Qu'est-ce qu'une analyse d'écart de données?
Une analyse des lacunes dans les données détermine les lacunes existantes dans l'un des nombreux indicateurs indiquant la performance d'une entreprise dans un domaine spécifique. Ce type d'analyse est souvent effectué dans le but non seulement de passer en revue les lacunes, mais également de les supprimer en améliorant la collecte de données. Les lacunes en matière de données, également appelées lacunes en matière de perception, peuvent concerner n’importe quel domaine de la performance d’entreprise dans la production ou dans les services fournis aux clients. Dans une analyse des lacunes en matière de données, les gestionnaires ou les consultants cherchent à améliorer les performances actuelles en comblant les lacunes dans la collecte des données. Déterminer les lacunes à mesurer est souvent difficile, car les métriques commerciales sont généralement liées et interdépendantes.
Les données statistiques et de performance couvrant un large éventail d'activités commerciales sont souvent collectées par les responsables. Ces données peuvent être utilisées pour quantifier les performances commerciales dans un ou plusieurs domaines particuliers. Les gestionnaires utilisent les informations issues d’une analyse des lacunes dans les données pour modifier la production ou la fourniture de services afin d’accroître leur efficacité.
L’analyse des lacunes en matière de données est principalement axée sur l’élaboration de procédures permettant de saisir les données dans un domaine particulier, et non sur la révision des données historiques. Le principe de fonctionnement généralement utilisé est que ce qui n’a pas été mesuré peut être l’endroit idéal pour éliminer les déchets et augmenter la productivité. Jusqu'à ce qu'une analyse des lacunes de données soit réalisée, le niveau d'efficacité réel reste inconnu.
Les lacunes dans la collecte de données d'une organisation réduisent le retour d'information que les responsables utilisent généralement pour mesurer les performances dans un domaine particulier. Par exemple, les responsables peuvent vouloir savoir combien de clients reviennent avec une plainte concernant un produit particulier dans un laps de temps donné. Si personne ne suit ces données, l'entreprise peut ne pas connaître le niveau actuel de satisfaction de la clientèle. En outre, les problèmes liés à un produit particulier peuvent être plus nombreux que ne le réalisent les entreprises, car ces données ne sont pas communiquées à ceux qui sont en mesure de déterminer la raison de la défaillance.
Les examens des données collectées sont généralement effectués pour rechercher les lacunes - les domaines dans lesquels les données font défaut. La prochaine étape consiste généralement à déterminer quelles mesures doivent être capturées afin de combler ces lacunes. Cette étape implique souvent de poser des questions exploratoires, puis de prendre les réponses et de mettre en place une série d'actions pour capturer ces données. Il peut être difficile de découvrir une lacune dans les données, car il est souvent difficile pour les gens d’imaginer quelles questions ne sont pas posées. C'est pourquoi la plupart des analyses de lacunes dans les données commencent par déterminer d'abord quelles capacités de prévision devraient idéalement être introduites dans une opération donnée.