Analyse de données

C’est une erreur capitale que de bâtir des théories tant qu’on n’a pas de données.

Insensiblement, on se met à torturer les faits pour les faire cadrer avec les théories, au lieu d’adapter les théories aux faits.

– Sir Arthur Conan Doyle

Chaque jour, votre entreprise créé de la donnée. Au travers de ses ventes, les visites de son site web, de sa prospection ou de sa production, vous enrichissez peu à peu vos bases de données.

Mais bien souvent, ces données dorment, ne servant que pour la comptabilité ou des campagnes marketing.

Et pourtant ! Avez vous idée des leviers que vous pourriez activer en les étudiant de plus près ?

L’analyse de données en 5 étapes

L’analyse de données -ou Data Analysis en anglais- peut s’expliquer en 5 étapes, qui vous permettront peut-être d’avoir une idée de vos besoins : Trouver les bonnes questions, collecter les données, nettoyer les données, analyser les données, interpréter les résultats.

1 - Se poser les bonnes questions

La première étape de l’analyse de données est effectivement de se poser les bonnes questions !

En effet, avant de commencer à collecter des données, il faut savoir pourquoi et poser des questions ou émettre des hypothèses.

Par exemple :

  • Pourquoi avons nous un tel turnover au sein de l’entreprise ?
  • Quels sont les produits qui fonctionnent dans nos boutiques, à quel moment, que pouvons nous apprendre de ces données pour rationaliser nos achats ?
  • Quel produit provoque le panier moyen le plus élevé ?
  • et toute autre question que vous pourriez vous poser sur le fonctionnement de votre entreprise.

2 - Collecter les données

Une fois la question posée, l’étape suivante sera de récolter des données. Pour des données de ventes, elles seront souvent déjà dans vos systèmes, elles pourront être complétées par des sources de données ouvertes pour affiner l’analyse.

Parfois, les données seront insuffisantes ou inexistantes. Dans ce cas là, nous vous conseillerons afin d’obtenir de meilleures données.

Si nous reprenons comme exemple la question “pourquoi un tel turnover dans l’entreprise”, nous proposerons par exemple un questionnaire anonyme à faire parvenir à vos salariés pour connaitre mieux leurs attentes.

3 - Nettoyer les données

La phase de nettoyage est la plus délicate. Il faudra commencer par ne retenir que les datas utiles à l’analyse, et faire en sorte de pouvoir les analyser. Si par exemple vous fournissez un export de base de données, des fichiers excel et d’autres export CSV, nous commencerons par tout mettre dans le même format.

Une étape importante ensuite est de s’assurer que les données ne souffrent d’aucun biais !

Toujours sur notre exemple de l’étude RH, afin de garantir des résultats probants, nous nous assurerons que l’échantillon est significatif en terme de répartition des postes, des services, du genre etc…

Il n’y a rien de pire que de commencer une analyse avec des données biaisées, qui fausseraient tout le travail.

4 - Analyser les données

Nous voilà enfin à l’étape de l’analyse.

En reprenant les questions ou hypothèses, nous allons faire “parler” les données en comparant pour en tirer des informations et des faits.

Dans cette étape, il faut toujours se souvenir que “corrélation n’est pas causalité” !

5 - Interpréter et partager les résultats

Nous voilà arrivés à la fin de notre analyse. Nous mettons en forme, avec des graphiques ou des tableaux, pour vous rendre compte de nos résultats. C’est un moment d’échange pour vous aider à prendre une décision et à mettre en place des actions.

Vous en avez assez lu ?

Contactez nous !