19 Juil Les 3 étapes pour devenir une entreprise « data driven »
L’afflux exponentiel des données peut être considéré par beaucoup d’organisations comme une charge plutôt que comme un atout. Les entreprises doivent donc adopter certains dispositifs afin que cette prolifération de données ne représente pas un frein à leur transformation. Voici une stratégie en trois étapes pour y parvenir.
Depuis toujours, l’expérience et les compétences acquises par l’humanité étaient stockées dans la mémoire biologique des individus, et entretenues par la mémoire collective. Les connaissances ne pouvaient trouver un accomplissement concret que par l’implication des individus détenteurs du savoir et du savoir-faire. Aujourd’hui, la mémoire de l’organisation est stockée dans les data centers, donnant naissance au concept d’organisation « data driven ». Pour autant, la donnée peut être considérée comme un fardeau par l’entreprise, mais aussi comme une opportunité. Pour la majorité d’entre elles, les sources de données sont disparates, coûteuses à gérer. Par conséquent, les données sont sous-exploitées dans les applications existantes.
Le rapport biennale, publié par Forrester, sur les thématiques de collecte et exploitation de la donnée dans les organisations met en lumière les difficultés de ces dernières face à l’explosion des données. D’après les professionnels sondés, cet afflux massif de données et l’incapacité à les analyser représente le troisième frein (2ème en France) majeur à la transformation numérique dans le monde.
Pour une stratégie d’exploitation de la donnée performante, votre stratégie peut s’articuler en 3 étapes:
En France, le fait de prendre conscience de la valeur des données ne signifie pas encore leur exploitation effective, loin de là. .. Les questionnés français de l’étude ne sont que 13% à donner une importance capitale aux données et à prioriser leur valorisation. Et même s’ils déclarent collecter les données, leur exploitation reste hypothétique : les 2/3 précisent même que leur collecte des données est trop rapide par rapport à leur capacité d’analyse et d’exploitation.
Pire encore, l’augmentation constante des volumes de données complique sensiblement leurs activités, déclare une majorité de répondants : 62 % (67 % en France) d’entre eux précisent qu’ils se retrouvent dans l’incapacité de respecter les règles de sécurité et de conformité en raison des masses de données qu’ils ont à traiter, tandis que 61 % (58 % en France) avouent que leurs équipes sont déjà sous l’eau des données qu’ils ont à disposition.
Une stratégie en trois actes
Néanmoins, il y a lieu de rester optimiste. Malgré les difficultés rencontrées, nombre d’organisations comptent passer à l’action pour l’avenir : 68 % (56 % en France) ont déjà prévu un déploiement de machine learning pour automatiser l’identification de données anormales, 59 % (60 % en France) ont l’intention d’adopter un modèle data-as-a-service et 54 % (60 % en France) comptent analyser profondément leur grille de performance pour repenser leur traitement et leur utilisation des données.
Le développement des logiciels ad hoc pour procurer aux prospects/clients les expériences personnalisées et intégrées qu’ils souhaitent.
Pour une stratégie d’exploitation de la donnée performante, votre stratégie peut s’articuler en 3 étapes :
- La modernisation de votre architecture IT pour une exploitation des données à la source : la périphérie. À cette fin, les organisations doivent rapprocher leur infrastructure et leurs applications du point de collecte, d’analyse et d’utilisation des données, en veillant d’éviter leur prolifération, grâce à un modèle cohérent d’exploitation multi-cloud ;
- L’optimisation des pipelines de données, permettant leur libre circulation sécurisée et leur enrichissement avec l’IA et l’apprentissage automatique ;
- Le développement des logiciels ad hoc pour procurer aux prospects/clients les expériences personnalisées et intégrées qu’ils souhaitent.