Optimisation

• Nous disposons de nombreux exemples de données de clients, de produits et de fournisseurs
• La réunion d’informations fiables sur la gestion prend beaucoup de temps
• Nos clients se plaignent que nous n’enregistrons pas leurs données correctement
• Notre entreprise recourt à des tableurs
• Nos processus allant de la commande à l’encaissement et de l’approvisionnement au paiement connaissent retards, erreurs et corrections
• Nos rapports de gestion ne se recoupent pas

Ce sont là des symptômes courants de la mauvaise qualité des données. Or, les entreprises dépendent fortement des technologies de l’information pour accomplir leurs opérations au jour le jour et analyser leurs performances. Mais les technologies ne donnent de bons résultats que dans la mesure où les données sont elles-mêmes de bonne qualité : le proverbe ‘rubbish in, rubbish out’ a toujours été et demeure décidément un truisme fondamental dans le monde de la technologie.

Le seul fait, pour un opérateur de centre d’appels, de se tromper dans l’orthographe d’un nom ou de saisir une adresse erronée peut occasionner de coûteux problèmes par la suite. Même chose lorsqu’il adresse un courrier électronique à un mauvais destinataire, ou encore lorsqu’il omet d’identifier le risque que représente pour votre entreprise un mauvais payeur pour la simple et bonne raison que le système n’a pas établi de lien avec un autre compte de l’utilisateur faisant pourtant état d’un défaut de paiement. 

Les services d’optimisation de Deloitte introduisent une approche éprouvée pour rétablir la cohérence entre solutions technologiques et stratégie opérationnelle. Le calcul du retour sur investissement est une opération complexe, dont le point de départ consiste à définir un groupe commun de mesures concrètes d’utilisation du système. Le développement d’un mécanisme durable permettant d’accéder en continu à l’utilisation du système et d’améliorer les performances est en effet primordial pour accroître le retour sur investissement et la satisfaction de l’utilisateur.

Notre expérience montre qu’un RSI positif s’obtient en identifiant les problèmes de qualité des données et en s’y attaquant. Nous disposons pour cela d’une technique structurée permettant leur résolution : vous devez tout d’abord évaluer la qualité de vos données dans les meilleurs délais, puis identifier l’impact de leur mauvaise qualité sur vos activités. Si cet impact est suffisamment grave, il faut prévoir des contrôles, des paramètres, une formation et une gouvernance afin d’éviter toute dégradation supplémentaire (dans certains cas, un nettoyage des données existantes peut même s’avérer nécessaire). Notre évaluation de la qualité et de la maturité des données constitue un moyen rapide et efficace pour quantifier le problème.