Selon une étude, 7 projets Big Data sur 10 ne sont pas rentables pour les entreprises. Seules, les mégadonnées ne sont porteuses d’aucune innovation de rupture.

Ces 5 dernières années, le hype du Big data et de la transformation numérique a submergé les entreprises de promesses d’innovations susceptibles de bouleverser, voire de révolutionner leurs métiers. Dans une période de stagnation économique , ces promesses ont rencontré les attentes des entreprises qui se sont massivement lancées dans des programmes de transformation comprenant des projets de Datalake et d’applications analytiques. Cela a eu pour effet de tarir les compétences de datascientists disponibles sur le marché.

Pourtant une étude récente conjointe de Capgemini et Informatica, basée sur un panel de 210 entreprises européennes et américaines, constate que seuls 29 % des projets de Big Data sont rentables, ajoutant que 26 % des répondants ont rempli les 3/4 de leurs objectifs, 38 % la moitié seulement.

Un contresens du marché

Comme causes, l’étude indique que la stratégie Big Data est trop souvent placée sous la responsabilité de la direction des systèmes d’information (60 % des entreprises européennes), alors qu’elle devrait être tirée par les métiers. Elle indique également, entre autres, que l’accent est insuffisamment mis sur la gouvernance et la qualité des données. Elle constate un déficit important de culture de la donnée dans les entreprises.

C’est effectivement ce que constatent intuitivement les conseils en management au sein des entreprises françaises. Malgré les recommandations qui font écho aux recommandations d’études similaires précédentes, la situation évolue lentement.

Ceci est dû à un contresens comme sait en produire le marché et qui sont difficiles à circonscrire. La révolution des données n’est pas due à l’avènement du Big Data, mais à celui du « machine learning » (l’apprentissage automatique). Le Big Data n’est qu’un moyen technologique qui permet de gérer les bases d’expérience nécessaires au « machine learning ». En lui-même, il n’est porteur d’aucune innovation de rupture, il apporte plutôt une optimisation technologique.

Des innovations de rupture

L’apprentissage statistique apporte des innovations de rupture capables de transformer les modèles d’affaires. Ce sont, par exemple, la maintenance prédictive des équipements (automobile, aéronautique, infrastructure…), la simulation des tests cliniques pharmaceutiques, l’optimisation impressionnante de la relation client à grande échelle (« couponing », fidélité, « direct marketing »…), les robots simulant l’humain comme les conseillers virtuels pour répondre en temps réel aux questions du client, la détection des empreintes de particules dans le Large Hadron Collider , et d’autres encore qui restent à inventer.

Ces innovations ne sont pas créées au sein des entreprises, mais par des start-up qui apportent les idées et les solutions, et aident les entreprises à les intégrer dans leurs modèles d’affaires. Pour se transformer, les entreprises doivent comprendre la dynamique de cette vague d’innovation dont la technologie n’est qu’un des aspects. En traitant aussi les autres aspects, elles seront en mesure de mener des programmes de transformation plus efficaces.

Trois plans à développer

Sur le plan de l’innovation, les entreprises peuvent, par exemple, développer un réseau ou une communauté de start-up travaillant sur des applications du « machine learning » aux métiers de l’entreprise. Elles peuvent proposer des challenges ou des hackathons sur des problèmes qui les préoccupent. Elles peuvent créer un incubateur pour inciter la création de start-up qui se consacrent spécifiquement à des sujets qui préoccupent l’entreprise.

Sur le plan de la culture numérique, elles doivent mettre en oeuvre en interne les moyens et les savoir-faire permettant d’une part d’augmenter la culture numérique de l’entreprise, d’autre part de maîtriser la qualité et la gouvernance des données. Les entreprises devront être capables de définir une stratégie de données claire indiquant les orientations de collecte, de gestion et d’usage en rapport avec leurs ambitions métiers. Héberger un incubateur est un moyen diffuser de manière virale au sein de l’entreprise, la culture numérique.

Sur le plan de la technologie, elles doivent monter en compétence sur les technologies numériques, non seulement le Big Data, mais aussi le « cloud computing ». C’est sur ce plan qu’elles sont le plus avancé. C’en maîtrisant et en coordonnant la transformation suivant ces trois plans que les entreprises pourront dépasser la phase de désillusion et entrer dans la phase de maturité.

En savoir plus sur https://www.lesechos.fr/idees-debats/cercle/cercle-159569-le-big-data-le-debut-de-la-phase-de-desillusion-2020906.php#tpC8qTweJkA5Tjxd.99

Print Friendly, PDF & Email

Leave a Reply

Your email address will not be published. Required fields are marked *