Dans une précédente infographie, nous communiquions sur les règles d’or d’une visualisation des données efficace et d’une démarche de storytelling.
Au-delà de ces bonnes pratiques fondamentales et principales erreurs à éviter, soulignons 5 facteurs clés indispensables qui constituent des prérequis à une optimisation efficace des maquettes.
Quel que soit le contexte métier, l’exercice de Dashboarding vise généralement à constituer un outil de suivi qui va analyser les tendances et la performance, mesurer l’écart vs les objectifs, budgets ou seuils visés ou encore identifier les dysfonctionnements et actions correctives pour l’amélioration continue de l’activité.
Cela passe par la mise en place de visualisations qui respectent notamment les bonnes pratiques mentionnées dans notre infographie plus bas, mais surtout par un échange avec les sachants et pilotes de l’activité concernée. En ce sens, nous recommandons une instance dédiée de partage des enseignements autour de ce tableau de bord : bilan hebdomadaire, mensuel, trimestriel, comité de projet ou de pilotage. C’est pourquoi nous insistons tout d’abord sur la gouvernance comme premier facteur de succès.
1/ Gouvernance : constituer la bonne organisation pour son tableau de bord
La gouvernance est clé pour une démarche de construction de maquettes de datavisualisation. Elle permet de cadrer les processus, les rôles, les usages, les règles et les responsabilités sur l’ensemble de la chaîne de valeur de la donnée.
En amont, l’identification des bonnes sources et des contrôles de base de qualité de la donnée, mais aussi la concorde sur les définitions et modes de calcul des KPI, puis la co-conception et les itérations avec les utilisateurs clés sont essentielles pour, d’une part répondre de façon efficace aux besoins, et d’autre part favoriser l’usage et l’adoption des tableaux de bord qui seront produits.
En aval, les instances de partage dédiées, mettant à profit la lecture en commun des indicateurs, constituent des moments privilégiés pour assurer un échange sur les enseignements à en tirer et optimiser les ventilations, filtres ou comparaisons à mettre en œuvre pour contextualiser et optimiser les différentes pages ou visualisations du rapport.
2/ Objectifs définis : pour évaluer, il faut un point de comparaison
Lors de la mise en forme des données sur un outil de datavisualisation, il est indispensable de disposer d’objectifs pour pouvoir évaluer la performance. En effet, un tableau de bord doit permettre de se focaliser sur l’essentiel pour prendre des décisions rapidement et efficacement. Il nécessite donc de pouvoir comparer les résultats, a minima sur les indicateurs principaux de l’activité. C’est le rôle des objectifs que l’organisation s’assigne. Sans seuil, objectif, période ou référentiel de comparaison (secteur, activité, concurrence…), il est impossible d’évaluer la performance et de bien visualiser les écarts. Par ailleurs, pour être vraiment incitatifs, les objectifs doivent être concertés et connus des parties prenantes. Ainsi, la définition d’objectifs clairs et partagés est une étape cruciale pour tirer pleinement parti des outils de datavisualisation.
3/ Pilotage activable : par la donnée (« data-driven »), pour l’arbitrage
Un autre facteur de succès essentiel est de parvenir à mettre en place un outil de pilotage « Data-driven » et « Action-driven » légitimé et validé par le sponsor de l’activité et/ou du suivi. Les tableaux de bord doivent faciliter la réalisation de diagnostics pertinents en utilisant les données métier pour prendre des décisions éclairées et orienter les actions vers une amélioration continue. Cet outil pourra ainsi pleinement jouer son rôle de source d’arbitrages pour guider les choix stratégiques de l’entreprise et piloter les optimisations de l’activité.
C’est justement tout le challenge d’une maquette efficace sur un outil de datavisualisation et la preuve de son efficience : les données doivent être présentées de manière suffisamment claire et concise pour ainsi faciliter la prise de décision et la mise en place d’actions concrètes. L’objectif est avant tout d’optimiser l’utilisation des données pour améliorer les performances de l’entreprise en adoptant une approche orientée vers l’action.
4/ Attractive : une forme adaptée facilite l’appréciation du fond
Bien entendu, il ne faut pas négliger ses efforts visant à améliorer la clarté et l’attractivité des tableaux de bord sur un outil de datavisualisation. « Make it beautiful », comme disent les anglais. Vos maquettes, par la prise en compte intelligente d’une approche centrée sur l’expérience utilisateur (UX) et les spécificités de son métier, véhiculent cette impression d’ensemble qui permettent de facilement comprendre les données et d’en approfondir intuitivement leurs ventilations possibles grâce à une interface utilisateur (UI) adaptée.
Cette démarche implique bien sûr de concevoir des tableaux de bord ajustés au contexte et au métier qui mettront en avant les informations principales de manière simple et évidente. L’objectif est de faciliter au maximum l’appréhension et la compréhension des données en utilisant une forme idoine pour présenter les indicateurs.
5/ Tester et Optimiser : itérer pour faciliter l’appropriation
Dernier enjeu de vos maquettes en datavisualisation : que les métiers se les approprient et en ait un usage récurrent et efficace. Ainsi, une attitude prudente vous conduira à opter pour une démarche d’optimisation itérative des tableaux de bord. Celle-ci implique de tester et d’optimiser les tableaux de manière progressive. Dans les faits, un tableau qui n’évolue pas est souvent un tableau inutilisé. Il est donc important de rechercher constamment des indicateurs et des ventilations complémentaires pour améliorer l’analyse.
Cette démarche peut inclure l’affinage des KPI (Key Performance Indicators), des règles de calcul et/ou des règles de gestion pour s’assurer que les tableaux de bord reflètent efficacement les besoins de l’entreprise et des publics cibles des rapports. En adoptant une approche itérative, les tableaux de bord peuvent être constamment améliorés pour fournir des informations précises et utiles pour la prise de décision, tout en facilitant l’adhésion et l’usage des clients internes et consommateurs des données qu’ils présentent.
Marc Mironneau, Directeur BU DIGITAL DATA, Axys