Biotech: mobiliser les big data au service de l’investissement


Rédigé par Thomas Gauthier et Vincent Pignon, HEG Genève le 24 Février 2013

C’est désormais l’analyse rigoureuse et automatisée de quantités massives de données qui doit accompagner et soutenir la décision d’investissement.



Nous assistons en ce moment à un important revirement de situation. Les investisseurs institutionnels et individuels modifient leur comportement et passent d’une attitude averse au risque à un retour aux investissements risqués en ciblant notamment des secteurs tels que celui des biotechnologies et des technologies médicales. Emblématiques de cette nouvelle donne, les indices boursiers affichent des niveaux records au profit des actifs dits risqués.

Pour guider leurs décisions, les investisseurs ont le plus souvent recours à un réseau d’experts scientifiques, technologiques et médicaux. Parfois, leur démarche est institutionnalisée au travers de la constitution d’un conseil scientifique au sein duquel l’investisseur regroupe quelques personnalités susceptibles de mettre leurs expertises au service d’une meilleure compréhension et d’une veille active dans un domaine (par exemple la cancérologie, la virologie etc.) donné.

Une telle modalité d’accès aux connaissances scientifiques, technologiques et médicales nécessaires afin d’orienter par la suite les investisseurs vers les opportunités qui méritent une analyse plus approfondie, réalisée alors en interne, montre cependant bien vite ses limites. Si la renommée des experts consultés était jadis un gage de la fiabilité de leurs analyses et de leurs recommandations, l’accélération sans précédent des découvertes scientifiques, du progrès technologique et des opportunités commerciales associées aux nouvelles technologies, notamment les biotechnologies et les technologies médicales, remet aujourd’hui en cause la pertinence d’un modèle éculé.

Il est désormais impératif que l’intermédiation entre investisseurs et expertise entre pleinement dans le XXIe siècle, celui des big data, décrites par le cabinet de conseil en stratégie McKinsey comme «la nouvelle frontière de l’innovation, de la compétitivité et de la productivité». Sur le modèle du high throughput screening largement répandu dans l’industrie pharmaceutique au cours du processus de drug discovery, c’est désormais l’analyse rigoureuse et automatisée de quantités massives de données qui doit permettre l’identification précoce de signaux faibles, prémices d’éventuelles opportunités d’investissement qui pourront par la suite être étudiées en détail par une équipe d’analystes et d’experts.

L’équipe du pôle stratégie de la Haute École de Gestion de Genève www.strategie-heg.ch s’est ainsi constituée autour d’expertises et d’expériences en analyse de big data, veille scientifique, technologique et médicale, analyse du risque et évaluation financière. Elle propose notamment de révéler, grâce à l’analyse factuelle, systématique et non-biaisée de plusieurs millions de data points extraits des librairies financières, scientifiques, technologiques et médicales, des registres d’essais cliniques et autres bases de données financières internationales, les créneaux stratégiques d’investissement.

Le pôle accompagne ainsi les investisseurs institutionnels et individuels en leur proposant une solution de high throughput screening appliquée aux thérapeutiques, biotechnologies et dispositifs médicaux innovants. Celle-ci leur permettra de détecter de manière systématique et non-biaisée les opportunités qui méritent une analyse plus approfondie - et donc plus coûteuse en temps et en ressources humaines -, dernière étape avant la décision d’investissement.

Article publié initialement dans l'Agefi, le 21/02/2013, republié avec l'autorisation des auteurs



Dans la même rubrique :