Big Analytics : un avantage de compétitivité dans un marché en perpétuelle mutation

Partager

Gartner explique pourquoi il est essentiel pour de nombreuses entreprises d’exploiter intelligemment leurs données internes au cours d’un exercice. Déjà en 2015, intelligence économique (IE) et Big Analytics faisaient partie des principales nouvelles tendances. Cette évolution n’est pas vraiment étonnante puisque 90 % de toutes les données générées à travers le globe n’existent que depuis 2 ou 3 ans ! Seulement 10 % de toutes les données existantes ont été acquises avant 2012. Gérer ces données requiert beaucoup de temps et d’énergie, et coûte également beaucoup d’argent. Il est désormais grand temps de trouver un mode de gestion plus adapté.

Lancez-vous dans le Big Analytics ! Installez les logiciels requis et lancez votre propreplateforme de Big Data pour commencer à analyser cette manne d’informations accessible en quelques clics. L’espace de stockage n’a jamais été aussi bon marché et une solution hybride vous permettra de vous lancer rapidement. Vos fichiers de données, bases de données et protocoles ont une grande valeur. Continuez votre lecture pour en apprendre plus sur le Big Analytics

Logo BP IBM Premier noirLes technologies de recherches innovantes comme celles proposées par IBM permettent aujourd’hui d’exécuter simplement même les recherches les plus complexes. Les résultats peuvent être traités en utilisant un programme d’analyse populaire comme Cognos.

1. Une nouvelle ère : Big Data, Big Analytics, BIG, et Internet des Objets (IoT)

Les mots « Big Data » sont actuellement sur toutes les lèvres. En somme, le Big Data permet de faire des recherches sur d’anciennes données et d’en analyser les résultats selon certains modèles. Le Big Analytics permet aux utilisateurs d’explorer le passé, et même l’avenir. Les entreprises peuvent ainsi se différencier de la concurrence en utilisant intelligemment leur propre plateforme de Big Analytics.

Comment les entreprises peuvent-elles tirer parti de leurs données ? Aujourd’hui, de nombreuses organisations ont reconnu la grande valeur que pouvaient leur apporter les équipements connectés, appartenant à l’Internet des Objets. Ces objets leur permettent d’améliorer et d’accélérer leur processus de production et même de prévoir lorsqu’un composant va tomber en panne. Parmi les exemples pertinents, nous pouvons compter les machines et systèmes utilisés dans l’industrie automobile et ailleurs.

Voici un autre exemple concret : le Big Analytics peut utiliser les informations recueillies par des capteurs d’électricité et de chaleur pour contrôler les heures de fermeture d’immeubles de bureaux à plusieurs étages. De cette façon, le personnel de nettoyage peut être déployé de façon plus précise afin de mieux satisfaire les besoins de chaque service.

Les informations en temps réel recueillies par la plateforme de Big Data contribuent à l’identification anticipée de tendances émergentes. Ainsi, les organisations peuvent réagir plus rapidement aux changements se produisant sur les marchés. Le Big Analytics en temps réel, par exemple les analyses des entrées de bases de données, permettent aux entreprises d’obtenir des renseignements nouveaux au sujet de leur propre système de sécurité et de toute potentielle tentative de fraude. De cette manière, les pertes de données et autres détériorations peuvent être détectées de manière anticipée.

2. Bref aperçu du Big Data

Ne serait-ce que 5 ans en arrière, le Big Data était considéré comme le Saint Graal et semblait devenir très tendance. De nombreuses entreprises ont rejoint le mouvement et les fournisseurs de logiciels ont très vite conçu de nouvelles plateformes, extrêmement performantes (et chères). Cependant, une plateforme de Big Data seule n’est pas suffisante. Beaucoup d’entreprises ont reconnu cet état de fait, même si elles ont obtenu des résultats positifs. Après tout, le Big Data peut fournir plus qu’un seul projet avec succès.

3. Big Data en pratique

Au fil du temps, il est devenu clair que certaines entreprises n’avaient pas saisi l’opportunité à temps. Ce n’est qu’en 2015 que la valeur ajoutée et le succès du Big Analytics sont apparus comme évidents aux yeux de tous. Le marché peut être divisé en 3 catégories : nouveaux acteurs, entreprises en mutation et entreprises conservatrices.

3.1 Nouveaux acteurs

La différence entre les nouveaux acteurs et les autres catégories d’entreprises réside dans le fait qu’ils n’emploient que peu de main d’œuvre pour répondre aux besoins d’une grande partie du marché. Parmi les exemples pertinents figurent des entreprises fournissant des services de musique ou de vidéos à la demande, comme Vimeo ou Spotify. Ils parviennent non seulement à gérer des données clients sensibles, mais aussi à maintenir leur clientèle impliquée. C’est tout à fait remarquable et cela est rendu possible grâce à un logiciel intelligent utilisant une plateforme Big Data en temps réel pour obtenir un aperçu de ce que disent les données. Ici leur service Marketing peut recourir à des offres extrêmement ciblées et personnalisées, ou des suggestions pour attirer les clients et même les surprendre, à condition que cela soit fait convenablement. La clé est de contacter le client en utilisant un canal de communication qu’il préfère, comme l’email, les réseaux sociaux ou le courrier. En limitant à un ou deux canaux les communications avec le client, un taux de réponse et de satisfaction client particulièrement élevés est généré. Les nouvelles entreprises trouveront que cette approche a beaucoup de succès quand elle est combinée à un produit ou une solution innovante.

3.2 Entreprises en mutation

Les caractéristiques distinctives de ces entreprises sont que beaucoup d’entre elles existent depuis longtemps, qu’elles conservent un grand nombre de filiales et que leurs effectifs peuvent se compter par centaines, voire par milliers. Les organisations devant muter continuellement sont notamment les compagnies de télécommunication, les groupements audiovisuels ou les maisons d’édition. De nos jours, les consommateurs communiquent via Whatsapp autant que par téléphone. Certains téléspectateurs ne sont plus satisfaits par la rigidité du programme de télévision et veulent décider de ce qu’ils regardent, et de l’horaire auquel ils le regardent. Des entreprises comme Conde Nast ou Vodafone doivent ici faire preuve de polyvalence.

3.3 Entreprises conservatrices

Beaucoup de ces entreprises comptent davantage sur les méthodes de vente traditionnelles et sur la fidélité client. Il s’agit souvent d’entreprises de taille relativement importante ayant de grands magasins dans les centres-villes. Ces dernières années, certaines ont fait parler d’elles dans la presse en raison de leur situation (apparemment) précaire. La question est de savoir si elles ont encore le temps de retourner la situation à leur avantage. Un autre exemple est l’industrie automobile : s’agira-t-il du seul secteur produisant des voitures à l’avenir ? Personne n’aurait pu penser, ne serait-ce qu’il y a quelques années, que Google ou Apple concevraient aussi des logiciels destinés à une utilisation embarquée. Les groupes existants sont désormais appelés à s’adapter.

4. Percer dans le Big Analytics

Quiconque souhaitant découvrir comment les entreprises peuvent créer de la valeur ajoutée à partir du Big Analytics peut explorer la question de chez lui. Assez souvent, il semblerait qu’il y ait plus de données disponibles que de données véritablement utilisées. Il s’agit des fameuses « dark data ». Cependant, ces données peuvent tout de même être utiles, pour optimiser les process par exemple et ainsi obtenir des améliorations et des résultats rapides. Ce genre de succès peut être une motivation pour améliorer et optimiser davantage de process commerciaux.

Il n’y a pas de limites aux sources de données qui peuvent être analysées et reliées, comme les bases de données, les journaux d’entrées, l’Internet des Objets et les réseaux sociaux entre autres. Il est facile de mettre cela en place grâce à une plateforme Big Data adaptée. Les utilisateurs peuvent rapidement obtenir des renseignements ou identifier des tendances intéressantes. Ils peuvent opter pour un logiciel ou du matériel propriétaire, ou pour des solutions open source, bien que les combinaisons des deux soient de plus en plus communes désormais.

Les technologies de recherches innovantes comme celles proposées par IBM permettent aujourd’hui d’exécuter simplement même les recherches les plus complexes. Les résultats peuvent être traités en utilisant un programme d’analyse populaire comme Cognos. Ce qui rend ces solutions d’analyse si populaires, c’est qu’elles permettent de visualiser les données pour faciliter leur compréhensibilité et leur accessibilité. Leurs résultats aident les entreprises à continuer d’offrir des services et produits innovants et de concevoir des produits pour lesquels il y a une demande aujourd’hui ou pour lesquels il y en aura bientôt.

5. Licences Big Analytics et abonnements

Un certain nombre de fournisseurs ayant des conditions, des licences et des abonnements variables sont impliqués dans de nombreux environnements de Big Analytics. Les conditions de ces distributeurs de logiciels peuvent être influencées par l’infrastructure et la structure utilisateur. Avant le projet, autant que pendant, il est important de surveiller les coûts, les risques éventuels, la gestion de la licence et les fonctionnalités que les différentes options impliquent. Cela permet de s’assurer que les projets de Big Analytics se déroulent dans un cadre quantifiable et prévisible.

Beaucoup d’entreprises travaillent déjà d’arrache-pied à tester les nouvelles solutions logicielles innovantes. Bien sûr, les projets pilotes produisant de particulièrement bons résultats avec Hadoop ou un autre outil (de recherche) analytique sont spécialement pris au sérieux. Mis en place à l’aide de sources de données existantes, les projets deviennent partie intégrante de l’environnement de production. Dans beaucoup de cas cependant, les différents services et administrations ne savent pas toujours clairement comment se servir des logiciels de Big Analytics. En effet, souvent, ces solutions ont été conçues sur un PC portable par une équipe de programmation ou une équipe web travaillant à distance.

6. Organisations (Big) Data

Comme nous l’avons vu, des systèmes de gestion d’informations entiers peuvent être coûteux en temps et en argent, mais cet investissement peut être rentable. En effet, le Big Analytics peut fournir des renseignements d’une grande valeur pour les décisions concernant le traitement et la gestion de l’information. Pour les entreprises, cette évolution est un premier pas avant de devenir des organisations « Data-driven ». En effet, les décisions prises qui auront été fondées sur ce que disent les données génèreront de plus grands bénéfices ou retours, puisque les entreprises acquerront une meilleure compréhension de leur propre organisation, de leurs clients et de leurs produits.

Quiconque souhaitant mettre à l’épreuve le Big Analytics devrait d’abord comprendre clairement quel en est l’objectif. Cela peut être à l’échelle de l’entreprise entière, à l’échelle d’un département ou dans le cadre d’un projet en particulier.

Exemple de projets dirigés par les données :

  • Fonctions de recherches avancées à l’intérieur et à l’extérieur de l’organisation / compréhension et amélioration des tendances.
  • Analyse (fichier) de journaux et surveillance de sécurité et des fraudes
  • E-commerce (habitudes consommateurs / marketing)
  • Publication de documents (process / cycle de vie)
  • Recherche de nouvelles pratiques de RH et d’optimisation

7. Le futur du Big Analytics

Une nouvelle attitude et une approche différente à nos données seront nécessaires à l’avenir ; elles sont notre actif ayant le plus de valeur. L’environnement numérique contemporain et la façon dont nous accédons et enregistrons nos données sont fondés sur des philosophies et technologies ayant 3 à 5 ans. Cela n’est pas particulièrement surprenant en sachant que la durée de vie moyenne de notre matériel et de nos serveurs est d’environ trois ans, et jusqu’à cinq and dans certains segments.

Il est impératif qu’outre la compréhension de l’accumulation des données, les dirigeants surveillent attentivement – spécialement au sein des entreprises de l’Union européenne – leur sécurité et sa pertinence au regard du « règlement sur la notification des atteintes aux données » de l’Union. Un autre facteur d’importance est la stratégie de stockage en ligne. Les données peuvent être stockées localement pour ensuite effectuer une migration sur le Cloud ou pour être conservées dans le cadre d’une solution hybride.

8. Big Analytics en quelques mots

De plus en plus les entreprises qui cherchent à se préparer pour l’avenir auront besoin de souplesse pour répondre, de préférence en temps réel, aux nouveaux marchés et à leurs fluctuations.
Les startups trouveront cela beaucoup plus aisé que la plupart des PME ou TPE. La question cruciale sera de savoir quel type de temps réel devra être appliqué avant de devenir « Data-driven » : les données créées dans l’heure, celles d’hier ou de la semaine dernière exerceront-elles une grande influence sur les affaires (à l’avenir) ?
L’utilisation de données internes ou externes pour identifier des tendances de pensées ou des résultats du passé (IE) ou de l’avenir (Big Analytics) requiert prévoyance, courage et lucidité.

Ces derniers mois, nous avons observé un certain nombre de grandes entreprises ayant des difficultés à faire face à de nouvelles variables, certaines allant même jusqu’à la faillite.
Il y a évidemment des entreprises qui réussissent, contrairement à ces entreprises au destin fâcheux. Elles tendent à être réactives, peut-être parce qu’elles reconnaissent les signes avant-coureurs des changements de comportement chez le consommateur. En bref : les entreprises capables d’analyser la situation rapidement et de fournir à leur direction les données appropriées pour étayer des changements de cap stratégiques se porteront mieux en termes de croissance, de chiffre d’affaires et de bénéfices.

 

Remco Toele
Conseiller Solutions logicielles pour Entreprises
COMPAREX

Laisser un commentaire

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