Entrer dans l’ère de la data analytics

C’est à partir d’une meilleure valorisation des données que les entreprises pourront garantir leur compétitivité. Toutefois, pour s’inscrire dans une démarche de data analytics efficientes, chacune doit se doter d’une gouvernance adaptée de la donnée, développer une culture de la valorisation de l’information. En gagnant en maturité vis-à-vis de ces enjeux, les organisations pourront mieux appréhender un nouveau champ d’opportunités.

Grégory Blachut, Director, Advisory Services – PwC Luxembourg

L’avenir sera digital et appartiendra à ceux qui parviendront le mieux à valoriser la donnée. L’analyse de la donnée constituera sans nul doute l’un des principaux moteurs de développement des organisations. Toutes doivent donc se doter de nouvelles capacités à collecter, gérer, valoriser l’information. « Aujourd’hui, les dirigeants d’entreprise sont conscients de l’impact qu’aura la data analytics et l’intelligence artificielle sur leur développement, assure Grégory Blachut, Director,  Advisory Services au sein de PwC Luxembourg. Selon Yuval Noah Harari, auteur des best-sellers « Sapiens, une brève histoire de l’humanité » et « Homo deus, une brève histoire de l’avenir », nous entrons dans une ère où les algorithmes et les données vont peu à peu prendre le pas sur l’humanité. La tendance prend, sous certains aspects, des allures dogmatiques, qui se traduisent à travers des mouvements comme le dataïsme, pour qui l’univers n’est au final que traitement de données. »

 

Se projeter dans l’ère de la donnée

Cependant, entre la prise de conscience de l’importance que revêt la donnée à l’ère du numérique et la capacité que l’on a à la valoriser à bon escient, il y a un fossé qui n’est pas si évident à combler. « On constate que la maturité des acteurs vis-à-vis des enjeux de data analytics n’est pas encore suffisante sur le marché, assure Thierry Kremser, associé au sein de PwC Luxembourg. Les dirigeants savent que les choses bougent et qu’ils doivent s’adapter. Toutefois, ils peinent encore à se projeter et, dès lors, à mettre en œuvre des stratégies globales autour de la donnée. Souvent, ils se heurtent à des problématiques très concrètes liées à la gouvernance de l’information et donc à la gestion et à la qualité des données. » Mettre en place une politique claire liée à la collecte et à l’exploitation de la donnée est le point de départ de toute démarche de data analytics. Un algorithme, pour livrer des résultats exploitables, doit s’appuyer sur une masse critique de données fiables. Une faible qualité de l’information, en outre, peut conduire à des erreurs préjudiciables.

 

Thierry Kremser, Associé – PwC Luxembourg

Exploiter la donnée dans le contexte de GDPR

« Par rapport aux enjeux de collecte de données, il est difficile de ne pas évoquer les contraintes liées au respect de la vie privée et à l’exploitation des données personnelles », poursuit Thierry Kremser. On sait que l’Union européenne, à travers GDPR, a développé un cadre réglementaire strict pour l’exploitation des données personnelles de ses résidents. Ces exigences sont aujourd’hui bien plus poussées que celles en application en Chine ou aux Etats-Unis, où l’on a une conception plus souple de la notion de vie privée. « Toutefois, la réglementation ne doit pas empêcher l’exploitation de la donnée, poursuit Grégory Blachut. Au contraire, tout en établissant la responsabilité de chacun, elle définit de manière très claire les exigences liées à l’exploitation des données personnelles, à travers des démarches  d’anonymisation par exemple. De sorte que l’on peut garantir une confiance accrue de toutes les parties prenantes envers des services numériques. »

 

De nouvelles possibilités

Conscients des exigences, ayant établi une gouvernance claire en matière de gestion des données, les acteurs peuvent alors envisager les possibilités offertes par la technologie en matière d’analyse de la donnée, pour mieux repenser leur avenir. « L’un des défis est de parvenir à faire évoluer des métiers encore extrêmement normés. Les opportunités liées à une meilleure valorisation des données sont nombreuses et peuvent, à terme, avoir d’importants impacts sur les métiers. Toutefois, il faut pouvoir les appréhender progressivement, amener les gens à envisager les nouvelles possibilités découlant d’une meilleure exploitation de l’information, assure Grégory Blachut. Les cas d’usage sont nombreux. Par exemple, on développe des algorithmes permettant d’identifier des clients susceptibles de se détourner de vous, d’anticiper leur réaction et de mettre en œuvre les actions adéquates. Au-delà, la donnée doit permettre d’imaginer de nouveaux services s’appuyant sur une meilleure connaissance du marché, du client, un plus haut niveau d’anticipation des attentes et de personnalisation des offres. »

 

Développer la culture de la donnée

Aujourd’hui, on constate que l’automatisation progresse rapidement dans le secteur tertiaire, notamment avec la mise en œuvre de de la technologie de Robot Process Automation (RPA) avec ou sans Intelligence Artificielle. Cependant, on se rend compte que la maturité vis-à-vis de ces technologies n’est que rarement au rendez-vous. « Ce n’est pas que les organisations ne veulent pas investir. Au-delà de la gouvernance de la donnée, il est nécessaire de développer une culture de la donnée. Les techniques de Data analytics doivent se démocratiser dans toute l’entreprise – ce n’est pas ou plus réservé à une poignée d’experts », assure Thierry Kremser.

 

De nouvelles alliances pour croiser l’information

En mettant en place une stratégie data analytics bien établie, les acteurs vont petit à petit consolider un réel savoir et de meilleures capacités d’exploitation. A partir de données en interne et d’autres venues de l’extérieur, ils trouveront de nouveaux moyens de créer de la valeur. « Dans ce contexte, il faut pouvoir s’ouvrir, aller chercher de la donnée à l’extérieur, pouvoir tirer des enseignements de volumes importants de données que l’on croise. En la matière, on voit se former de nouvelles alliances entre grands acteurs disposant d’importantes quantités de données», précise Thierry Kremser. On pense à la banque, évidemment, ou aux acteurs de l’automobile et du transport. Les retailers aussi ont sans doute beaucoup de données à partager. « C’est en consolidant toutes ces informations, en effectuant des croisements avec diverses données extérieures que l’on pourra identifier des comportements, anticiper des attentes, pour innover », poursuit l’expert.

Aucun commentaire pour le moment.

Réagissez à cet article

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *