webleads-tracker

Les nouveaux métiers de l’économie numérique : Big Data, big jobs ? Compte-rendu

Les immenses quantités de données qui ont afflué vers les entreprises sont devenues une mine d’or qu’il s’agit d’exploiter. Le phénomène des Big Data devrait créer d’ici 2015, 4,4 millions d’emplois selon Gartner. Entre salaires mirobolants et pénurie de talents, qu’en est-il réellement ? Et face à  la fuite de cerveaux des filières scientifiques vers le monde de la finance et de l’assurance, comment les entreprises peuvent-elles séduire ces « data scientists » pour mettre leurs talents au profit de cette nouvelle économie ?

LECLUB-BAI-Monohcrome-plus gris_petit

Aujourd’hui, la donnée est au cœur des activités des organisations, quel que soit leur secteur. Mais l’un des aspects les plus « révolutionnaires » des Big Data réside dans la capacité d’expérimentation qu’elles offrent aux entreprises, pour mieux comprendre et envisager l’avenir sur la base d’éléments factuels.

Le Data Scientist doit en conséquence devenir un chef d’orchestre jonglant entre les besoins et stratégies métiers de l’entreprise, et la capacité à analyser et interpréter les informations. Il existe cependant un déséquilibre entre la maturité des offres technologiques et la disponibilité des savoir-faire. Les experts métiers capables d’analyser une problématique au moyen d’une véritable démarche scientifique, et ce, avant même d’envisager quels outils utiliser, sont encore rares.

Les entreprises cherchent des profils de culture scientifique capables d’appréhender des problématiques métiers dans le cadre d’une démarche d’expérimentation. Il est donc urgent de faire le lien entre les problématiques métiers ou fonctionnelles et les problématiques techniques. L’information doit pouvoir être traitée en tant que telle, avec une organisation spécifique à imaginer en fonction des différents usages (marketing, logistique, etc.).

La deuxième table ronde organisée le 22 janvier 2013 dans le cadre de « Le Club par Business Analytics Info » a réuni : Jean-Michel POGGI, Enseignant-Chercheur à l’Université Paris Descartes et Président de la Société Française de Statistique ; Olivier LALLEMENT, Manager, Technology Advisory chez Deloitte ; Nicolas GIARD, Enseignant à SKEMA Business School (Lille) et Directeur général de Conexance et Serge BOULET, Directeur marketing & communication de SAS, dans un débat animé par Jacques FROISSANT, fondateur & CEO, Altaïde, pionnier du recrutement 2.0.

 

Compte-rendu

En introduction, Jacques Froissant a rappelé que si les pionniers de l’analytique – les acteurs de la grande distribution qui analysent depuis des années des données de ventes – sont toujours très actifs dans l’analyse des Big Data, tous les secteurs d’activité et tous les domaines de l’entreprise sont désormais concernés. Ainsi, le cabinet d’analystes Gartner estime que 4,4 millions de postes seront à créer et à pourvoir d’ici à 2015, c’est-à-dire demain. Alors peut-on parler aujourd’hui de pénurie de talents ? Et comment les écoles et universités préparent-elles les étudiants à ces nouveaux métiers ?

Jean-Michel Poggi a décrit l’évolution des contenus des diplômes depuis une dizaine d’années, dans le domaine de la statistique, tout en ajoutant que d’autres domaines sont également concernés par ces nouvelles sources de données – informatique, mathématique, traitement du signal, etc.

Le système universitaire français offre plusieurs filières de formation, depuis les diplômes BAC + 2 jusqu’aux doctorats : il existe 12 DUT en France, une vingtaine de Licences générales à base de statistique et une vingtaine de Licences professionnelles couplées à des DUT (dont une quinzaine est dispensée par des IUT). D’autres carrières, telles que les MAS (Mathématique appliquée au champ social) existent également et évoluent vers des partenariats entre le monde académique, la recherche et l’industrie.

Enfin, environ 70 Masters sont proposés aux étudiants, combinant un enseignement principal à base de statistique et un enseignement complémentaire (informatique, géographie, démographie, économie, etc.). Ces formations visent à donner aux statisticiens une culture informatique plus solide combinée à une culture de la donnée, c’est-à-dire des usages des modèles statistiques en entreprise. Un corps commun de techniques statistiques est ainsi allié, dans les formations de base, à une spécialisation (actuariat, finances, etc.). J.M. Poggi a remarqué que si la statistique a peu de place dans les cursus des Ecoles d’ingénieurs, certaines comme l’ENSAI, l’ENSAE, les INSA et le réseau Polytech se distingue par un enseignement de qualité de la statistique. Enfin, J.M. Poggi a cité les CIFRE (Conventions Industrielles de Formation par la Recherche) qui permettent de réaliser une thèse dans un environnement professionnel, sur la base d’un co-financement assuré par les industriels et le monde universitaire, et dans le cadre d’un apprentissage. Si ce système commence à recueillir plus de succès auprès des étudiants, il existe encore une vraie difficulté à attirer les jeunes vers les professions scientifiques (non pas par manque de débouchés, mais peut-être plutôt du fait d’une transition inefficace entre BAC et études supérieures).

Olivier Lallemant, spécialiste du management de données chez Deloitte, a livré son analyse des besoins des entreprises. Aujourd’hui, la donnée est au cœur de leurs activités, quel que soit leur secteur d’origine. Mais l’un des aspects les plus « révolutionnaires » des Big Data réside dans la capacité d’expérimentation qu’elles offrent aux entreprises ; l’objectif étant de mieux comprendre et mieux envisager l’avenir, sur la base d’éléments factuels : les informations.

Le Data Scientist doit en conséquence devenir un chef d’orchestre jonglant entre les besoins et stratégies métiers de l’entreprise, et la capacité à analyser et interpréter les informations. Mais aujourd’hui, Deloitte constate qu’il existe un déséquilibre entre la maturité des offres technologiques et la disponibilité des savoir-faire. Les experts métiers, capables d’analyser une problématique au moyen d’une véritable démarche scientifique, et ce, avant même d’envisager quels outils utiliser, sont encore rares.

Les entreprises cherchent des profils de culture scientifique capables d’appréhender des problématiques métiers dans le cadre d’une démarche d’expérimentation. Il est donc urgent de faire le lien entre les problématiques métiers ou fonctionnelles et les problématiques techniques, ce qui passe selon O. Lallemant, par une collaboration étroite avec les Directions informatiques. Si l’on assiste aujourd’hui à la surabondance d’outils et services analytiques permettant de mettre à disposition des tableaux de bord, des analyses ou des flux d’information à des fins d’analyse, ces outils ne sont pas forcément bien adaptés aux différents métiers de l’entreprise. L’information doit être pourtant traitée en tant que telle, avec une organisation spécifique à imaginer en fonction des différents usages (marketing, logistique, etc.).

Nicolas Giard, dirigeant d’une société spécialisée dans le marketing direct et les bases de données mutualisées, distingue deux types d’usages des Big Data : d’une part, l’analyse et la prévision de trafics web où la donnée n’est pas spécifiquement liée à un individu et d’autre part, l’analyse de données incluses dans un fichier client dans objectif de mieux comprendre les comportements d’achat d’un individu donné (ce que l’on appelle la « connaissance client »).

Il a rappelé que depuis toujours la donnée a été au cœur de ce second métier. Lester Wunderman, considéré comme l’inventeur du marketing direct moderne, l’a d’ailleurs répété à de maintes reprises : « Data is fuel », la donnée est le carburant. Le statisticien occupe en conséquence une place de plus en plus importante dans le marketing client, développant des modèles statistiques de plus en plus sophistiqués et robustes. En termes de recrutement, Conexance s’attache des profils STID et Polytech, avec la pluridisciplinarité en ligne de mire : le professionnel devant à la fois développer des compétences techniques et métiers pour répondre aux besoins des clients.

Serge Boulet, Directeur marketing chez SAS, considère que l’arrivée des Big Data symbolise non pas une évolution ou une mode, mais une révolution. Avant, le métier du statisticien consistait à collecter, stocker, historiser et analyser des données dans un contexte métier. Aujourd’hui, ces données sont instantanées. Un flot continu se déverse sur l’entreprise, revêtant de multiples formats (souvent non structurés comme les vidéos ou les réseaux sociaux) et dont les volumes ne cessent de croître exponentiellement. Selon S. Boulet, les entreprises n’ont aujourd’hui plus le choix : elles doivent se lancer dans l’aventure de l’analytique, au risque de se voir distancer rapidement par la concurrence.

Et l’Université a un rôle essentiel à jouer pour faire évoluer les compétences des futurs salariés, à trois niveaux : 1/ l’analyse (le métier de la statistique s’apprend), 2/ le métier de l’entreprise (si les techniques de base sont les mêmes, il convient d’adapter les analyses aux problématiques métiers de l’entreprise), et 3/ la communication (être capable d’expliquer clairement au Comité de Direction le pourquoi de l’analyse et son impact pour l’entreprise).

Jacques Froissant a illustré ce point en racontant l’expérience de recrutement d’un acteur de la distribution et du e-commerce, cherchant à s’attacher les services d’un Directeur marketing pour sa branche « mode » en cours de création. Trois profils lui ont été présentés, mais tous refusés car les candidats n’affichaient pas de fortes compétences en analytique. Selon J. Froissant, ceci est très significatif de l’évolution des entreprises aujourd’hui, les activités de e-commerce étant de plus en plus pilotées par les données (par exemple, le fondateur de Spartoo a développé de nombreux indicateurs, souvent cités en exemple).

Nicolas Giard, également professeur à Skema (regroupement des ESC Lille et Nice) a contribué à la création d’un Master spécialisé en marketing direct et e-commerce, en 1999. Un partenariat a été conclu avec SAS deux ans plus tard afin de sensibiliser les étudiants aux outils qu’ils retrouveront en entreprise. L’objectif était « d’injecter un peu de connaissance client dans un métier largement dominé, à l’époque, par l’analyse de trafic ». Compte tenu du fait que sur 100 visiteurs d’un site web marchand, seulement 2 achètent, (alors qu’en magasin, sur 100 visiteurs, 20 deviennent acheteurs), la chasse au « trafic » devient quasiment une gageure. Bien qu’encore peu de distributeurs en ligne consacrent du temps à la connaissance client, une évolution est en cours dans les domaines de l’identification et de la fidélisation.

Selon Olivier Lallemant, on distingue trois grandes familles dans le métier du statisticien d’entreprise : d’une part, l’analyse (concentrée sur l’usage de l’information : comprendre les besoins des métiers, analyser une problématique marketing ou autre), d’autre part, l’usage des technologies et leur intégration dans l’entreprise (avec des outils brassant des informations émanant à la fois de l’interne et de l’externe, d’importantes problématiques de sécurité et d’intégration voient le jour) :  les entreprises ont besoin de construire des architectures techniques robustes capables de diffuser les informations au bons interlocuteurs, au bon moment et en toute sécurité. Enfin, la gouvernance globale, visant à définir un cadre d’exploitation de l’information, ainsi qu’un mode de communication et de partage. Le premier axe à développer consiste à définir ce qu’est l’information et comment la partager dans toute l’entreprise.

Concernant les relations entre le monde académique et les entreprises, Jean-Michel Poggi considère que l’enseignement n’est pas séparé de la recherche et de la société en général. Les nouvelles problématiques liées à l’exploitation de volumes de données massifs ne sont pas une surprise pour l’Université et on constate une évolution permanente des techniques statistiques, dont le monde académique est le moteur (par l’élaboration de nouveaux thèmes de recherche ou de nouvelles méthodes).

Jacques Froissant ajoute que de nombreuses startups sont créées chaque année sur la base de travaux de recherche initiés en collaboration avec des laboratoires de recherche (ex. publicité en ligne).

Jean-Michel Poggi considère qu’avec les nouvelles sources de données, l’une des principales problématiques réside dans la qualité de celles-ci. Le monde académique en est tout à fait conscient et plutôt que de subir cette évolution sans réagir, il la considère comme une opportunité et une source de stimulation. Ainsi, les mondes universitaires et de l’entreprise ne sont pas séparés et il existe de nombreuses filières de formation auxquelles participent des professionnels de terrain : 20% des enseignements sont dispensés par des professionnels en IUT et même 40% en Licence. Au final, chaque « univers » est conscient des spécificités des métiers de l’autre et les cours sont élaborés selon un mode de collaboration et de concertation.

Pour illustrer ce constat, Nicolas Giard a dévoilé que sur 7 profils d’analystes juniors recrutés par sa société, 6 l’ont été via un stage ou un système d’apprentissage.

Serge Boulet explique ensuite que l’Université est dans l’ADN de SAS, puisque la société est elle-même issue du monde universitaire. Ainsi, la société dès le début de son existence a développé un programme académique afin de mettre ses logiciels à disposition des étudiants. Cette année, SAS va aller plus loin afin de répondre aux demandes de plus en plus pressantes de ses clients qui n’arrivent pas à pourvoir l’ensemble des postes qu’ils proposent. SAS propose d’accueillir une vingtaine d’étudiants dans le cadre d’un programme baptisé « Spring Campus » afin de compléter leur formation dans deux domaines – le risque et le CRM. Les années suivantes, SAS proposera aux entreprises de sponsoriser le programme afin de porter le nombre d’étudiants accueillis à une cinquantaine, voire plus. En réponse à une question de l’audience, Serge Boulet a précisé que SAS n’avait pas vocation à créer un MBA comme l’a fait Mazars, mais plutôt à collaborer avec des Universités qui détiennent le savoir-faire.

Nicolas Giard pense que l’on peut attirer les étudiants de deux manières : d’une part, directement dans les formations (en proposant des stages) et d’autre part, pour les profils seniors, c’est le projet lui-même qui motivera ou non le candidat (combinaison recherche/opérationnel, volumes de données, possibilités d’expérimentation, etc.).

Serge Boulet ajoute que la notion d’expérimentation est en effet une dimension de plus en plus forte pour les entreprises : avant, on savait ce que l’on allait collecter et ce que l’on allait faire de ces données, mais aujourd’hui, elles arrivent en masse… On sait que potentiellement on va trouver des choses, mais on ne sait pas quelles choses ! Ce processus pouvant déboucher au final sur la création de nouveaux business models.

En effet, selon Olivier Lallemant, des entreprises entretenant des bases de données marketing étendues cherchent de plus en plus à valoriser leurs données, afin de les monétiser. Cette transformation de la situation de consommateur à celle de fournisseur de données n’est pas simple et pour y parvenir les entreprises nécessitent un accompagnement – marketing, juridique, etc.

Nicolas Giard ajoute qu’effectivement, les jeunes statisticiens embauchés par Conexance sont impliqués sur des programmes de R&D afin de répondre de manière nouvelle à ces besoins émergents.

Jean-Michel Poggi convient que la connaissance métier s’acquiert dans l’entreprise plutôt qu’à la fac. Par exemple, dans le domaine de biodiversité, si l’on fait appel au départ à des spécialistes, on élargit ensuite en impliquant d’autres ressources, par exemple via les réseaux sociaux. Ce qui est également le cas pour le data-journalism et l’open data. Le statisticien sait que « la donnée n’est pas la solution, mais le début du problème »… Une collaboration étroite avec des spécialistes métiers est ainsi  indispensable.

Olivier Lallemant confirme que les entreprises cherchent à recruter des spécialistes polyvalents. La création de valeur ne réside pas dans l’analyse d’une donnée spécifique mais dans la combinaison de jeux de données divers : marketing, open data, interne, météorologie, etc. Dans le monde de la finance, on utilise aujourd’hui des algorithmes développés initialement par des spécialistes de la médecine ou de l’aéronautique, car l’analyse des risques fait appel à des connaissances polyvalentes (et à beaucoup de curiosité !). Le rôle du Chief Data Officer devient ainsi central pour orchestrer les apports de chaque spécialiste métier, dans l’objectif fixé par l’entreprise.

Serge Boulet ajoute qu’historiquement tous ces profils métiers sont habitués à travailler en silo. Le challenge consiste aujourd’hui à organiser les échanges interfonctionnels, avec au centre la DRH car au fond, les Big Data contribuent également à la création d’une nouvelle forme d’entreprise, centrée sur les données.

Nicolas Giard considère que le « mouton à cinq pattes » n’existe pas. D’une part, parce qu’avec les exigences des entreprises, ce ne sont pas cinq mais huit pattes dont il aurait besoin ! D’autre part, parce que la force réside avant tout dans l’équipe et dans sa capacité à échanger.

En conclusion, Jacques Froissant explique qu’il a fait une recherche rapide des postes à pourvoir aujourd’hui en Région Parisienne et a abouti au chiffre d’une centaine, émanant d’entreprises diverses issues de la finance, du e-commerce, du tourisme, de l’industrie, etc.

* * * * *

En réponse à une question sur la répartition hommes/femmes dans ces nouveaux métiers, Serge Boulet a répondu que sortant des écoles de commerce plutôt que des écoles d’ingénieurs, les data scientists ne souffrent pas aujourd’hui d’une domination masculine écrasante. Jean-Michel Poggi a ajouté que la Fédération Française de Statistiques regroupe aujourd’hui  40% de femmes. Serge Boulet a conclu en expliquant qu’au fond, ces métiers était très neufs (l’étude de McKinsey citée au début de la réunion ne date que de 2011), mais comme l’a expliqué J.M. Poggi, le monde universitaire a réagi rapidement : par exemple, une chaire Big Data a été créée cette année à Paris Tech. Et d’ajouter que bien que l’Université reste attentive à ces évolutions, il n’est pas non plus possible de créer de nouveaux diplômes tous les ans. En revanche, celle-ci sait se montrer réactive lorsque le sujet dépasse la simple mode et devient une véritable préoccupation des entreprises. Par exemple, le STID qui signifiait auparavant « Statistique et Traitement Informatique des Données » a désormais pour intitulé : « Statistique et Informatique Décisionnelle ».  Olivier Lallemant a rebondi en expliquant que Deloitte et Telecom Paris Sud se sont associés cette année pour mener une grande enquête sur les Big Data, afin d’attirer les étudiants vers ces nouveaux usages.

En réponse à une question sur les salaires, M. Froissant a expliqué que si certains métiers d’expertise approchent les 500 000 $/ mois (300 000€), la moyenne des salaires se situe en France dans celle des salaires des ingénieurs, avec des perspectives d’évolution de carrière rapide.

* * * * *

Découvrez l’intégralité de la table ronde en vidéo (1h33)

Téléchargez le podcast (MP3) de la table ronde

A lire sur Business-Analytics-Info.fr : « Spécialiste de la donnée : un métier d’avenir » et « Big Data : de l’intérêt des équipes pluridisciplinaires »

Réagir à cet article

COMMENTAIRE

Commentaire le 16/10/2013

[...] Les nouveaux métiers de l’économie numérique : Big Data, big jobs ? Compte-rendu « Prospective 10 compétences indispensables pour travailler demain : Apprendre le code informatique – JDN Management "Chaque étudiant devrait pouvoir apprendre à programmer" affirme sur son site l'association américaine Code.org qui estime que l'informatique offrira d'ici à 2020 un million d'emplois de plus que l'enseignement supérieur ne formera de diplômés. L'apprentissage du code est défendu dans une vidéo promotionnelle par des entrepreneurs de renom et autres stars telles que Bill Clinton, Mark Zuckerberg ou encore le basketteur de Miami Chris Bosh. La maîtrise des langages Web HTML et PHP ou encore Python et Ruby figure déjà parmi les savoir-faire les plus recherchés dans le monde du travail, un phénomène qui ne fera que de s'accentuer. Cela fait trente ans que je gra­vite dans les indus­tries du numé­rique et huit ans que je le fais dans l’univers des star­tups et de l’entrepreneuriat. J’en pro­fite bien, c’est mon métier et j’apprécie le rythme inces­sant des inno­va­tions dans le secteur. La révo­lu­tion numé­rique a bou­le­versé presque tous les métiers, les entre­prises, l’éducation tout comme la démo­cra­tie. Le rythme effréné de ses chan­ge­ments en perd quelques-uns tan­dis que les jeunes, dits Géné­ra­tion Y ou Z, les ont adop­tés dès leur nais­sance ou leur enfance. Le retard des uns est régu­liè­re­ment évoqué par les autres. Les faux-semblants de l’emploi dans le numérique Web [...]

Commentaire le 29/08/2013

[...] “Experts de la donnée: comment trouver (et fidéliser) la perle rare?” et “Les nouveaux métiers de l’économie numérique : Big Data, big jobs ? Compte-rendu” Tags: Analystes, big data, [...]

Lire les autres commentaires

DANS LA MEME RUBRIQUE

Envoyer à un ami

X
Limite de 255 caractères