Des prises de position issues du terrain, sur la donnée, la décision et l'ère agentique.
La data, c'est l'information — la connaissance sur laquelle on prend les décisions, stratégiques comme opérationnelles.
Suivre un plan au quotidien et s'assurer qu'on avance dans la bonne direction. « On ne pilote pas ce qu'on ne mesure pas. »
Chercher des insights, des corrélations — comprendre ce qui se joue derrière les chiffres pour trouver les leviers.
Dans les deux cas, la donnée reste le plus souvent au stade descriptif : on sait si on est bien ou mal sur un domaine, guère plus. Beaucoup de temps de consolidation, peu de temps d'analyse — et pas assez de recul pour comprendre comment activer la donnée.
C'est le dernier kilomètre — transformer le chiffre en décision — qui est le plus difficile. Et c'est l'expert métier qui doit le porter.
La donnée est fragmentée entre IT, équipes data et métier. Les intermédiaires diluent l'expertise métier dans la complexité technique — alors les métiers exportent tout dans Excel, et on consolide du reporting au lieu d'analyser. Des KPI descriptifs, figés, pas activables.
Libérer les métiers en leur donnant un accès direct à leur donnée, c'est libérer la valeur. La data est un produit vivant, pas un objet figé. La valeur n'est pas dans le dashboard : elle est dans l'analyse et la décision qui suivent.
D'abord gagner du temps — automatiser le reporting récurrent. Ensuite créer de la valeur — imaginer les bons KPI, décomposer l'équation commerciale, arbitrer avec des chiffres qui collent au terrain.
On travaille sur Power BI parce que c'est la référence du marché. Mais on enseigne les fondamentaux de la data — la logique qui restera quand les outils auront changé, IA comprise.
de prime salariale pour les compétences data/IA en 2026 — elle était de +25% en 2024. PwC, Global AI Jobs Barometer 2026.
des travailleurs auront besoin d'être requalifiés d'ici 2030 ; 85% des employeurs investissent déjà dans l'upskilling. WEF, Future of Jobs 2025.
perdus par Zillow en un an d'achat algorithmique sans pilote métier. IBM a englouti plus de 4 Md$ dans Watson Health. La technologie sans le jugement casse. Résultats publiés 2021-2022.
Des exemples de KPI qu'un expert métier autonome sur sa donnée construit et pilote lui-même — au lieu de les attendre.
Coût d'acquisition par canal · ROAS · valeur vie client — arbitrer le budget sur la contribution réelle, pas sur l'impression.
Taux de transformation par segment · panier moyen · churn — savoir où se perd le chiffre avant la fin du trimestre.
Taux de service · rotation des stocks · OTIF — voir la rupture venir au lieu de la constater.
Concentration fournisseurs · délais réels · conformité — négocier avec des faits, pas des souvenirs.
Turnover par équipe · délai de recrutement · absentéisme — objectiver ce que tout le monde « sent » déjà.
La source de vérité n'existe pas. Arrêtez de la chasser au centime — apprenez à juger, chiffre en main, quand l'écart compte.
Lire → Création de valeurLe poste le plus cher de vos équipes n'apparaît dans aucun budget. Il s'appelle « refaire le même fichier à la main ».
Lire → Ère agentiqueQuand les agents exécutent, la valeur remonte vers celui qui sait poser la question et lire la mesure. Le métier qui maîtrise la data.
Lire →La formation Power BI orientée décision, sur un vrai projet. Deux premiers modules offerts.