Bases de données, entrepôts de données, BI, cloud, intelligence artificielle : chaque vague a promis de démocratiser la donnée d’entreprise. Des décennies plus tard, ceux qui décident demandent toujours à quelqu’un d’autre. La technologie est devenue plus rapide à répondre et rien n’a changé pour celui qui demande.
Une réponse règle un doute précis et expire avec lui. La compréhension, c’est autre chose : reconnaître des motifs, soupçonner des causes et appliquer ce qu’on a appris à une situation qui n’est pas encore arrivée.
Quand l’échange s’achève sur une réponse isolée, il ne reste presque rien. Quand il montre le même sujet sous plusieurs angles, celui qui a demandé en ressort avec du répertoire — et la question suivante naît déjà meilleure.
Les organisations n’apprennent pas en stockant de l’information. Elles apprennent quand davantage de personnes savent interpréter leurs propres chiffres, partager ce qu’elles ont trouvé et mieux décider la fois suivante.
Les analystes et les équipes data restent essentiels. Mais leur plus grand impact n’est pas de répondre aux demandes : c’est de bâtir la structure qui permet au reste de l’entreprise de demander seul.
Que tout professionnel — quel que soit son poste ou son bagage technique — puisse explorer les données de l’entreprise, voir les relations qui s’y trouvent et s’en servir dans son propre travail, sans le demander à personne.
Des entreprises où la donnée n’est pas enfermée dans un rapport, un outil ou un service. Où des personnes de métiers, de pays et de langues différents apprennent en continu sur la même activité.
Nous ne cherchons pas à construire un outil plus rapide. Nous cherchons à en construire un qui laisse de l’autonomie derrière lui quand la session se termine.
La technologie doit raccourcir la distance entre la personne et la décision, pas ajouter une couche de difficulté à franchir.
Une bonne analyse ne livre pas une réponse et s’arrête. Elle ouvre des angles et laisse l’hypothèse être testée par celui qui l’a eue.
Notre travail est de tenir la main au début et d’être de moins en moins nécessaire ensuite. Un logiciel qui crée de la dépendance a résolu le mauvais problème.
Bases de données, modèles, graphiques et IA sont des moyens. Aucun n’est le produit. Le produit, c’est qu’une personne comprenne mieux sa propre activité.
Luminy est née d’un problème qui se répétait dans chaque entreprise visitée : les données ne faisaient que croître, et la compréhension restait concentrée chez les mêmes quelques personnes.
La plateforme a d’abord résolu l’accès : n’importe qui demandait avec ses propres mots et recevait une réponse visuelle.
Avec l’usage, les gens ont cessé de demander ce qui s’était passé et se sont mis à demander pourquoi, où et quoi faire ensuite.
Nous avons compris que ce que nous bâtissions ne concurrençait ni l’un ni l’autre : c’était une couche au-dessus, dédiée à former celui qui demande.
Le travail consiste désormais à bâtir l’écosystème qui porte cette capacité vers des organisations d’autres marchés.