Le Big Data, un volet majeur d’innovation sur les données d’entreprise

Dans un précédent billet, Christophe Dumoulin, PDG de chez Business & Decision, posait les principes élémentaires du Big Data en formalisant les principaux enjeux et en proposant des repères. Ce qui induit finalement une nouvelle interrogation sur l’utilisation des données : « Big Data, d’accord, mais quelle est la question ? » pour reprendre l’analyste Ray Wang dans un article publié dans Forbes. C’est le principe même de tout nouveau concept : pour qu’il ait un impact significatif sur les marchés, il faut en établir les usages, voire les modes opératoires dans l’entreprise.

Définir l’usage des données

On peut d’ores et déjà affirmer que le Big Data modifiera significativement les méthodes et les outils d’analyse des populations et de leurs comportements. L’interrogation porte alors sur la manière d’apporter de la valeur aux données ? L’analyse de l’information a longtemps été pratiquée dans un cadre strictement organisé et prédéfini. Dans l’univers du Big Data, il nous faut changer de paradigme et procéder en deux étapes : rassembler, dans un premier temps, les données comme elles viennent, puis, dans un second temps, mettre à contribution les « métiers » pour établir les liens et les corrélations entre les données.

En d’autres termes, il s’agit de relever le défi de poser, au départ, les fondements d‘usages pour lesquels les données doivent être manipulées et exploitées. Sur un site d’e-Commerce, le parcours du consommateur est repéré, la navigation tracée, le temps passé compté et les centres d’intérêts répertoriés. Mais dès qu’il s’agit de croiser ces informations avec des avis, des opinions, des commentaires, ou encore des images, notamment issus et en interaction avec les réseaux sociaux, la question devient beaucoup plus complexe puisqu’il s’agit de données a priori non structurées, contrairement à celles habituellement exploitées dans les systèmes d’information d’entreprise.

 

Déterminer la valeur des données

Quelle pertinence doit-on donner à une photo, une vidéo ou un blog diffusé par un individu qui peut être à la maison, au travail, en vacances ou en déplacement et qui peut utiliser des supports multiples tels que ordinateur, tablette, mobile, et bientôt les objets connectés, et ce, tout au long de sa vie et avec des modes de relation divers tels que contacts directs, carte de fidélité et géolocalisation. Le lieu, la période, l’espace et le temps amènent ainsi des éclairages différents et des nécessités de contextualisation. Dans les exemples ci-dessus, on retrouve les trois éléments qui constituent la différence entre l’analyse de données classique et les techniques de Big Data. De nouvelles dimensions d’analyse apparaissent tels que : la détection d’événements, la séquence des événements, le temps entre les événements, l’ordre des événements… (liste non exhaustive).

Données, informations, Quelle différence, quelle valeur ?

Données, informations, Quelle différence, quelle valeur ?

L’objectif devient ainsi plus précis : fabriquer des liens pertinents entre des données structurées ou non structurées produites par le comportement humain et disposer des moyens technologiques pour les analyser, les comparer avec des données structurées produites par des processus internes à l’entreprise. C’est le cœur du challenge du Big Data : connaître l’activité humaine, comprendre son contexte, établir les relations entre les données d’activité pour fournir, à un instant donné, un service en temps réel individualisé et personnalisé.

 

Les procédés d’analyse

Les techniques du marketing, construites dès les années 1960, ont établi des méthodes d’analyse de données pour quantifier et valoriser leurs stratégies sur le principe des 4 P : Product, Price, Promotion, Place. Depuis une dizaine d’années, les approches appelées « Product centric » et « Customer centric », souvent combinées, ont émergé pour donner lieu à un nouveau principe des 8P : 4P + People, Process, Performance, Profit, qui vient compléter et enrichir l’approche produit.

Le Big Data est la réponse technologique à ce nouveau paradigme d’analyse. Le métier d’analyste de données se transforme en « scientifique » de l’information avec de nouvelles compétences et savoir-faire en méthodologies d’analyse. Il est fort à parier que dans les trois prochaines années, les budgets alloués aux marketings analytiques vont augmenter de plus de 60 %, estimation donnée par certains analystes. Sous cette impulsion, l’exploitation d’une information encore plus documentée, encore plus immédiate et encore plus pertinente deviendra l’enjeu de l’activité commerciale des entreprises. Les processus de découverte de l’information et d’innovation dans les offres, associés aux multiples stimulants d’agilité, seront totalement transformés.

Les technologies sous-jacentes pour mettre en œuvre ces transformations constituent des ruptures technologiques avec le monde des bases de données relationnelles. Elles permettent non seulement de gérer les transactions, mais aussi les interactions et les événements, et ainsi de découvrir, modifier, amplifier de nouveaux comportements ou démystifier des idées reçues.

Des données à l'intelligence

Des données à l’intelligence

Le Big Data, nouvelle frontière pour l’innovation

Selon McKinsey, le Big Data est la nouvelle frontière pour l’innovation, pour le gain de compétitivité et pour l’amélioration de la productivité. Les entreprises et tout particulièrement les départements marketing qui ignorent cette opportunité par manque d’expertise et d’implication dans le management de la donnée, prennent le risque de passer à coté d’un phénomène crucial.

Les secteurs économiques qui reposent sur des business model en points de contact à la fois physiques et en ligne sont les premiers candidats à l’utilisation des mégadonnées. Les deux axes se rejoignent : les acteurs à l’origine sur le Web s’équipent de points de vente et de magasins (Pixmania, free,…) tandis que les acteurs traditionnels s’installent sur le Web. Les transactions des clients doivent pouvoir être suivies et pilotées de façon unifiée en « off-line » et « on-line » pour que leurs activités puissent être rapprochées de leurs comportements et opinions afin de détecter, en temps réel, leurs intentions de consommateur.

 

Quelles données pour quels usages ? Opportunités Big Data

Quelles données pour quels usages ?

En conclusion, le Big Data est un moyen au service des métiers de l’entreprise pour améliorer ou infléchir les prédictions sur les produits, les clients et les fournisseurs. Il s’agit en somme de gagner en agilité dans l’exécution de la stratégie. L’apprentissage de ce nouveau métier sera un processus lent car toute innovation demande à être bien comprise avant d’être bien exécutée.

 

Restez connecté : Retrouvez le 1er article de cette série, « Le Big Data et ses 3V, un vaste océan d’opportunités« .

Nous traiterons dans un prochain article du choix entre l’utilisation des technologies de Business Intelligence ou de Big Data sera publié prochainement.

 

Dernière mise à jour : 30-11-2016

 

  • A propos
  • Derniers articles

Christophe Dumoulin

PDG à Business & Decision

Mes spécialités : Business Intelligence, CRM, Customer Relationship management, E commerce, Digital Marketing, Customer Experience Management, hosted and managed services, SAP, Oracle, SAS, IBM, Microsoft, Neolane, Pivotal, Cognos, Hyperion, Siebel, Salesforce, Baan...

One Comment

  1. Un article utile, j’ai découvert. Merci.

Laissez un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

*