« L’entreprise qui maîtrise ses données, maîtrise son marché »

Des nombreux termes qui envahissent la littérature sur le numérique, Data Science et Data Story Telling ont pris de l’ampleur dernièrement. Didier Gaultier, Directeur Data Science France chez Business & Decision et professeur de Data Science et de Statistique, nous précise ce qu’ils recouvrent et nous en décrypte les enjeux.

Rencontré à l’occasion de SAS Forum en juin dernier, Didier Gaultier, qui a pour mission de développer l’expertise en Data Science de B&D, a livré à Business Analytics info sa vision sur son métier et les enjeux auxquels lui et son équipe peuvent répondre dans différents secteurs d’activité. Il évoque également le partenariat historique et la collaboration entre B&D et SAS.

 

Business Analytics info : Vous êtes « Directeur Data Science » chez Business & Decision. Qu’est-ce que la « Data Science » ?

Didier Gaultier : Il s’agit d’une discipline hybride qui recouvre différentes activités : la préparation des données (ou « data wrangling »), la statistique, l’intelligence artificielle et le machine learning (ou apprentissage automatique). L’ensemble de ces activités partagent un objectif commun : transformer la data en connaissance et en action. Elles sont bien-sûr très imbriquées. Par exemple, il n’existe plus aujourd’hui d’intelligence artificielle qui ne soit pas « apprenante ». Par ailleurs, environ 60% des algorithmes de machine learning relèvent de la statistique. Et le machine learning ne peut exister sans statistique. Enfin, il n’y a pas de statistique sans une bonne préparation des données (le fameux « garbage in, garbage out » qui traduit le fait que la qualité des données influence directement la qualité des analyses).

Quand les big data apportent à l’entreprise la collecte et la mémorisation de l’information, la Data Science offre, de son côté, l’agilité et l’intelligence (au sens anglo-saxon du terme). Les projets big data sont plus axés sur la collecte et le stockage, alors que la Data Science se focalise sur le traitement des données et y injecte de l’intelligence. Les deux font bien sûr partie d’un ensemble cohérent.

Classé parmi les 10 leaders de la Data Science en France, Business & Decision est reconnu pour son approche et sa réponse aux attentes des clients (grands comptes ou grosses PME), parmi lesquels figurent notamment le Groupe Rocher, Panzani, McDonald’s, les Caisses d’Epargne, le groupe La Poste, etc. Plus de 100 projets analytiques ont été réalisés pour le compte de nos clients.

 

BAi: Business & Decision était l’un des sponsors de SAS Forum France 2017. Dans quels domaines collaborez-vous avez SAS ?

DG : SAS figure parmi les éditeurs leaders en Data Science. Nous collaborons depuis longtemps dans différents domaines. Nous avons par exemple participé au projet de lutte contre la fraude à la TVA du Ministère des Finances belge, qui a permis de récupérer plus d’un milliard d’euro par an en fraude évitée. Le projet a été réalisé exclusivement avec des technologies de SAS et a été orchestré par Business & Decision.

Par ailleurs, Business & Decision est un « early adopter » de SAS Viya, qui permet d’aller encore plus loin dans la Data Science, les big data et le Cloud. La Data Science est en réalité un domaine de R&D permanent, les évolutions sont très rapides et il est toujours difficile d’en faire le tour. La valeur ajoutée réside le plus souvent dans quelques subtilités, c’est pourquoi nous développons des use cases détaillés en fonction des besoins exprimés par nos clients.

Une entreprise qui maîtrise ses données, maîtrise son marché. L’analyse permet de mettre les données en valeur et de les transformer en connaissance utile pour les métiers. Elle aide notamment les entreprises à faire mieux (créer plus de valeur, gagner en précision et optimiser), à faire plus (élargir les champs d’exploitation de la donnée pour répondre à des questions de plus en plus vastes et touchant désormais des aspects stratégiques) et surtout à innover. Enormément de facteurs exogènes impactent aujourd’hui le business, et la Data Science sert à mesurer ces impacts. Par exemple, si une usine s’installe à proximité de votre restaurant, votre CA ne peut qu’augmenter, même si votre cuisine est moyenne… Au contraire, si trois concurrents s’installent dans votre quartier, votre CA ne peut que diminuer. Auparavant, on ne mesurait pas ces impacts. La Data Science nous aide à les quantifier, à les anticiper pour moins les subir. La technologie permet aujourd’hui de surveiller un très large éventail d’indicateurs (au-delà de la météo : des événements comme un match de football ou un concert, jusqu’aux grèves, aux conditions de circulation, etc.) pour mieux anticiper le futur.

 

BAi: Vous avez récemment publié un article de blog sur le « data storytelling ». Que recouvre ce concept ? A quoi sert-il ?

DG : Le data storytelling consiste à raconter une histoire à partir de la donnée. Il n’attendait que la Data Science pour exister et le couple est très bien assorti ! L’un des principaux écueils auxquels est confrontée la Data Science réside dans l’appropriation du travail réalisé par les métiers : on ne connaîtra jamais le métier aussi bien que ceux qui le pratiquent au quotidien. L’ambition de la Data Science consiste à apporter aux métiers différents éclairages ; des chemins d’analyse qu’ils n’auraient pas vus ou dont ils n’auraient eu que l’intuition.

En retour, les métiers doivent s’approprier les résultats de l’analyse, ce qui peut être complexe car on ne peut pas expliquer dans le détail toute la démarche analytique et le fonctionnement des algorithmes. D’où un problème de confiance auquel le data storytelling peut remédier.

Il existe une distinction réelle entre les scénarios d’exploration destinés aux analystes et ceux destinés aux opérationnels et décisionnaires métiers. Si les scénarios de consommation de données de performance par les opérationnels n’existaient pas auparavant, c’est désormais la vocation du data storytelling. Pour y parvenir, les outils de visualisation de données, tels SAS Visual Analytics, sont très précieux, avec des fonctions permettant de consulter les données via un appareil mobile ou hors ligne. La donnée est alors contextualisée, scénarisée et actionnable.

 

* * * * * * *

 

Business & Decision est une entreprise internationale de services du numérique (ESN) cotée en bourse et présente dans une douzaine de pays du globe. Elle s’appuie sur 2 600 collaborateurs et a réalisé en 2016 un chiffre d’affaires de 227 millions €. Créé par Patrick Bensabat en 1992, le groupe a développé une double expertise dans l’analyse et la valorisation de données, et la transformation numérique des entreprises. Partenaire SAS depuis 2003, Business & Decision a développé un centre de compétences reconnu, comptant plus de 250 consultants.

Didier Gaultier dirige depuis trois ans les activités Data Science du groupe B&D. Il a mis à profit son expertise dans le domaine des technologies de l’information, du logiciel et du marketing pour développer avec ses équipes une expertise complète en Data Science dans plusieurs secteurs, tels que le commerce de détail, les médias, la distribution B2C, B2B et la finance. Depuis 2009, il apporte également son expertise en tant que professeur de Data Science à l’EPF, et comme professeur de statistiques à l’ESCP Europe.

Suivre Didier Gaultier sur Twitter.

 

Vidéo : voir l’intervention de Didier Gaultier sur le plateau TV de SAS Forum France 2017

 

En complément :

Un article (en anglais) sur les apports de la Data Science au secteur de l’aviation,

Et un autre sur le data storytelling.