Techniquement complexe, le Big Data? Non! En revanche, il n'est pas sûr que nous soyons capables de tirer rapidement parti du Big Data, craint-on chez CSC. Par manque de culture des données. Dans ce domaine, les profils techniques devront laisser la place aux futurs Data Scientists, estime Stany Boes, Business Development & Delivery of Business Intelligence / Data Warehouse Projects, Associate Partner, CSC. «On leur demande à faire preuve d'habileté à monter rapidement des modèles analytiques susceptibles de dégager des informations pertinentes, des tendances et d'orienter un traitement de données. Que ce soit dans la grande distribution, chez les opérateurs télécom ou dans le secteur public, on ressent un intérêt pour ces profils d’analystes à triple culture -informatique, modélisation mathématique et culture économique au sens large.»
Ces nouveaux profils, qui contrastent avec les architectes, devraient émerger de l'association des savoir-faire de modélisation associés à une compréhension des besoins des métiers. Et si le secteur de la finance a été le plus prompt à embaucher ces experts en modélisation prédictive, c'est non seulement dû au degré de criticité de l'usage des données -structurées et non structurées- fait dans ce secteur, mais aussi parce que le monde des «traders» qui s'est construit autour du même genre de compétences en modélisation a montré la voie.
Pour CSC, on se trompe en plaçant au même niveau volumétrie, vitesse et variabilité. «Le 'v' de 'variabilité' est désormais plus important compte tenu du poids des données non structurées dans l'équation, assure Stany Boes. L'objectif essentiel est justement de pouvoir aller trouver de la valeur ajoutée dans l'ensemble des données accessibles à une entreprise. Et à l'heure du numérique, de la dématérialisation, des réseaux sociaux, des fournisseurs de flux de données, du Machine-to-Machine et de la géolocalisation, la variété et la variabilité des données accessibles est non seulement importante mais aussi en perpétuelle évolution -qui sera le prochain Twitter , Google+ ou Facebook?- et rarement structurée.»
Les acteurs du marketing ont tout à gagner à se pencher sur le phénomène du Big Data. De fait, la réalité qu’il recouvre (analyse des réseaux sociaux, traitement temps réel des informations, géolocalisation des données, croisement de multiples dimensions de «data»…) tranche clairement avec les pratiques du passé, répondant plus que jamais aux questionnements qui jalonnent traditionnellement la route -qui est ma cible? Comment l’atteindre? Comment la convaincre?»
On l'a compris, il ne suffit plus de faire du reporting. L’objectif est maintenant de faire parler l'information, toute l'information. C'est sur ce ciblage que le Big Data applique son vernis le plus novateur. «Aujourd'hui, les croisements d’informations directement sourcées par le consommateur et le traitement de larges quantités de données autorisent en effet une analyse de sentiments et une segmentation bien plus poussées que n’importe quel sondage réalisé sur un échantillon, estime encore Stany Boes. A l’arrivée, une cartographie du marché beaucoup mieux identifiée et une prise de conscience aiguë des besoins consommateurs. Mieux, avec la géolocalisation des besoins et le reciblage de bannières Web, les moyens d’accéder directement à l’usager final semblent désormais bien plus cohérents avec le désir d’efficacité de tout bon stratège marketing.»
Ces nouveaux profils, qui contrastent avec les architectes, devraient émerger de l'association des savoir-faire de modélisation associés à une compréhension des besoins des métiers. Et si le secteur de la finance a été le plus prompt à embaucher ces experts en modélisation prédictive, c'est non seulement dû au degré de criticité de l'usage des données -structurées et non structurées- fait dans ce secteur, mais aussi parce que le monde des «traders» qui s'est construit autour du même genre de compétences en modélisation a montré la voie.
Pour CSC, on se trompe en plaçant au même niveau volumétrie, vitesse et variabilité. «Le 'v' de 'variabilité' est désormais plus important compte tenu du poids des données non structurées dans l'équation, assure Stany Boes. L'objectif essentiel est justement de pouvoir aller trouver de la valeur ajoutée dans l'ensemble des données accessibles à une entreprise. Et à l'heure du numérique, de la dématérialisation, des réseaux sociaux, des fournisseurs de flux de données, du Machine-to-Machine et de la géolocalisation, la variété et la variabilité des données accessibles est non seulement importante mais aussi en perpétuelle évolution -qui sera le prochain Twitter , Google+ ou Facebook?- et rarement structurée.»
Les acteurs du marketing ont tout à gagner à se pencher sur le phénomène du Big Data. De fait, la réalité qu’il recouvre (analyse des réseaux sociaux, traitement temps réel des informations, géolocalisation des données, croisement de multiples dimensions de «data»…) tranche clairement avec les pratiques du passé, répondant plus que jamais aux questionnements qui jalonnent traditionnellement la route -qui est ma cible? Comment l’atteindre? Comment la convaincre?»
On l'a compris, il ne suffit plus de faire du reporting. L’objectif est maintenant de faire parler l'information, toute l'information. C'est sur ce ciblage que le Big Data applique son vernis le plus novateur. «Aujourd'hui, les croisements d’informations directement sourcées par le consommateur et le traitement de larges quantités de données autorisent en effet une analyse de sentiments et une segmentation bien plus poussées que n’importe quel sondage réalisé sur un échantillon, estime encore Stany Boes. A l’arrivée, une cartographie du marché beaucoup mieux identifiée et une prise de conscience aiguë des besoins consommateurs. Mieux, avec la géolocalisation des besoins et le reciblage de bannières Web, les moyens d’accéder directement à l’usager final semblent désormais bien plus cohérents avec le désir d’efficacité de tout bon stratège marketing.»
Reste le problème de la persuasion, autrement dit de la conversion du consommateur à l’acte d’achat. Sur ce point, certains acteurs ont déjà commencé la mutation, en s’appropriant des techniques de personnalisation dignes des meilleurs romans de science-fiction: un pricing adapté au consommateur, des simulations temps réel des produits au gré des préférences exprimées de celui-ci, un pouvoir de suggestion ciblé finement sur Internet...
«C'est là que le Data Scientist est appelé à jouer un grand rôle et à prendre la place de la Business Intelligence traditionnelle, conclut Stany Boes. Il sera le gourou en données de l’entreprise. Les Business Analysts et autres responsables de datawarehouse joueront avec les données préparées par le Data Scientist.»
«C'est là que le Data Scientist est appelé à jouer un grand rôle et à prendre la place de la Business Intelligence traditionnelle, conclut Stany Boes. Il sera le gourou en données de l’entreprise. Les Business Analysts et autres responsables de datawarehouse joueront avec les données préparées par le Data Scientist.»
«Big Data... Méfiez-vous: l'appellation est trompeuse! »
