Accélérer le passage du projet analytique au cas d’usage

Confrontées à des nombreux enjeux, véhiculés pour partie par la transformation numérique, les entreprises sont amenées à revoir leur stratégie analytique, notamment pour obtenir une vision globale de leurs activités. Pour cela, elles ont besoin d’une plate-forme capable d’héberger l’ensemble de leurs fonctions analytiques. Une tribune de Marcel Lemahieu, Principal Business Solution Manager chez SAS.

Venez débattre sur ce sujet sur Twitter le 9 mars 2018 à 15h  

Et nous rencontrer à Big Data Paris les 12 et 13 mars stand A 4

 

2018 est l’année de l’analyse prédictive

 

En 2018, l’analyse prédictive devrait toucher tous les secteurs d’activité. Dans la distribution et l’industrie des biens de consommation courante, la transformation numérique a complètement changé les modèles de fonctionnement, notamment en générant de multiples canaux de vente. Dans les services financiers, la dernière crise et l’augmentation des réglementations ont obligé les organisations financières à reconsidérer leur stratégie analytique. Dans le secteur public, les déficits budgétaires ont forcé le gouvernement à trouver de nouvelles solutions pour améliorer son niveau de services sans augmentation de coûts. La gestion des ressources analytiques est devenue cruciale et dans cette perspective, constitue probablement la naissance d’une nouvelle économie analytique.

 

Les données et l’analytique sont maintenant au cœur du modèle d’exploitation de nombreux secteurs

 

C’est un énorme défi qui oblige les organisations à reconsidérer leur structure, leurs processus, leurs données et leurs technologies au niveau de l’entreprise. Pourquoi ? A terme, le changement doit se faire sur la base d’une vision globale de l’entreprise à travers toutes ses fonctions : marketing, ventes, finances et risques, R&D, production, approvisionnement et services à la clientèle ou aux citoyens.

En 2016, Forrester a déclaré que les entreprises et leurs architectes des systèmes d’information recherchaient des plates-formes analytiques dans lesquelles ils pouvaient avoir confiance. Il existe un large éventail de technologies analytiques disponibles, cependant il est important de disposer d’une solution fiable pour développer et déployer rapidement des applications analytiques répondant aux besoins des entreprises et de leur marché.

 

Les logiciels open source ne fournissent pas toujours la valeur métier attendue

 

Du point de vue technologique, il est difficile de faire la distinction entre un logiciel libre et un logiciel d’éditeur. Les capacités de données et d’analyse, y compris la préparation des données, la qualité des données, la modélisation prédictive, l’apprentissage automatique, l’intelligence artificielle, le scoring, l’automatisation des décisions et la gouvernance des modèles, sont à peu près les mêmes. Le logiciel open source présente cependant l’avantage de paraître bon marché, innovant et donc très attractif.

Il est extrêmement difficile de comparer les plates-formes analytiques sur le papier, en particulier du point de vue des fonctionnalités seules. De même que vous ne pouvez pas comparer deux voitures sans les avoir conduites. C’est la même chose pour l’analyse prédictive. Votre choix de plate-forme doit être basé sur des cas d’usage réels, mesurant tous les coûts et le temps nécessaire à l’obtention des meilleurs résultats.

Les entreprises qui s’appuient exclusivement sur des logiciels open source pour l’analyse constituent souvent des équipes importantes pour faire face au développement et à la maintenance des nombreux cas d’usage analytiques. Ils doivent gérer leurs projets analytiques comme un éditeur de logiciel, avec tous les coûts associés. Est-ce vraiment leur mission principale ? Fournissent-ils réellement de la valeur pour leur entreprise (et leurs clients) ? Que se passera-t-il si les data scientists ou les développeurs clés quittent l’entreprise ?

 

Un regard sur la valeur des logiciels d’éditeurs

 

C’est là que les logiciels d’éditeurs prennent toute leur valeur. Par exemple, l’année dernière, SAS a lancé une nouvelle plate-forme analytique d’entreprise, qui tire parti des technologies analytiques modernes telles que l’apprentissage automatique, l’intelligence artificielle, Hadoop, le traitement en mémoire et le déploiement en mode cloud. Certaines entreprises constatent qu’elles peuvent amortir largement le coût de cette plate-forme par une réduction de l’effort nécessaire de développement et de mise en production des modèles prédictifs comparé aux logiciels open source.

Plus particulièrement en offrant :

  • Plus de valeur ajoutée dans les actions

L’analytique n’a aucune valeur si elle ne fournit pas de prédictions précises avec le niveau requis de transparence et de gouvernance, et si elle n’est pas déployée dans les process pour automatiser les décisions de l’entreprise. Les meilleures plates-formes analytiques d’éditeur offrent un haut niveau de précision couplé à une gouvernance et un déploiement rationalisé et automatisé au sein des processus métiers et du système d’information.

  • Plus de rapidité dans les actions

La vitesse est importante dans l’analytique. Les comportements changent vite. Si 9 à 12 mois sont nécessaires pour industrialiser un cas d’usage, dans ce laps de temps, le marché peut déjà avoir changé et les coûts de mise en œuvre seront alors trop élevés. Les logiciels d’éditeur comme la plate-forme analytique SAS fournissent des réponses rapides et industrialisées à partir de techniques analytiques innovantes et brevetées, comme l’analyse visuelle, le workflow analytique, l’auto-tuning  des modèles de machine learning et le déploiement automatique en base de données, in-Hadoop et in-memory. Et grâce au déploiement dans le cloud, vous pouvez étaler l’effort de vos investissements analytiques.

  • Plus de confiance dans les actions

L’analytique n’a aucune valeur si les différents départements de vos entreprises n’ont pas confiance dans les résultats. Vous devez pouvoir vous appuyer sur votre plate-forme analytique pour apporter la confiance dans l’analyse prédictive des données. Un éditeur est un partenaire critique pour créer cette confiance. En effet, il s’assure que vous utilisez les dernières technologies et garantit la confiance dans les résultats grâce à des applications testées et documentées. Il vous fournit également une plate-forme sécurisée pour vos données et leur traitement. Un éditeur est aussi un partenaire qui vous apportera un soutien technique et des services, ce que ne vous donne pas une simple plateforme open source.

Il est important de prendre en compte tous ces aspects lors du choix d’une plateforme d’analyse prédictive.

Chez SAS, nous recommandons une architecture analytique hybride. A ce sujet, nous vous conseillons la lecture de cette étude « Open Source vs Proprietary: What organisations need to know ».

L’Open Source, le langage de prédilection pour l’expérimentation analytique et le développement, peut désormais être facilement combiné avec la plate-forme SAS pour sécuriser et rendre opérationnels les algorithmes d’apprentissage automatique et d’intelligence artificielle dans les processus métier et les systèmes d’information existants.

Une plate-forme commerciale est plus qu’un acte d’achat d’un logiciel, elle doit être vue comme un investissement offrant des résultats tangibles sur le long terme.

Je crois fermement que le modèle hybride Open Source et SAS est une combinaison gagnante permettant de garantir la mise en œuvre de vos cas d’usage analytiques et donc d’en extraire une forte valeur ajoutée pour votre organisation.

 

Venez débattre sur ce sujet sur Twitter le 9 mars 2018 à 15h  

Et nous rencontrer à Big Data Paris les 12 et 13 mars stand A 4

 

 

——–

Marcel Lemahieu est Principal Business Solution Manager, Centre d’Excellence pour SAS Europe de l’Ouest. Marcel a rejoint SAS France en 2000 où il a contribué avec succès à l’adoption de la plate-forme SAS par les grandes entreprises françaises. Son parcours mélange statistiques, projets informatiques et vente de logiciels. Il a débuté sa carrière en tant qu’Analyste Statisticien au Ministère du Travail, Responsable Méthodes Statistiques dans une société d’études (BVA), Responsable de projet informatique pour un groupe de médias (Havas) et Responsable Business Solution chez Informix. Marcel met à la disposition de ses clients SAS sa longue expérience des projets analytiques au niveau français et international dans différents secteurs d’activité : Média, Distribution, Assurance, Banque, Secteur Public. Marcel Lemahieu est titulaire d’un Master en Sciences Economiques de l’Université de Reims.

——–

 

En complément :

Les bénéfices de l’open source pour les banques (en anglais).

Quand l’IA améliore les processus métiers.