Les données difficiles à trouver représentent un obstacle majeur à la transformation numérique

Pourquoi les entreprises se trouvent-elles toujours en difficulté lorsqu'il s'agit de traiter une réclamation, recommander un produit ou fournir aux collaborateurs les données dont ils ont besoin pour prendre des décisions importantes ?

Ces tâches sont critiques pour fidéliser les clients et impliquer les travailleurs sur une place de marché concurrentielle. Chacun recherche l'information appropriée qui l'éclairera, et le moins qu'on puisse dire, c'est que ce n'est pas chose aisée.

Concrètement, 81 % des travailleurs du savoir déclarent qu'ils ont des difficultés à trouver des documents lorsqu'ils sont sous pression, d'après une étude récente menée par Wakefield Research et Elastic. Et ce n'est que la partie émergée de l'iceberg. D'après McKinsey, 60 % des cadres intermédiaires et des cadres supérieurs indiquent qu'une bonne partie du temps consacré à la prise de décision est utilisée inefficacement.

Le fait de donner aux collaborateurs les informations dont ils ont besoin est une condition prérequise essentielle pour pouvoir atteindre les objectifs fixés par l'entreprise et mener à bien le changement organisationnel qu'on demande de plus en plus aux DSI d'accomplir. Or, dans de trop nombreuses organisations, cette condition préalable stratégique n'est pas respectée, ce qui nuit aux chances de réussite d'une transformation numérique.

"Une transformation numérique ne fonctionne que si chacun dans votre organisation se positionne en tant qu'agent au service de l'innovation", déclare Curt Carver, vice-président du département Informatique et DSI de l'Université d'Alabama à Birmingham. "Et cela n'est possible que si vos travailleurs du savoir détiennent réellement ce savoir."

Dans un univers professionnel qui se complexifie un peu plus chaque jour avec le télétravail et la multiplicité des applications proposées, les DSI sont confrontés à deux problématiques : réussir à optimiser l'expérience et maintenir la transformation numérique sur la bonne voie. Pour les résoudre, ils peuvent compter sur de nouvelles fonctionnalités technologiques de recherche, qui font le lien entre les collaborateurs et les clients, et les informations dont ils ont besoin, quelle que soit leur source, le tout avec efficacité.

À la recherche de la réponse

Les technologies de recherche optimisées par l'intelligence artificielle et conçues pour les entreprises peuvent aider les organisations à gagner en productivité et à impliquer davantage les collaborateurs. Elles peuvent permettre aux collaborateurs de prendre des décisions concrètes plus rapidement en leur proposant une expérience plus personnalisée.

"Il n'y a aucune raison que les collaborateurs n'aient pas le même niveau d'expérience dans une entreprise ou dans un organisme du secteur public que celui auquel ils sont habitués dans le commerce", déclare Matt Riley, vice-président d'Enterprise Search chez Elastic.

"Cela nécessite des modèles de pertinence plus sophistiqués, que l'on remplit avec autant de signaux contextuels que possible. Résultat : les organisations sont à même de créer des expériences qui réjouissent les clients ou de fournir aux collaborateurs un accès aux données permettant de prendre des décisions plus éclairées", ajoute Matt Riley.

Par où les DSI doivent-ils commencer ? Par comprendre certaines des capacités qui façonnent non seulement le futur de la recherche, mais aussi le futur du travail en tant que tel. Voici un aperçu de ces capacités et de la manière dont il est possible d'en tirer parti.

La base d'une meilleure expérience

Avant qu'il ne soit possible de trouver des informations à partir d'une recherche, il faut tout d'abord que les entreprises localisent, normalisent et balisent leurs données. Cette tâche est particulièrement difficile lorsqu'il s'agit de données non structurées, telles que du texte non étiqueté dans des PDF ou des documents Word.

"L'idée de baliser toutes ces données est décourageant, en particulier si ces données proviennent de silos distribués sur différents environnement", déclare Mike Leone, analyste en chef chez ESG Global.

Fort heureusement, les algorithmes de Machine Learning peuvent aider à automatiser le processus. Par exemple, ils peuvent analyser les données structurées, comme les champs étiquetés d'une base de données, puis appliquer ces informations exploitables à des données similaires venant d'autres sources.

"Le fait d'avoir des données structurées étiquetées peut vous aider à découvrir des informations sur les données non structurées", indique Matt Riley. "Une fois que vous avez tout examiné, vous pouvez vous servir de vos découvertes pour récupérer des données à partir de sources non structurées."

Les résultats personnalisés sont la clé du succès

Côté consommation, une personne cherchant des informations sur un restaurant ou sur la circulation obtiendrait des résultats différents selon ses données de localisation. Le même type de personnalisation pourrait permettre aux lieux de travail de gagner en productivité. Par exemple, si un représentant commercial a une question, il y a de grandes chances que la réponse attendue soit différente s'il s'adresse à un collègue du service des finances ou de celui de l'ingénierie.

"Nous devons repenser notre façon de fournir des informations : nous devons passer d'une approche passive à une approche active, d'une approche générale à une approche personnalisée, d'une approche statique à une approche dynamique, en fonction de qui vous êtes, d'où vous vous trouvez et de ce que vous essayez de faire", indique Curt Carver, DSI de l'Université d'Alabama à Birmingham.

Les DSI peuvent commencer sur cette voie en demandant aux équipes de charger préalablement des outils de recherche pour l'utilisateur, avec des informations sur son rôle, sur les types de données à rechercher et sur les types d'informations qui ne seront pas pertinents pour ses requêtes.

Cette formation aidera un algorithme à mettre en avant un document récent sur lequel un collègue et vous avez collaboré lors de votre dernière réunion Zoom, ou à rechercher et mettre à disposition les supports nécessaires en vue d'un appel commercial.

Gardez un œil sur l'avenir

Les entreprises se rendent de plus en plus compte des avantages qu'apporte la mise à disposition de données pertinentes aux collaborateurs. Les leaders du secteur s'attendent donc à ce que les cas d'utilisation augmentent. Exemple : la recherche vocale. Aux États-Unis, plus d'un tiers des consommateurs se servent d'Alexa, Siri et autres applications de commande vocale.

"Les gestionnaires d'entrepôt peuvent demander à leur téléphone où trouver des matières premières spécifiques livrées sous 30 jours", indique Cindi Howson, directrice des données chez ThoughtSpot, une plateforme analytique basée sur le cloud.

Les innovations apportées aux systèmes de recherche continueront à améliorer la recherche vocale grâce à une meilleure interprétation des requêtes formulées en langage naturel et parlé.

L'IA aidera également les plateformes de recherche à "évoluer en une nouvelle génération de systèmes de découverte intelligente", ajoute Hayley Sutherland, analyste en chef chez IDC. "Le Machine Learning aidera ces systèmes à fournir des informations exploitables et contextualisés aux employés lorsqu'ils en auront besoin."

Enfin, les DSI peuvent donner aux travailleurs du savoir un avantage unique et stratégique, mais ô combien important : celui de "prendre des décisions plus rapidement que la concurrence", indique Curt Carver. "Car si vous pouvez prendre des décisions plus rapidement, c'est vous qui l'emporterez quasiment systématiquement."