La Data est devenue au fur à mesure des années la pièce maîtresse de toutes industries, et l’industrie pharmaceutique n’y a pas échappé. Elle a même une place toute particulière : base de toute stratégie patient centric, c’est sur elle que repose la réussite d’actions marketing vers les professionnels de santé.
En partant de ce postulat, on comprend rapidement qu’au-delà de la stratégie patient centric, c’est bien sur la stratégie Data driven que doit reposer l’attention. La réussite de cette dernière est la quasi assurance de résultats business concrets !
Quels sont alors les prérequis à la réalisation d’une stratégie data driven ? Quels éléments / étapes indispensables pour une stratégie data driven efficace ?
Une très grande majorité des entreprises exploite et réfléchit au quotidien sur ces différents chantiers, démontrant que le virage a été pris par tous. En revanche, l’ordonnancement chronologique des processus est le point clé de la réussite de cette transformation !
#1 – L’accessibilité de la donnée
Le premier point essentiel au succès de votre stratégie Data Driven est l’accessibilité. Il est plus que nécessaire de faire en sorte que la donnée soit accessible et centralisée. Ne pas avoir sa donnée à portée de main est synonyme de perte de temps, d’erreurs voir de perte d’informations clés. Les données doivent être centralisées en interne, et idéalement connues de tous …
Des référents en interne doivent être en charge spécifiquement des datas. La mise en place d’une Data gouvernance est ainsi stratégique : “Connaître, ne veut pas dire accessible.” La gouvernance des données est gérée par le Chief Data Officer (CDO ou Directeur des données). Son rôle est de protéger les données et de les mettre à disposition de chacun en fonction des usages. Ce poste est essentiel : son sens de la communication facilitera l’accès à tous les utilisateurs et sa vision transverse participera à la construction d’un outil de cartographie des données internes.
Reminder ! Un élément à garder en tête : la data gouvernance concerne l’ensemble des départements de l’entreprise et pas uniquement le CDO, le DPO ou la direction juridique … Point d’autant plus valable dans le domaine de la santé au vu des réglementations en vigueur (RGPD, HDS, …)
# 2- Une infrastructure performante et adaptée
L’infrastructure dédiée à la gestion des données doit être définie en fonction des usages …
Datalake, Datawarehouse, Datamart, Clusters Hadoop , Relationnel, Non structuré… Un éventail de choix et parfois plusieurs bonnes réponses (ou une seule). Mais une seule obligation : cette infrastructure doit être alignée en fonction des données disponibles, des usages et de la stratégie. Un Datalake par exemple n’est pas nécessairement synonyme de réussite (maîtrise plus difficile et plus coûteuse, complexité de son ouverture auprès de l’ensemble de l’entreprise …). Un seul maître mot donc : adapté ! Adapté à vos usages, adapté à vos données et adapté à votre stratégie.
Deux réflexions sont nécessaires avant de s’engager dans un choix d’infrastructure :
- Prise en compte de l’avenir et des besoins (dimensionnement idéal notamment pour aujourd’hui mais aussi pour demain…)
- Sécurité (gestion des groupes de sécurité) / Traçabilité (compliance en vers le RGPD) afin de respecter la gouvernance de données définie en amont !
# 3 – Nettoyage et actualisation de la donnée
La partie centrale pour une exploitation optimale de la Data !
Cette étape clé dans une stratégie Data-driven est la plus souvent dénigrée parfois même dépriorisée par rapport aux autres chantiers internes. Mais pourquoi ? Tout simplement car il s’agit d’ un travail “de l’ombre” qui n’est pas visible à priori (versus la datavisualisation ou la mise en place d’un Data Lake…). Or, c’est une erreur !
La maîtrise et la gestion d’une donnée (Datamanagement) conditionnent largement les réflexions au sein d’une entreprise. Ces étapes sont donc essentielles, car garantes de la qualité de la donnée et donc de la réussite de votre stratégie.
On peut citer plusieurs exemples clés ayant un impact considérable dans l’exploitation des données, et particulièrement dans la gestion des référentiels clients:
- Les informations renseignées dans le CRM par les délégués médicaux sont stratégiques pour la construction de profils de PDS et la mise en place d’actions marketing ciblées : C’est une responsabilité collective et la maintenance d’un référentiel doit être assurée par tous (pas uniquement le délégué!)
- Chaque jour, une pharmacie déménage, ouvre ou ferme en France… D’où la nécessité d’avoir un référentiel actualisé sinon les données deviennent obsolètes…
Nettoyer vos données, détecter les valeurs aberrantes ou non renseignées … sont des best practices indispensables qui ne sont qu’une infime partie des actions nécessaires pour exploiter votre base de données:
- Pour le passé : S’assurer d’un bon apprentissage des erreurs/bonnes performances du passé !
- Pour le présent et le futur : Il n’est pas possible de tirer de bonnes conclusions avec une base de données erronées en amont
Par ailleurs, toute base de données doit être historisée : pour prendre de bonnes décisions, il faut comprendre ce qui a évolué.
Une base de données est vivante et évolutive au cours du temps. Par conséquent, des KPIs doivent être mis en place pour suivre l’état de la collecte (1% de données erronées n’est peut être pas grave car on peut se dire que 99% de la base de donnée est correcte.. mais si le mois dernier 0,1% des lignes étaient fausses, d’où provient cette évolution et que se passera t-il le mois prochain ?)
#4 – Valorisation de la donnée
Lorsque les étapes précédentes ont été réalisées, l’exploitation de votre base de données est la suite logique du processus (et uniquement à partir de ce moment-là!). L’objectif ici est de valoriser votre base pour en tirer le maximum d’informations. Bien sûr, les approches de Datascience avec notamment comme discipline majeure le Machine Learning sont des moyens efficaces mais elles doivent surtout être utilisées pour des cas d’usage précis! (Il ne suffit pas d’utiliser des modèles avec des données…)
Attention ! On oublie souvent une étape clé afin d’avoir une bonne performance dans une modélisation ou d’un clustering opérationnel : la data collection ! En effet, l’enrichissement de votre base de données est devenu stratégique aujourd’hui car les enjeux/besoins sont de plus en plus nombreux… Une stratégie Data-centric doit être ouverte vers d’autres sources de données externes. L’exploitation de l’open data, les collaborations avec des startups et des associations de patients ou bien des enquêtes qualitatives sont de réelles initiatives aujourd’hui apportant des conclusions inespérées!
# 5 – Diffusion des rapports
Enfin, la dernière étape pour s’assurer d’une bonne adhésion et une transversalité avec l’ensemble des départements est la diffusion des résultats ou rapports en respectant les conditions suivantes :
- Sélective: il ne faut pas submerger les collaborateurs d’informations et ainsi courir le risque que chaque message ne soit pas pertinent.
- Synthétique : Ne pas créer un outil BI pour diffuser une information qui se synthétise dans une page PDF !
- Compréhensive : la communication doit être claire, précise et adaptée aux destinataires! (pas de formules, pas de noms de modèles …)
- Actionnable : Des KPIs c’est bien, mais des propositions d’actions c’est mieux !
Récolter, centraliser, nettoyer, modéliser, synthétiser … sont des bests practices à actionner pour assurer la définition d’une bonne stratégie Data Driven. Des étapes qu’il est nécessaire de réaliser dans l’ordre (lorsque nous construisons une maison, on s’occupe des fondations avant la peinture ! ) et pour lesquelles il ne faut pas hésiter à revenir à posteriori. Une vraie stratégie Data Driven n’est pas du one shot : il est nécessaire de l’ajuster avec le temps en fonction des nouveaux besoins / usages et des résultats des actions marketing/vente.
Brûler les étapes et ne pas remettre en question l’existant sont les plus grosses erreurs réalisées par certaines entreprises !
Pour assurer l’engagement d’une entreprise autour d’une stratégie Data Driven, il faut également être en capacité de montrer son efficacité. Une prise de décisions à un instant donné est jugée efficace si et seulement si nous sommes en capacité de le démontrer. La fixation de KPIs, le suivi de ces derniers sont donc des facteurs clés de succès de la réussite de votre stratégie.
Enfin, il est important de se poser les bonnes questions tout au long de la mise en place de cette stratégie : Quels sont les bons indicateurs pour mesurer la réussite de la mise en place d’une stratégie data-driven? Quel est son ROI et son impact sur mon organisation ? Quel est le niveau d’adhésion des collaborateurs? (exemple : mise en place d’un baromètre interne) …
Retrouvez très vite la dernière étape de notre série d’articles: l’open data, une arme indispensable !
Pour nous contacter: sternisien@velvetconsulting.com ou mgeoffroy@velvetconsulting.com