C’est actuellement, une problématique récurrente que nous partagent les acteurs data avec qui nous échangeons au quotidien.
Il semble que ce soit la fin d’un cycle. Des investissements ont été faits sur les sujets data, des projets ont été lancés. Les CoDir, comme les métiers, sont aujourd’hui, en attente des 1ers résultats. Ce n’est, évidemment, pas toujours si simple.
Pourquoi le ROI des projets data n’est pas toujours au rendez-vous ?
Voici ce que nous partage les Chief Data Officers de notre Club Datalogy :
Assez étonnamment, cela semble bloquer rarement côté « delivery » des projets data !
ll y a parfois des sujets de recrutement de talents.
Régulièrement apparaissent des problématiques de qualité des données (responsabilisation des producteurs et donc gouvernance des données).
Le plus souvent ? Les cas d’usage déployés ne sont pas assez appropriés par leurs users et les indicateurs ne sont pas si bons que prévus…
“Mais pourtant nous avons formé les utilisateurs !” nous racontent-ils
“Et nous avons pris grand soin dans la requête des besoins ! Notre service a été pensé pour eux ! Pourquoi ne se l’approprient-ils pas ? »
Pourquoi des utilisateurs n’utilisent pas votre cas d’usage ?
Bonne question… Les raisons potentielles sont diverses et parfois se croisent…
- Manque d’intérêt : L’utilisateur peut simplement ne pas être intéressé par l’outil et ne pas voir la valeur ajoutée qu’il peut apporter.
- Manque de compétences techniques : L’utilisateur peut ne pas avoir l’impression d’avoir les compétences techniques nécessaires pour utiliser l’outil.
- Coûts : L’utilisateur peut trouver que le coût de l’outil est trop élevé par rapport à ses besoins ou ses moyens financiers.
- Confidentialité et sécurité : L’utilisateur peut avoir des inquiétudes quant à la confidentialité et la sécurité de ses données.
- Convivialité : L’utilisateur peut trouver que l’outil est difficile à utiliser ou peu convivial.
- Limitations fonctionnelles : L’utilisateur peut trouver que l’outil ne répond pas à ses besoins ou qu’il est trop limité dans ses fonctionnalités.
- Accessibilité : L’utilisateur peut trouver que l’outil n’est pas facilement accessible en raison de barrières : linguistiques, par exemple.
- Mauvaise expérience utilisateur : L’utilisateur peut avoir eu une expérience utilisateur négative avec l’outil, comme des bogues, des temps de réponse lents ou des problèmes de connectivité.
- Manque de support : L’utilisateur peut trouver que le support client ou technique n’est pas suffisamment disponible ou efficace pour répondre à ses besoins.
- Mauvaise réputation de l’outil : L’utilisateur peut avoir entendu des critiques négatives ou des avis défavorables sur l’outil, ce qui peut avoir un impact sur sa perception et sa décision de l’utiliser.
Des freins psychologiques
Toutes ces réponses démontrent bien combien le marketing de votre offre data ne peut pas simplement passer par une formation des futurs utilisateurs, vous ne trouvez pas ? De plus, la majorité de ces freins sont psychologiques et totalement subjectifs…
Le problème… Si vous posez vous même la question à vos utilisateurs… Vous recevrez, c’est certain, des réponses biaisées… (que ce soit, pour commencer, par envie de ne pas vous être désagréable… 😉
Encore besoin d’être convaincu(e) par cette approche ? Découvrez vite la courte interview de Frédéric Loriaux, CDO de Nestlé France qui utilise cette approche au quotidien ! )
N’hésitez pas à commenter !
Dans cette optique, nous vous offrons une session immersion express !
C’est-à-dire ? Nous prendrons le temps d’échanger lors d’un atelier avec 3 représentants de votre population cible pour en déduire un rapport d’étonnement synthétique. Première étape pour mieux comprendre les freins et leviers de votre cible finale et assurer un usage optimal de votre offre data !