Comment et pourquoi contextualiser la donnée pour mieux l'analyser et la rendre plus accessible à tous

Data / IA

Analyser et contextualiser la donnée

Par La rédaction, publié le 23 juin 2022

La Self BI a été une première étape vers un accès généralisé de la data à tous les métiers, tous les collaborateurs. Elle a mis en évidence des freins et défis qui contraignent les utilisateurs dans l’accès à la data et son analyse. Ces freins et défis sont liés à un besoin de compréhension des règles sous-jacentes. La contextualisation de la donnée est une des clés de son accessibilité par tous.


Selon, Jean-Philippe Nagel, Country Manager France, Belgique et Luxembourg pour MicroStrategy, « l’élément important est de rendre la donnée directement compréhensible par l’utilisateur ». Ce qui passe par une augmentation de l’expérience utilisateur pour lui permettre d’accéder à des indicateurs associés à un ensemble d’éléments de contexte, directement dans son outil de prédilection.

Analyser et contextualiser la donnée permet aux entreprises de mieux l’utiliser et d’élargir la portée de la data.

Jean-Philippe Nagel échange avec notre journaliste Thomas Pagbe, autour de cette ambition d’une donnée plus compréhensible afin d’étendre son usage par l’utilisateur.


YouTube

En chargeant cette vidéo, vous acceptez la politique de confidentialité de YouTube.
En savoir plus

Charger la vidéo

Au sommaire de cet entretien

01:19 Pourquoi les métiers rencontrent-ils tant de difficultéx à exploiter la data ?
03:10 De l’importance de rendre la donnée directement compréhensible dans le Digital Workplace.
05:05 Dans quelle mesure la contextualisation permet d’étendre la pénétration de la data au sein des métiers ?
07:25 Comment les métiers peuvent s’y retrouver dans le trop plein de données et la multiplicité des outils ?
09:05 Que faut il pour fluidifier les données entre les équipes Data et les équipes métiers ?

Dans l'actualité