Smartsheet ne peut pas magiquement corriger vos données.

La qualité de vos tableaux de bord dépend de la qualité de vos données

Ce qui veut dire que, la plupart du temps, il ne sont pas si bon que ça.

Toutes les organisations veulent des tableaux de bord. Elles veulent de la visibilité, prendre de meilleures décisions, et des moyens d’évaluer la santé de leurs opérations.

Alors les gens construisent des dashboards, et au début, tout le monde est enthousiaste. Les graphiques sont propres, les métriques sont en direct, et la direction a enfin un endroit centralisé pour suivre les performances. Puis, quelques mois plus tard, quelqu’un ouvre le dashboard et dit :

« Ça n’a aucun sens. »

Musique dramatique.

Alors, qu’est-ce qui s’est passé ?

En général, c’est l’un de ces problèmes :

• Personne, ou presque personne, ne met les données à jour
• Les données étaient incomplètes dès le départ
• Le format a changé et a cassé la logique du reporting
• L’entreprise a arrêté d’utiliser une donnée spécifique et l’a remplacé par une autre sans partager l'information
• La donnée utilisé était mal comprise depuis le premier jour
• Les dates sont un désastre de formatage.

Si vous avez commencé à construire des dashboards dans Smartsheet, il y a de fortes chances que vous ayez déjà rencontré au moins un de ces problèmes. Et il est important de souligner : le problème ne vient pas de Smartsheet.

Smartsheet reflète simplement la qualité de vos données opérationnelles. Si les données sont incohérentes, incomplètes ou mal définies, vos dashboards le seront aussi. La bonne nouvelle, c’est qu’une grande partie de ces problèmes peut être évitée.

Voici quelques-uns des problèmes les plus fréquents que je rencontre, et la manière dont je les traite généralement.

1. Personne ne met les données à jour

C’est probablement le problème le plus courant. Beaucoup pensent que la collecte de données va se faire naturellement. Ce n’est pas le cas. Vous connaissez sûrement le classique :

"Est-ce que tu as ouvert un ticket ?"

Tout le monde déteste entendre ça, mais il y a une raison pour laquelle les organisations s’appuient sur ces processus. C’est comme ça que le travail est suivi, priorisé et reporté.

Le truc, c’est de collecter l’information au moment où les gens ont encore un intérêt à la fournir. Si quelqu’un a besoin d’un support, d’une validation, d’un accès ou de ressources, c’est à ce moment-là qu’il faut capturer l’information. Pas trois semaines plus tard, quand plus personne ne se souvient de ce qu’il s’est passé.

Pour les processus de type CRM, cela devient plus compliqué parce qu’il n’y a souvent aucun levier immédiat. Les équipes commerciales, opérationnelles ou les managers doivent réellement adhérer à l’importance de maintenir une bonne qualité de données.

Quelques pratiques aident énormément :

• Garder les formulaires et les champs aussi courts que possible
• Utiliser des listes déroulantes plutôt que du texte libre dès que possible
• Standardiser les définitions des champs
• Supprimer toute ambiguïté

Si deux personnes peuvent interpréter un champ différemment, elles finiront forcément par le faire.

2. Les données étaient incomplètes dès le départ

Celui-là fait mal. Parfois, les données n’existent tout simplement pas. Peut-être que certains champs ont été ignorés pendant des années. Peut-être qu’un ancien processus ne capturait pas correctement les informations. Peut-être que la moitié des données historiques sont inutilisables.

À ce stade, il faut décider si corriger le passé vaut réellement l’effort.

Parfois, il est possible de réconcilier les données manquantes à partir d’un autre système ou d’une autre base de données. Parfois non. Et même lorsque c’est techniquement faisable, l’effort nécessaire ne justifie pas toujours la valeur obtenue. Il faut parfois accepter la perte et avancer avec des processus plus propres.

Il est aussi possible de trouver un compromis. Par exemple, les données de l’année dernière n’existent peut-être qu’en totaux, alors que celles de cette année incluent des catégories et des détails. Cela reste exploitable, tant que tout le monde comprend la différence. Et c’est souvent ce qui arrive naturellement lorsque la qualité des données s’améliore avec le temps.

3. Le format a changé et maintenant tout est cassé

Ça arrive constamment.

Un jour, le système utilise :

TRUE / FALSE

Puis soudainement :

1 / 0

Ou quelqu’un renomme des statuts, ou un département commence à utiliser un workflow différent, ou un champ change discrètement de signification, et tout à coup la logique du dashboard ne fonctionne plus.

Une chose que je recommande, c’est d’éviter autant que possible de modifier directement les données historiques. Si des données existantes ont déjà été utilisées dans des rapports, des workflows ou des exports, les modifier rétroactivement peut créer des problèmes encore plus importants.

À la place, je crée généralement une nouvelle colonne standardisée et j’utilise des formules pour réconcilier les anciens et les nouveaux formats dans une seule sortie propre.

Comme ça :

• les données d’origine restent intactes,
• le reporting devient cohérent,
• et la transition est beaucoup plus facile à auditer.

4. Le point de donnée n’est pas celui que vous pensiez

C’est beaucoup plus fréquent qu’on ne le pense.

Une colonne appelée "Date de complétion" semble claire jusqu’au moment où vous découvrez que :

• une équipe l’utilise comme date de soumission,
• une autre comme date d’approbation,
• et une troisième uniquement lorsque le département finance valide quelque chose.

Cela arrive généralement parce que personne n’a correctement documenté les champs.

Avant de construire une logique de reporting, il faut toujours confirmer :

• ce que signifie réellement chaque champ,
• qui le met à jour,
• à quel moment il est mis à jour,
• et quel processus métier il représente.

Et ne vous fiez pas à l’explication d’une seule personne.

Des équipes différentes ont souvent des interprétations complètement différentes des mêmes données. 

Personnellement, j'aime bien bien mettre en place des couleurs pastels par colonnes en fonction de l'origine des données.

5. Les dates sont un chaos absolu

Les dates méritent leur propre catégorie tellement elles échouent de manière spectaculaire.

On retrouve :

• des dates de début qui sont en réalité des dates de fin,
• du texte qui prétend être une date,
• des formats mélangés,
• des problèmes de fuseaux horaires,
• et l’éternelle guerre entre le format américain et le reste du monde.

Heureusement, Smartsheet gère relativement bien les dates tant que les colonnes sont correctement configurées.

Quelques pratiques aident énormément :

• Pour les données système et le reporting, utilisez le format YYYY-MM-DD. Il se trie correctement partout et supprime toute ambiguïté.
• Pour les affichages destinés aux utilisateurs, utilisez les noms des mois plutôt que des chiffres. Par exemple : 15 juin 2027. Personne ne confondra ce format.
• Lorsque vous reliez des feuilles entre elles, assurez-vous toujours que les deux colonnes sont configurées comme des colonnes Date. Si l’un des côtés est traité comme du texte, vous finirez tôt ou tard avec des formats cassés, des formules qui échouent ou des incohérences dans le reporting.

Conclusion

La plupart des problèmes de dashboard ne sont pas des problèmes de dashboard. Smartsheet peut très bien structurer, automatiser et faire remonter l’information, mais il ne peut pas corriger magiquement de mauvaises habitudes opérationnelles.

Si vous avez besoin d’aide pour reprendre le contrôle de vos données et les structurer dans de beaux dashboards, utilisez le formulaire ci-dessous pour me contacter.