Transformer les données en information actionnable

Il existe entre donnée et information une différence qui vaut la peine d'être connue.

La donnée, c'est ce qu'on trouve dans une feuille Excel, une table SQL, un fichier CSV, etc. La plupart du temps, elle se présente sous forme tabulaire :

L'information, en revanche, c'est le sens que l'on donne à cette donnée. Il est important de comprendre que ce sens n'existe que dans notre cerveau. Autrement dit, il existe pour la personne qui regarde la donnée. En analyse systémique, on dit que l'information est un lien entre la personne et la donnée (voir note 1).

Conséquence importante : la même table de données (disons, votre fichier Excel) véhiculera une information différente selon les personnes. Pas seulement parce qu'elle contient beaucoup de colonnes et beaucoup de lignes, mais aussi parce qu'elle tend à être interprétée différemment par chaque personne qui la regarde.

De la donnée à l'information partagée

Alors que ce n'était pas évident il y a quinze ans, aujourd'hui tout le monde peut créer un tableur ou une base de données en ligne. Divers outils SaaS et No-code permettent de le faire en moins de vingt minutes (voir note 2).

Pourtant, l'enjeu n'est plus là. Pour les dirigeants, les managers, les consultants comme pour les équipes, un enjeu important consiste à transformer la donnée en information partagée, et à utiliser cette dernière comme levier d'alignement et d'action.

Transformer la donnée en information partagée peut sembler simple à première vue. Vous pourriez documenter le sens attendu de la donnée avec des phrases complètes en langage naturel, par exemple, et vous assurer que tout le monde les lit (ah ah).

L'expérience montre toutefois qu'il est bien plus efficace de discuter la donnée ensemble :

• Prenez la simple habitude d'afficher la donnée (brute) pendant les réunions d'alignement d'équipe.
• Les différences d'interprétation apparaîtront naturellement et déclencheront des discussions intéressantes.
• Ces discussions construiront une compréhension partagée de la donnée, et de la réalité qu'elle est censée représenter.

Vers une information actionnable

En pratique, on a rarement besoin d'une compréhension partagée pour le simple plaisir de la chose. Ce que l'on cherche, c'est l'alignement de l'équipe et des décisions sur les prochaines actions. Le fait est que la compréhension partagée en est un prérequis (à moins d'accepter des décisions non informées, bien sûr).

Ce n'est pas un processus à sens unique pour autant. Ce n'est pas aussi simple que de prendre la donnée en entrée et de produire alignement et décisions en sortie. Ce que nous avons observé, c'est plutôt que construire un accord et prendre des décisions exige d'interagir avec la donnée. Il s'agit de discuter, de réduire ou d'élargir le périmètre, de décider de l'importance ou de l'urgence, de découper le travail et/ou de le répartir selon différents critères, d'identifier un manque de connaissance, donc un manque de donnée.

Dans la plupart des équipes, et malgré nos outils numériques, le processus est très discontinu : alors que la donnée existe quelque part, elle est rarement visualisée et activement discutée pendant les réunions, encore moins manipulée, enrichie ou modifiée en temps réel. En conséquence, la donnée d'un côté et les périmètres, décisions et priorités de l'autre restent séparés : ces derniers sont documentés dans des comptes rendus (au mieux), tandis que la première reste inchangée (tout en continuant d'alimenter le travail au quotidien).

Comment améliorer cela ?

Une faiblesse des tables de données, quand on les affiche, est de laisser croire que toutes les colonnes et toutes les lignes sont en quelque sorte égales. En fait, dès qu'il est question de périmètre et de décisions, une façon plus efficace de regarder la donnée consiste à :

• Distinguer les colonnes d'IDENTITÉ, de REGROUPEMENT, d'ENTRÉE et de SORTIE
• Traiter des groupes de lignes plutôt que des lignes individuelles, sauf ou jusqu'à ce qu'il n'en reste que quelques-unes

Alors que les colonnes d'IDENTITÉ sont souvent stables d'une décision à l'autre (elles identifient les sujets de la discussion), les colonnes de REGROUPEMENT, d'ENTRÉE et de SORTIE dépendent fortement des décisions à prendre.

• Dans Klaro, les colonnes d'IDENTITÉ deviennent les titres des cartes. Les cartes sont les sujets dont nous parlons.
• Les colonnes de REGROUPEMENT sont celles qui aident à constituer des groupes de sujets à traiter ou discuter différemment. Dans Klaro, vous configurerez la barre de filtres pour les avoir facilement sous la main et réduire le nombre de cartes affichées à un moment donné.
• Les colonnes de SORTIE sont celles qui seront mises à jour dans le cadre du processus de décision. C'est une bonne pratique de ne traiter qu'une colonne de sortie à la fois. Dans Klaro, vous choisirez typiquement une configuration de board qui permet de la mettre à jour par glisser-déposer (un board Kanban, par exemple).
• Pour une décision donnée (donc une colonne de SORTIE), les colonnes d'ENTRÉE portent l'information qui éclaire la décision. Dans Klaro, on affiche d'ordinaire ces dimensions sur les cartes.

Votre tableur ou votre outil en ligne préféré permet de filtrer les lignes et de masquer les colonnes : même si vous n'utilisez pas Klaro Cards, la simple méthodologie ci-dessus vous aidera déjà à améliorer vos processus.

Notre expérience montre toutefois que quelques ingrédients supplémentaires sont les bienvenus : pouvoir changer facilement les colonnes de REGROUPEMENT, d'ENTRÉE et de SORTIE pour traiter plusieurs décisions sur les mêmes données, pouvoir activer rapidement des filtres le long des colonnes de REGROUPEMENT pour suivre les différents focus au fil de la discussion, ou simplement afficher la donnée d'une manière plus sympathique qu'un tableau ;)

Notes

1. Le problème est bien connu des développeurs qui héritent d'une base de données écrite par quelqu'un qui a disparu dans la nature et ne la maintient plus. La donnée est bien là, mais son sens est au moins partiellement perdu.

2. C'est vrai tant que le modèle de données est suffisamment simple. Dès que vous sentez que vos données ne tiennent plus dans une seule feuille Excel ou une seule table, ou que vous avez fréquemment besoin de DLookup, vous avez probablement besoin d'apprendre la modélisation de données professionnelle, ou de demander l'aide d'un expert.