Les big data ouvrent la voie aux data crunchers. La parole à Eric Pistre du Groupe Estia

Aujourd’hui, la plus simple opération sur Internet, comme la publication d’un commentaire, la transmission d’une candidature ou d’une demande de devis, la saisie d’une requête dans un moteur de recherche, la soumission d’un « like » sur Facebook, ou encore la publication d’un tweet, etc. fait l’objet d’une collecte de données qui alimentent la construction d’un profil type. Même lors de la simple consultation d’un site, l’internaute génère des données qui peuvent être utilisées à des fins commerciales, marketing, ou stratégiques. Quelles sont les incidences de cette nouvelle donne pour les entreprises ? Réponses d’Éric Pistre, Directeur des opérations du Groupe Estia.

Business Analytics Info : Comment analysez-vous l’évolution des pratiques décisionnelles de l’entreprise ?

Eric Pistre : Nous sommes entrés dans l’ère des big data, où « cruncher » (c’est-à-dire « triturer ») la donnée, transformer l’information en connaissances pertinentes et « actionnables », repérer des tendances et faire des prévisions plus précises en temps réel deviennent primordiaux pour l’avenir de l’entreprise. Celle-ci peut ainsi s’adapter rapidement aux évolutions du marché et de ses activités, tout en comprenant mieux et en anticipant les exigences et le comportement de ses clients. Avec la forte avancée de la digitalisation dans la vie de tous les jours, ces problématiques qui touchaient initialement les sociétés telles que Google, Amazon et Facebook pionniers de la collecte et de l’analyse de données, sont devenues celles de quasiment tout le monde !

 

BAI : Quel est l’impact d’une telle évolution sur les spécialistes de la donnée ?

E. P. : Cette petite révolution qui touche la plupart des entreprises contraint le data cruncher à traiter des volumes croissants de données non structurées, dont la complexité ne cesse d’augmenter. Son rôle consiste à les sélectionner et les associer aux données internes de l’entreprise, pour en tirer des informations utiles pour les métiers. Des compétences en mathématiques et en statistiques, ainsi qu’une bonne appréhension des enjeux marketing de l’entreprise sont les clés qui servent au data cruncher pour faire parler les données et imaginer les utilisations qui pourraient être faites de ces données.

Dans les domaines de l’ingénierie et de la fabrication par exemple, les entreprises trouvent de nouvelles possibilités d’anticiper d’éventuels problèmes de maintenance, d’améliorer la qualité de la fabrication et de maîtriser leurs coûts, grâce au « big data crunching » (que l’on appelle également « big analytics »). De nombreux détaillants utilisent la technique pour affiner leurs prévisions et anticiper les évolutions de la demande pour réagir en conséquence. Dans le domaine de la santé, les big analytics permettent d’identifier de nouveaux moyens pour prévoir des événements cliniques critiques et réagir plus rapidement. Au final, la technique aide à proposer une meilleure prise en charge des patients et une gestion des coûts plus efficace.

 

BAI : Quel est le rôle des réseaux sociaux dans cette évolution ?

E. P. : Avec l’avènement des réseaux sociaux, les entreprises doivent gagner en réactivité pour sortir du lot et cherchent ainsi à baser leurs décisions sur des données actualisées. Pour répondre à ces objectifs, la fréquence des analyses s’accélère et passe d’un rythme mensuel à hebdomadaire, voire quotidien… c’est à dire de plus en plus proche du temps réel. Avec les big data, un virage technologique s’est opéré (réduction des chaînes de traitement batch au quotidien, requêtes sur le transactionnel, optimisation de modèles), et a conduit le data cruncher non seulement à aider l’entreprise à améliorer son efficacité opérationnelle – et ainsi réduire les coûts de gestion des données – mais également à étendre la valorisation des données de l’entreprise de par sa position transverse, en lien avec les directions fonctionnelles utilisatrices.

 

BAI : Comment cette évolution se traduit-elle sur les technologies ?

E. P. : Du fait de la complexité accrue des besoins et de problèmes d’incompatibilité, il est souvent difficile pour les data crunchers d’utiliser des applications standards de business intelligence pour analyser les nombreux types de données. Le big data cruncher privilégie aujourd’hui trois technologies principales : les systèmes reposant sur des fonctions d’analyse embarquées « in-memory » ; les systèmes faisant appel à de puissantes infrastructures de serveurs pour redistribuer les traitements ; et les bases de données NoSQL qui exploitent des systèmes de stockage plus performants que le traditionnel SQL.

 

BAI : Et demain ?

E. P. : Les besoins en analyse de données en temps réel se multiplient. Les entreprises voient dans les big analytics un moyen de dégager un avantage concurrentiel. Elles exigent des analyses plus rapides, automatisées, intelligentes et synthétisant des informations orientées métier. Mais l’impact des big data sur le business model et l’organisation de l’entreprise n’est pas neutre, et il existe encore quelques freins (tels que les coûts d’implémentation), ou des zones d’ombre, telles que la fiabilité et l’intégrité des données. En 2015, seulement 40% des besoins en recrutement de data crunchers seront couverts ! Et avec la montée en puissance des big data, le rôle du data cruncher sera sûrement amené à être repensé.

 

Pour plus d’informations : www.groupe-estia.fr.