Au fil des ans, nous avons participé, conseillé ou étudié des centaines de transformations numériques. Ce faisant, nous avons acquis une perspective sur la difficulté réelle d’une véritable transformation numérique et sur ce qu’il faut pour réussir. La transformation numérique n’est pas pour les âmes sensibles – la triste réalité est que, à ce jour, de nombreux efforts de ce type, comme les programmes de transformation en général, ont échoué.
Technologie
De l’Internet des objets, à la blockchain, aux lacs de données, à l’intelligence artificielle, le potentiel brut des technologies émergentes est stupéfiant. Et si beaucoup d’entre elles deviennent plus faciles à utiliser, comprendre comment une technologie particulière contribue à une opportunité de transformation, adapter cette technologie aux besoins spécifiques de l’entreprise et l’intégrer aux systèmes existants est extrêmement complexe. Pour compliquer les choses, la plupart des entreprises ont une énorme dette technique – des technologies anciennes intégrées qu’il est difficile de changer. Vous ne pouvez résoudre ces problèmes qu’avec des personnes qui ont une profondeur et une largeur technologiques, et la capacité de travailler main dans la main avec l’entreprise.
Données
La malheureuse réalité est que dans de nombreuses entreprises aujourd’hui, la plupart des données ne sont pas conformes aux normes de base, et les rigueurs de la transformation exigent une bien meilleure qualité des données et des analyses. La transformation implique presque certainement la compréhension de nouveaux types de données non structurées (par exemple, une photo des dommages causés à une voiture fournie par un conducteur), des quantités massives de données externes à votre entreprise, l’exploitation de données propriétaires et l’intégration de tout cela, tout en se débarrassant d’énormes quantités de données qui n’ont jamais été (et ne seront jamais) utilisées. Les données présentent un paradoxe intéressant : la plupart des entreprises savent que les données sont importantes et que leur qualité est mauvaise, mais elles gaspillent d’énormes ressources en ne mettant pas en place les rôles et responsabilités appropriés. Elles accusent souvent leurs fonctions informatiques de tous ces échecs.
Comme pour la technologie, vous avez besoin de talents ayant à la fois une grande étendue et une grande profondeur dans les données. Plus importante encore est la capacité à convaincre un grand nombre de personnes en première ligne des organisations d’assumer de nouveaux rôles de clients et de créateurs de données. Cela signifie qu’il faut réfléchir et communiquer les données dont ils ont besoin maintenant et celles dont ils auront besoin après la transformation. Cela signifie également aider les travailleurs de première ligne à améliorer leurs propres processus et tâches de travail de sorte qu’ils créent des données correctement.
Processus
La transformation nécessite un état d’esprit de bout en bout, une refonte des moyens de répondre aux besoins des clients, une connexion transparente des activités de travail et la capacité de gérer au-delà des silos à l’avenir. Une orientation vers les processus répond naturellement à ces besoins. Mais nombreux sont ceux qui ont trouvé que la gestion des processus – horizontalement, à travers les silos et centrée sur les clients – était difficile à concilier avec la pensée hiérarchique traditionnelle. En conséquence, ce concept puissant s’est étiolé. Sans lui, la transformation se réduit à une série d’améliorations incrémentielles – importantes et utiles, mais pas vraiment transformatrices.
En développant des talents dans ce domaine, recherchez la capacité à « rassembler les chats » – aligner les silos en direction du client pour améliorer les processus existants et en concevoir de nouveaux, et un sens stratégique pour savoir quand une amélioration incrémentielle des processus est suffisante et quand une réingénierie radicale des processus est nécessaire.
Capacité de changement organisationnel
Dans ce domaine, nous incluons le leadership, le travail d’équipe, le courage, l’intelligence émotionnelle et d’autres éléments de la gestion du changement. Heureusement, beaucoup de choses ont été écrites sur ce domaine depuis de nombreuses années, nous ne les passerons donc pas en revue ici, si ce n’est pour noter que toute personne responsable de la transformation numérique doit bien connaître ce domaine. Bien que nous n’ayons pas de preuves solides à l’appui, il semble que ceux qui gravitent autour de la technologie, des données et des processus sont un peu moins susceptibles d’embrasser le côté humain du changement. Bien sûr, dans nos recommandations ci-dessus, nous avons exhorté les dirigeants à rechercher des personnes ayant d’excellentes compétences humaines. Si vous ne parvenez pas à les trouver, une bonne alternative est de mettre quelques » personnes violettes « , celles capables de travailler des deux côtés, dans l’équipe de transformation.
Pulling It All Together
Jusqu’ici, nous avons discuté des domaines de la technologie, des données, des processus et des capacités de changement organisationnel comme s’ils existaient de manière isolée, ce qui n’est bien sûr pas le cas. Au contraire, ils font partie d’un ensemble plus vaste. La technologie est le moteur de la transformation numérique, les données sont le carburant, les processus sont le système de guidage et la capacité de changement organisationnel est le train d’atterrissage. Vous avez besoin de tous ces éléments, et ils doivent bien fonctionner ensemble.
Pensons au problème » nos systèmes ne se parlent pas « , qui taraude la plupart des entreprises et constitue un anathème pour la transformation numérique. Mais à quel domaine appartient-il ? Comme décrit ci-dessus, il s’agit d’un problème technologique – mais il entraîne également d’énormes inefficacités de processus. Pourtant, il découle d’un manque d’architecture de données solide, et il peut impliquer des problèmes de structure organisationnelle et de politique qui sont difficiles à changer. On pourrait donc dire que n’importe quel domaine devrait prendre l’initiative. Mais la meilleure solution implique que les quatre travaillent ensemble.
