Aller au contenu

Analysede données

On part de votre question et des données que vous avez déjà. Vous recevez une réponse écrite, avec ses preuves, son degré de confiance et la décision qu’elle appuie.

Parler avec un expert

Un ordinateur portable ouvert sur des graphiques de données, au-dessus de deux autres ordinateurs fermés
Pour
PME, grandes entreprises, organismes publics, équipes de recherche
Durée
De quelques jours à quelques mois
Équipe
Les analystes de Kashika Studio et nos développeurs, à Montréal

01 Quand

Quand une décision attend une réponse chiffrée

Dans chacune de ces situations, une partie de la réponse se trouve déjà dans vos systèmes ou vos fichiers. Il reste à l’en sortir, à la vérifier et à la mettre par écrit.
Un relief abstrait de fines barres verticales turquoise, comme un graphique vu en trois dimensions
  1. Une tendance que personne n’explique

    Les ventes d’une famille de produits reculent depuis deux trimestres, ou les délais de livraison s’allongent. Chacun a son hypothèse. Aucune n’a été vérifiée.

  2. Des années d’historique jamais exploitées

    Votre ERP, votre logiciel comptable ou vos classeurs Excel gardent des milliers de commandes. Ils servent à facturer, rarement à comprendre.

  3. Une recommandation à défendre

    Hausse de prix, nouveau point de service, embauche : votre conseil d’administration ou votre partenaire financier veut voir les chiffres derrière la proposition.

  4. Un tableau de bord qui montre sans expliquer

    Il indique que la marge a reculé ce mois-ci. Il ne dit pas sur quels produits, pour quels clients ni pourquoi.

  5. Des quantités décidées au jugé

    Achats, stocks, horaires : la quantité de la prochaine saison se fixe à l’expérience. Votre historique pourrait la chiffrer, marge d’erreur comprise.

  6. Des sources à rendre comparables

    Données publiques, résultats de modèles, fichiers de partenaires : chaque source a ses unités et ses définitions. Il faut les aligner avant de les comparer.

Des chiffres ne disent pas toujours ce qu’on voudrait entendre. Nos constats s’en tiennent à ce que vos données démontrent.

Une hypothèse qui ne résiste pas au test est écartée, et le rapport l’écrit noir sur blanc. À l’inverse, si un tableau croisé suffit à répondre, on s’arrête là : pas besoin d’un modèle statistique.

02 Sujets

Les questions qu’une analyse peut trancher

Une bonne question tient en une phrase et sert une décision. Elle entre presque toujours dans l’une de ces familles.

01

Ventes et saisons

Les produits, les clients et les mois qui portent vos ventes. Ce qui relève de la saison et ce qui marque une vraie tendance.

02

Rentabilité

Où la marge se perd : un produit, un client, un type de contrat ou une étape qui coûte plus qu’elle ne rapporte.

Calculer son coût de revient

03

Opérations et délais

Où le travail attend, quelle étape retarde les livraisons et à quel moment de la semaine la charge déborde.

04

Clients et fidélité

Qui cesse d’acheter, après combien de temps et après quel événement. Les signes qui précèdent un départ.

05

Prévisions

Combien commander, produire ou prévoir de personnel pour la prochaine saison, avec une marge d’erreur chiffrée.

06

Qualité des données

Deux systèmes qui affichent des totaux différents, un client inscrit trois fois, un champ que personne ne remplit. C’est souvent le premier constat, et il oriente la suite.


Ce qu’on vous remet

Un rapport écrit pour décider, présenté en rencontre.

Résumé
La question, la réponse et la décision recommandée, en une page, pour la direction
Constats
Chacun avec sa preuve et son degré de confiance
Recommandations
Ce que chacune demande et ce qu’elle change
Méthode et limites
Les hypothèses, les méthodes retenues et ce que les données ne permettent pas d’affirmer
Journal de préparation
Chaque correction apportée aux données, source par source
Suite
Les questions que l’analyse soulève, et les données à recueillir pour y répondre

03 Méthode

Du chiffre brut à la décision

Une analyse suit son propre cycle, plus court qu’un projet de développement. Chaque étape vous remet quelque chose. Le parcours n’est pas toujours en ligne droite : un résultat surprenant renvoie aux données, pour vérifier qu’il ne vient pas d’une erreur de préparation.

01 Question

On précise la question.

On rencontre ceux qui posent la question et ceux qui tiennent les données. On fixe la décision à éclairer et le sens exact de chaque mot : une commande « livrée », une marge « brute ». Vous validez la question écrite, avec ses définitions.
Fig. 01 Les questions notées en rencontre, classées

02 Données

On recense les sources de données.

Chaque source est recensée : ce qu’elle contient, depuis quand, à quel rythme elle change et qui la tient à jour. Un premier échantillon est lu. Vous savez tôt si vos données peuvent répondre et avec quelle précision.
Fig. 02 L’inventaire des sources et ce qu’on en fait

03 Préparation

On nettoie et on relie les sources.

Doublons, formats de date, codes qui diffèrent d’un système à l’autre : chaque correction est écrite dans un journal, rien ne se corrige à la main sans trace. Vous validez le jeu d’analyse en sachant tout ce qui y a changé.
Fig. 03 Le journal de préparation, au troisième passage

04 Exploration

On regarde ce que les données montrent.

Saisons, valeurs extrêmes, écarts entre groupes : on cherche les régularités avant de chercher les causes. Certaines pistes tombent vite, d’autres méritent un test. Vous voyez les pistes retenues et celles écartées, avec leurs raisons.
Fig. 04 Les saisons sur trois ans, par famille de produits

05 Vérification

On teste ce qui tient.

Chaque piste est vérifiée avec une méthode adaptée : une comparaison simple, un modèle statistique ou une prévision testée sur des mois mis de côté. Sa marge d’erreur est chiffrée. Vous savez quels constats sont solides et lesquels restent à confirmer.
Fig. 05 Une prévision testée sur quatre mois mis de côté

06 Rapport

On rédige le rapport et on le présente.

Le rapport s’adresse à la direction comme aux équipes qui font le travail. Chaque constat s’appuie sur sa preuve, chaque recommandation dit ce qu’elle demande. La présentation se fait en rencontre, le temps de discuter chaque constat.
Fig. 06 La section des constats du rapport

L’analyse mène à un outil ?

Un tableau de bord à bâtir, des sources à réunir dans une plateforme : on passe alors à un projet de développement, avec sa propre méthode. Ce que l’analyse a établi lui sert de point de départ.

Voir la méthode de nos projets

04 Données

Des données suffisantes pour la question posée

On ne juge pas vos données dans l’absolu, mais par rapport à la question. Le même historique peut suffire pour mesurer une saison et rester trop court pour une prévision. Le verdict tombe tôt, après la lecture d’un premier échantillon, avant le gros du travail.
Le verdict par question, remis après l’inventaire
  1. Des données dispersées

    La situation
    Les commandes sont dans l’ERP, les retours dans un classeur, les plaintes dans les courriels.
    Ce qu’on fait
    On relie les sources par leurs clés communes et chaque jonction est documentée. Ce qui ne se relie pas est mis de côté, avec son motif.
    Pour vous
    Un jeu d’analyse dont chaque ligne s’explique.
  2. Un historique trop court

    La situation
    Deux ans de données ne montrent pas une tendance de fond. Une seule saison ne fait pas une règle.
    Ce qu’on fait
    On le dit dès le verdict. Le résultat est présenté comme indicatif, avec ce qu’il faudrait recueillir pour le confirmer.
    Pour vous
    Vous décidez en connaissant la solidité de la réponse.
  3. Un biais dans la collecte

    La situation
    Les ventes perdues ne sont jamais saisies. Les clients mécontents répondent plus souvent aux sondages.
    Ce qu’on fait
    Avant de conclure, on cherche ce que les données ne voient pas. Le biais est nommé dans le rapport, avec son effet probable.
    Pour vous
    Une conclusion qui tient quand quelqu’un la conteste.

Les données manquent ou se contredisent partout ?

Mieux vaut alors commencer par les organiser. Une stratégie de données fait le tour de vos sources et désigne la référence pour chaque domaine.

Voir la stratégie de données

05 IA

Des résultats reproductibles, l’IA quand elle fait gagner du temps

La plupart des questions se tranchent avec des méthodes éprouvées : une comparaison, une régression, une prévision. Relancées sur les mêmes données, elles redonnent exactement les mêmes chiffres. L’IA intervient en amont, quand la matière première est du texte ou des documents à lire. On la propose quand le temps qu’elle épargne dépasse ce qu’elle coûte à mettre en place.

Ce que la statistique fait mieux

  • Mesurer un écart et dire s’il dépasse le hasard.
  • Produire une prévision avec sa marge d’erreur.
  • Refaire le même calcul sur une nouvelle extraction et obtenir le même résultat.
  • Choisir l’outil selon la question : Python, R, SQL ou un tableur quand il suffit.

Où l’IA aide

  • Classer des commentaires, des plaintes ou des demandes écrites en texte libre, pour pouvoir enfin les compter.
  • Extraire les champs utiles de documents numérisés : bons de commande, formulaires, courriels.
  • Proposer une première synthèse des constats, que l’analyste relit et corrige.
  • Jeter un premier coup d’œil à un petit fichier : un assistant conversationnel fait alors très bien l’affaire.

Ce qu’elle ne peut pas conclure seule

  • Que ses propres chiffres sont justes : un calcul se vérifie par un autre calcul.
  • Qu’une chose en cause une autre.
  • Qu’un constat est prêt à remettre, sans la relecture d’un analyste.

L’IA dans vos outils au quotidien

Lire des factures, trier des demandes, chercher une réponse dans vos procédures : ce travail quotidien est l’affaire de notre service d’intégration de l’IA.

Voir l’intégration de l’IA

06 Après

Après le rapport, un regard d’analyste sur vos décisions

Une fois le rapport présenté, reste à appliquer la décision et à voir ce qu’elle donne. Nos analystes vous accompagnent dans la mise en œuvre, mesurent ce qui a changé et vous aident à choisir la question suivante. Si l’analyse a mené à un outil, son entretien passe par notre offre de support et maintenance.

01

Refaire le calcul quelques mois plus tard

Mêmes définitions, mêmes règles de préparation : on mesure si la décision a produit l’effet prévu, et dans quelle proportion.

02

Choisir la question suivante

Un premier résultat en soulève presque toujours d’autres. On vous aide à retenir celle qui pèse le plus sur vos décisions, pas seulement la plus facile à traiter.

03

Recueillir ce qui manque

Un motif noté au départ d’un client, une date de livraison saisie au bon endroit : on vous dit quoi commencer à noter pour répondre l’an prochain à la question restée ouverte.

04

Les nouveaux outils, éprouvés sur vos données

Sources de données publiques, automatisation, modèles d’IA : on vérifie sur vos propres données ce qu’ils changeraient à vos réponses avant de vous les recommander.

07 Réalisations

Des sources difficiles, lues jusqu’au bout

Chacun de ces projets partait de données qu’il fallait comprendre avant de s’en servir. La base de recherche de HEC Montréal garde la date de chaque mesure reçue. À l’Observatoire des tout-petits, chaque écart entre un nouveau fichier et la base est montré avant l’import. Pour l’Institut de l’énergie Trottier, les résultats de 151 scénarios se comparent sur les mêmes indicateurs.

Voir tous les projets

  • HEC Montréal

    Recherche universitaire

    Des milliers d’artistes. Mesurés chaque semaine.

    Logiciel sur mesure

  • Les tout-petits du Québec. En plus de 200 indicateurs.

    Logiciel sur mesure

  • Ressources naturelles Canada

    Recherche en énergie

    Le Canada carboneutre en 2050. 151 chemins pour y arriver.

    Application web

Je manquais de pièces au pire moment, en pleine saison. Ils ont bâti un système qui anticipe mes besoins de réapprovisionnement : mes ruptures d’inventaire ont diminué de 95%.

André-Pierre Cloutier Co-propriétaire, Original Garage Motosport

08 Questions

Questions et réponses

Ce qu’on nous demande avant de confier une première question à nos analystes.

Une autre question ? Écrivez-nous à info@witify.io ou appelez au 1 800 334 9031.

Quels outils utilisez-vous pour vos analyses ?

L’outil suit la question. Pour la plupart des analyses, nos analystes travaillent en Python ou en R : Pandas et NumPy pour préparer les données, des bibliothèques statistiques pour les modèles, Matplotlib, Seaborn ou ggplot2 pour les graphiques. SQL interroge les bases de données à la source. Quand un tableur ou votre outil de rapports suffit, on s’en sert.

Les traitements sont écrits en code plutôt que faits à la main : ils se relisent, se vérifient et se relancent sur une nouvelle extraction. Les analyses sont menées avec Kashika Studio, la division de Witify consacrée aux données.

Combien de temps dure une analyse en moyenne ?

Tout dépend de la question et des sources. Une question simple posée à une seule source, comme l’évolution des ventes d’une saison à l’autre, se règle souvent en moins d’une semaine.

Plusieurs sources à relier, des données non structurées ou des problèmes de qualité allongent le travail jusqu’à plusieurs mois. La préparation des données en prend souvent la plus grande part. Le verdict remis après l’inventaire permet de préciser la durée avant d’aller plus loin.

Comment assurez-vous la confidentialité des données ?

Si vous le demandez, vos fichiers sont couverts par un accord de confidentialité signé avant le premier envoi. Seules les personnes affectées au mandat y ont accès, et les données que nous hébergeons le sont sur des serveurs certifiés ISO 27001 et SOC 2.

Quand des renseignements personnels sont en jeu, on regarde d’abord avec vous si l’analyse peut s’en passer : un numéro de client suffit souvent là où un nom ne sert à rien. Ces renseignements relèvent de la Loi 25, et c’est avec votre conseiller juridique que se précisent vos obligations.

Quelle est la meilleure façon de savoir si notre organisation possède suffisamment de données pour répondre à nos objectifs ?

Partir de la question, pas des données. Une fois la décision et les définitions fixées, on dresse la liste des données qu’il faudrait pour y répondre, puis on la compare à ce que vous avez. Un premier échantillon, lu tôt, montre leur état réel.

Le verdict tombe question par question : suffisant, indicatif ou à recueillir. Si les données manquent, le rapport dit quoi recueillir et à partir de quand. Si elles sont dispersées dans toute l’organisation, une stratégie de données est souvent le meilleur point de départ.

Quelle différence entre une analyse de données et un tableau de bord ?

Le tableau de bord se consulte chaque semaine : il dit où vous en êtes, toujours avec les mêmes indicateurs. L’analyse se fait une fois, pour une question précise, souvent un pourquoi ou un combien, et aboutit à une recommandation.

Les deux se complètent. Une analyse sert souvent à choisir les indicateurs qu’un tableau de bord suivra ensuite, et la visualisation de données prend alors le relais.

Nos données sont réparties entre Excel et plusieurs systèmes. Est-ce un problème ?

Non, c’est la situation de départ de la plupart des analyses. À l’Observatoire des tout-petits, plus de quatre sources sur cinq sont des classeurs Excel, chacun dans la mise en page de son fournisseur. La préparation sert justement à relier les sources et à corriger leurs écarts. Chaque correction est notée dans le journal.

Si le même désordre revient chaque mois, l’analyse le signale. Réunir vos sources dans une plateforme de données devient alors un projet à envisager.

Faut-il de l’intelligence artificielle pour analyser nos données ?

Pas pour trancher la plupart des questions d’affaires : une comparaison ou une prévision bien testée y répond, et chacun peut en suivre le calcul.

L’IA trouve sa place quand une partie de la matière est écrite : commentaires de clients, plaintes, formulaires numérisés. Elle les classe pour que l’analyse puisse les compter, et le rapport précise comment ce classement a été vérifié. Pour l’IA au cœur de vos outils de tous les jours, voir l’intégration de l’IA.

Que recevons-nous à la fin d’une analyse ?

Un rapport conçu pour décider. Il s’ouvre sur une page de synthèse pour la direction, puis détaille chaque constat, la preuve qui l’appuie et l’action recommandée. La méthode, les limites des données et le journal de préparation complètent le document.

Le rapport est présenté en rencontre, à la direction et aux équipes concernées. Les questions qu’il soulève sont notées : elles servent de point de départ si vous poursuivez.

Peut-on commencer par une seule question ?

Oui. C’est souvent le meilleur départ. Une question claire, posée à une source bien tenue, donne un résultat en peu de temps. Vous jugez la méthode sur pièces avant d’aller plus loin.

Une question reste sans réponse ? Posons-la ensemble.

En 30 minutes, un expert écoute votre question, fait le tour des données dont vous disposez et vous indique si elles peuvent y répondre.

  • Un appel de 30 minutes avec un expert, pas un vendeur
  • Une estimation budgétaire réaliste, chiffres à l’appui
  • Un plan d’action concret, que vous travailliez avec nous ou non
Ou écrivez-nous

Gratuit. Sans engagement. Réponse en moins de 24 h.

Les noms et les chiffres affichés dans les interfaces sont donnés à titre d’exemple.