Quand personne ne fait confiance aux chiffres : par où commencer
Julie
Data analyst
En bref
Comment retrouver la confiance dans les données quand chaque service a ses propres chiffres ?
En arrêtant de chercher le bon chiffre pour chercher la bonne définition. Dans la quasi-totalité des cas, deux services qui affichent un résultat différent calculent en réalité deux choses différentes : périmètre, date de référence ou statut retenu ne sont pas les mêmes. La première étape n'est donc pas technique mais lexicale — écrire, indicateur par indicateur, ce que chaque terme recouvre exactement, et qui en est responsable.
Il y a une réunion que j’ai vue se rejouer dans presque toutes les entreprises où je suis intervenue. Le commerce annonce 1 240 clients. La finance en compte 1 190. La production en voit 1 305. Chacun a extrait ses chiffres avec soin, chacun est sûr de lui, et la réunion dérape sur « il faut fiabiliser les données ».
Dans mon expérience, ce n’est presque jamais un problème de fiabilité. C’est un problème de définition.
Les trois chiffres ont raison
Prenez ces 1 240 clients. En creusant, on trouve généralement ceci.
Le commerce compte les comptes actifs, c’est-à-dire ceux qui ont un contrat en cours, y compris ceux qui n’ont rien acheté cette année. La finance compte les comptes facturés sur l’exercice, ce qui exclut les nouveaux signés en décembre et non encore facturés. La production compte les entités livrées, donc un groupe avec trois sites compte pour trois.
Personne ne s’est trompé. Les trois calculs sont justes. Ils ne répondent simplement pas à la même question, et le mot « client » les recouvre tous les trois sans distinction.
C’est pour cela que « fiabiliser les données » ne règle rien : les données sont fiables. C’est le vocabulaire qui ne l’est pas.
Commencer par le lexique, pas par l’outil
Le réflexe habituel consiste à acheter un outil de visualisation, à brancher les sources et à espérer que la vue unifiée émerge. Elle n’émerge pas : on obtient les mêmes désaccords, en plus joli et plus rapide.
Ce que je fais en premier, avant toute technique : prendre les cinq à dix indicateurs qui comptent réellement pour l’entreprise, et écrire pour chacun quatre choses.
La définition en une phrase, compréhensible par quelqu’un qui n’est pas du métier. Si elle demande deux paragraphes, l’indicateur cache en fait plusieurs indicateurs.
Le périmètre exact. Qu’est-ce qui entre, qu’est-ce qui sort ? Les prospects ? Les comptes clôturés dans l’année ? Les filiales ? Les tests internes ? Cette ligne fait presque toujours apparaître un désaccord jusque-là invisible.
La date de référence. À quelle date l’observation est-elle figée ? Un chiffre « au dernier jour du mois » et un chiffre « moyenne du mois » sont deux indicateurs différents, et cette distinction se perd systématiquement dans les conversations.
Le responsable. Une personne, pas un service. C’est elle qui tranche quand une question de périmètre se pose, et c’est ce point qui manque le plus souvent — d’où des débats qui reviennent tous les trimestres sans jamais se clore.
Cet exercice prend une à deux semaines et n’a besoin d’aucun outil. C’est de très loin le meilleur rapport effort/résultat de tout projet data.
Ce qu’on découvre en le faisant
Trois choses reviennent presque à chaque fois.
Des indicateurs que personne ne regarde. Ils sont produits chaque mois, distribués, et personne ne s’en sert. Les supprimer libère du temps et réduit le bruit.
Des indicateurs que tout le monde regarde et que personne ne sait définir. Ce sont les plus dangereux, parce qu’ils servent à décider. C’est souvent le cas du « taux de satisfaction » ou du « délai moyen de traitement ».
Des désaccords métier déguisés en problèmes techniques. Le commerce veut compter le groupe comme un client ; la production veut compter chaque site. Ce n’est pas une question de données, c’est un arbitrage d’organisation. Il doit être tranché par une personne, pas par un outil.
Ce dernier point est le plus inconfortable, et c’est pourtant là que se trouve la valeur. Un projet data qui ne fait pas remonter ce genre d’arbitrage n’a pas creusé assez profond.
Photo : Direct Media — licence CC0.
Ensuite seulement, la technique
Une fois le lexique posé, la partie technique devient beaucoup plus simple, parce qu’on sait quoi construire.
Une source de vérité par indicateur. Le calcul est implémenté une fois, à un seul endroit, et tous les usages y puisent. Le contre-exemple typique : la même règle recopiée dans un tableur, dans un tableau de bord et dans un export mensuel. Elle divergera, c’est une question de temps.
Des contrôles automatiques. Volumétrie inattendue, valeurs manquantes, doublons, totaux qui ne se recoupent pas : ces contrôles tournent à chaque rafraîchissement et alertent avant que quelqu’un ne découvre l’anomalie en réunion. C’est ce qui change le plus la perception de fiabilité — non pas l’absence d’erreur, mais le fait qu’on les détecte avant les utilisateurs.
La traçabilité. Pour chaque chiffre affiché, on doit pouvoir remonter à sa source et à sa date d’extraction. Sans cela, la première contestation fait tomber tout l’édifice.
Photo : Wilfred Iven — licence CC0.
L’erreur que j’ai faite plusieurs fois
Vouloir tout traiter d’un coup.
Un périmètre de cinquante indicateurs paraît ambitieux et rassurant. Il produit un chantier de six mois pendant lesquels personne ne voit rien arriver, et la confiance continue de se dégrader.
Ce qui marche mieux : trois indicateurs, définis et fiabilisés jusqu’au bout, en quatre à six semaines. Trois chiffres sur lesquels tout le monde tombe d’accord valent mieux que cinquante qui font débat. Et ils créent le précédent : la méthode devient crédible, et les suivants s’enchaînent.
Les quatre pièges du lexique
L’exercice paraît simple. Il a ses chausse-trappes, et je suis tombée dans les quatre.
Écrire les définitions seule. C’est tentant : on va plus vite, on produit un document propre. Mais un lexique écrit par une seule personne n’engage personne. Il faut que chaque définition soit relue et validée par le service concerné, sinon la première contestation l’annule.
Confondre définition et calcul. « Chiffre d’affaires » est une définition. « Somme des lignes de facture hors taxes, hors avoirs, à date de facture » est un calcul. Il faut les deux, et dans cet ordre — la définition sert à parler entre humains, le calcul à écrire la requête.
Oublier les exceptions. Presque chaque indicateur en a une : le client interne qui ne compte pas, la filiale acquise en cours d’année, les commandes de test. Ces exceptions ne sont écrites nulle part et vivent dans la tête d’une personne. Le jour où elle part, l’indicateur devient incompréhensible.
Figer trop tôt. Une définition doit pouvoir évoluer — l’entreprise change. Ce qui compte est que le changement soit daté et tracé : « à partir de janvier, les filiales sont incluses ». Sans cette trace, un écart historique devient un mystère permanent.
Photo : rawpixel — licence CC0.
Le cas particulier des indicateurs hérités
Il existe dans presque toutes les entreprises un indicateur que tout le monde suit depuis des années et que plus personne ne sait recalculer.
Il est produit par un fichier, alimenté par une personne, selon une méthode qui n’a jamais été écrite. Il est cité en comité, il figure dans les objectifs, et il est intouchable.
Je ne cherche jamais à le supprimer d’emblée — c’est le meilleur moyen de se faire fermer la porte. Je fais autre chose : je le reconstruis à côté, à partir des sources, et je compare pendant trois mois.
De deux choses l’une. Soit les deux courbes se superposent, et l’on peut basculer sans douleur. Soit elles divergent, et la conversation devient possible parce qu’elle porte sur un écart mesuré et non sur une intuition. Dans les deux cas, on avance sans avoir attaqué personne.
Qui doit porter le lexique
Une question revient : faut-il un « responsable de la donnée » ? Dans une PME, créer un poste dédié est disproportionné, et le sujet retombe dès que la personne change de mission.
Ce qui fonctionne mieux : un responsable par indicateur, choisi dans le service qui l’utilise le plus. Il ne fait pas de technique. Son rôle tient en trois choses : trancher quand une question de périmètre se pose, valider le calcul avant sa mise en service, et prévenir quand le métier change.
Cela représente quelques heures par trimestre, et cela suffit à empêcher la dérive. La donnée se dégrade toujours par manque de propriétaire, jamais par manque d’outil.
Comment savoir que ça a marché
Un signe, très simple : plus personne ne recalcule dans son coin.
Tant que les gens exportent pour vérifier dans un tableur, la confiance n’est pas là. Quand ils citent le chiffre du tableau de bord en réunion sans le contester, elle l’est.
Cela ne veut pas dire que les données sont parfaites — elles ne le sont jamais. Cela veut dire que tout le monde parle enfin de la même chose, ce qui est le vrai objectif. La perfection technique n’a jamais réconcilié deux services ; une définition écrite et assumée, si.