Ce billet est :
- Une adaptation de l’article https://www.holistics.io/blog/how-amazon-measures/
- Un résumé d’un chapitre de “Working Backwards”, le premier livre à décrire le fonctionnement interne d’Amazon.
Voir toutes nos recommandations de livres business (ou pas) : https://poppyjikko.com/livres-business
Amazon est une entreprise ridiculement efficace. Elle a débuté dans le secteur des livres, mais a réussi à dominer un nombre remarquable de marchés : le commerce électronique, l’informatique dématérialisée, le streaming vidéo, les livres électroniques, le matériel pour la maison intelligente et la livraison du dernier kilomètre. Il est probable qu’au cours de la prochaine décennie, elle continuera à renforcer ses positions sur bon nombre de ces marchés, mais aussi à en conquérir de nouveaux.
Working Backwards est le premier livre qui explique comment Amazon fait tout cela. Il a été écrit par deux “Amazoniens” de longue date, Colin Bryar et Bill Carr, qui étaient présents lors de la création de la plupart de ces techniques. L’argument principal de Bryar et Carr est qu’Amazon est capable de faire ce qu’elle fait grâce à a) un ensemble de principes de leadership qu’elle prend incroyablement au sérieux (vous pouvez trouver la dernière mise à jour de ces principes ici), et b) un ensemble de 5 mécanismes – des processus qui permettent à Amazon de faire ce qu’elle fait. Ces mécanismes sont les suivants…
- Le processus Bar Raiser – un processus d’embauche qui permet à Amazon de recruter des personnes de grande qualité qui correspondent à ses principes de leadership.
- Le modèle de leadership à fil unique – une conception d’organisation décentralisée qui permet à Amazon de créer, de pénétrer et de dominer de nouveaux marchés.
- Le 6-Pager Narrative – un remplacement de Powerpoint dans les réunions d’entreprise, qui permet aux dirigeants de consommer, synthétiser et évaluer des flux d’informations complexes (et permet à Bezos de suivre l’ensemble de l’entreprise décentralisée).
- Le processus Working Backwards – qui consiste pour les équipes à rédiger un communiqué de presse + une FAQ avant de se lancer dans un projet, ce qui permet à l’entreprise de prendre des paris sur les meilleures idées.
- L’approche amazonienne des métriques d’entrée et de sortie – qui explique comment Amazon instrumente, analyse et exécute les métriques au sein de l’entreprise.
Ce billet se concentrera uniquement sur ce dernier sujet des métriques.
Comment Amazon envisage les indicateurs
Ce que vous retiendrez surtout de Working Backwards, c’est l’idée que les bons opérateurs doivent instrumenter les organisations qu’ils dirigent. Si vous n’avez pas d’instruments, vous ne savez pas ce qui se passe. Et si vous ne savez pas ce qui se passe, vous ne pouvez pas être un bon opérateur – vous ne savez pas sur quoi vous concentrer pour obtenir les résultats que vous souhaitez.
Amazon divise les métriques en deux types :
- les métriques d’entrée contrôlables et
- les métriques de sortie.
Dans le secteur, on parle plus souvent d’indicateurs avancés (leading indicators) et d’indicateurs retardés (lagging indicators), mais Amazon aime utiliser son propre langage, parce que, euh, Bezos. Mais je pense que l’expression « mesures d’entrée contrôlables » est particulièrement bien adaptée : elle indique clairement qu’un indicateur avancé ne mérite d’être pris en compte que s’il est également contrôlable.
Selon Bryar et Carr, Amazon pense à ses indicateurs de deux façons :
Premièrement, elle définit et ajuste chaque mesure en fonction d’un cycle de vie particulier.
Deuxièmement, elle présente ses mesures lors d’une réunion appelée « Weekly Business Review », ou WBR, qui est fractale : la direction générale organise chaque semaine une réunion WBR pour l’ensemble de l’entreprise, suivie par chaque département et chaque équipe opérationnelle.
Nous allons examiner chaque idée à tour de rôle.
Le cycle de vie des indicateurs (KPI) d’Amazon
Comment Amazon crée-t-il ses indicateurs ? La réponse courte est qu’elle utilise une méthode d’amélioration des processus appelée DMAIC, qu’elle a copiée de Six Sigma. L’acronyme signifie : Définir, mesurer, analyser, améliorer et contrôler. Les auteurs affirment que si vous souhaitez mettre en œuvre votre propre réunion WBR à la manière d’Amazon, vous devez suivre les étapes de la méthode DMAIC dans le bon ordre et ne sauter aucune étape. (Ailleurs dans le livre, ils mentionnent que les équipes qui ne suivent pas les étapes DMAIC dans l’ordre exact ont tendance à trébucher plus tard. Leçon apprise).
Examinons les étapes les unes après les autres :
Définir
Presque toutes les mesures présentées dans le WBR du leadership correspondent à l’un des éléments du fameux volant d’inertie d’Amazon :
{{diagram}}
C’est un diagramme que Bezos a esquissé sur une serviette en papier en 2001, inspiré par le concept de volant d’inertie (flywheel) du livre Good to Great de Jim Collin. Bryar et Carr soulignent que le volant d’inertie est si important qu’il figure au début de la présentation des mesures WBR de la direction. Le volant d’inertie définit le contexte de chaque mesure qu’Amazon prend dans son activité de vente au détail.
Identifier les mesures d’entrée correctes et contrôlables
La première chose qu’Amazon fait est de déterminer quel est l’ensemble correct et contrôlable de mesures d’entrée. Il s’agit d’une tâche délicate qui nécessite un processus répété d’essais et d’erreurs. Les auteurs en donnent un exemple, comme suit :
L’une des erreurs que nous avons commises chez Amazon lorsque nous avons commencé à nous étendre des livres à d’autres catégories était de choisir des mesures d’entrée axées sur la sélection, c’est-à-dire le nombre d’articles qu’Amazon proposait à la vente. Chaque article est décrit sur une « page produit détaillée » qui comprend une description de l’article, des images, des avis de clients, la disponibilité (par exemple, livraison sous 24 heures), le prix et la case ou le bouton « acheter ». L’une des mesures que nous avons initialement choisies pour la sélection était le nombre de nouvelles pages produit créées, en partant du principe que plus de pages signifiait une meilleure sélection.
Une fois que nous avons identifié cette mesure, elle a eu un effet immédiat sur les actions des équipes de vente au détail. Elles se sont concentrées de manière excessive sur l’ajout de nouvelles pages de détails – chaque équipe a ajouté des dizaines, des centaines, voire des milliers d’articles à leurs catégories qui n’étaient pas disponibles auparavant sur Amazon.
(…) Nous avons rapidement constaté que l’augmentation du nombre de pages de détails, tout en semblant améliorer la sélection, ne produisait pas d’augmentation des ventes, la métrique de sortie. L’analyse a montré que les équipes, tout en poursuivant une augmentation du nombre d’articles, avaient parfois acheté des produits qui n’étaient pas très demandés.
Lorsque nous avons réalisé que les équipes avaient choisi la mauvaise métrique d’entrée – ce qui a été révélé par le processus WBR – nous avons modifié la métrique pour qu’elle reflète plutôt la demande des consommateurs. Au cours de plusieurs réunions WBR, nous nous sommes demandé : « Si nous nous efforçons de modifier cette métrique de sélection, telle qu’elle est actuellement définie, cela donnera-t-il les résultats souhaités ? » Au fur et à mesure que nous avons recueilli davantage de données et observé l’activité, cette métrique de sélection particulière a évolué au fil du temps, passant de
– nombre de pages de détails, que nous avons affiné en
– le nombre de consultations de pages détaillées (une nouvelle page détaillée n’est pas crédité si les clients ne la consultent pas), qui est ensuite devenu
– le pourcentage de pages détaillées vues où les produits étaient en stock (vous n’obtenez pas de crédit si vous ajoutez des articles mais que vous ne pouvez pas les garder en stock), ce qui a finalement été finalisé comme suit
– le pourcentage de consultations de la page de détail où les produits étaient en stock et immédiatement prêts à être expédiés en deux jours, qui a fini par être appelé « Fast Track In Stock ».
Ce qu’ils veulent dire ici, c’est que pour obtenir le bon ensemble de mesures d’entrée contrôlables, vous devrez tester et débattre – et vous attendre à faire de nombreuses itérations des deux ! Les auteurs expliquent que même ce récit n’était pas aussi tranché que l’on pourrait le croire – Bezos craignait que la mesure “Fast Track In Stock” ne soit trop étroite, mais Jeff Wilke a fait valoir que la mesure produirait de vastes améliorations systématiques. Bezos a accepté de tenter le coup, et Wilke s’est avéré avoir raison.
Amazon passe des centaines d’heures de travail à itérer sur les bonnes mesures d’entrée à utiliser.
Mais le plus important, c’est que ce processus se déroule pour chaque mesure d’entrée utilisée par Amazon. Cela représente des centaines d’heures-hommes consacrées à la recherche de la bonne mesure d’entrée à utiliser.
Attendez-vous à faire de même pour votre entreprise (à votre échelle).
Mesure
L’étape de la mesure est celle où vous devez mettre en place l’instrumentation – où vous achetez des outils et mettez en place des systèmes pour mesurer les paramètres que vous avez choisis. Bryar et Carr font trois remarques sur cette étape :
- il est extrêmement important – et nécessaire – d’éliminer les biais dans vos mesures si vous voulez découvrir la vérité de base de votre entreprise. Amazon donne à son équipe financière les moyens de découvrir et de communiquer la vérité sans parti pris. En effet, les responsables des unités commerciales sont incités à choisir des indicateurs (ou à les modifier !) pour se mettre en valeur.
- prévoyez d’auditer vos indicateurs. Amazon exige de ses propriétaires de métriques qu’ils mettent en place un processus régulier d’audit des métriques, afin de s’assurer que la métrique mesure bien ce qu’elle est censée mesurer. L’hypothèse de base ici est qu’au fil du temps, quelque chose fera dériver votre mesure, et donc vos chiffres seront faussés.
- prenez le temps et faites l’investissement nécessaire pour instrumenter votre entreprise. Cela semble assez simple à faire – vous dépensez au départ pour des personnes et des outils pour générer des informations commerciales, et puis vous avez terminé, n’est-ce pas ? Mais les auteurs soulignent qu’il faut instrumenter la bonne chose, quelle qu’elle soit pour l’entreprise – et parfois la bonne chose est la plus difficile !
Ils donnent l’exemple de la mesure « en stock » d’Amazon. Le terme « en stock » semble simple à mesurer, jusqu’à ce que vous réalisiez qu’il existe de nombreuses façons de mesurer si des articles sont « en stock ». Que faire alors ? Si vous prenez un peu de recul, la question à laquelle vous voulez vraiment répondre avec cette mesure est « quel est le pourcentage de mes produits qui sont immédiatement disponibles pour être achetés et expédiés ? ».
Vous pouvez le mesurer de plusieurs façons. Les auteurs n’en donnent que deux :
- Vous prenez un instantané du catalogue à 23 heures tous les jours, vous déterminez quels articles sont en stock, puis vous pondérez chaque article en fonction des ventes sur 30 jours.
- Chaque fois qu’un utilisateur visite une page produit Amazon, la webapp incrémente le ‘Nombre total de pages produits affichées’ et si le produit en question est disponible, la webapp incrémente le ‘Nombre total de pages produits en stock affichées’. À la fin de la journée, vous divisez le « Nombre total de pages de produits en stock affichées » par le « Nombre total de pages de produits affichées » pour obtenir une mesure globale des stocks pour cette journée.
Les auteurs affirment que la deuxième mesure est meilleure, car elle représente l’expérience du client. Ainsi, même si elle est plus coûteuse à mettre en œuvre (vous devez faire appel à des ingénieurs pour écrire le code, effectuer les calculs et transmettre l’événement à un entrepôt de données), vous devez prendre le taureau par les cornes et faire l’investissement, car il s’agit d’une mesure plus précise pour l’entreprise.
Analysez
Il s’agit de l’étape du cycle de vie des indicateurs où vous développez une compréhension complète des facteurs sous-jacents aux indicateurs. Les auteurs indiquent qu’il existe de nombreuses appellations différentes pour cette étape chez Amazon, notamment « réduire la variance », « rendre le processus prévisible » et « maîtriser le processus », entre autres.
Charlie Bell, un SVP d’AWS, a un dicton : « lorsque vous rencontrez un problème, la probabilité que vous examiniez réellement la cause profonde du problème dans les 24 heures initiales est assez proche de zéro, car il s’avère que derrière chaque problème se cache une histoire très intéressante. »
Pour chaque nouvelle métrique que vous définissez, il y aura une période où vous devrez développer une compréhension profonde de la façon dont la métrique fonctionne
Ce qu’il veut dire par là, c’est que, souvent, si vous observez qu’une mesure se comporte étrangement, il vous faudra un peu de temps pour comprendre ce qui motive ce comportement. Comme Toyota, Amazon utilise la méthode des « cinq pourquoi » pour aller au fond des anomalies (ils appellent cela le processus de « correction des erreurs », et le résultat du processus COE est un document décrivant les causes réelles de l’anomalie en question).
Mais l’idée derrière cette étape est plus importante – ce que Bryar et Carr disent, c’est que, pour chaque nouvelle mesure que vous définissez, il y aura une période pendant laquelle vous devrez développer une compréhension profonde du fonctionnement de la mesure, de ses causes profondes, des variances naturelles, etc. Cela vous permet de passer à l’étape suivante, qui est la suivante :
Améliorer
Une fois que vous avez acquis une solide compréhension de votre processus et de vos indicateurs, vous êtes enfin prêt à commencer à améliorer ledit processus. Par exemple, si votre indicateur de stock est de 95 %, vous pouvez vous demander « que faudrait-il faire pour qu’il atteigne 97 % ».
La raison pour laquelle l’amélioration vient après « définir, mesurer et analyser » est que maintenant, vous allez faire des changements sur une base solide de compréhension. Certains départements d’Amazon ont tenté d’améliorer leurs processus sans avoir effectué une boucle complète de définition, mesure et analyse. Cela s’est presque toujours soldé par une grande agitation, avec peu ou pas de résultats significatifs.
Les auteurs notent que si vous améliorez votre processus au fil du temps, il est possible qu’une mesure auparavant utile cesse de fournir des informations utiles. Dans ce cas, il est tout à fait acceptable de l’élaguer de vos tableaux de bord.
Contrôle
Enfin, une mesure entre dans la phase de contrôle de l’état stable. Cette étape consiste à s’assurer que vos processus fonctionnent normalement et que les performances ne se dégradent pas au fil du temps. Dans certaines équipes Amazon, les métriques sont si bien contrôlées et les processus sont si fluides que le WBR devient une réunion basée sur les exceptions au lieu d’une réunion régulière discutant de chaque métrique. Les gens se réunissent uniquement pour discuter des anomalies.
Une autre chose qui se produit au stade du contrôle est que les opérateurs peuvent être en mesure d’identifier les processus qui peuvent être complètement automatisés. Après tout, si un processus est bien compris et que les décisions sont prévisibles, il est probable que l’ensemble du processus puisse être remplacé par un logiciel. Les prévisions et les achats d’Amazon sont deux exemples de processus désormais entièrement automatisés, même s’il a fallu des années de collaboration entre les acheteurs de catégories et les ingénieurs logiciels pour automatiser les achats de millions de produits Amazon.
Comment Amazon utilise les métriques
Comme je l’ai mentionné précédemment, Amazon utilise les indicateurs en les examinant dans le cadre de ce que l’on appelle la réunion « weekly business review » ou WBR.
Les propriétaires de métriques regardent les métriques quotidiennement. Ils sont censés savoir ce qui est une variance normale et ce qui est une exception, afin de gagner du temps pendant le WBR.
Lors de la réunion du WBR au niveau le plus élevé (celui de Bezos et de son équipe S), le WBR couvre tous les indicateurs les plus importants de l’entreprise dans un « deck » d’indicateurs – une présentation qui contient des centaines de graphiques, de diagrammes et de tableaux. Dans les premiers temps d’Amazon, le « metrics deck » était imprimé sur papier. Aujourd’hui, ils sont soit imprimés, soit virtuels.
Le « metrics deck » présente un certain nombre de propriétés intéressantes qui méritent d’être évoquées. Par exemple :
- Le deck représente une vue de bout en bout de l’entreprise. C’est délibéré – les auteurs écrivent que « si les départements représentés sur les organigrammes sont simples et séparés, les activités de l’entreprise ne le sont généralement pas. Chaque semaine, le jeu présente un examen cohérent et complet de l’entreprise, conçu pour suivre l’expérience du client avec Amazon. Ce passage d’un sujet à l’autre peut révéler l’interconnexion d’activités apparemment indépendantes. »
- Le deck est principalement composé de tableaux, de graphiques et de tableaux de données. Comme il y a des centaines de visualisations à examiner, les notes écrites enliseront trop la réunion. Deux exceptions notables à cette règle sont les « rapports d’exception », ainsi que les anecdotes « voix du client » que le service clientèle est autorisé à insérer dans le jeu de mesures.
- Il n’y a pas de nombre idéal de mesures à examiner. Amazon ajoute, modifie et supprime constamment des paramètres du jeu de données WBR en fonction de l’évolution des besoins de l’entreprise.
- Les modèles émergents sont un élément clé. Vous voulez des lignes de tendance, et vous voulez les connaître bien avant qu’elles n’apparaissent dans un résultat trimestriel ou annuel.
- Les graphiques sont généralement tracés par rapport à une période antérieure comparable. Les indicateurs prennent tout leur sens lorsqu’ils sont comparés à des périodes antérieures, afin d’obtenir une comparaison correcte entre les pommes et les pommes (par exemple, vous voudrez comparer les périodes de vacances à une période de vacances antérieure, et non à une période creuse).
- Les graphiques présentent deux ou plusieurs échéances, par exemple, les 6 dernières semaines et les 12 derniers mois. Les problèmes mineurs mais importants ont tendance à n’apparaître que dans les lignes de tendance courtes ; ils ont tendance à être atténués dans les lignes plus longues.
- Les anecdotes et les rapports d’exception sont intégrés dans le jeu. Les anecdotes et les rapports d’exception sont la seule exception à la règle des « tableaux, graphiques et données ». Nous y reviendrons plus tard.
- Le WBR est fractal – les dirigeants ont un WBR, mais chaque département et chaque équipe en ont un aussi. Certaines mesures sont en temps réel (comme celles nécessaires pour détecter les pannes), mais d’autres sont mises à jour toutes les heures ou tous les jours ; cela dépend vraiment des besoins de l’équipe. Enfin, l’exactitude des mesures est certifiée par le service financier, qui est habilité à les vérifier et qui est lui-même présent au niveau supérieur du WBR.
Ce contexte étant posé, nous pouvons enfin nous intéresser à la réunion WBR proprement dite.
Le déroulement du WBR
Amazon consacre énormément de temps au bon déroulement du WBR. La cadence hebdomadaire garantit un certain nombre de choses. Elle garantit que les responsables sont informés des problèmes aussi rapidement que possible. Elle garantit la continuité d’une réunion WBR à l’autre. Au fil du temps, les WBR d’Amazon ont adopté un certain nombre de bonnes pratiques communes :
Les métriques sont formatées de manière cohérente et familière. Les auteurs affirment qu' »une bonne présentation utilise un formatage cohérent tout au long du processus – la conception des graphiques, les périodes couvertes, la palette de couleurs, l’ensemble des symboles (pour l’année en cours/l’année précédente/les objectifs), et le même nombre de graphiques sur chaque page dans la mesure du possible. Certaines données se prêtent naturellement à des présentations différentes, mais l’affichage par défaut est celui du format standard. »
Ce formatage signifie que les dirigeants d’Amazon sont capables d’examiner le même ensemble de données chaque semaine, avec exactement le même format, dans exactement le même ordre, afin de repartir avec une perspective holistique de bout en bout de l’entreprise. Avec le temps, cette familiarité se traduit par une capacité commune à repérer les tendances, à identifier les anomalies et à adopter un rythme d’examen cohérent. Le WBR devrait donc devenir plus efficace au fil du temps.
Les réunions du WBR se concentrent sur les écarts et ignorent ce qui est attendu. Le temps du WBR est précieux. Si les choses se situent dans les limites des écarts prévus, les propriétaires d’entreprise disent « rien à voir ici » et passent à autre chose. L’objectif de la réunion est de discuter des exceptions et de ce qui est fait pour y remédier.
Les business owners (responsables de division) sont propriétaires des indicateurs et doivent expliquer les écarts. Bien que l’équipe financière d’Amazon soit chargée de certifier les résultats, la présentation de chaque mesure relève de la seule responsabilité du propriétaire de l’entreprise en question. Le propriétaire de l’entreprise est censé connaître ses mesures sur le bout des doigts ; au moment où il assiste au WBR de haut niveau, il doit avoir une explication (ou au moins les résultats d’une enquête préliminaire !) pour expliquer une anomalie.
Les business owners (responsables de division) qui n’ont pas fait leur travail avant le WBR se font engueuler. S’ils ne connaissent pas les causes d’une anomalie, on attend d’eux qu’ils disent « Je ne sais pas, nous sommes encore en train d’analyser les données et nous reviendrons vers vous. » Faire une supposition, ou inventer des choses, entraînera également une réprimande.
Les discussions opérationnelles et stratégiques sont séparées. Le temps du WBR est précieux. Il s’agit d’une réunion opérationnelle tactique, et non stratégique. Les nouvelles stratégies, les mises à jour de produits et les sorties de produits à venir ne sont pas autorisées pendant la réunion.
Amazon essaie de ne pas intimider (bien qu’elle ne soit pas très douée pour cela). Le succès exige un environnement où les gens ne se sentent pas intimidés lorsqu’ils parlent de quelque chose qui a mal tourné dans leur secteur. Les auteurs admettent qu’Amazon n’a pas toujours su créer un environnement sûr pour admettre les erreurs, mais qu’ils s’efforcent de s’améliorer.
Amazon facilite la transition d’un système métrique à un autre. Là encore, le temps du WBR est précieux. Le nombre de dirigeants et de propriétaires d’entreprise réunis dans la même pièce fait du WBR de haut niveau la réunion la plus coûteuse et la plus importante d’Amazon. Cela signifie que les transitions d’une partie du jeu de métriques à une autre doivent être aussi fluides que possible.
Amazon a également plusieurs pratiques intéressantes concernant la présentation de ses données :
Amazon affiche les métriques hebdomadaires et mensuelles sur un seul graphique. Comme nous l’avons mentionné plus haut, Amazon affiche les données sur 6 semaines et sur 12 mois. Le résultat net de cette présentation des données est que le graphique ressemble à une version » zoomée » des mêmes données. Prenez ce graphique, par exemple :
{{chart}}
Les auteurs écrivent :
- La ligne grise correspond à l’année précédente, la ligne noire à l’année en cours.
- Le graphique de gauche, avec ces 6 premiers points de données, montre les 6 dernières semaines.
- Le graphique de droite, avec 12 points de données, montre l’ensemble de l’année précédente, mois par mois.
- Ce « zoom » intégré ajoute de la clarté en agrandissant les données les plus récentes, que le graphique sur 12 mois met en contexte.
Amazon regarde les tendances d’une année sur l’autre. Regardez le graphique suivant, extrait d’un rapport d’activité mensuel (oui, ça existe ; il s’agit en fait de la version mensuelle d’un WBR) :
{{chart}}
Le graphique compare les recettes mensuelles réelles aux recettes prévues et aux recettes de l’année précédente. Le graphique semble indiquer que vous dépassez les prévisions et que votre croissance est satisfaisante d’une année sur l’autre…
Jusqu’à ce que vous ajoutiez les taux de croissance YOY sur un axe Y secondaire :
{{chart}}
Sans la ligne pointillée YOY, vous ne remarquerez peut-être pas que les tendances de l’année en cours et de l’année prévue convergent lentement sur le premier graphique. Avec l’ajout du taux de croissance YOY, cependant, vous pouvez facilement voir que la croissance YOY a décéléré de 67% depuis janvier, sans aucun signe d’aplatissement. Dans ce cas particulier, l’entreprise semble en bonne santé, mais des problèmes se profilent à l’horizon.
Les mesures de sortie montrent les résultats, les mesures d’entrée fournissent des orientations. Le graphique ci-dessus est un exemple de mesure de sortie. Il rappelle que les mesures de sortie ne sont pas exploitables – par exemple, il ne suffit pas de savoir que la croissance en glissement annuel a ralenti ; il faut aussi savoir quels facteurs ont contribué à ce ralentissement. Bryar et Carr soulignent que si une métrique de sortie est placée à côté de métriques d’entrée telles que « nouveaux clients », « revenus des nouveaux clients » et « revenus des clients existants », vous seriez en mesure de détecter le signal beaucoup plus tôt, avec un appel à l’action plus clair.
Tous les graphiques ne sont pas comparés aux objectifs. Le graphique ci-dessus inclut des objectifs. Mais, naturellement, tous les graphiques ne doivent pas inclure des objectifs – par exemple, le pourcentage d’utilisateurs mobiles Android par rapport à iOS n’est pas une mesure basée sur des objectifs, et les objectifs peuvent donc être exclus de cette visualisation.
Amazon combine les données avec des anecdotes pour raconter toute l’histoire. L’aspect le plus intéressant des métriques d’Amazon, cependant, est l’utilisation d’anecdotes. Les auteurs écrivent :
Amazon emploie de nombreuses techniques pour s’assurer que les anecdotes atteignent les équipes qui possèdent et exploitent un service. Un exemple est un programme appelé la Voix du Client. Le service client recueille et résume régulièrement les commentaires des clients et les présente lors du WBR, mais pas nécessairement chaque semaine. Les commentaires choisis ne reflètent pas toujours la plainte la plus courante, et le service clientèle dispose d’une grande latitude pour choisir les sujets à présenter. Lorsque les histoires sont lues lors du WBR, elles sont souvent douloureuses à entendre car elles mettent en évidence à quel point nous avons déçu les clients. Mais elles constituent toujours une expérience d’apprentissage et une occasion pour nous de nous améliorer.
Les anecdotes peuvent faire apparaître toutes sortes de problèmes étranges. Par exemple :
L’une des histoires de la Voix du client concerne un incident au cours duquel notre logiciel a bombardé quelques cartes de crédit avec des préautorisations répétées de 1,00 $, qui ne se produisent normalement qu’une fois par commande. Les clients n’ont pas été facturés, et ces préautorisations expirent au bout de quelques jours, mais tant qu’elles sont en attente, elles comptent dans les limites de crédit. En général, cela n’a pas beaucoup d’effet sur le client. Mais une cliente nous a écrit pour nous dire que, juste après avoir acheté un article sur Amazon, elle était allée acheter des médicaments pour son enfant et que sa carte avait été refusée. Elle nous a demandé de l’aider à résoudre ce problème afin qu’elle puisse acheter le médicament dont son enfant avait besoin. Dans un premier temps, une enquête sur sa plainte a révélé qu’un bogue de cas limite – une autre façon de dire qu’il s’agit d’un événement rare – avait fait dépasser le solde de sa carte. De nombreuses entreprises rejetteraient de tels cas comme étant aberrants, et donc ne méritant pas d’attention, en partant du principe qu’ils se produisent rarement et qu’il est trop coûteux de les corriger. Chez Amazon, de tels cas étaient régulièrement examinés parce qu’ils se reproduisaient et que l’enquête révélait souvent des problèmes adjacents qui devaient être résolus. Ce qui, au départ, semblait n’être qu’un cas limite s’est avéré être plus important. Le bogue avait causé des problèmes dans d’autres domaines que nous n’avions pas remarqués au départ. Nous avons rapidement corrigé le problème pour elle et pour tous les autres clients concernés.
Outre les anecdotes, Amazon utilise également les rapports d’exception pour faire apparaître les problèmes. Par exemple, pour chaque produit vendu sur Amazon, il existe un élément appelé « profit de contribution », ou CP. Il s’agit de l’argent qu’Amazon gagne après avoir vendu un article et déduit les coûts variables associés à cet article. Amazon propose un rapport d’exception sur les CP qui répertorie les dix produits les plus négatifs en termes de CP (ceux qui n’ont pas généré de bénéfices) dans une catégorie pour la semaine précédente. Une analyse approfondie de ces dix produits, qui changent souvent d’une semaine à l’autre, peut fournir des informations utiles sur les problèmes de l’entreprise qui peuvent nécessiter une action.
Les auteurs concluent que les données et les anecdotes forment
« une combinaison puissante lorsqu’elles sont synchronisées, et qu’elles constituent un contrôle mutuel précieux lorsqu’elles ne le sont pas ».
Conclusion
La principale leçon que j’ai tirée de Working Backwards est que si vous voulez être un bon opérateur, vous devez instrumenter vos processus. En fait, Bryar lui-même dit, dans une interview de First Round :
« Pensez à une entreprise comme à un processus. Il peut s’agir d’un processus compliqué, mais essentiellement, il génère des résultats tels que des recettes et des bénéfices, le nombre de clients et les taux de croissance. Pour être un bon opérateur, vous ne pouvez pas vous contenter de vous concentrer sur ces paramètres de sortie – vous devez identifier les paramètres d’entrée contrôlables. Beaucoup de gens disent qu’Amazon ne se soucie pas vraiment des bénéfices ou de la croissance. Je pense que les données disent le contraire, mais ce qui est vrai, c’est que l’accent est mis sur les mesures d’entrée, si vous faites bien les choses que vous contrôlez, vous obtiendrez le résultat souhaité dans vos mesures de sortie. Les meilleurs opérateurs que j’ai vus comprennent très clairement que s’ils appuient sur ces boutons ou tournent ces leviers de la bonne manière, ils obtiendront les résultats qu’ils souhaitent. Ils comprennent ce processus de bout en bout.”
Working Backward
Working Backwards est un livre fantastique. Il vous donne un aperçu de ce à quoi ressemble une entreprise rigoureuse sur le plan opérationnel et axée sur les données. Achetez-le, lisez-le, partagez-le avec vos collègues – je ne saurais trop vous le recommander.
Voir toutes nos recommandations de livres business (ou pas) : https://poppyjikko.com/livres-business