5 tendances data et analytique qui vont marquer 2016

En 2016, les entreprises françaises accélèrent et renforcent leurs initiatives - et leurs investissements - data : tel est le constat dressé par le cabinet Deloitte, qui a dévoilé, le 21 janvier, les principaux enseignements de son enquête sur la maturité de la Data Analytics dans les entreprises.

1. Chief Data Officer et Data Scientist : de nouveaux rôles clés

Les organisations prennent conscience de la nécessité de changer leurs approches de gestion et d'exploration des données. Cette évolution favorise l'émergence de nouveaux rôles clés au sein des entreprises : le Chief Data Officer (CDO) qui pilote la stratégie data et le Data Scientist qui créé de l'intelligence à partir de la data. Encore inexistants il y a quelques années, ces rôles sont de plus en plus plébiscités aujourd'hui.

En effet, selon l'enquête Deloitte, 79 % des entreprises considèrent qu'il est urgent de renforcer le rôle du Data Scientist et 71 % celui du Chief Data Officer, même si leurs activités associées ne sont pas complètement clarifiées ou normées. Cette tendance, qui peut être contrainte par une pénurie de profils, devrait durablement s'installer dans les entreprises, afin de professionnaliser les pratiques de gestion et d'exploration des données.

2. Données externes : le nouvel eldorado

Les organisations expriment un vif intérêt pour l'usage de données externes issues du Web, des réseaux sociaux, de partenaires... Ainsi, près de 50 % d'entre elles estiment qu'il devient prioritaire d'acquérir de plus en plus de données externes et de favoriser leurs croisements avec des données internes (64 %).

En à peine une décennie, le nombre d'utilisateurs d'Internet et des réseaux sociaux a connu une croissance fulgurante. Une véritable aubaine pour des entreprises soucieuses de mieux appréhender les attentes de leurs consommateurs, d'anticiper les tendances ou d'évaluer les impacts de leurs stratégies promotionnelles.

3. Objets connectés, les futurs gisements de données

La progression spectaculaire du nombre d'objets connectés engendre la prolifération d'une manne considérable de données issues de véhicules, d'équipements industriels, de dispositifs médicaux... laissant entrevoir de réels leviers de performance et des capacités d'optimisation inédites des processus métiers. En effet, les données issues de la connectivité entraînent un accroissement de la connaissance des clients permettant le développement de nouveaux services, la mise en place de programmes de fidélisation, ou le recrutement de nouveaux partenaires.

À la connaissance des clients s'ajoute l'optimisation de la gestion des produits et des équipements. Les entreprises peuvent, par exemple, anticiper les risques et planifier les opérations de maintenance en fonction des prévisions de dysfonctionnement des équipements connectés.

4. L'analytique : entre diversification et évolution des usages

La Data Analytics permet aux entreprises de renforcer les facultés d'analyse issues des canaux digitaux (70 %), de faciliter le partage de ces éléments pour tous au sein des différents départements (66 %), et de mettre en place des prévisions statistiques avancées (63 %). Un temps réservé aux experts, les usages analytiques se démocratisent donc, et s'étendent désormais à l'ensemble des fonctions de l'entreprise (Marketing, Finance, RH, Achat...).

La simplification de l'accès à l'analytique, la conception de nouveaux modèles d'analyse (prévisions, corrélations...) ou encore l'émergence des approches cognitives et de techniques basées sur l'apprentissage automatique (machine learning) marquent une évolution progressive des usages.

5. Protection et usage éthique des données : un enjeu de taille

Avec l'augmentation des quantités de data et la démultiplication des échanges, les entreprises sont de plus en plus mobilisées sur les thèmes de la protection et de l'usage éthique des données. Sujet devenu majeur, la protection des données repose sur une appréciation du patrimoine existant ainsi qu'une évaluation objective des risques.

La démarche soulève de nombreuses questions au sein des entreprises : quelles données ? Quelles sensibilités ? Quelle maille de classification ? Quels usages et quelles limites ?, par exemple. Les dimensions d'analyse sont multiples (technique, organisationnelle, juridique, métier) et se fondent sur une approche structurée et collaborative.