Les grandes tendances Data & Analytics
En 2014, les réflexions liées aux données ont suscité un vif intérêt au sein des organisations. A l'image du Big Data qui a cessé d'être seulement un concept et trouve désormais ses premières applications concrètes dans les entreprises françaises. Les tendances 2015 de Deloitte dans la Data et l'Analytics témoignent de cette aspiration qui devrait se prolonger au cours des prochains mois. Le cabinet a identifié les grandes tendances et les nouveaux challenges que soulève l'utilisation de la Data et de l'Analytics au sein des organisations.
" L'année 2014 a confirmé l'intérêt croissant pour la donnée au sein des organisations, du secteur privé comme du secteur public, et ce quel que soit la taille et le domaine d'activité. Pour autant, le mouvement n'est pas encore généralisé. Avec des entreprises qui continuent de capter et de stocker de plus en plus de données, les réflexions se poursuivent suscitant de nombreuses questions et de fortes attentes. En 2015, on envisage aussi un fort développement des usages de l'analytique dans tous les métiers des entreprises confirmant ainsi un vif intérêt pour la transformation des données en connaissances. " estime Reda Gomery, Associé responsable Data et Analytics chez Deloitte.
Les 5 grandes tendances dans la Data et l'Analytics identifiées par Deloitte
1. Big Data : la preuve par l'expérimentation
L'expérimentation Big Data s'annonce comme l'une des fortes tendances en 2015. De nombreuses entreprises sortent de l'attentisme : la digitalisation les submerge de données, tandis que la crise les incite à en tirer meilleur parti pour capter de la croissance ou améliorer leurs marges. Elles entrent donc en phase expérimentale, souvent sans attendre d'avoir résolu toutes les questions stratégiques, organisationnelles ou technologiques soulevées par le Big Data. En mode pilote, elles cherchent à identifier de façon empirique des cas d'usage profitables. Que ces tentatives aboutissent ou échouent, les entreprises engrangent de l'expérience et en tirent de précieux enseignements tels que l'importance de la pluridisciplinarité.
2. L'extension de la performance et de la connaissance métier grâce à l'Analytics
Les Analytics se démocratisent au sein des entreprises, notamment grâce au développement de nouveaux outils qui favorisent leur prise en main par des non-spécialistes, comme par exemple les outils de Data Visualisation. Les métiers et diverses fonctions (Finance, RH, Achats, etc.) inscrivent ces approches analytiques au cœur de leurs enjeux, convaincus qu'elles recèlent leurs futurs gains de performance. De plus, le croisement de données toujours plus hétérogènes et volumineuses, de même que les approches collaboratives, élargissent les perspectives. Enfin, le rayon d'action des Analytics s'étend : au-delà de la description, la prédiction, voire la prescription, sont désormais accessibles marquant ainsi le début de l'ère des " Big Analytics ".
3. La gouvernance des données : préoccupation majeure des entreprises
L'inflation du volume de données dont disposent les entreprises pose des problèmes tels que l'envolée des coûts de stockage, l'" infobésité " nuisible à l'extraction d'intelligence, la conformité réglementaire, ou la sécurisation… De plus en plus d'entreprises prennent conscience de ces enjeux et s'en saisissent. Ainsi, assurer une gouvernance appropriée des données est devenue une priorité. La première étape consiste à localiser les données, souvent dispersées entre les collaborateurs, voire détenues par des partenaires. Puis il faut déterminer leur valeur actuelle, mais aussi éventuellement future. Enfin, il convient de fixer les responsabilités et les règles d'usage, tout en favorisant l'autonomie et l'innovation. La nomination d'un " chief data officer " peut aussi être une piste intéressante à suivre.
4. La monétisation des données : vers de nouveaux modèles business
Dans plusieurs secteurs précurseurs (télécoms, services financiers), les entreprises prennent conscience de la valeur de leurs données pour des partenaires externes. Elles testent des modèles économiques qui leur permettraient de générer des revenus additionnels, tout en respectant un cadre réglementaire évolutif et les aspirations de leurs clients en matière de respect de la confidentialité. L'agrégation de données, afin de les rendre anonymes, ou la prestation de services d'analyse de données constituent quelques-unes des solutions de monétisation mises en œuvre. Des " pure players " apparaissent également afin d'acquérir, de recouper et d'enrichir les données, avant de livrer des analyses clés en main.
5. Open Data & Open Innovation : partager ses données pour créer de la valeur
En matière de Data, les frontières interne/externe s'estompent et les approches collaboratives se multiplient. Ces dernières peuvent associer par exemple le secteur public et le secteur privé : des collectivités et des opérateurs publics partagent leurs données en vue de dynamiser leur territoire ou d'améliorer leur qualité de service. Encore hétérogènes et peu structurées, ces initiatives sont appelées à se rationaliser. Par ailleurs, des entreprises mutualisent leurs données au sein de " régies " pour enrichir leurs offres respectives. Enfin, de grands groupes sollicitent des étudiants ou des start-ups à l'occasion de challenges " d'open innovation " ou de " hackathons ".