En période de changement brutal, comment les entreprises doivent-elles piloter et interpréter les énormes quantités de données qui leur parviennent ? Chez DAC, nos planneurs stratégiques, analystes et spécialistes passent toute leurs journées à interpréter des chiffres. Mais qu’advient-il lorsque ces mêmes chiffres semblent devenir incohérents du fait d’une crise ?
Nous faisons face actuellement à une période sans précédent et en pleine crise du COVID-19, il semble que le contexte change si rapidement que les chiffres d’aujourd’hui ne seront plus pertinents demain. Nous sommes habitués en effet à consulter un historique de données de 30, 60 ou 90 jours de données afin d’établir des prévisions, mais cette pratique ne semble plus être pertinente aujourd’hui.
De nombreuses entreprises qui s’appuient sur les Big Data pour prendre des décisions sont actuellement confrontées à ce problème. Nous souhaiterions donc proposer quelques pistes afin d’aider les décideurs « data-driven » à faire face à une crise de l’ampleur de cette que nous connaissons actuellement.
Le poète sud-africain Steve Hall a attiré l’attention du monde la semaine dernière en récitant suite au COVID-19 un poème intitulé “What a Year This Week Has Been”.
Le rythme du changement de ces derniers jours et semaines a été extrêmement important. Les actualités du matin sont obsolètes le soir. Chaque jour, les entreprises doivent s’adapter aux nouvelles fermetures, restrictions et réglementations. Des comportements et des hypothèses qui semblaient pourtant acquis il y a encore quelques jours seulement sont désormais impensables.
Par exemple, une étude publiée par eMarketer le 12 mars – il y a seulement quelques semaines… un autre temps – prédisait que les dépenses publicitaires mondiales augmenteraient de 7% en 2020 par rapport à 2019. eMarketer a néanmoins précisé en introduction que les hypothèses étaient uniquement basées sur les baisses observées au sein des marchés Chinois et dAsie de l’Est. De plus, les prévisions ne prenaient pas en compte des fermetures et les pics épidémiques récents liés au COVID-19 en Europe, en Amérique du Nord ou dans le reste du monde. Elles n’incluaient également pas les impacts liés à des annulations ou reports majeurs tels que celui des Jeux olympiques de Tokyo en 2020.
Depuis la publication de cette étude, eMarketer a choisi de ne plus apporter de modifications à ses prévisions jusqu’à ce que les événements commencent à suffisamment se stabiliser pour permettre d’établir des prévisions plus fiables. La plupart des autres prévisionnistes font de même.
Ceci signifie que bon nombre des données sur lesquelles nous nous reposons habituellement ne sont pas dignes de confiance à court terme. Consulter les données des 30 derniers jours afin de prévoir les 30 prochains n’est d’aucune utilité en cas de crise. L’étude des données de ventes de l’année dernière ne nous donnera pas une idée fiable pour la même période cette année. Les choses évoluent trop rapidement.
Nous discutons tous du “nouveau normal” et à quoi il pourrait ressembler une fois que nous aurons dépassé cette crise.
Nous pouvons nous tourner vers les pays qui luttent depuis le plus longtemps contre la pandémie, comme la Chine ou la Corée du Sud, pour obtenir un aperçu de ce à quoi nous pouvons nous attendre. Nous pouvons ainsi établir certaines prévisions crédibles en fonction des tendances du trafic que nous y observons depuis plusieurs mois. Alors que les consommateurs adaptent leur comportement aux nouvelles réalités, nous constatons des pics de demande pour des services tels que la livraison à domicile, tandis que les voyages, l’achat en magasin ou certaines sorties (cinéma, concerts, théâtres, festivals…) sont les plus touchés.
Au fil du temps, nous verrons ces tendances apparaître dans les données ce qui nous permettra d’établir des prévisions à moyen-long terme sur les besoins, les recherches et les attentes des différents segments consommateurs.
Chacun doit ainsi apprendre et maîtriser rapidement de nouveaux concepts et termes liés aux prévisions, concepts que les data-scientists pratiquent quotidiennement : Statistiquement significatif, intervalles de confiance, méthodologies de collecte de données, échantillonnage aléatoire, courbes de tendance. Afin de comprendre ce que les chiffres peuvent nous apprendre, nous devons d’abord comprendre d’où ils viennent, comment ils ont été recueillis et quelles sont leurs limites.
Par exemple, il suffit de prendre le nombre de cas de COVID-19 signalés par les pays et les organismes officiels. Les courbes sont-elles fiables ? Difficile à dire car il y a trop d’inconnues. Les différences de critères, le nombre de tests, les retards dans les données, les écarts de méthodologie et le fait que la guérison peut être longue. Ceci signifie que les chiffres “officiels” que nous consultons peuvent ne révéler qu’une petite partie de la réalité – et ainsi ne pas être fiables ou représentatifs.
Pour tous, particulier ou entreprise, qui essaie d’interpréter cette quantité importante de données, voici quelques conseils de notre équipe d’analystes :
La seule vérité que nous connaissons des crises, c’est qu’elles finissent par se terminer. Nous ne savons pas exactement quand, mais les entreprises qui interrompent leurs activités aujourd’hui devront se redresser rapidement. Pour les entreprises contraintes de fermer temporairement ou de mettre une pause leur activité, le moment est venu de planifier à long terme.
Une crise change également la donne ; cela change fondamentalement notre façon de faire des affaires. Là encore, les données et les tendances peuvent nous aider à mesurer l’impact des changements dans notre société sur les besoins des entreprises. Même si les données historiques perdent de leur importance, nous pouvons toujours consulter différents types de rapports, notamment :
Les données sont toujours utiles. Nous avons simplement besoin de les utiliser avec un regard différent afin de mesurer les changements que nous vivons aujourd’hui et anticiper les nouvelles façons de faire des affaires demain. Il est maintenant temps de commencer.