Alors que la création de données par les entreprises ne représentait que 30% du volume cette année-là, cette proportion devrait doubler pour atteindre 60% de toute la création de données en 2025. Comme ces chiffres le montrent, les données demeureront la force motrice sous-tendant quasiment toute l’activité humaine au cours de la prochaine décennie. Pourtant, la majorité des données produites entre aujourd’hui et 2025 ne le seront pas par des humains mais par des terminaux mobiles, les réseaux sociaux et une multitude de capteurs installés partout, dans les automobiles ou les canalisations. Et avec l’Internet des objets (IoT) qui transfère toujours plus de données dans le cloud, la création de données n’en sera que plus intense.
Les données sont d’une importance clé pour la réussite de toute entreprise. Ces 15 dernières années, différentes entités ont produit d’énormes quantités de données, mais rares sont celles qui savent comment les exploiter de manière efficace, notamment pour rivaliser avec leurs concurrents. Forbes a récemment révélé qu’une meilleure intégration du Big Data dans la santé, par exemple, aurait pu faire économiser 300 milliards de dollars par an, l’équivalent d’une réduction de coûts de 1 000 dollars par an et par personne. La plupart des gains proviendraient de l’association des données des docteurs en clinique avec celles de la recherche scientifique afin de promouvoir l’innovation dans la recherche contre le cancer et de préciser les programmes de soins. Pour une entreprise du classement Fortune 1000, une simple augmentation de 10% de l’accessibilité des données se traduirait par un gain net de plus de 65 millions de dollars. De plus, les commerçants qui sauront valoriser toute la puissance du Big Data pourraient accroître leurs marges opérationnelles de 60%.
Malgré ces énormes potentiels, Forbes ajoute que seule une petite fraction des données produites (moins de 0,5%) est analysée et exploitée. L’extraction de valeur ajoutée à partir des données constitue toujours le défi le plus épineux à relever pour les entreprises qui cherchent à s’adapter au Big Data. Avec la transformation numérique, qui induit la création de nouveaux types de données en temps réel, dans de grosses quantités et dans un large éventail de secteurs d’industrie, les équipes Business Intelligence (BI) et de gestion des données continuent d’être submergées par des données mal définies. Mais, selon les experts de l’industrie, la collecte de toujours plus de données, sans projet clair d’utilisation ou de gouvernance des données, génère davantage de coûts et de responsabilités que de valeur ajoutée. L’adoption par les entreprises de l’intelligence artificielle (AI) crée un immense effet de disruption qui amène les entreprises à devoir comprendre ce que sont leurs fichiers de données et comment ils doivent interagir avec le nouveau modèle économique.
Pour générer de la valeur business à partir du Big Data, les entreprises ont besoin de compétences, de technologies et d’un socle d’information capable d’absorber d’énormes volumes de données de manière très rapide. Les entreprises qui exploitent et explorent leurs données de façon proactive ont un avantage compétitif sérieux sur leurs concurrents puisqu’elles peuvent acquérir des informations décisionnelles importantes et réagir rapidement pour développer leur activité d’une façon impossible sans anticipation. Les actuelles technologies analytiques avancées et les techniques d’aujourd’hui permettent aux entreprises d’extraire une réelle valeur des données avec des niveaux inédits de sophistication, de rapidité et de précision.
Voici quelques aspects à prendre en compte quand on souhaite extraire de la valeur business du Big Data :
• Fixer des objectifs clairs et des priorités et veiller à ce que les données traitées y correspondent ;
• Développer des fonctionnalités analytiques d’après les priorités fixées ;
• Élaborer une politique Big Data pour définir les conditions requises pour la structure générale, le format, l’identité, la possession, l’usage et l’accès concernant l’ensemble des informations dans l’entreprise ;
• Placer les données dans leur contexte : les données à explorer doivent être clairement décrites comme telles en les étiquetant avec des métadonnées ;
• Se procurer des applications analytiques : laisser l’équipe d’analystes explorer les données traitées et les inspecter visuellement à la recherche de tendances et de regroupements.
Extraire de la valeur business du Big Data nécessite une expertise technique. Même les outils analytiques existants doivent être adaptés sur mesure pour produire des résultats significatifs pour les clients et générer des bénéfices.
Les données sont d’une importance clé pour la réussite de toute entreprise. Ces 15 dernières années, différentes entités ont produit d’énormes quantités de données, mais rares sont celles qui savent comment les exploiter de manière efficace, notamment pour rivaliser avec leurs concurrents. Forbes a récemment révélé qu’une meilleure intégration du Big Data dans la santé, par exemple, aurait pu faire économiser 300 milliards de dollars par an, l’équivalent d’une réduction de coûts de 1 000 dollars par an et par personne. La plupart des gains proviendraient de l’association des données des docteurs en clinique avec celles de la recherche scientifique afin de promouvoir l’innovation dans la recherche contre le cancer et de préciser les programmes de soins. Pour une entreprise du classement Fortune 1000, une simple augmentation de 10% de l’accessibilité des données se traduirait par un gain net de plus de 65 millions de dollars. De plus, les commerçants qui sauront valoriser toute la puissance du Big Data pourraient accroître leurs marges opérationnelles de 60%.
Malgré ces énormes potentiels, Forbes ajoute que seule une petite fraction des données produites (moins de 0,5%) est analysée et exploitée. L’extraction de valeur ajoutée à partir des données constitue toujours le défi le plus épineux à relever pour les entreprises qui cherchent à s’adapter au Big Data. Avec la transformation numérique, qui induit la création de nouveaux types de données en temps réel, dans de grosses quantités et dans un large éventail de secteurs d’industrie, les équipes Business Intelligence (BI) et de gestion des données continuent d’être submergées par des données mal définies. Mais, selon les experts de l’industrie, la collecte de toujours plus de données, sans projet clair d’utilisation ou de gouvernance des données, génère davantage de coûts et de responsabilités que de valeur ajoutée. L’adoption par les entreprises de l’intelligence artificielle (AI) crée un immense effet de disruption qui amène les entreprises à devoir comprendre ce que sont leurs fichiers de données et comment ils doivent interagir avec le nouveau modèle économique.
Pour générer de la valeur business à partir du Big Data, les entreprises ont besoin de compétences, de technologies et d’un socle d’information capable d’absorber d’énormes volumes de données de manière très rapide. Les entreprises qui exploitent et explorent leurs données de façon proactive ont un avantage compétitif sérieux sur leurs concurrents puisqu’elles peuvent acquérir des informations décisionnelles importantes et réagir rapidement pour développer leur activité d’une façon impossible sans anticipation. Les actuelles technologies analytiques avancées et les techniques d’aujourd’hui permettent aux entreprises d’extraire une réelle valeur des données avec des niveaux inédits de sophistication, de rapidité et de précision.
Voici quelques aspects à prendre en compte quand on souhaite extraire de la valeur business du Big Data :
• Fixer des objectifs clairs et des priorités et veiller à ce que les données traitées y correspondent ;
• Développer des fonctionnalités analytiques d’après les priorités fixées ;
• Élaborer une politique Big Data pour définir les conditions requises pour la structure générale, le format, l’identité, la possession, l’usage et l’accès concernant l’ensemble des informations dans l’entreprise ;
• Placer les données dans leur contexte : les données à explorer doivent être clairement décrites comme telles en les étiquetant avec des métadonnées ;
• Se procurer des applications analytiques : laisser l’équipe d’analystes explorer les données traitées et les inspecter visuellement à la recherche de tendances et de regroupements.
Extraire de la valeur business du Big Data nécessite une expertise technique. Même les outils analytiques existants doivent être adaptés sur mesure pour produire des résultats significatifs pour les clients et générer des bénéfices.
A propos de l'auteur
Cédric Hubert est Head of Global Enterprise Sales d’ABBYY Europe. Il est responsable du développement de la vente de solutions pour le marché Entreprise et BPO. Cédric supporte également le développement du réseau de partenaires d’ABBYY en Europe. Au cours des 10 dernières années Cédric a travaillé sur de nombreux projets de dématérialisation, de Business Process Management et de Business Intelligence pour le marché européen et asiatique. Cédric a développé une connaissance approfondie des problématiques clients liées à la dématérialisation de documents et de processus métiers lors de son passage chez ReadSoft/Lexmark en tant que Directeur Avant-vente France puis de Senior Sales Executive pour la zone Asie-Pacifique.
Autres articles
-
ABBYY AI Trust Barometer 2024 : 63 % des entreprises françaises adoptent l'IA par crainte de l'obsolescence
-
ABBYY améliore sa Marketplace pour répondre à la demande croissante de données pour les LLM et simplifier l'intégration des RAG
-
Étude : Les budgets IA grimpent dans 81 % des entreprises en France
-
ABBYY introduit de nouvelles fonctionnalités à sa plateforme Timeline pour aider les entreprises à atteindre leurs objectifs opérationnels
-
ABBYY lance Timeline 5 qui intègre désormais le Task Mining