Quand le pragmatisme sur les enjeux du Digital suit la maturité …

Pour nos clients, l’objectif (avoué ou non) d’une « transformation digitale » a toujours été de faire mieux, moins cher et plus vite. Parce que la maturité sur ces enjeux est longue à se mettre en place, on assiste plus à une évolution qu’à une transformation.

De la collecte … à la gouvernance de la donnée :

Il y 7 ans, la Data commençait à être perçue comme étant le patrimoine d’une entreprise, d’où la notion d’appartenance et de valorisation de sa propriété. D’où cette course folle à sa collecte et à son stockage.

Enjeux et projets de collectes de données et des logs.

Les projets autour de la collecte de données étaient des projets d’infrastructure et de sécurité. Ils consistaient purement en des centres de coûts dont le ROI était axé autour des problématiques de sécurité et de propriété intellectuelle.

Les dirigeants ont finalement réalisé la nécessité de mesurer le degré d’utilité de la donnée au business. Une prise de conscience, bien aidée par le coût des infrastructures à mettre en place, dont la croissance exponentielle était proportionnelle au volume des données à collecter.

Les entreprises se sont ainsi organisées pour apporter une analyse des données collectées et en tirer des conclusions. C’est l’essor des projets de BI (Business Intelligence). S’ils sont à l’époque vendus comme de l’analyse fine, cela ne suffit pas. Pour aller plus loin et engager des projets avec un vrai ROI, il faut gagner en fiabilité.

BI ne veut pas dire Analyse : une conclusion business ne s’appuie pas sur une interprétation de beaux graphiques réalisés à partir de quelques données (cf l’image du « Picasso qui protège du cancer » d’une publication précédente). La fiabilité d’un résultat d’analyse de données ne peut se renforcer que par une analyse pointue de tout le patrimoine digital de l’entreprise. C’est ainsi qu’apparaissent les nouveaux enjeux des projets digitaux : la gouvernance de la donnée pour optimiser la connaissance du patrimoine digital, et du Deep Learning, voire l’Intelligence Artificielle, pour assurer la corrélation entre les données et leur analyse fine.

La gouvernance se traduit par des projets de plateforme digitale, cross organisations au sein d’une entreprise, qui doit permettre de définir un référentiel unique pour exploiter toutes les données, quelles qu’elles soient et où elles soient.

L’IA permet alors de les corréler au mieux et de les exploiter en se rapprochant d’un idéal Business/Temps réel.

Exemples :

On peut citer les enjeux autour de l’Industrie 4.0, dont le modèle repose sur l’analyse fine de la donnée, notamment celle du comportement client, en temps réel.  Elle est ensuite réinjectée dans le circuit de production pour répondre à cet enjeu qui peut paraître paradoxal : Comment industrialiser la production d’un produit personnalisé...

On peut citer aussi l’enjeu de la blockchain. Par exemple dans des secteurs comme la Grande distribution, la traçabilité de A à Z nécessite d’être capable d’avoir accès à la donnée en tout point et à tout instant.

Conclusion :

A l’instar de ce que l’on avait observé avec l’arrivée des technologies Internet dans les années 2000, Cette évolution du Collecte / Analyse/Gouvernance de la donnée suit finalement la maturité croissante des dirigeants d’entreprises sur l’enjeu du Digital avec comme objectif ultime : comment le digital m’aidera dans mon business et avec quel ROI ?

Cela ne peut bien sûr que nous réjouir chez SAS, car cette évolution vers du « plus puissant », « plus large », « plus rapide » et de la gouvernance, répond à notre cœur de business depuis des années et davantage avec l’arrivée de Viya qui réconcilie les enjeux Business et IT.