A la une
Me contacter

 

 Méthodes d’analyses des données vise à former les analystes débutants et à donner une occasion à tout analyste de revoir ses bases.

Il ne faut pas confondre le problème observé avec les causes du problème et encore moins avec la résolution du problème.

Un problème est l’observation d’un écart entre une situation vécue et une situation désirée : l’action X ne donne pas les résultats attendus ; le processus Y produit des résultats indésirés, etc.

Les causes ou facteurs du problème ne s’observent pas spontanément ; il faut les trouver ou les estimer.

La résolution du problème résulte de la correction des principales causes.

Une entreprise peut observer que ses ventes diminuent mais la réaction intuitive de lancer une campagne de promotion peut s’avérer soit pertinente soit contre-productive. Les facteurs de cette baisse des ventes doivent être d’abord recherchés ; ils sont généralement multiples mais on peut, heureusement, repérer les principaux et, alors, les corriger.

Il ne sert à rien de traiter les symptômes apparents. Ce sont les causes les plus probables qu’il faut chercher en recourant à la méthode d’analyse des causes profondes (Root cause analysis = RCA)

Cette méthode repose sur deux hypothèses :

-on ne peut approcher la ou les causes sans demander, dans des réunions collectives, l’avis des experts divers de l’entreprise concernés par le problème ;

– « Pourquoi cette analyse ? Peut-on en faire une autre ? », telles doivent être les questions principales à poser aux experts.

La recherche des causes consiste d’abord à émettre des hypothèses explicatives puis à vérifier leurs validités. C’est donc la réunion de ces hypothèses sur les facteurs susceptibles d’être les causes du problème qu’i faut d’abord réaliser ; cela fait, vient le moment de la vérification, par l’analyse des données disponibles ou de données produites pour cela.

On notera que cette analyse peut porter sur l’ensemble des « objets » retenus (population, activités, résultats, etc.) ou sur des échantillons représentatifs de cet ensemble (sondage).

 

IL faut distinguer les méthodes d’analyse quantitative des méthodes d’analyse qualitative mais elles tendent à s’hybrider.

Dans la plupart de ces analyses il y a quelques applications difficiles à réussir.

 

  1. Les méthodes d’analyse quantitative.

Elles consistent à étudier les données chiffrées en recourant aux méthodes statistiques ou comptables.

 

1.1. Les méthodes

On peut chercher à repérer la répartition d’une donnée quantitative, la tendance d’évolution d’un résultat, la « liaison » entre des séries de données (corrélation), la segmentation (clustering), les effets financiers d’un résultat ou la rentabilité d’un projet de solution.

-La répartition d’une donnée.

Si s’agit, par exemple, de caractériser la répartition des clients selon le nombre d’achat on peut calculer :

-La médiane ou valeur telle que 50% des clients achètent plus que X fois et 50% moins de X fois ;

-La moyenne des nombres d’achats.

-Le mode ou nombre d’achat le plus fréquent ;

-La variance et l’écart-type ou la dispersion du nombre d’achats autour de la moyenne

-La tendance d’évolution d’une donnée au cours d’un temps.

-La « relation » entre deux ou plusieurs données (corrélation), les unes pouvant, après étude, être considérées comme dépendantes des autres.

-La segmentation (« clutering) ou répartition de la population en groupes homogènes.

-Les outils financiers, en particulier, les effets financiers de résultats défavorables, la rentabilité globale ou le seuil de rentabilité d’un projet.

 

1.2. Les sources d’erreurs.
On put repérer les trois sources d’erreurs suivantes :

-Données non pertinentes. Si les données ne sont pas judicieusement choisies et pertinentes, si elles sont incomplètes ou incohérentes, elles peuvent conduire à conclusions erronées.

Confiance excessive dans les résultats statistiques.

C’est le ou les managers qui doivent dire si les résultats de l’analyse statistique ont du sens et sont utilisables. On se méfiera des résultats de la corrélation, en particulier, car le lien entre deux variables peut être dû à une troisième variable sous-jacente (par exemple, au temps, l’âge, le revenu, etc.)

-Echantillon non représentatif de la population et conduisant à des résultats erronés.

 

  1. Les méthodes d’analyse qualitative.

Elle vise à repérer ce que les gens, par exemple les clients, ressentent, pensent, souhaitent, etc.

Elle vise à comprendre les motivations, les perceptions, les émotions, les comportements, les préférences et les processus de prise de décision.

 

2.1. Les méthodes

Par exemple, la méthode quantitative permet de caractériser une baisse de ventes mais ne peut répondre à la question du pourquoi. On peut, pour cela, utiliser les divers indices collectés par les services (retours, avis, plaintes, etc.), se mettre en observation des comportements dans le magasin, interroger des clients, etc. mais, en général, ces indices ne sont pas représentatifs.

Il faut interroger un échantillon de la population concernée pour vraiment savoir, comprendre et agir.

On peut commencer par organiser un atelier composé des managers concernés par le sujet pour recueillir leurs analyses du problème, leurs hypothèses à vérifier, éventuellement leurs suggestions de solutions.

Cela fait, il faut passer au questionnement des clients concernés, ou d’un échantillon représentatif.

Ce questionnement peut se faire par courrier ou par internet mais rien ne vaut le contact direct avec le client, même si c’est la solution la plus coûteuse.

On réunit un ou des groupes représentatifs pour les interroger sur la source du problème en cours.

C’est la meilleure façon de recueillir des données qualitatives si on sait ce que l’on cherche et qu’on guide correctement la discussion (questions ouvertes, en particulier).

 

2.2. Les sources d’erreurs.

On peut repérer les sources d’erreurs suivantes :

 

-La subjectivité et la partialité de l’analyste. Les données qualitatives dépendent fortement de l’interprétation et du jugement de l’analyste. Les expériences personnelles, les croyances et les idées préconçues de l’analyste peuvent influencer ses observations et ses conclusions, ce qui risque de compromettre la validité et la fiabilité des résultats.

Une précaution efficace consiste, en réunion de groupes d’experts, à définir les objectifs clairs et à établir des critères et des lignes directrices clairs pour la collecte et l’analyse des données.

Employer plusieurs techniques de collecte de données, telles que les entretiens, les observations et l’analyse de documents. Cette approche diversifiée permet d’atténuer les risques d’une trop grande dépendance à l’égard des interprétations subjectives d’une seule source. Les conversations ouvertes et la collaboration au sein de votre équipe permet une analyse plus objective.

 

-Les limites de l’échantillonnage. On peut avoir du mal à définir le bon échantillonnage, en raison de contraintes telles que le temps, le budget ou la disponibilité. L’analyse peut alors être erronée.

Avant de tenter un échantillonnage ; on doit interrogez un large éventail de parties prenantes, explorez divers documents et observez différents contextes, pour s’assurer de prendre en compte la véritable complexité du problème.

 

– Le temps nécessaire et les coûts. Les entretiens individuels, les observations sur le terrain, les groupes de discussion demandent du temps, des efforts et entrainent plus de coûts, ce qui peut conduire à des simplifications dangereuses.

La collecte des hypothèses à vérifier atténue beaucoup cette source d’erreur.

 

  1. Les méthodes hybrides.

On peut les utiliser lors des enquêtes, des observations sur le terrain, l’élaboration de scénarios.

– Lors des enquêtes, on peut aussi recueillir des données quantitatives en posant des questions fermées demandant une évaluation (sur une échelle de 1 à 10, estimez votre satisfaction, etc.). Lors des observations sur le terrain de producteur ou d’utilisateur, on peut relever des données quantitatives mais aussi des données qualitatives (commentaires, réflexion à haute voix sur le travail, besoins etc.)

-Lors de l’élaboration des scénarios d’explication ou de décision toutes les données collectées doivent être utilisées quelles sont quantitatives ou qualitatives

 

  1. Quelques applications difficiles à réussir.

 

4.1. Les groupes d’experts.

C’est un atelier réunissant les manager de l’entreprise concernés par le problème à résoudre. Il vise essentiellement à bien définir le problème, à repérer les hypothèses de cause à vérifier, à décider des méthodes d’analyse, puis, dans un deuxième temps, à évaluer les propositions de solutions à mettre en œuvre.

Sur ces trois points les managers et leurs collaborateurs sont une source précieuse d’informations et d’avis.

Il faut bien les choisir, leur poser les bonnes questions, les écouter et les motiver. Il faut aussi leur adresser l’ordre du jour proposé et leur promettre qu’ils auront à donner leur avis sur la ou les solutions proposées.

 

4.2. Les enquêtes

L’enquête est ensemble de questions visant à recueillir des informations auprès de personnes choisies, concernant un problème. Elle peut être conduite via un site, via des entretiens téléphoniques, des questionnaires papier ou des entretiens en face à face. Elle vise à connaitre les évaluations et comprendre l’opinion des personnes sur un produit, sur une autre personne, sur une expérience client ou producteur, etc. mais aussi les attitudes et les comportements *

Généralement conduites pour obtenir des données qualitatives, elles peuvent aussi fournir des données quantitatives si on pose des questions fermées avec des réponses préétablies (ex : évaluer votre degré de satisfaction sur une échelle de 1 à 10.)

Les enquêtes qualitatives, en revanche, posent des questions ouvertes et sollicitent des réponses narratives.

La définition préalable du ou des objectifs de l’enquête est essentielle car elle définit, en principe, les personnes et les questions à leur poser. Il est bon de tester le questionnaire avant de la lancer.

Il faut, aussi, autant que possible obtenir des réponses sincères en motivants les répondants et en leur promettant la confidentialité.

 

4.3. Les observations sur le terrain.

C’est un bon moyen d’observer attentivement la façon dont les acteurs accomplissent leurs tâches, pour comprendre ce qu’ils font, pourquoi ils le font et comment ils le font.

On peut, ainsi, repérer les facteurs qui déterminent le comportement et les résultats des acteurs, en particulier comprendre ce qu’ils pensent ou ce qu’ils visent, les raisons de leurs choix et de leurs décisions.

Ce sont de précieuses informations pour améliorer les processus organisationnels, identifier les inefficacités, les ruptures de communication et les lacunes en matière de compétences.

 

4.4 L’échantillonnage de personnes ou d’activités.

L’échantillonnage est une méthode de sélection d’un sous-ensemble représentatif d’une population dont on veut estimer les caractéristiques.

On sait qu’il s’applique aux personnes (clients, prospects, etc.), parmi lesquelles on peut faire un choix délibéré ou une sélection aléatoire.

Il s’applique aussi aux activités qu’on veut observer (tâches et temps de production, par exemple), ce qui est moins coûteux mais efficace ; pour mesurer des processus manuels, des processus automatisés ou des chaînes de montage.

Il s’agit d’une technique visant à identifier les tâches qui consomment trop de temps ou de ressources, ce qui est utile pour déterminer l’allocation de temps et de ressources pour diverses activités et processus commerciaux, identifier les tâches qui consomment trop de temps ou de ressources et prendre des mesures pour y remédier. L’automatisation de ces tâches ou la réaffectation des ressources pour les gérer plus efficacement peuvent libérer du temps pour les activités liées aux clients et améliorer la qualité globale du service.

 

4.5. L’utilisation des scénarios.

C’est une méthode d’évaluation prévisionnelle des résultats probables d’une solution à un problème.

Le futur reste inconnu mais on estime les chances et les conséquences probables du succès ou de l’échec d’une solution, sur la base d’hypothèses admises.

Dans le monde imprévisible de la gestion de projet, l’analyse de scénarios est un outil destiné à tous ceux qui tracent une voie vers l’inconnu. Vous pouvez prévoir les problèmes qui se profilent à l’horizon en mettant en scène différents scénarios et en saisissant les opportunités qui se présentent.

En explorant systématiquement différents scénarios futurs, les parties prenantes peuvent prendre des décisions éclairées pour mener les projets vers le succès.

En fin de compte, l’analyse de scénarios permet aux décideurs de faire face à l’incertitude, ce qui leur permet de relever des défis complexes avec confiance et prévoyance.

 

 

Source : https://www.coursera.org/learn/business-analysis-fundamentals/home/module/2  Microsoft.

Pour aller plus loin ;

https://outilspourdiriger.fr/conduire-une-analyse-de-marketing-selon-meta-3/   1, 2.

https://outilspourdiriger.fr/conduire-une-analyse-de-marketing-numerique/

 

 

Aucune reproduction ne peut être faite de cet article sans l’autorisation expresse de l’auteur.  A. Uzan. 2/11/2024