Petit, c'est beau.

"De nos jours, nous souffrons d'une idolâtrie quasi universelle du gigantisme. C'est pourquoi il est nécessaire d'insister sur les vertus de la petitesse, du moins là où elle est applicable"         

Small is beautiful.

Ni un texte d'Ernst Friedrich Schumacher, ni un objet pouvant être relégué comme un témoignage du passé écologique de notre époque, le texte date de 1973 : le point de vue de Schumacher est actuel. La confusion entre richesse et capital est à la base de la pensée productive occidentale, de même que la difficulté de définir le terme de bien-être pour un organisme, les sociétés post-industrielles actuelles, contraint de croître éternellement. Aucun organisme de ce type n'existe dans la nature, il me semble.

Quelle est la relation entre le petit monde de Schumacher et l'analyse des données ?

Afin d'émettre l'hypothèse de la survie d'une entité (entreprise ou non) évitant l'adoption de modèles d'affaires basés sur la croissance continue mais durable, il faut imaginer un environnement économique de petites entreprises autonomes à forte vocation collaborative, dont la principale qualité est la capacité d'adaptation face à une réalité qui fait de sa capacité de changement la seule constante. L'analyse des données répond à ces deux besoins.

L'autonomie. Lancer une activité d'analyse de données dans sa propre organisation implique de rechercher des données, de les identifier, de les catégoriser et de définir plus précisément leur emplacement, ainsi que de décrire leur forme (documentation papier ou numérique par exemple) et leur dynamique (procédures dans lesquelles les informations circulent). Cette activité très intéressante fournit un premier résultat presque immédiat : l'acquisition d'une plus grande conscience de sa position dans le monde (pas seulement économique) et de ses interdépendances (relations parfois toxiques) développées uniquement pour obtenir des performances économiques à des prix (déraisonnablement) bas, par exemple. Pas seulement ça. Mais elle met aussi en lumière des informations précieuses perdues dans les méandres de logiciels extrêmement puissants alimentés massivement en données et faiblement l'objet de réflexions plus larges, d'une vision générale. Nous devenons donc plus autonomes car l'analyse des données conduit à l'analyse et à la réflexion de points de vue peut-être oubliés ou négligés.

Adaptabilité. Notre capacité innée à entreprendre, associée aux connaissances acquises grâce aux données, nous permet de prendre des décisions sur des bases différentes, en un temps plus court et avec un espoir de réussite bien plus élevé. En bref, nous allégeons nos processus décisionnels et développons une plus grande capacité d'adaptation. C'est pourquoi le lancement d'une activité d'analyse de données nous permet également d'atteindre un niveau supérieur d'adaptabilité et d'autonomie.

Oui, mais pourquoi favoriser le "petit" ?

En effet, de même que consommer localement permet de se réapproprier la relation de responsabilité à double sens entre consommateur et producteur (il est difficile de dialoguer avec des actionnaires souvent anonymes et, pire encore, inconscients), de même revenir sur les données que nous utilisons, souvent inconsciemment, et découvrir d'où elles viennent et ce qu'elles signifient nous permet de décider d'enraciner nos données dans des territoires numériques plus sûrs en termes de provenance et de traitabilité ; en d'autres termes, si je manipule mes propres données, il est peu probable que j'obtienne de meilleurs résultats que ceux qui délèguent cette activité à d'autres ou, pire encore, croient qu'elle ne présente aucun intérêt. Il n'est pas exclu que d'autres le fassent à notre place : c'est-à-dire que d'autres traitent les données qui nous concernent, mais à des fins qui ne sont pas nécessairement nuisibles, mais certainement pas destinées à réaliser notre mission. Ils nous traitent mais pas pour nous. Si vous voulez le réduire à un slogan.

De plus, cette démocratisation de l'analyse des données devrait conduire à un effondrement progressif de la concentration des données dans un très petit nombre de mains. Trop de données, trop centralisées. Bien entendu, il s'agit d'une question ouverte et nous n'avons pas l'intention d'être exhaustifs. Même si nous le voulions, nous ne pourrions pas.