~/teaching · data analytics · séance 1, mercredi 9 décembre 2026

Des données à la décision : l'échelle analytique, les arbres de KPI et un nettoyage honnête

Poser une question précise, décomposer l'objectif, puis nettoyer les données en notant chaque choix.

Sitraka Forler, Université Catholique de Lille

Révision 16 octobre 2026 · environ 11 minutes

Résumé

C'est la séance d'ouverture de Data Analytics for Business, un cours du M2 International Management de l'Université Catholique de Lille (2026-2027). Elle s'adresse à de futurs managers, pas à de futurs data scientists : des personnes qui commanderont des analyses, mettront en doute les chiffres qu'on leur présente et prendront des décisions que d'autres devront appliquer.

La séance suit un fil. La plupart des projets de données qui déçoivent échouent avant même l'analyse : personne n'a nommé la décision, la question était floue, les chiffres n'inspiraient pas confiance, ou personne n'était chargé de la suite. Le deck commence donc par le type de question auquel l'analytique sait répondre, transforme un objectif flou en question précise, décompose cet objectif en arbre d'indicateurs mesurables, et n'ouvre les données qu'ensuite : environ 100 000 commandes réelles d'Olist, une place de marché brésilienne, publiées en données ouvertes.

À la fin de la séance, on sait situer une question de gestion sur l'échelle analytique, réécrire un objectif pour qu'il nomme une décision, une mesure, un périmètre et un responsable, dessiner un arbre de KPI dont chaque feuille peut être actionnée par quelqu'un, et nettoyer un tableur de façon reproductible par un tiers. L'étape suivante, choisir et dessiner le graphique, se trouve dans visualisation de données et récit.

Les slides

From data to decisions

Séance 1, mercredi 9 décembre 2026. Data Analytics for Business, Université Catholique de Lille, M2 International Management, 2026-2027. Les slides de ce cours sont en anglais.

Ouvrir les slides (mot de passe donné par l'enseignant)

Le deck lui-même est chiffré pour les élèves du cours ; cette page le résume pour tous.

La page du cours

Plan du deck

Des données à la décision. Pourquoi le goulot d'étranglement est devenu le jugement plutôt que la technique, et les quatre types d'analytique.
Arbres de KPI. Décomposer un objectif stratégique en leviers jusqu'à ce que chaque feuille soit mesurable et ait un responsable, avec indicateurs avancés et retardés.
Le cas. La place de marché Olist, ses neuf tables reliées, la vie d'une commande et ce que représente une ligne de chaque table.
Nettoyer et résumer. Doublons, trous, valeurs extrêmes et formats incohérents, un journal de nettoyage, puis des tableaux croisés et quatre vérifications.
Les briefs de direction. Huit décisions qu'un manager d'Olist pourrait avoir à prendre, chacune point de départ d'un projet de groupe.
Synthèse. Trois idées à garder, une par objectif, et le principe selon lequel la décision passe avant les données.

L'échelle analytique : quatre sortes de questions

L'analytique répond à quatre questions différentes, de ce qui s'est passé à ce qu'il faut faire, et chaque marche est plus difficile et plus précieuse.

Le stockage ne coûte presque rien, un tableau de bord se monte en quelques minutes et les assistants d'IA écrivent les requêtes. Ce qui manque encore aux entreprises, c'est le jugement : savoir formuler une question précise, décider si un chiffre mérite confiance et transformer des éléments probants en décision que les autres suivront. Ces trois capacités relèvent du management, pas de la technique, et c'est elles que le cours entraîne.

Le deck présente l'analytique comme une échelle, d'après le modèle de maturité de Gartner. Chaque marche répond à une question différente : l'analytique descriptive (descriptive analytics) dit ce qui s'est passé, l'analytique diagnostique (diagnostic analytics) cherche pourquoi, l'analytique prédictive (predictive analytics) estime ce qui va se passer, l'analytique prescriptive (prescriptive analytics) recommande quoi faire. Reconnaître la marche d'une question indique le travail, les données et le temps qu'elle demande.

**Tableau 1 :** Les quatre marches, avec des questions qu'on pourrait poser aux commandes Olist.
Marche	Question	Exemple Olist
Descriptive	Que s'est-il passé ?	Part des commandes de 2017 arrivées après la date promise
Diagnostique	Pourquoi ?	La distance entre vendeur et acheteur explique-t-elle des avis plus faibles
Prédictive	Que va-t-il se passer ?	Quelles commandes de la semaine risquent d'arriver en retard
Prescriptive	Que faut-il faire ?	Quelle date de livraison afficher à chaque client au moment de payer

Remarque (Où se trouve la valeur). Les marches hautes ne sont pas meilleures par principe. Dans la plupart des entreprises, l'essentiel de la valeur vient encore d'un travail descriptif et diagnostique soigné. Une prévision bâtie sur une question mal posée vaut moins qu'une description propre du bon problème.

Retour au sommaire.

D'un objectif flou à une question précise

Un objectif comme « améliorer la satisfaction » ne s'analyse pas tant qu'il ne nomme pas une décision, une mesure du succès, un périmètre et la personne qui agira.

Le deck relève quatre raisons récurrentes de déception : aucune décision rattachée (un tableau de bord demandé pour lui-même), une question trop vague pour être mesurée, deux rapports qui donnent deux chiffres différents, et un résultat juste dont personne n'est chargé de tirer les conséquences. Aucune n'est technique, et toutes se règlent avant l'analyse, par la personne qui la commande.

L'exemple travaillé du deck

Partir du flou. Améliorer la satisfaction client.
Nommer la décision. Quel correctif financer en premier.
Nommer la mesure. La part des avis à une ou deux étoiles.
Fixer le périmètre. L'expérience de livraison, pour les commandes passées en 2018.
Nommer le responsable. La direction de l'expérience client. Le responsable figure rarement dans la phrase, mais il fixe le niveau de détail attendu de la réponse.
Résultat. Quelle partie de la livraison explique les avis à une et deux étoiles en 2018, et quel correctif financer d'abord ?

Un test simple : si la question ne tient pas en deux lignes, elle mélange sans doute deux décisions. La séance fait ensuite affûter aux étudiants des objectifs de leur choix, par exemple faire revenir les clients, et situer le résultat sur l'échelle.

Remarque (Principe 1.1, la décision d'abord). Partir de la décision à prendre, puis chercher les éléments qui pourraient la faire changer. Ouvrir les données pour voir si quelque chose d'intéressant en sort est la voie tentante, et la plus coûteuse.

Retour au sommaire.

Arbres de KPI : décomposer un objectif en leviers mesurables

Un arbre de KPI découpe un objectif en ce qui le fait bouger, et continue jusqu'à ce que chaque extrémité soit mesurable et confiée à quelqu'un.

Un arbre de KPI (KPI tree) tient par trois règles : chaque branche explique la case au-dessus d'elle, chaque feuille se calcule avec des données qui existent, chaque feuille a un responsable capable d'agir. L'arbre donne aussi son squelette au tableau de bord : l'objectif en chiffre de tête, les feuilles comme les nombres sur lesquels les équipes travaillent.

Le chiffre d'affaires, lu de gauche à droite

\text{CA} = \text{Commandes} \times \text{Panier moyen}

(1)

\text{Commandes} = \text{Clients actifs} \times \text{Commandes par client}, \quad \text{Actifs} = \text{Nouveaux} + \text{Fidèles}

(2)

Chaque feuille tombe chez une équipe : le marketing recrute les nouveaux clients, le CRM les fait revenir, l'équipe catalogue travaille la taille du panier. Toutes ces feuilles se calculent à partir des tables Olist.

Les livraisons en retard

Une commande est en retard quand le délai réel dépasse le délai promis au moment de l'achat. Le délai réel se découpe en trois étapes (validation du paiement, expédition par le vendeur, transport), chacune mesurée entre deux horodatages de la table des commandes. L'arbre dit où le temps se perd, et à qui parler, avant de tracer le moindre graphique.

\text{retard} \iff T_{\text{paiement}} + T_{\text{expédition}} + T_{\text{transport}} > T_{\text{promis}}

(3)

Remarque (Une donnée manquante est un résultat). Quand une feuille ne se calcule pas avec les tables, le deck conseille de la marquer d'un point d'interrogation plutôt que de l'effacer. Un trou dans les données apprend aussi quelque chose au décideur.

Retour au sommaire.

Indicateurs avancés, indicateurs retardés et loi de Goodhart

Certains indicateurs ne confirment le résultat qu'après coup, d'autres préviennent assez tôt pour agir, et tout indicateur devenu objectif peut être manipulé.

Un indicateur retardé (lagging indicator) rend compte du résultat une fois connu : chiffre d'affaires mensuel, note moyenne des avis, taux de livraison en retard. Un indicateur avancé (leading indicator) bouge en premier, assez tôt pour intervenir : par exemple le nombre de commandes encore chez le vendeur deux jours après l'achat, ou la part des nouveaux vendeurs qui réalisent une première vente dans le mois. Quand la note moyenne baisse, les colis en retard sont déjà livrés. Un bon arbre garde les indicateurs retardés en haut et les avancés près des feuilles.

Il se mesure avec les données dont on dispose réellement.
Une personne nommée en est responsable et peut agir dessus.
Il réagit quand cette personne agit.
Il est difficile à manipuler.

Le dernier critère devient décisif dès que l'indicateur sert d'objectif. Le deck cite la loi de Goodhart (Goodhart's law) dans la formulation de Marilyn Strathern (1997) : une mesure qui devient une cible cesse d'être une bonne mesure. Chez Olist, un indicateur de livraison peut s'améliorer sur le papier sans que les clients attendent moins. La parade consiste à associer tout indicateur manipulable à un second qui révèle l'effet de bord.

Retour au sommaire.

Le cas : que représente une ligne ?

Avant de compter quoi que ce soit, il faut savoir ce que représente une ligne de chaque table, car mélanger des tables de niveaux différents est la première source de chiffres faux.

Le cas est l'historique de commandes qu'Olist a publié en données ouvertes : environ 100 000 commandes passées entre 2016 et 2018, réparties dans neuf tables reliées (commandes, articles, paiements, avis, clients, vendeurs, produits, traduction des catégories, géolocalisation), anonymisées et publiées sous licence CC BY-NC-SA 4.0. La table des commandes est au centre ; une commande peut avoir plusieurs articles et plusieurs paiements, et en général un avis.

La granularité (granularity), ce que représente une ligne, est pour le deck la question la plus sous-estimée de l'analytique. Dans order_items, une ligne est un article, pas une commande ; dans la table des paiements, une carte plus un bon d'achat font deux lignes ; la table de géolocalisation répète chaque préfixe de code postal de nombreuses fois, si bien qu'une jointure dessus multiplie les lignes tant qu'on ne l'a pas résumée (c'est le sujet de SQL pour managers).

**Tableau 2 :** Compter les lignes de la table des articles compte des articles, pas des commandes (l'illustration du deck).
Commande	Numéro d'article	Lignes dans order_items
A	1, 2, 3	3
B	1	1
Total	2 commandes	4 lignes

Les données s'arrêtent en 2018, et c'est voulu. Habitudes de paiement, réseaux de livraison et attentes des clients ont changé depuis ; une partie de l'exercice consiste à dire quels résultats on croirait encore aujourd'hui et lesquels demanderaient des données récentes.

Retour au sommaire.

Chaque choix de nettoyage change la réponse

Nettoyer des données est une suite de décisions, pas un bouton, et le même fichier peut donner des résultats différents selon ce que l'on décide et consigne.

Quatre problèmes reviennent dans tout jeu de données réel, et Olist les a tous : des doublons ; la valeur manquante (missing value), puisque les commandes non livrées n'ont pas de date de livraison et que certains produits n'ont pas de catégorie ; la valeur aberrante (outlier), comme un article au prix ou aux frais de port extrêmes dont on ne sait s'il est réel ou mal saisi ; enfin les formats incohérents (catégories en portugais, noms de villes écrits de plusieurs façons, dates stockées en texte). Aucun outil ne les règle seul, car le bon traitement dépend de la question.

**Tableau 3 :** Quatre commandes illustratives, dont une sans date de livraison. Un retard est certain ; la commande 4 est la question ouverte.
Traitement de la commande 4	Commandes en retard	Commandes comptées	Taux de retard
Comptée en retard	2	4	50 %
Lue en silence comme à l'heure	1	4	25 %
Exclue du calcul	1	3	33 %

Mêmes données, trois réponses. Compter la commande ouverte en retard peut convenir à une étude des retards ; l'exclure convient à une étude des commandes livrées. La ligne dangereuse est celle du milieu : une formule de tableur qui compare une cellule vide à une date renvoie zéro, et la commande passe pour livrée à l'heure sans que personne l'ait décidé.

Un journal de nettoyage (cleaning log), tel que le deck le demande

Travailler sur une copie. Le fichier d'origine n'est jamais modifié.
Une ligne par étape. Ce qui a été fait, pourquoi, et combien de lignes cela a ajouté ou retiré.
Corriger ce qui compte pour la question. Le reste est consigné comme limite connue plutôt que rafistolé en silence.
Le garder avec le résultat. Quand deux personnes obtiennent deux chiffres, l'explication est presque toujours dans un choix de nettoyage.

Tableaux croisés dynamiques, et quatre vérifications avant de s'y fier

Un tableau croisé dynamique (pivot table) doit répondre à une seule question, dite à voix haute avant de le construire : ce qui va en lignes, ce qu'on mesure, ce qu'on filtre. Un classement du chiffre d'affaires par État du client montre surtout où vivent les clients. Avant de citer un tableau croisé, le deck passe quatre contrôles rapides : le total général correspond-il à la source, compte-t-on des lignes ou des commandes, compare-t-on des taux ou des effectifs bruts, et que cache la moyenne sur la dispersion ?

Retour au sommaire.

À retenir

Nommer la décision avant d'ouvrir les données ; un tableau de bord qui ne répond à aucune question est un effort perdu.
Situer chaque question sur l'échelle (descriptive, diagnostique, prédictive, prescriptive) pour savoir ce qu'elle coûtera et ce qu'elle peut apporter.
Une question précise contient une décision, une mesure, un périmètre et un responsable.
Un arbre de KPI ne s'arrête que lorsque chaque feuille est mesurable et a un responsable ; garder les indicateurs avancés près des feuilles et associer ceux qui peuvent être manipulés.
Savoir ce que représente une ligne de chaque table avant d'additionner ou de compter.
Chaque choix de nettoyage change le résultat : le consigner avec sa raison et le nombre de lignes concernées.

Glossaire

analytique descriptive (descriptive analytics): Analyse qui rend compte de ce qui s'est passé, par exemple un taux ou un total sur une période.
analytique diagnostique (diagnostic analytics): Analyse qui cherche les causes d'un résultat observé.
analytique prédictive (predictive analytics): Analyse qui estime ce qui va probablement se passer, en général avec un modèle.
analytique prescriptive (prescriptive analytics): Analyse qui recommande une action, souvent cas par cas.
arbre de KPI (KPI tree): Schéma qui décompose un objectif en leviers jusqu'à ce que chaque feuille soit mesurable et ait un responsable.
indicateur avancé (leading indicator): Indicateur qui bouge avant le résultat, assez tôt pour agir.
indicateur retardé (lagging indicator): Indicateur qui rend compte du résultat une fois connu.
loi de Goodhart (Goodhart's law): Constat qu'une mesure utilisée comme objectif tend à perdre sa valeur de mesure.
granularité (granularity): Ce que représente une ligne d'une table : une commande, un article, un paiement, un client.
valeur aberrante (outlier): Valeur très éloignée des autres, à vérifier avant de la garder, la corriger ou l'exclure.
valeur manquante (missing value): Cellule vide ; son traitement se décide en fonction de la question.
journal de nettoyage (cleaning log): Trace de chaque étape de nettoyage : quoi, pourquoi, combien de lignes touchées.
tableau croisé dynamique (pivot table): Résumé de tableur qui regroupe les lignes selon un champ et agrège une mesure.

Les autres fiches du cours

Un résumé public par deck, dans l'ordre du cours.

Séance 1Des données à la décision
Séance 2Visualisation de données et récit
Séance 3L'essentiel du SQL pour managers
Séance 4L'analyse prédictive pour décideurs
Séance 5IA générative, RGPD et AI Act
Séance 6Présenter une analyse à des décideurs

Toutes les fiches, en liste de lecture

À propos de ces fiches

Écrites par l'enseignant à partir des slides du deck, comme un résumé public : les idées clés, les formules et un exemple calculé. Les exercices, leurs corrigés, les contrôles et la notation restent dans le deck, pour les élèves du cours.

Révision : 16 octobre 2026.