L’expertise, clé du succès analytique

Sans catalyseur, les données révèlent une valeur limitée. Mais combinées à l’analytique et à l’expertise, leur impact sur la technologie, les entreprises et l’ensemble des marchés peut s’avérer considérable. Ajouter des connaissances du domaine et les croiser avec celles d’autres secteurs constitue une formule gagnante.

Sans expertise, la donnée n’est rien. Cette devise pourrait s’appliquer à un certain nombre de secteurs de pointe où les connaissances du domaine surpassent encore les apports de l’intelligence artificielle en matière d’automatisation, comme dans l’industrie des semi-conducteurs. L’ajout de capteurs sur de nombreux dispositifs engendre en effet une explosion de la quantité de données disponibles, et avec elle un double problème. Primo, où et comment traiter efficacement ces informations ? Secundo, comment distinguer les données critiques, à analyser immédiatement et localement, de celles qui doivent être conservées pour un traitement ultérieur réalisé à distance ? Les solutions dépendent fortement du contexte, d’où le besoin d’expertise afin de les mettre en œuvre.

 

L’expertise croisée peut se révéler particulièrement utile

 

Déterminer quelles données analyser, à quel endroit et à quel moment, nécessite une compréhension profonde de l’application et du marché considérés. Or, dans de nombreux cas, tel celui de la 5G, les technologies concernées sont tellement récentes qu’aucune référence n’existe. Établir les connaissances du domaine implique généralement une multiplicité d’acteurs et différentes façons de collecter et d’analyser les données. Compte tenu des spécificités de chaque système et de chaque modèle, l’expertise requise peut se révéler aussi pointue que les flux de données d’une seule entreprise, voire que le comportement d’un seul appareil ! Avec les nouvelles technologies, les processus demeurent embryonnaires et les données évoluent perpétuellement.

Le défi consiste donc à produire des outils analytiques capables de passer à l’échelle, tout en étant suffisamment flexibles pour être efficaces. Dans cette perspective, les compétences croisées s’avèrent particulièrement utiles. Dans l’industrie naissante des voitures autonomes, par exemple, les connaissances métiers proviennent à la fois du secteur automobile et de celui des semi-conducteurs. Les acteurs issus du domaine technologique, comme Google ou Apple, cherchent à développer des puces qui pourront servir au-delà des simples véhicules. Plus généralement, d’un point de vue commercial, les entreprises ont plus de succès en se concentrant sur des marchés spécifiques qu’en essayant d’adopter une approche horizontale.

 

Lire l’article 

 

En complément :

un article (en anglais) au sujet des besoins à satisfaire pour réussir un projet analytique

et un autre (en anglais) à propos des éléments qui font la différence en matière d’analyse prédictive