SPONSORISÉ Analyse des données

Voici comment savoir ce que valent les données de votre entreprise

par Martin Gerber, Consultant Big Data et Analytics pour Data Mavericks, Acceleris

Omniprésentes, les données sont disponibles sous diverses formes, combinées et visualisées en modèles qui, mis en ­réseau avec de nouvelles sources de données, forment à leur tour de nouveaux modèles. Martin Gerber explique comment ces modèles peuvent être utilisés et servir à extraire la valeur cachée dans les données de l'entreprise.

Martin Gerber, Consultant Big Data et Analytics pour Data Mavericks, Acceleris (Source: Merlin Photography Ltd.)
Martin Gerber, Consultant Big Data et Analytics pour Data Mavericks, Acceleris (Source: Merlin Photography Ltd.)

«Tout ce qui nous entoure peut être représenté et compris par des nombres. Si les nombres d'un système sont représentés graphiquement, des motifs apparaissent. Conclusion: il y a des modèles partout dans la nature.» Telle est l'hypothèse d'un génie des mathématiques, exprimée en 1998 dans le film à petit budget «Pi» - un thriller expérimental américain de Darren Aronofsky.

Des données sont générées par chacun d'entre nous à tout moment. Les machines génèrent des données et celles-ci sont souvent disponibles sous différentes formes: textes, chiffres, images, positions, etc. Celles-ci, une fois combinées et visualisées, ne nous mènent-elles pas aux patterns mentionnés ci-dessus?

Les analyses de données fournissent de l’aide dans la vie de tous les jours

Ces modèles sont omniprésents et servent d'aide à la décision au quotidien. Prenons le cas d’une application météo: sur la base d’une énorme quantité de données, telles que la pression atmosphérique et la température, l'application présente ces informations d'une manière conviviale afin que l'utilisateur puisse prendre des décisions, par exemple concernant une excursion de deux jours en montagne. Des données additionnelles peuvent enrichir l’information disponible, provenant des médias sociaux, ou de personnes qui voyagent actuellement dans la même région et qui partagent leurs expériences en temps réel.

Les données ne nous aident pas seulement à prendre des décisions, elles peuvent aussi nous délester de prises de décision et ainsi augmenter notre confort. A l’instar de la limitation automatique de la vitesse sur les voitures, une fonction qui permet d'adapter notre propre vitesse aux véhicules qui nous devancent. La voiture prend donc déjà des décisions sans que le conducteur n’ait à intervenir.

Les préoccupations relatives à la protection des données deviennent incontournables, alors que l'UE a réglementé l'utilisation et le traitement des données avec le nouveau Règlement général sur la protection des données (RGPD), entré en vigueur en mai 2018. La Suisse compte en faire de même avec la révision de la LPD. Les données et la protection des données sont ainsi sur toutes les lèvres.

Comment les entreprises peuvent-elles tirer profit des données en tenant compte du RGPD?

Si l’on fait exception des données sur les employés et de celles concernant éventuellement les clients, les données propres à l'entreprise peuvent être utilisées sans hésitation. Les utiliser et les traiter est même dans l’intérêt des entreprises. Cependant, les volumes de données sont aujourd'hui plutôt considérés comme une charge. Les données se multiplient et doivent être stockés à grands frais. Comme chacun sait, les coûts de stockage doivent être optimisés au sein de l’entreprise. D’autant qu’avec la numérisation, la quantité de données augmente encore plus rapidement - et en parallèle, leur valeur cachée! Il est donc temps de rechercher ces mystérieuses inconnues et d'en découvrir la valeur! Les entreprises doivent se demander comment elles peuvent utiliser leurs données pour servir leurs affaires. Ou même générer une nouvelle valeur ajoutée et de l'innovation. Compte tenu de l'extrême quantité de données, ce n'est évidemment pas une tâche facile. Des outils et des approches structurées, faisant appel au Design Thinking, aident à y parvenir.

Identifier des modèles crée de nouvelles perspectives

Constituer des équipes interdisciplinaires, qui ont des points de vue différents sur un sujet et sur l'entreprise, exige en outre des processus créatifs et de l'innovation. Il convient de définir les bonnes impulsions afin que les données existantes de l’entreprise puissent être converties en valeur. Rassembler différentes sources de données et les visualiser dans le cadre d’itérations courtes et rapides aide à identifier des patterns. Ces modèles créent de nouvelles perspectives et stimulent la curiosité d'effectuer d'autres analyses et de consulter de nouvelles sources de données. Et soudain, de nouveaux patterns apparaissent à nouveau!

Nous voilà ramenés à la citation initiale: «Si vous affichez graphiquement les nombres (données) de n'importe quel système, des patterns apparaissent.» Des motifs qui peuvent fournir à l'entreprise de précieuses informations et de nouvelles indications pour agir.

---------

Interview avec Martin Gerber, consultant Big Data et Analytics pour Data Mavericks chez Acceleris

«La meilleure approche est de combiner technologie et processus d'innovation»

Les modèles d'affaires basés sur les données prennent de plus en plus d'importance. Toutefois, les entreprises suisses n'en exploitent pas encore suffisamment le potentiel. En entretien, Martin Gerber, consultant Big Data et Analytics pour Data Mavericks chez Acceleris, explique ce qui importe pour les PME. Interview: Christoph Grau

Dans votre article, vous mettez l'accent sur la valeur des données. Dans quelle mesure les entreprises suisses ont-elles progressé dans l'exploitation de leurs sources de données?

Je suis convaincu qu'il existe encore un énorme potentiel inexploité dans tous les secteurs. Sur la base des données existantes et des données générées quotidiennement, il est possible de faire des constats complètement nouveaux en les croisant avec d'autres sources de données, par exemple concernant la qualité d'un bien produit. Ces données peuvent être générées dans le cadre de la satisfaction du client et des mesures peuvent être ensuite prises pour l'améliorer. Mieux encore: il est possible d'obtenir des recommandations d'action de manière prédictive, axées sur les données et automatisées.

Quelle approche conseillez-vous aux entreprises pour tirer le meilleur parti des données existantes et être ainsi en mesure d'offrir de nouveaux services?

C'est un point très important! Il ne s'agit pas d'aborder du jour au lendemain la transformation vers une «entreprise pilotée par les données» dans le cadre de projets gigantesques. La bonne approche consiste à combiner technologie et processus d'innovation créatif. La technologie doit permettre le traitement et la visualisation de grandes quantités de données, indépendamment de leur source et de leur format, de manière simple et rapide. Pour découvrir une valeur ajoutée dans les données d’entreprise, il convient d’être guidé par un processus créatif, basé sur le Design Thinking, au sein d’une équipe interdisciplinaire! En mettant l'accent sur la valeur pour le client, l'équipe développe de façon itérative les résultats qui fournissent à l'entreprise de nouvelles perspectives par petites étapes, tout en stimulant l'innovation et en découvrant de nouveaux indicateurs cachés.

Quels outils ou compétences sont nécessaires?

Au niveau technique, il faut des outils qui permettent de rechercher facilement des patterns et d'afficher ces résultats presque en temps réel. Du côté des compétences, les connaissances spécifiques à l'industrie sont très importantes, car elles permettent d'atteindre les objectifs plus rapidement. Une équipe interdisciplinaire ajoute d'autres perspectives à ces connaissances spécifiques et fait appel à l'intelligence collective. La clé, c'est aussi une bonne attitude: procéder de manière agile, avec beaucoup de curiosité et d'ouverture!

Pouvez-vous donner un exemple de valeur ajoutée que les entreprises peuvent créer à partir de leurs données?

Prenons l'exemple d'une PME suisse qui produit des biens de consommation en Suisse. La qualité des produits est sa priorité absolue. Ceux-ci sont testés dans le cadre de procédures de test approfondies avant la livraison, afin de s'assurer de leur adéquation au marché. Les données stockées peuvent être réutilisées que sur demande. La vraie valeur réside dans l'ensemble des ­résultats des tests. L'analyse peut fournir une nouvelle image de la variance de la qualité, par exemple quels tests ont répondu aux exigences et lesquels étaient inférieurs aux valeurs de référence requises. Une analyse de ces résultats, par exemple en corrélation avec d'autres sources de données telles que la température ambiante, l'état des machines, les caractéristiques spécifiques des produits ou même avec les données météorologiques à l'heure et dans le lieu correspondants, conduit à de nouvelles découvertes. Les mesures d'amélioration de la qualité peuvent donc être prises de manière plus ciblée. Sans compter que dans ce cas, seules les données d'entreprise accessibles et des informations ouvertes au public sont traitées.

Webcode
DPF8_105081