Comment donner une valeur « business » à vos données

Les données produites, les applications métiers, les réseaux sociaux, l’Open Data et autres sources sur Internet sont aujourd’hui innombrables. Elles peuvent apporter des avantages concurrentiels et générer des économies mais nécessitent l’expertise humaine pour en tirer parti.
Prédire l’achat d’un produit ou d’un service, analyser les corrélations qui conduisent à un incident pour mettre en place une maintenance préventive adéquate, analyser les comportements pour limiter la fraude en ligne. Ce ne sont que quelques aspects de l’intérêt de l’analyse de données massives, dont le Big Data est emblématique. Encore faut-il savoir ce que l’on veut en faire car il existe de nombreux biais et erreurs possibles dans l’interprétation des résultats. Les deux secteurs d’activité les plus avancés dans la collecte et l’analyse de données sont la grande distribution et les TMT (Technologies, Médias, Télécoms) car ils disposent d’une connaissance des clients très pointue et de stratégies de segmentation marketing avancées.
David Jonglez, directeur du business développement d’Esri, pointe l’intérêt de valoriser des données d’entreprise à caractère géographique (adresses des clients, fournisseurs, tracés des canalisations, emplacement de vannes, etc.) avec des outils adaptés. « Correctement mises en valeur, les données permettent de mieux comprendre et sont une aide à la décision pour les collectivités et les entreprises », explique-t-il. Outre les solutions sophistiquées, un simple outil tel que le tableur Excel peut cartographier des données socio-économiques en lui associant un plugin tel que Esri Map For Office. « Dans les villes, la gestion des capteurs placés sur la voirie ou les objets est coûteuse. L’utilisation de données existantes et de celles issues de smartphones peut produire de puissants modèles utilisables », ajoute David Jonglez.
Exploiter les données issues des réseaux sociaux et des blogs
Facebook, Twitter et autres réseaux sociaux, sites et blogs sont des espaces dans lesquels les utilisateurs s’expriment en confiance dans un groupe aux intérêts communs. Les marques y détectent des tendances, anticipent des comportements, surveillent leur image. Autant de sources de données qui sont exploitées par les sociétés. Anne-Cécile Guillemot, cofondatrice de Dynvibe, une start-up spécialisée dans la veille sur les médias sociaux (Social Media Intelligence) précise : « Nos clients nous demandent si un nouveau produit est bien perçu sur Internet, comme l’Oréal avec son dernier shampoing sec. Autre exemple, Disney France veut mesurer le buzz à propos de la sortie d’un film en France, un mois avant sa sortie nationale. Si le buzz est très fort, la promotion du film est plus réduite ».
Pour une exploitation optimale des données stratégiques, une entreprise doit faire le point sur les échanges entre ses différents services, RH, DSI, commercial, marketing. La présence d’informations incohérentes et de formats hétérogènes nuit au bon fonctionnement de processus métiers. D’où la nécessité d’identifier d’abord les données spécifiques à l’entreprise (coordonnées clients, produits, informations financières, etc.). Ensuite, il faut définir les rôles et les droits d’accès de chacun sur ces données.
Le Big Data cherche encore ses marques
Une étude détaillée du cabinet Ernst & Young, parue en novembre 2014, décrit les freins au développement du Big Data. En particulier, la difficulté à analyser les données non structurées (e-mails, livres blancs, formats multiples, etc.), le manque de compétences analytiques et la carence d’outils de traitement des données. La notion de confiance avec les clients, relative au traitement des données personnelles, est un enjeu majeur. L’absence de mesure du retour d’investissement est aussi une contrainte. Deux tiers des entreprises françaises considèrent que le Big Data est un paradigme intéressant mais encore difficile à assimiler par les entreprises. Selon Bruno Perrin, responsable du secteur Technologies, Medias, Télécoms en France d’Ernst & Young, « la deuxième révolution du Big Data sera celle de l’exploitation des données non structurées et de l’Open Data ».
Les données structurées (factures, profils clients, tableaux de performances, etc.) sont détenues par la direction administrative et financière et à moindre titre par la direction des ressources humaines. La direction administrative et financière dispose aujourd’hui d’un savoir-faire unique dans l’entreprise pour traiter ce type d’informations.
L’analyse des données en temps réel et le prédictif ne sont pas encore au rendez-vous mais les projets Big Data, avec des attentes fortes, commencent à démarrer tels ceux lancés par les assureurs MMA, MAAF et GMF, Carrefour ou des PME comme le laitier Tribalat.
Big Data : 8 points clés pour bien réussir un projet 1. Big Data : un projet, pas un outil ! Extrait des conseils de Nicolas Odet, directeur général adjoint du Groupe Hardis |