De la donnée à l’impact
Les organisations produisent aujourd’hui une quantité considérable de données : données de delivery, données financières, données de charge, données de qualité, données issues des outils, des transformations et des cadres méthodologiques, mais étonnement ces données sont souvent peu ou pas utilisées
Quelques chiffres pour étayer ce constat :
« Seulement 18% des organisations utilisent les Flow Metrics pour piloter. »
« À peine 17% s’appuient sur les métriques DORA. »
— State of Agile Report, 17ᵉ édition (2023)
« Près de 70% des transformations n’atteignent pas leurs objectifs. »
— McKinsey
Ces chiffres ne correspondent pas un une absence d’outillage (les organisations en regorgent, parfois même sans le savoir), ni une absence de cadre méthodologique, encore moins un manque d’engagement au changement. Non, ils traduisent surtout un écart stratégique entre la production de données et leur capacité réelle à les utiliser afin de produire de l’impact.
Ce constat a été le sujet de la conférence que j’ai animé lors de l’Agile Tour Montréal, le 27 novembre 2025.
Beaucoup de données, peu de pilotage
Dans la majorité des organisations et des équipes, la donnée est omniprésente mais fragmentée. Elle sert principalement à expliquer a posteriori, souvent dans le jugement, mais rarement à orienter les décisions en amont.
On sait dire ce qui a été livré, combien cela a coûté, combien de personnes ont travaillé, à quel rythme les projets avancent. Mais on est incapable de répondre de manière fiable à des questions qui devraiebt être considérées comme essentielles : « pourquoi certains flux dérivent systématiquement, pourquoi la prédictibilité reste faible malgré des équipes expérimentées, pourquoi les mêmes problèmes réapparaissent sans arrêt« .
La donnée est utilisée comme un support de justification ou de jugement, pas comme un instrument de pilotage et d’amélioration de l’efficience opérationnelle.
Pourquoi l’absence de mesures efficaces est devenue structurelle ?
Comme nous l’avons déjà vu, les équipes de manquent pas d’outils de suivi et de pilotage et encore moins de données, pour peu qu’elles aient la volonté de mesurer. Les causes à l’absence de mesures efficace et de mise en place d’une véritable efficience opérationnelle sont donc bien bien plus profondes.
La peur du contrôle et l’absence de culture de la transparence
La mesure reste souvent (trop souvent) associée à une logique de contrôle. Mesurer signifie encore trop souvent évaluer, comparer, justifier, voire sanctionner.
Dans ce contexte, toute tentative de mise en place de métriques factuelles déclenche souvent des mécanismes de défense : rétention d’information, biais dans les données, indicateurs édulcorés, ou choix d’indicateurs suffisamment vagues pour ne déranger personne (les fameux indicateurs de vanité bien connu de certains Managers/Agilistes ou des ESN voulant bien se faire voir de leur client).
Or piloter le flux de valeur suppose exactement l’inverse : accepter de rendre visibles les files d’attente, les dépendances, les interruptions, les arbitrages contradictoires et les décisions managériales qui dégradent la performance.
Cela nécessite la mise en place d’une culture de la transparence claire et soutenue par la direction, voir encouragée. Dans cette culture de transparence la donnée sert à comprendre le système et non à juger les individus.
Une mise en place perçue comme trop complexe
Les métriques (Flow Metrics, DORA Metrics) restent encore perçus comme des éléments complexe à appréhendé et réservé à des experts, coûteux à mettre en œuvre et difficile à maintenir. Cette perception conduit souvent à deux extrêmes : soit on renonce, soit on se contente de tableaux de bord simplistes qui ne répondent à aucune question stratégique.
Parfois je me demande si cela n’est, parfois, tout simplement pas une sorte de paresse professionnelle, évitant de se poser des questions nécessitant d’analyser en profondeur la performance du flux et surtout être capable de se remettre en question collectivement et d’accepter de ne pas être parfait.
En même temps il faut reconnaitre que cette complexité perçue est en partie réelle. Piloter le flux nécessite de sortir de métriques intuitives, d’accepter la variabilité, de raisonner en distributions et en probabilités. Cela bouscule les habitudes de pilotage fondées sur des moyennes, des plans et des engagements figés.
Le manque d’expertise analytique
Mettre en place une culture d’efficience opérationnelle ne consiste pas à seulement produire des graphiques ou des indicateurs. Cela suppose avant tout une réelle capacité d’analyse.
Comprendre un Cycle Time, interpréter une distribution, distinguer une variation normale d’un signal faible, raisonner sur des percentiles ou des probabilités ne sont pas des compétences innées. Elles ne sont ni enseignées dans les cursus managériaux classiques, ni réellement diffusées dans les organisations et encore moins décrites dans les différents méthodologies Agile.
Sans cette expertise, la donnée devient rapidement dangereuse : mal interprétée, sur-interprétée ou ignorée elle déclenche des décisions pouvant dégrader fortement l’efficience opérationnelle de l’équipe.
Beaucoup d’organisations préfèrent donc ne pas mesurer plutôt que d’assumer le risque de conclusions erronées.
Petite anecdote : Lors d’un échange avec un SPCT, qui à l’époque était dans une grand ESN Français, j’ai présenté les Flow Metrics proposés par Flow Analytics Pro, ainsi que les gains que ces métriques pouvaient apportées au équipes. Réponse du SPCT « Houla on ne vas pas prendre cet outil, ca va montrer aux clients quand ont est en retard ! »…
L’absence d’investissement dans la formation aux Flow Metrics et aux métriques DORA (DORA Metrics)
Les Flow Metrics et les DORA Metrics sont souvent évoquées, rarement maîtrisées.
Dans de nombreuses organisations/équipes, elles sont introduites comme des concepts, voire comme des « bonnes pratiques », sans véritable investissement dans leur compréhension. On les affiche dans des dashboards, mais sans former les équipes, les managers et les décideurs à leur lecture et à leur interprétation.
Sans formation, ces métriques deviennent soit décoratives, soit anxiogènes. Dans les deux cas, elles ne produisent aucun impact.
Piloter par la donnée suppose un investissement clair dans la montée en compétence collective, au même titre que l’on investit dans des outils ou des transformations organisationnelles.
Peu ou pas de mesure de la maturité des équipes et des organisations
Une autre cause majeure de l’échec des mesures réside dans l’absence d’évaluation structurée de la maturité.
Les organisations observent des résultats, sans disposer de cadre pour comprendre si ces résultats sont cohérents avec le niveau de pratiques, de gouvernance et d’autonomie des équipes.
Sans mesure de la maturité, on compare des équipes incomparables, on attend des résultats irréalistes et on attribue les écarts à des facteurs individuels plutôt qu’à des différences systémiques.
Les assessments jouent ici un rôle clé : ils permettent de contextualiser les métriques, de donner un sens aux écarts observés et d’orienter les décisions d’amélioration.
Le manque de confiance dans la qualité des données
Enfin, beaucoup d’organisations ne font tout simplement pas confiance à leurs propres données.
Lorsque j’accompagne des équipes ou que je déploie Flow Analytics Pro, je procède systématiquement à un diagnostic de l’outil utiliser pour le pilotage des activités de l’équipe (souvent Jira). Mon constat et toujours le même. La qualité des données est toujours très dégradée. La donnée a beau être une mine d’or pour les organisations, afin de mieux connaitre leur marché, leurs clients et proposer de meilleurs services, lorsque l’on arrive dans les équipes IT je constate que la donnée ne reflète que peu d’importance, voir est crainte.
Cette défiance crée un cercle vicieux : puisque la donnée n’est pas fiable, on ne l’utilise pas ; puisqu’on ne l’utilise pas, elle n’est jamais améliorée.
La qualité des données n’est pourtant pas un prérequis absolu au pilotage. Elle s’améliore par l’usage, par la confrontation au réel et par l’alignement progressif des définitions et des pratiques.
Mais cela suppose une intention claire : utiliser la donnée pour décider, pas pour se rassurer.
Anecdote : Lors d’un échange avec un responsable d’une grande assurance, je lui présente Flow Analytics Pro. Lui « Ca ne va pas être possible, notre données n’est pas propre dans Jira ». Moi « Pas de soucis, je peux vous aider à la mettre au propre ». Lui « Non, je ne vais pas demander aux Scrum Master de le faire, ils vont être contre »…
Une conséquence directe sur la performance
Tous ces éléments combinés expliquent pourquoi tant d’organisations disposent de données abondantes mais restent incapables de piloter efficacement leur efficience opérationnelle.
L’absence de mesures efficaces n’est pas un accident. C’est le résultat logique d’un système qui préfère souvent l’opacité et le politiquement correct à une transparence exigeante.
Tant que ces freins ne sont pas levés, aucune transformation — agile ou non — ne pourra produire un impact durable.
Alors on fait quoi ?
L’impact d’une transformation ne se mesure ni à l’adoption d’un cadre, ni au nombre de rituels, ni à la conformité méthodologique.
Il se mesure à l’efficience opérationnelle : la capacité du système à transformer une demande en valeur livrée, de manière fluide, fiable et prédictible.
Cette efficience ne peut être pilotée qu’à partir d’une lecture systémique du flux.
C’est là qu’intervient le triptyque Flow Metrics + DORA Metrics + Assessments, boosté à l’IA.
Ce que permettent réellement les Flow Metrics
Les Flow Metrics ne sont pas des indicateurs de performance au sens traditionnel. Elles décrivent le comportement réel de votre système de création de valeur.
Elles rendent visibles les temps de traversée, la charge, le débit, la variabilité et les signaux de risque.
Elles montrent que les délais ne sont pas principalement liés à l’effort fourni, mais à la manière dont le travail est injecté, priorisé et orchestré dans l’organisation.
Elles déplacent la discussion de la productivité vers le flux, de l’activité vers l’efficience, de l’exécution vers la conception du système.
Sans cette lecture, toute tentative d’amélioration reste locale et fragile.
Ce que mesurent réellement les métriques DORA
DORA (DevOps Research and Assessment), est une initiative de recherche qui, depuis 2013, identifie les pratiques et métriques qui différencient les équipes hautement performantes des autres.
Les DORA Metrics apportent une lecture complémentaire indispensable. Elles mesurent la fiabilité et la robustesse du système de delivery.
Elles permettent de comprendre si l’organisation est capable de livrer régulièrement, de résister aux incidents et d’absorber le changement. Mais elles décrivent un état, pas ses causes.
Utilisées isolément, elles deviennent des scores. Utilisées conjointement avec les Flow Metrics, elles permettent de distinguer un flux rapide mais instable d’un flux lent mais robuste.
Le rôle central des Assessments (Evaluations)
Un Assessment est une évaluation structurée des compétences, pratiques et maturité (technique, fonctionnelle, organisationnelle, méthodologique, santé) d’une équipe ou organisation sur des dimensions clés qui impactent la performance de livraison.
Les Assessment analysent les pratiques réelles, la gouvernance effective, les modes de décision, la gestion des dépendances et des priorités. Ils permettent de relier des résultats observés à des choix organisationnels concrets.
Sans assessments, on observe des écarts de performance sans comprendre pourquoi. Avec eux, on peut identifier les leviers systémiques qui produisent ces écarts.
Ils déplacent la discussion du « qui » vers le « comment », du symptôme vers la cause.
Pourquoi l’association Flow Metrics, DORA et Assessments change la nature du pilotage
Pris isolément, chacun de ces leviers reste partiel. Ensemble, ils transforment le pilotage.
Ils permettent de lier le comportement du flux (le pourquoi), la fiabilité de la livraison (le quoi) et les pratiques organisationnelles (le comment). Les décisions ne reposent plus sur des intuitions ou des récits, mais sur des relations observables entre causes et effets.
C’est à ce moment que la donnée commence réellement à produire de l’impact.
L’IA comme accélérateur de compréhension
Lorsque Flow Metrics, métriques DORA, Assessments sont combinés, la complexité dépasse rapidement la capacité d’analyse humaine.
L’IA devient alors un assistant performant dans l’analyse. Elle relie des signaux dispersés, détecte des patterns invisibles à l’œil nu, met en évidence des corrélations plausibles, aide à identifier des risques émergents.
Concrètement, l’IA permet de :
- Analyser automatiquement les distributions de Flow Time et détecter les anomalies statistiques
- Corréler les résultats DORA avec les pratiques identifiées dans les Assessments (DORA Capabilities)
- Identifier les goulots d’étranglement récurrents dans le flux de valeur
- Proposer des recommandations contextualisées et actionnables
- Synthétiser des volumes de données que l’analyse manuelle ne pourrait pas traiter
- Enrichir l’interprétation des métriques avec le contexte fourni par les équipes
- Faire des recommandations d’améliorations
L’IA ne décide pas. Elle ne remplace pas l’expertise humaine. Elle augmente la capacité de compréhension et éclaire les arbitrages, en transformant des données brutes en insights exploitables.
C’est la combinaison de l’expertise méthodologique et de la puissance analytique de l’IA qui permet de passer véritablement de la donnée à l’impact.
Conclusion
Si seulement 18% des organisations utilisent les Flow Metrics, si à peine 17% s’appuient sur les métriques DORA, et si près de 70% des transformations échouent, ce n’est ni un paradoxe ni une fatalité.
C’est la conséquence directe d’un pilotage centré sur l’activité et l’absence de transparence plutôt que sur le flux de valeur.
Passer de la donnée à l’impact exige un changement profond : accepter la transparence, investir dans l’expertise, relier les métriques aux pratiques, raisonner en probabilités et utiliser la donnée comme un levier de décision.
La donnée n’a jamais manqué.
Ce qui manque encore, c’est la capacité à en faire un véritable instrument de pilotage.
C’est précisément ce que permet l’alliance des Flow Metrics, des métriques DORA, des assessments et de l’intelligence artificielle.
Et c’est pour cela que Flow Analytics Pro met à votre disposition l’association des Flow Metrics, des DORA Metrics et des Assessments, le tout boosté avec son IA Alice.
