Automatisation et analyse des données, le moteur de la reprise post-Covid

Les données sont devenues l'élément vital de l'entreprise moderne. Qu'il s'agisse de l'ingénierie, de la fabrication ou de la vente au détail, les entreprises du monde entier cherchent toutes à tirer parti des données par l'analyse pour améliorer les performances.

Alors que la mondialisation entraîne une concurrence accrue dans tous les secteurs, les données permettront aux entreprises et aux pays d’avoir un avantage concurrentiel et de se démarquer à l'avenir. 

Néanmoins, l'accessibilité et la compréhension des données restent un problème pour de nombreuses organisations qui s'efforcent de se transformer et de tirer parti de l'économie numérique - collecter des données est une chose, disposer de la culture et des compétences adéquates pour les assimiler, les comprendre et les transformer en information en est une autre. Les lacunes en matière de compétences affectent les industries du monde entier, et la France ne fait pas exception. 

Dans son dernier rapport sur l'automatisation, le McKinsey Global Institute prévoit que jusqu'à 375 millions de travailleurs - soit environ 14% de la main-d'œuvre mondiale - pourraient être amenés à changer de catégorie professionnelle à mesure que la digitalisation, l'automatisation et les progrès de l'intelligence artificielle bouleverseront le monde du travail. Une récente étude réalisée à la demande d'une mission gouvernementale auprès de grands groupes français confirme que pour 70% des répondants, leur entreprise va embaucher dans les prochains mois des profils de data scientists. 

L'un des éléments clés de l'amélioration des compétences des employés réside dans la vitesse à laquelle elle peut s'accomplir et la meilleure façon d'apprendre est de collaborer. À mesure que les employés, quelle que soit leur discipline, continuent de se perfectionner et d'apprendre facilement de nouvelles techniques grâce à des solutions en libre-service qui leur offrent la possibilité de s'intégrer eux-mêmes, ils peuvent aller au-delà de la prise de décision humaine et utiliser l'analyse prédictive pour exploiter rapidement la puissance cachée de milliers de sources de données disparates et automatiser les processus afin de découvrir des informations exploitables.

L'étape suivante consiste généralement à ajouter l'analytique au processus, avec du prédictif et la détection d'anomalies, ou une analyse plus basique pour obtenir un résultat commercial optimal. À ce stade, les processus commencent à être réorganisés et modifiés. Prenons un exemple que nous pouvons tous imaginer dans le contexte actuel du Covid-19 : l'expédition de marchandises. Les ventes en ligne ont enregistré une croissance record en 2020 en raison de la hausse de la demande pendant la pandémie. Selon la Fevad, les ventes en ligne ont augmenté de 32% en 2020 par rapport à 2019. La part des ventes en ligne (e-commerce) dans le commerce de détail est passé de 9,8% à 13,4% en France l’année dernière.

Un grand fabricant expédie des milliers de produits. Chacun de ces produits comporte des centaines de pièces dont il faut gérer la circulation pour ne pas perturber la cadence de production. Les délais d'expédition standard de toutes les pièces sont saisis dans le système de gestion des commandes et, en fonction de la vitesse à laquelle l'usine consomme les pièces et des prévisions de ventes, des commandes sont passées pour s'assurer que les pièces d'approvisionnement arrivent avant d'être épuisées. Tout fonctionne bien jusqu'à ce que, soudainement, la chaîne d'approvisionnement soit perturbée et que les délais d'expédition commencent à changer radicalement.

Comment le fabricant peut-il saisir à nouveau tous les nouveaux délais d'expédition dans le système pour s'assurer que les nouvelles commandes sont passées au bon moment ? Certes, une équipe de personnes pourrait s'y atteler manuellement et, en fonction du nombre de pièces, elle finirait par mettre le système à jour. Cependant, le lendemain, les délais d'expédition pourraient de nouveau changer, ce qui entraînerait un cycle sans fin de mise à jour du système. Il est possible de construire un modèle analytique simple qui surveille les délais d'expédition en temps réel et met automatiquement à jour le système avec les estimations les plus récentes.

L'analyse et l'automatisation des données remplacent les processus manuels répétitifs et chronophages. Elles permettent à chaque employé de se concentrer sur l’obtention d’informations plus approfondies à partir de données existantes, et ce plus rapidement que jamais. Ainsi cela révolutionne la vitesse à laquelle le collaborateur peut prendre des décisions cruciales pour l’entreprise.

Au cours des prochaines années, pour réussir sur un marché concurrentiel, les entreprises devront immédiatement changer d'orientation et adopter un modèle qui fournit des informations plus rapidement et qui accélère ainsi la prise de décision. L'un des aspects les plus importants de ce parcours est la montée en compétence des personnes. Il s'agit de donner à tous les membres de l'entreprise les moyens de poser des questions difficiles sur l'organisation et d'obtenir des réponses rapidement, sans avoir à faire appel à des professionnels spécialisés hautement qualifiés.

Aujourd'hui plus que jamais, il est clair que le fait de rendre l'analyse de données plus accessible et d'aider les individus et les entreprises à s'engager dans ce processus d'amélioration des compétences conduit à de meilleurs résultats, tant pour les entreprises que pour les individus.