des décisions axées sur les données afin de stimuler la valeur partagée, la croissance et l'innovation.

Faire les bons choix en matière d'automatisation

Grâce aux perspectives et aux analyses en place, l'automatisation peut aider à concevoir et à opérationnaliser rapidement ces modèles. La prise de certaines décisions prioritaires peut être automatisée, mais il est essentiel de choisir la bonne stratégie qui comporte un code de conduite et qui tient compte à la fois de l'impact humain et des aspects éthiques.

La bonne nouvelle est que les organisations ont réalisé des avancées considérables en matière d'automatisation. Bien que ces progrès concernent principalement l'automatisation simple, nous constatons que les clients commencent à investir davantage dans l'automatisation algorithmique améliorée et l'intelligence artificielle (IA), et à explorer les liens entre les données et l'IA.

Toutefois, exploiter le plein potentiel de l'IA et des données nécessite un virage organisationnel, car les équipes d'analyse et d'automatisation des données travaillent souvent séparément. En évaluant comment regrouper ces capacités et les jumeler à des perspectives stratégiques, vous vous assurerez de prendre les bonnes décisions liées à un cadre de gestion de valeur partagée.

Les organisations travaillent également à recueillir une quantité accrue de données contextuelles, comme des renseignements sur la météo, l'emplacement et la topographie, afin de prendre des décisions mieux éclairées qui, dans bien des cas, peuvent avoir d'importantes répercussions économiques, environnementales et sociétales. Par exemple, nous avons établi un partenariat avec l'Université de la Louisiane à Lafayette afin de développer un prototype de prévision des inondations fondé sur l'apprentissage machine. Cette solution permet de prédire avec précision le niveau d'humidité du sol, et ultimement les risques d'inondations, à l'aide d'un modèle d'apprentissage profond qui analyse des variables comme les précipitations, la température, la végétation, le couvert végétal, l'eau de surface et les rayonnements à ondes longues et courtes.

Visualiser les décisions avant de les appliquer

Pour bien exploiter les technologies numériques afin de créer de la valeur partagée et de réduire au minimum les risques pour votre entreprise, vous devez la visualiser numériquement dans son ensemble et simuler vos décisions et leurs effets avant de les appliquer en contexte réel. La création d'un jumeau numérique permet à votre organisation de visualiser et d'optimiser vos décisions, vos perspectives et vos choix d'automatisation ainsi que leur incidence sur votre entreprise.

La prise de décision est souvent complexe et non linéaire; elle est en partie scientifique, en partie artistique. Nous croyons que les décisions, autrefois « codifiées » et modélisées, seront bientôt traitées, gérées et évoluées comme une catégorie d'actifs d'entreprise, de façon similaire aux processus, aux données essentielles, aux impératifs opérationnels, aux moteurs de création de valeur et aux modèles d'intelligence artificielle.

Je vous invite à lire notre étude technique Valeur en mouvement - Favoriser la prise de décisions guidée par les données sur la façon de s'assurer que les perspectives et la prise de décisions créent une valeur partagée pour votre entreprise. Pour en apprendre davantage, n'hésitez pas à communiquer avec moi.

Partager

Craig Wallace

Vice-président, Offres et partenariats stratégiques

À titre de vice-président, Offres et partenariats stratégiques, Craig est responsable des offres stratégiques, de la transformation numérique, des technologies émergentes et de l'écosystème de partenaires mondiaux de CGI. Comptant plus de 30 années d'expérience en transformation, Craig excelle à déceler la valeur et ...