Comment votre organisation prend-elle ses décisions en matière de projets ?
Pour la plupart des professionnels des projets, la réponse optimale est : en se basant sur les données. Mais la réalité peut être différente. Alors que 73 % des professionnels des projets affirment que les données sont essentielles à la réalisation des projets, seul un quart des organisations se décrivent actuellement comme étant axées sur les données.
Sans accès à des données de qualité sur les projets, vous serez contraint de vous fier à votre expérience ou à votre intuition pour prendre des décisions. Et malheureusement, lorsqu'il s'agit de la planification d'un projet, ces deux éléments sont souvent de piètres substituts.
Les psychologues ont montré que les êtres humains ont une tendance innée à sous-estimer le temps et les ressources nécessaires à la réalisation d'un projet, même s'ils ont déjà entrepris des projets similaires par le passé. Ce biais cognitif est connu sous le nom d'erreur de planification.
Pour éviter les pièges de l'erreur de planification, vous devez fonder vos décisions sur des données. La première étape consiste à évaluer la qualité des données relatives à votre projet.
Évaluer la qualité des données de votre projet
Vous souhaitez disposer de données de qualité sur vos projets pour prendre des décisions, mais à quoi cela ressemble-t-il dans la pratique ? Une série de facteurs déterminent la qualité de vos données de projet. Examinons-les l'un après l'autre :
La pertinence
La quantité de données auxquelles les organisations ont accès augmente de façon exponentielle, mais ce n'est pas forcément une bonne chose. La première étape de l'évaluation de la qualité des données de votre projet consiste à reconnaître que plus de données n'est pas toujours mieux.
Pour permettre une prise de décision efficace, les données de votre projet doivent être pertinentes. Si les chefs de projet doivent parcourir de grandes quantités de données pour trouver les réponses dont ils ont besoin, ils ne seront pas en mesure de réagir rapidement aux problèmes critiques. En fait, 72 % des chefs d'entreprise déclarent que le volume de données disponibles a entraîné une paralysie de la prise de décision.
Bien entendu, il n'existe pas de règle générale pour déterminer quelles données sont ou ne sont pas pertinentes - vous devez tenir compte des spécificités de votre projet. L'un des principaux facteurs à prendre en compte est le respect des exigences de conformité de votre secteur d'activité. Ce qui peut être un détail inutile dans l'industrie manufacturière peut être essentiel pour répondre aux exigences réglementaires dans l'aérospatiale ou les produits pharmaceutiques.
La normalisation
Pratiquement tous les projets impliquent plusieurs équipes, chacune générant ses propres données. Ces données peuvent aller des rapports d'avancement aux contrats avec les fournisseurs, en passant par les dossiers d'achat et les statistiques d'utilisation des ressources.
Vous devez avoir accès à toutes ces données pour avoir une vision claire de l'état d'avancement de votre projet. Après tout, une vue partielle peut vous faire manquer des détails essentiels. Mais si vos processus de données ne sont pas entièrement normalisés, vous risquez de vous retrouver avec des équipes qui n'ont pas les moyens d'accéder à toutes les données :
- Enregistrer les données dans des formats différents
- Utiliser des définitions contradictoires pour les termes clés
- Calculer des mesures importantes de manière incohérente
- Stocker les données dans des applications différentes
Résultat ? Vous examinez les rapports d'avancement de vos équipes d'ingénierie, de développement et de marketing pour vous assurer que tout le monde est sur la même longueur d'onde, mais il n'est pas facile de faire des comparaisons. Vous devez préparer les données avant de les analyser ou demander des précisions à chaque équipe.
Dans les deux cas, votre capacité à identifier les problèmes émergents et à y répondre est limitée.
Rapidité d'exécution
Une gestion de projet efficace implique de réagir rapidement à l'évolution des circonstances. Si une tâche particulière commence à prendre du retard ou si une équipe particulière est sur le point de dépasser son budget, vous devez procéder à des ajustements dès que possible.
Mais sans accès aux données en temps réel, vous aurez du mal à identifier les problèmes dès leur apparition.
Imaginez que votre équipe produit prenne du retard au stade des essais en raison de complications imprévues, mais qu'elle ne fournisse des mises à jour du calendrier que toutes les deux semaines. Avant même de commencer à comprendre la cause des retards et leur impact sur le reste du projet, vous avez déjà perdu un temps précieux à attendre les informations dont vous avez besoin.
En fin de compte, plus le délai avant l'arrivée de nouvelles données sur votre bureau est long, plus il sera difficile de détecter les problèmes à temps.
Précision
Lorsque l'on pense aux problèmes de qualité des données, l'erreur humaine vient généralement à l'esprit - erreurs de copier-coller, champs manquants, entrées en double.
Il ne fait aucun doute que tous ces problèmes sont importants. Le taux d'erreur couramment cité pour la saisie manuelle des données est de 1 %. Cela peut sembler peu, mais si vous travaillez avec un ensemble de données contenant 10 000 champs, cela signifie que 100 d'entre eux sont incorrects. C'est un risque considérable si vous utilisez ces données pour prendre des décisions de grande valeur.
Mais les erreurs de manipulation ne sont pas les seuls problèmes d'exactitude auxquels vous pouvez être confronté. Si vous ne disposez pas de bonnes pratiques clairement définies pour l'enregistrement des données, des erreurs peuvent être introduites à un niveau plus fondamental.
Supposons, par exemple, que vous surveilliez le taux d'utilisation de vos ressources. D'après les données, vous devriez disposer d'un nombre d'heures de travail plus que suffisant pour atteindre vos objectifs au cours du trimestre à venir. Ce n'est qu'au milieu du deuxième mois que vous vous rendez compte que vous avez calculé sur la base du nombre total d'heures disponibles, sans tenir compte des congés annuels, et que vous êtes maintenant sur la bonne voie pour dépasser vos objectifs.
Accessibilité
Vous avez peut-être lu jusqu'ici et vous êtes heureux de découvrir que les données de votre projet sont conformes aux normes - elles sont pertinentes, entièrement normalisées, en temps réel et bien validées.
Mais tout cela ne sert pas à grand-chose si les principaux décideurs ne peuvent pas y accéder lorsqu'ils en ont besoin.
Pour les décisions relatives aux grands projets, vous aurez probablement besoin de l'approbation d'une série de parties prenantes, y compris de hauts responsables. Et tous voudront probablement faire preuve de diligence raisonnable avant de s'engager, notamment en examinant les données qui sous-tendent la décision.
Mais supposons que cela les oblige à rechercher des rapports pertinents ou à demander l'accès aux données dont ils ont besoin à partir de plusieurs plateformes. Dans ce cas, obtenir leur approbation sera un processus compliqué. Comme vous passez du temps à les poursuivre, la décision que vous souhaitez obtenir est retardée, ce qui peut avoir des conséquences importantes.
Comment un PMO peut améliorer la qualité des données d'un projet
Comme vous pouvez le constater, la qualité des données d'un projet couvre toute une série de facteurs. Cela signifie que pour l'améliorer, il faudra adopter une approche globale. Ce qui soulève la question de savoir qui doit en assumer la responsabilité.
Si votre équipe informatique possède une expertise en matière de données, elle n'est probablement pas en mesure de comprendre les exigences spécifiques de la gestion de projet. En confiant la qualité des données d'un projet à un bureau de gestion de projet (PMO), vous pouvez adopter une approche coordonnée basée sur une compréhension approfondie des facteurs de réussite des projets.
Un PMO peut améliorer la qualité des données de votre projet par les moyens suivants
- Mettre en place un tableau de bord de gestion de projet filtrable à l'aide d'un outil de gestion de projet. Il s'agit d'une source unique de vérité qui garantit la cohérence des données du projet et permet aux équipes de faire remonter facilement les données les plus pertinentes.
Définir les indicateurs clés et veiller à ce que les méthodes de collecte soient appropriées. Avec des processus de données clairement définis, vos équipes seront mieux placées pour collecter des données pertinentes et précises sur la base de définitions communes et de meilleures pratiques.
Mettre en œuvre des processus normalisés pour le suivi et la validation des données du projet. Les problèmes de qualité des données peuvent résulter de la plus petite des erreurs, ce qui les rend difficiles à repérer. Des processus cohérents de validation des données peuvent vous aider à identifier les problèmes plus tôt et à les résoudre plus facilement.
Suivre la qualité des données pour identifier les problèmes récurrents. L'amélioration de la qualité des données n'est pas une tâche unique. Un PMO peut contrôler la qualité des données au sein d'un même projet et dans le cadre de projets simultanés afin d'assurer une amélioration continue de vos processus de données.
Comment un PMO améliore la qualité des données d'un projet - et pourquoi c'est important