AT Internet a mis au point un processus de gestion des services d’Analytics basé sur le principe des grilles d’évaluation. Ce processus permet d’évaluer rapidement et simplement un service Analytics complexe par nature. Grace au modèle de maturité on peut évaluer les services, compétences et pratiques des différents départements concernés par l’analytics, pour en extraire une représentation graphique qui permet d’apprécier rapidement, et simplement, forces et faiblesses.
MEG (Maturity Evaluation Grid) se décline en 6 Facteurs clés de succès (Key Process Areas). Chaque Facteur Clé de Succès est évalué à travers 6 caractéristiques communes (Common Features). Chaque Caractéristique Commune est enfin décrite par 6 pratiques clés (Key Practices) représentatives du niveau de maturité (de 0 à 5).
Exemple extrait du questionnaire :Le questionnaire initial permet de définir sur 36 points (6KPA x 6CF) le niveau obtenu (de 0 à 5).
Les réponses apportées construisent automatiquement (merci Excel) les graphiques de diagnostic, d’analyse et de recommandations.Représentation graphique innovante de MEG (Maturity Evaluation Grid), comprenant une analyse croisée KPA/CF :
Les insights sont clairement mis en exergue et on peut déjà voir les orientations d’un plan d’action ciblant précisément points d’excellence et points d’amélioration.Cette représentation est une des clés permettant :
- de concilier le concept de modèle de maturité (théorie) et l’action terrain (pratique)
- de prendre en compte tous les facteurs endogènes (internes au système)
- d’exploiter la distributivité KPA/CF et maximiser l’efficience des plans d’action
- de réaliser une modélisation systémique (non affectée par les silos organisationnels)
MEG intègre de nombreux outils d’aide à l’analyse (tables et graphiques automatiquement générés lors de la saisie des données) simples et accessibles (Entièrement réalisé avec Excel).
MEG propose enfin des outils d’aide au diagnostic et recommandations, ainsi qu’une analyse SWOT qui permet d’intégrer des données exogènes.
NB : les données exogènes seront fonction du périmètre étudié (un service, une entreprise) : par exemple, dans le cas d’un service, on pourra constater que les processus dépendent d’un autre service de l’entreprise. Les consultants AT Insight sont dorénavant en mesure de réaliser une étude complète de votre activité avec ce modèle de maturité. Car n’oublions pas que quelle que soit la puissance de l’outil, le succès reposera in fine sur l’analyste (en collaboration étroite avec le client), ce qui est plutôt rassurant.
4 Comments
Un système ingénieux qui permettrait donc de déterminer les différentes interactions d’une action. Ce modèle de maturité permettrait de mesurer les actions avant même qu’elles se produisent.
Merci pour votre commentaire. Un analyste très aguerri peut en effet utiliser ce modèle pour étayer des bases d’analyse prédictive grâce à l’approche systémique. Cependant, il me semble que l’utilisation courante sera moins ambitieuse car plus orientée terrain.
L’analyse descriptive reste (à mon sens) un préalable nécessaire et surtout résolument tournée vers l’amélioration : Cette méthode met à jour de nombreux insights ainsi que les leviers (souvent méconnus car indirects) les plus efficaces.
Pingback: Maturity Evaluation Grid (MEG) : processus d’analyse des services Web et Online | Webseonews
Pingback: Les 10 erreurs à ne pas commettre lors d'un projet Web Analytics - Blog AT Internet