La gestion de tous les processus interdépendants, qui incombent à un laboratoire, est une tâche complexe qui nécessite de mettre en place des procédés et des outils adaptés en termes de gestion de données de laboratoire. Cela afin de pouvoir facilement exploiter et valoriser les données d’essais, par la mise en place d’indicateurs permettant de mesurer les résultats, mais aussi de planifier les ressources nécessaires à la réalisation de chaque essai. A fortiori, le système de gestion de données de laboratoires mise en place par l’entreprise, doit pouvoir suivre l’ensemble des processus, depuis la demande d’essai jusqu’à l’obtention des résultats.
De fait, ces données d’essais existent en nombre faramineux dans les laboratoires, et cela sans compter les processus de bonnes pratiques à suivre. Alors, ces montagnes de données sont très souvent éparpillées dans une myriade de documents différents. Se pose alors un problème de standardisation du format du document, afin d’assurer son accessibilité à tous ceux ayant besoin de l’accès.
Aussi, cette rétention des connaissances créer une forte dévaluation des missions des collaborateurs. D’après une enquête IDC, les travailleurs du savoir passent 44% de leur temps à chercher l’information pertinente dont ils ont besoin, sans la trouver. Remise à l’échelle de coût d’immobilisation de ressources, ce temps perdu est estimé, en moyenne, à $5 700 par personne, et par an.
Il apparaît donc clair que les missions à haute valeur ajoutée des experts ne sont que parasités par les demandes ou les recherches d’informations. Donc le partage de connaissances dans un réseau organisé, permet d’éviter le phénomène « d’amnésie des entreprises », cette conséquence immanquable suivant le départ d’un expert.
Aussi, la rentabilité d’une donnée d’essai est strictement proportionnelle aux nombres d’essais réalisés pour observer ce résultat. Le manque de partage de connaissances contraint bien souvent les entreprises à exécuter plusieurs fois un même test, sans savoir que la donnée est déjà connue par d’autres services.
En plus de ce manque de partage de connaissances, il est important pour un laboratoire de pouvoir pérenniser les bonnes pratiques à mettre en place. Une des solutions les plus courantes est en se basant sur des indicateurs opérationnels tels que le taux de planification, des ressources de réponses. Enfin, c’est aussi un plus qui permet d’intégrer les KPI des sous-traitants, qui servent à optimiser l’approvisionnement et la gestion des stocks, par exemple. Ces bonnes pratiques peuvent être évalués en suivant un workflow de validation : simple, rapide, formel et surtout efficace.
