Bières, couches pour bébé et la fièvre du Big Data

Tous ceux qui ont étudié le marketing connaissent la corrélation entre la bière et les couches pour bébé[*]. La problématique porte sur l'identification des tendances. Il s'agit en effet d'interpréter et d'utiliser correctement des données brutes pour en tirer le maximum. Pour Dimension Data, c'est là que le Big Data entre en jeu. La fièvre du Big Data semble s'est emparée de la planète.


D’après de nombreux commentateurs, le Big Data pourrait aider les entreprises à identifier les tendances utiles, comme les comportements d'achat des consommateurs avec, à la clé, des ventes mieux ciblées. Mais le Big Data suscite un intérêt qui donne presque le vertige.


Peter Prowse, Directeur général des solutions pour datacentres chez Dimension Data Australie le confirme. « Le Big Data est aujourd'hui surmédiatisé par certains commentateurs qui ne cernent pas bien toutes les implications. Comme le 'Cloud'. Et à l'instar du Cloud, les principes fondamentaux du Big Data révolutionnent la manière dont les entreprises pourront anticiper ou réagir aux opportunités. »

Mais derrière la frénésie autour de ce terme branché, l'impact et l'intérêt des big data ne doivent pas être sous-estimés, prévient M. Prowse. « Imaginez toutes les possibilités qu’offrent les nouvelles données générées à partir de la navigation Web, des transactions en ligne, ou encore à partir du suivi des déplacements dans les centres commerciaux grâce aux terminaux mobiles. Les big data désignent ces différentes formes de données. Au-delà du buzz autour du Big Data dans le monde des technologies de l'information et de la communication, le phénomène est susceptible de révolutionner la manière dont les entreprises anticipent ou réagissent aux opportunités. »

En clair, les big data désignent les ensembles de données difficiles à traiter de manière classique. Ces méthodes classiques correspondent, entre autres, à l’utilisation de serveurs dédiés sur lesquels s’exécute une base de données classique ou une structure de datawarehouse (comme Oracle ou Teradata), et d’outils d'analyse associés comme Cognos pour leurs fonctionnalités d'interrogation et d'analytique. Impossibles à structurer en colonnes et en lignes dans une base de données SQL ou toute autre forme de base de données, les big data sont également appelées « données non structurées ». Un environnement Big Data peut également se définir selon trois attributs :

· Le volume : l’énorme quantité de données générées et collectées par les entreprises

· La variété : l’ensemble des différents types de données recueillies (texte, audio, vidéo, journaux de navigation, médiaux sociaux…)

· La vélocité : la vitesse à laquelle les données sont collectées, analysées et, d’après certains, 'anticipées'

D'après Kevin Leahy, Directeur général des solutions pour datacenters du groupe Dimension Data, l'utilisation des big data repose sur la capacité à dégager des tendances à partir de données brutes, ce que l'on appelle également le datamining. « Le principe de la bière et des couches pour bébé vaut pour les entreprises qui utilisent des techniques de datamining pour dégager des tendances dans d'autres formes de comportements clients. Ainsi, dans le secteur des services financiers, bancaires et de l’assurance, les entreprises utilisent les big data pour identifier la fraude. Elles repèrent les tendances susceptibles de mettre en lumière d’éventuelles transactions frauduleuses. »

M. Leahy cite un autre exemple tiré de l'univers des télécommunications. « Un gros opérateur américain de téléphonie mobile, que nous appellerons X Telecoms, souffrait d'un important taux d'attrition de sa clientèle mobile. L'utilisation d'outils et de processus classiques d'analyse des données permettait à l'entreprise de quantifier assez précisément son taux d'attrition, mais pas les raisons. »

« X Telecoms s'est adressé à un groupe de data scientists – autre terme en vogue – pour identifier la cause sous-jacente de cette attrition. L'utilisation des volumes de données non structurées récupérés chaque jour par X Telecoms et l'écriture d'un ensemble évolué d'algorithmes ont permis d’apporter un éclairage intéressant. »

« Chaque fois qu’une personne passait à la concurrence pour changer de forfait, cinq de ses amis lui emboitaient le pas, suivis par cinq autres amis de chaque personne ayant déjà quitté le réseau... par effet boule de neige. »

« À l'origine de ces comportements : une offre groupée d'un opérateur de téléphonie mobile proposant d’appeler et d’envoyer des textos gratuitement à 'cinq amis'. X Telecoms a rapidement contre-attaqué par une autre campagne : chaque fois qu'un de ses clients passait à la concurrence, l'opérateur envoyait immédiatement une offre aux cinq amis sélectionnés, leur proposant de renouveler leur forfait X Telecoms dans des conditions très avantageuses. Cette seule action a permis de réduire de plus de 65 % l'attrition de sa base de clients. »

Malgré la difficulté pour les bases de données traditionnelles de convertir des données non structurées en renseignements exploitables, ces exemples confirment le rapide essor des outils conçus pour faire parler et analyser ces données. M. Prowse déclare ainsi : « On trouve en première ligne des techniques d'intelligence artificielle qui évoluent très rapidement, comme le traitement automatique du langage naturel, la reconnaissance de motifs et l'apprentissage automatique. Ces technologies d'intelligence artificielle peuvent être appliquées à de nombreux domaines. Prenons le pôle Recherche et Publicité de Google et ses voitures robotisées expérimentales, qui ont parcouru des milliers de kilomètres de routes californiennes. Ils utilisent plusieurs outils d'intelligence artificielle pour analyser des montagnes de données et prendre des décisions instantanément. »

Ces évolutions ouvrent la voie à d'énormes opportunités pour les entreprises. La pression s'intensifie pour les directeurs des services informatiques qui doivent désormais fournir les outils et les procédures nécessaires à la mise en œuvre d'une stratégie de Big Data pour leur entreprise. Le but : pouvoir saisir les opportunités du marché et/ou empêcher les atteintes à la réputation et à l'image de l'entreprise.

Pour M. Leahy, malgré le battage médiatique autour du Big Data, les entreprises n'ont, au départ, pas besoin d'investir massivement dans les infrastructures et les ressources. « Les entreprises peuvent tout d’abord installer une plate-forme simple et bon marché pour recueillir les données. Elles peuvent ensuite identifier les tendances intéressantes dont les retombées peuvent être immédiates, dans la mesure où elles s’accompagnent d'actions proactives. Le coût raisonnable d'une telle plate-forme peut être financé par les bénéfices générés par son utilisation. Sont particulièrement concernés les secteurs d'activité ayant tout à gagner à identifier un large éventail de tendances. Il peut s'agir des modes de contrôle qualité pour la production, des cycles de réadmissions des patients en milieu hospitalier, des tendances entre réservations et annulations dans le tourisme, etc. » Et M. Leahy de conclure : « Les retombées sont positives même avec des points d'entrée modestes qui financent ainsi la croissance de l’entreprise et permettent aux DSI de développer les compétences nécessaires pour passer à l'étape suivante. »