DataCulture data

Prouver le ROI de la donnée au board : pourquoi la méthode dominante est un piège

Calculer le ROI de la donnée et le présenter au conseil d'administration est devenu une priorité pour les CDO. Mais la logique financière que la plupart adoptent pour y répondre produit souvent l'effet inverse de celui recherché.

Depuis trois ou quatre ans, la pression monte sur les directeurs de la donnée : justifiez vos budgets, montrez ce que la data rapporte, parlez le langage du CFO. Les cabinets de conseil publient des frameworks, les éditeurs de plateformes analytiques proposent des "value calculators", et les conférences CDO ne manquent pas de panels intitulés "How to speak to the board". Le sujet a pris une ampleur telle qu'il est devenu une compétence à part entière du rôle.

Ce que dit le consensus, et pourquoi il tient debout

La position dominante peut se résumer ainsi : pour convaincre le board, le CDO doit traduire les initiatives data en valeur financière mesurable. Coûts évités, revenus incrémentaux, gains de productivité. Selon une étude de NewVantage Partners publiée en 2023, moins de 25 % des grandes entreprises déclaraient avoir créé une culture data-driven. La conclusion implicite du marché : si les dirigeants ne voient pas les chiffres, ils n'investissent pas.

Cette logique a du sens. Un board raisonne en termes de P&L, de capex, de retour sur investissement. Lui parler de "maturité data" ou de "gouvernance des métadonnées" sans ancrage financier revient à parler une langue étrangère. Des exemples concrets existent : Amazon attribue une partie significative de ses gains de conversion à ses moteurs de recommandation, eux-mêmes alimentés par des pipelines de données que le groupe a construit sur plus de vingt ans. Chez Capital One, la direction a systématiquement lié ses investissements en modélisation du risque crédit à des réductions de pertes quantifiées, ce qui lui a permis de maintenir ses budgets analytiques même en période de restriction.

La thèse est donc solide : chiffrer, c'est survivre.

Là où le raisonnement accroche

Le problème n'est pas dans le principe, mais dans l'application. La majorité des CDO qui suivent ce conseil finissent par produire des tableaux ROI qui ne résistent pas à l'examen d'un CFO expérimenté, et perdent leur crédibilité au moment précis où ils pensaient en gagner.

Première faille : l'attribution est presque toujours contestable. Quand un projet de data quality améliore le taux de conversion de 1,3 %, cette amélioration est simultanément revendiquée par l'équipe marketing (nouveau ciblage), l'équipe produit (refonte de l'interface) et la direction commerciale (nouvelle politique tarifaire). Le CDO qui avance un chiffre d'attribution directe s'expose à une objection immédiate que tout CFO formulera sans hésiter. Le résultat : le projet data perd en crédibilité, pas en exécution.

Deuxième faille : les bénéfices les plus importants de la donnée sont souvent des options, pas des flux. Construire un lac de données unifié ne rapporte rien la première année. Mais c'est ce socle qui rend possible, deux ans plus tard, un modèle de détection de fraude qui économise 40 millions d'euros annuels. Le framework ROI classique, appliqué au moment du vote budgétaire initial, ne capture pas cette logique d'option réelle. Goldman Sachs et JPMorgan ont construit leurs infrastructures de données de marché pendant des années avant d'en tirer des avantages compétitifs mesurables dans leurs activités de trading algorithmique.

Troisième faille, plus subtile : en acceptant le terrain purement financier, le CDO se soumet à un mode d'évaluation dans lequel il partira toujours perdant face à d'autres investissements dont le ROI est plus direct et plus vérifiable. Un investissement dans une nouvelle ligne de production a un retour calculable à partir de données physiques. Un investissement dans une plateforme de données internes opère dans un registre d'incertitude structurellement plus élevé. Jouer sur ce terrain, c'est accepter les règles d'un jeu biaisé contre soi.

Il existe aussi un second ordre d'effet rarement mentionné : les équipes data qui ont réussi à obtenir des budgets en promettant des ROI précis se retrouvent ensuite contraintes de démontrer ces ROI coûte que coûte. Certaines finissent par sélectionner des projets calculables plutôt que des projets stratégiques, créant un biais systémique dans le portefeuille data. Le pilotage par la justification financière court-terme réoriente les ressources vers des cas d'usage à faible ambition mais à ROI visible.

Ce qu'un CDO avisé fait à la place

La bonne stratégie n'est pas d'abandonner les métriques financières. C'est de refuser d'en faire le seul registre de légitimité.

Un CDO qui a l'oreille de son board travaille sur trois niveaux simultanément.

D'abord, il sélectionne deux ou trois cas d'usage où l'attribution est défendable et le chiffrage robuste. Pas vingt projets avec des ROI approximatifs : deux projets avec une chaîne causale propre. Chez Airbnb, l'équipe data science a documenté de façon rigoureuse l'impact de la détection automatique de fraudes sur le taux de litiges remboursés, en isolant les variables confondantes. Ce type de cas construit une crédibilité durable, pas un tableau Excel avec dix lignes de bénéfices théoriques.

Ensuite, il introduit un cadre d'options réelles pour les investissements infrastructurels. Plutôt que de promettre un ROI direct à 18 mois sur un data mesh ou un programme de gouvernance, il présente l'investissement comme l'achat d'une capacité : "Ce programme nous rend capable de lancer tel type d'initiative dans tel délai, ce qui nous positionne pour capturer telle opportunité de marché." Ce langage est familier aux boards qui ont une culture M&A ou stratégie. Il évite le piège de l'attribution.

Enfin, il mesure et communique des indicateurs de pilotage intermédiaires, en étant transparent sur leur nature de proxies. Le taux d'adoption des outils analytiques par les métiers, la réduction du temps de mise à disposition des données pour les équipes produit, le nombre de décisions documentées comme data-informed dans les comités de direction. Ces indicateurs ne remplacent pas les métriques financières, mais ils montrent une direction et construisent une confiance qui ne repose pas sur des calculs d'attribution fragiles.

Le CDO qui perd sa crédibilité au board ne le perd généralement pas parce qu'il a échoué à chiffrer son ROI. Il le perd parce qu'il a promis des chiffres précis dans un contexte d'attribution ambiguë, et que le CFO l'a remarqué. La solidité d'une démonstration vaut toujours plus que son amplitude. Mieux vaut présenter un cas d'usage avec une causalité irréfutable qu'un tableau de bord avec quinze métriques approximatives.

Pour aller plus loin

Les leçons qui prolongent cet article, en accès libre.

  1. 1Calculer le ROI des initiatives dataData strategy et rôle du CDO
  2. 2Communiquer avec le board et la C-suiteLeadership du CDO & présence exécutive
  3. 3Mesurer la valeur business de l'analytics : ROI et business caseAnalytics, BI & decision intelligence
  4. 4La data comme actif stratégique : comment la chiffrerData strategy et rôle du CDO
  5. 5Le P&L de la dataData products & monétisation

Vous avez lu cet article ?

Validez votre lecture pour gagner de l’XP et alimenter votre radar.