Big Data for small companies

Réseaux sociaux, tablettes, smartphones, applications, capteurs électroniques, etc., le volume d’informations fabriquées au quotidien croît de façon exponentielle. Selon le cabinet d’analyses Gartner, à l’horizon 2015, le volume des données pourrait atteindre 8 Zo (Zettaoctets) soit un volume équivalent à 250 milliards de DVD ! Un chiffre qui donne le vertige mais qui s’avère surtout être une mine d’or pour les entreprises qui savent collecter ces données, les stocker et les exploiter dans une logique business.

Les grandes compagnies et les géants du web l’ont bien compris. Ils appuient leurs stratégies décisionnelles sur des technologies dites de Big Data pour extraire de ce déluge informationnel des analyses pertinente et donc, des opportunités business importantes.

Et pourtant, ces technologies ne sont pas réservées aux grands groupes. Le cloud computing et la tarification à la consommation permettent à des compagnies de taille modeste de profiter de ces nouveaux outils d’analyse. Aux États-Unis, rares sont les start-ups à ne pas les avoir intégrées dans le développement de leur business. En France, les PME se montrent encore frileuses à l’idée de se lancer dans un projet de type Big Data, alors même qu’elles sont nombreuses à brasser chaque jour des centaines de millions de transactions et/ou d’événements et à stocker plusieurs téraoctets de données chaque année. Seules les jeunes pousses, notamment nées des réseaux sociaux, s’y aventurent et testent les solutions de Big Data. Et elles en tirent des avantages conséquents.

Un retour sur investissement quasi immédiat

Prenons l’exemple d’un éditeur de social gaming (jeux sur Facebook) dont les titres attirent environ 1,5 million de joueurs par mois et génèrent, par jour, de 500 millions à 1 milliard d'interactions entre membres. C'est une mine d'informations impossible à analyser sans recourir au Big Data. Notamment quand il s'agit de découvrir avec précision le comportement des internautes et de savoir pourquoi ils adhèrent à un jeu plus qu’à un autre. Quelques milliers d’euros ont suffit à répondre à cette interrogation via la mise en place d’une analyse de type Big Data. Les conclusions issues de cette analyse de données brutes ont révélé qu’un utilisateur décide de s'engager dans un jeu à partir du moment où 10 de ses « amis » Facebook y jouent aussi. A partir de là, l'éditeur a adapté le déroulement du jeu en phase de démarrage afin que l'internaute ait rapidement 10 «amis» y participant. En quelques jours, son business model a changé et le retour sur investissement a été immédiat.

Même si de nombreux exemples comme celui-ci existent, ils ne suffisent pas à lever toutes les réticences des petites et moyennes entreprises. Car l'offre est très riche et très mouvante. Pour les grandes entreprises, c'est un atout. Pas pour les PME qui attendent, au contraire, plus de clarté pour se lancer.


Un premier pas vers le Big Data pour quelques centaines d’euros

Les PME peuvent néanmoins se forger un premier avis en formulant des questions orientées « usage » et en n’entrant dans une plate-forme de Big Data que les données brutes susceptibles de répondre à la question formulée et donc, implicitement, à l’objectif souhaité. Aucune limite dans l’exploration des données, toutes les questions sont envisageables. Comme par exemple, parmi mes clients, existe-t-il des segments de population aux comportements précisément identifiés, qui m’encourageraient à organiser des campagnes de marketing personnalisées ? De là, l’entreprise pourra savoir si cette piste de réflexion est pertinente et s’il y a matière à poursuivre l’analyse de ses données brutes.

Ce premier pas vers le Big Data ne coûtera à l’entreprise que quelques centaines d’euros ! Des tarifs plus qu’abordables qui s'expliquent par la montée en puissance des solutions s'appuyant sur le Cloud Computing. Etant basés sur une architecture exportée et élastique, les coûts d’exploitation sont uniquement fonction des besoins et des utilisations exprimés au jour-le-jour par l’entreprise. De plus en plus d'offres proposent des services de «paiement à la demande». L'un des exemples les plus récents est Big Query. Développé par Google, cet outil traite de gros volumes de données à des coûts acceptables pour identifier une information intéressante. Par exemple, l'analyse de 500 Go par cinq machines pendant 5 heures revient environ à 200 €. A cela, s’ajoutent ceux d’Amazon et de Microsoft Azure mais aussi les nombreux programmes Big Data en Open Source ou en version communautaire.


Chose difficilement envisageable pour une PME sans cette démocratisation des technologies, elle peut à présent étudier le comportement de chacun des internautes visitant son site ou toutes les informations produites par ses chaînes de production à moindre coût. A la clé, rien de moins que la possibilité de mieux connaître sa clientèle, d’individualiser son marketing, de valoriser son image sur les réseaux sociaux, d’optimiser ses processus logistiques ou encore d’améliorer la traçabilité des transactions clients, etc. De quoi impulser une dynamique nouvelle en temps de crise…