Comment une équipe de Google a intégré la narration dans les analyses

Même les plus avancés Les modèles d'analyse peuvent tomber à plat s'ils n'utilisent pas le langage des décideurs de l'organisation. Et lorsque le processus de prise de décision s'enlise, c'est souvent parce que les données manquent de clarté, de contexte commercial ou de lien avec ce qui intéresse les cadres. Ce sont les leçons que nous avons apprises à la division Petites et Moyennes Entreprises (PME) de Google lorsque mon équipe d'analystes a construit un modèle sophistiqué pour optimiser la dotation en personnel de l'organisation d'assistance mondiale de l'entreprise.

Le modèle était capable de prévoir une demande volatile dans plus de 100 pays en simulant des milliers de scénarios possibles et pouvait recommander des niveaux de personnel pour les ventes et l'assistance à la clientèle. Il tenait compte de la saisonnalité, des différences géographiques et même des règles complexes de priorisation des clients. Nous avons validé les données, vérifié les hypothèses et testé la logique sous pression.

Mais lorsque nous avons présenté le modèle aux principaux intéressés, ils ont manifesté peu d'enthousiasme. Au lieu d'apprécier la complexité du modèle, les parties prenantes ont centré la discussion sur l'aspect pratique de notre modèle de recommandation. Un dirigeant a demandé : "Qu'est-ce que cela signifie pour la dotation en personnel du prochain trimestre en Amérique latine ?". Un autre s'est demandé comment les recommandations allaient faire bouger l'aiguille de ses résultats. Des semaines de travail ont été bloquées. Aucune décision commerciale n'a été prise.

Il ne s'agissait pas d'un incident isolé. À plusieurs reprises, des modèles techniquement solides n'ont pas réussi à faire bouger les choses au niveau de la direction. Alors que nombre de nos professionnels des données pensaient que de meilleurs modèles permettraient d'améliorer les résultats de l'entreprise, les dirigeants étaient dépassés par la complexité et sceptiques face à des informations de type "boîte noire" qu'ils ne pouvaient pas contextualiser.

La leçon était claire : l'analyse doit être conçue en fonction de la manière dont les décisions sont prises, et pas seulement en fonction de la manière dont les données sont analysées. Cela nous a obligés à repenser la pile analytique - non seulement les données et les modèles, mais aussi la manière dont la narration peut guider chaque étape du processus.

En 2023, nous avons donc commencé à élaborer un cadre original axé sur la narration, dans le but de permettre aux chefs d'entreprise de prendre des décisions plus rapides et plus sûres. Ce cadre s'appuie sur les enseignements tirés d'une série de projets internes. Une fois le modèle conceptualisé et structuré, il a été affiné et testé sous pression jusqu'à la mi-2024 avec mon équipe d'analystes et les parties prenantes de l'entreprise. Depuis, en tant que responsable des analyses pour la division PME de Google, j'ai directement mis en œuvre cette approche dans le cadre de projets à fort impact impliquant l'optimisation de la stratégie de vente, la planification des activités et l'aide à la décision des dirigeants.