lundi 19 mars 2012

« Les entreprises doivent évoluer vers un modèle orienté données »

Par L'Atelier - San Francisco 19 mars 2012 feuilles d'analytics et carnet
Big Data est un sujet désormais incontournable pour les entreprises. Pour y faire face, elles doivent commencer leur transition vers un modèle d'entreprise qui place l'analyse des données au coeur des processus de prise de décision.

Entretien avec Johann Romefort, co-fondateur de Seesmic, architecte web sémantique, entrepreneur et spécialiste du sujet Big Data.
Big Data et l'analyse des données deviennent-elles un problème général pour les entreprises, tous secteurs confondus ?
Oui, tout à fait. L'analyse des données n'est pas vraiment nouvelle. On en parle depuis des années, mais les récents développements de la technologie cloud, des capteurs et des senseurs l'ont ramenée au centre des débats. Si vous avez participé à une conférence sur la sémantique du Web il y a quelques années, c'étaient hackers et des « nerds » ; Big Data était un sujet populaire au sein de communautés très spécialisées. Mais les choses évoluent. Je viens de participer à la conférence Strata sur Big Data et je peux vous assurer que le monde des grandes entreprises est entré dans la danse. Les corporations et les entreprises traditionnelles commencent à comprendre qu'elles doivent évoluer vers un modèle basé sur les données.
Qu'est-ce qu'un « modèle basé sur les données », comment va-t-il modifier la vie quotidienne des entreprises ?
Être « orienté données » signifie : prendre des décisions sur base de données. Traditionnellement, les managers et CEO prennent les décisions en fonction de l'objectif qu'ils se sont assigné. Les entreprises basées sur les données se concentrent sur la collecte et l'analyse efficace de données, et prennent leurs décisions sur cette base. À chaque fois qu'ils ont une idée, ils analysent les données afin de la valider. Les entreprises les plus importantes de la Silicon Valley - Facebook, Twitter, Foursquare, Zinga…-  sont basées sur les données. Les données sont un facteur clé de succès et les entreprises qui en font bon usage gagneront en compétitivité.
Pour y arriver, les entreprises ont-elles besoin d'un « data scientist » ?
Les scientifiques des données deviendront des postes-clés dans les entreprises. Le scientifique des données est un caméléon, qui joue de multiples rôles, et qui occupera une position de plus en plus importante dans les entreprises. Le plus important, c'est que le scientifique des données comprenne parfaitement le produit. De nombreuses entreprises dépendent de solutions commerciales. Mais les scientifiques des données mettent les données en perspective. À l'heure actuelle, la plupart des entreprises utilisent différentes solutions commerciales et essayent d'établir des corrélations entre elles. Idéalement, le scientifique des données développe une solution interne unique, sur mesure, qui intègre toutes les données.
Est-il préférable d'avoir un scientifique des données plutôt que d'acheter des solutions commerciales ? Les petites entreprises devraient-elles avoir des scientifiques des données ?
Passer d'une solution commerciale à une solution interne est un processus extrêmement complexe qui prend des mois. Mais, idéalement, chaque entreprise devrait acquérir ses propres solutions internes, sur mesure, même si, à première vue, c'est coûteux. Une solution interne est plus à même de déterminer quelles données sont importantes pour l'entreprise, afin de se concentrer sur les changements à apporter au produit. Les solutions commerciales, par contre, tendent à être très génériques alors que, selon l'entreprise et son secteur, les entreprises ont besoin de solution plus ciblées et plus personnalisées. Les solutions commerciales fonctionnent bien pour les petites entreprises. Mais elles doivent malgré tout évoluer vers un état d'esprit orienté données : commencer à utiliser des outils d'analyse, former leurs cadres à l'analyse de données, car il est absolument crucial que ceux-ci comprennent cette information afin d'entamer une transition vers un modèle orienté données.

Aucun commentaire:

Enregistrer un commentaire