Genèse d'une révolution
Fabrice Haccoun, CEO d'Advanced Schema
En moins de 10 ans, les grandes entreprises se sont retrouvées confrontées à une augmentation exponentielle du volume de leurs données, mais aussi à la nécessité de réduire leur « time-to-market ». Or, les moyens traditionnels n'étaient plus adaptés ou, plus exactement, ils rendaient très incertain le retour sur investissement. Stocker à des coûts très élevés des pétaoctets de données dont on ne sait même pas encore ce qu'on va en faire de surcroît dans un contexte général de réduction des budget alloués à l'IT n'avait pas de sens. On comprend aisément les raisons pour lesquelles le point de rupture a été atteint.
Mais, plutôt que de freiner l'innovation, ce dernier en a été, au contraire, un formidable accélérateur ! Au cœur de cette rupture : les technologies Big Data et leur cortège de solutions (Intelligence Artificielle, IoT, Machine Learning, Search Engines, bases NoSQL…).
Mais, plutôt que de freiner l'innovation, ce dernier en a été, au contraire, un formidable accélérateur ! Au cœur de cette rupture : les technologies Big Data et leur cortège de solutions (Intelligence Artificielle, IoT, Machine Learning, Search Engines, bases NoSQL…).
Exploiter la donnée pour la donnée ne sert à rien
Là où, auparavant, les contraintes s'avéraient immenses, tout devient possible. En plus de continuer à tirer de la valeur de données « classiques » structurées (financières, commerciales, RH ou marketing), nous avons désormais la possibilité d'en générer à partir de celles qui n'en n'ont pas intrinsèquement (logs de navigation Web, commentaires sur les réseaux sociaux, données générées par les dispositifs connectés…). La valeur s'obtient alors plutôt par la corrélation entre ces data et d'autres, structurées ou non.
Reste qu'il ne suffit pas d'exploiter la data parce que c'est dans l'air du temps. Pour profiter de ces technologies, les organisations doivent tout d'abord se poser une question très simple : pourquoi veulent-elles exploiter leurs données ? Une fois la réponse trouvée, la réflexion est encore loin d'être terminée. Il leur reste à décider quels cas d'usage doivent être éprouvés, quel casting de solutions et quels choix d'architecture doivent être faits pour atteindre les objectifs.
Reste qu'il ne suffit pas d'exploiter la data parce que c'est dans l'air du temps. Pour profiter de ces technologies, les organisations doivent tout d'abord se poser une question très simple : pourquoi veulent-elles exploiter leurs données ? Une fois la réponse trouvée, la réflexion est encore loin d'être terminée. Il leur reste à décider quels cas d'usage doivent être éprouvés, quel casting de solutions et quels choix d'architecture doivent être faits pour atteindre les objectifs.
Quand le Big Data fait chambre à part
Au sein de l'écosystème du Big Data des composants voient régulièrement le jour, portés pour la plupart par des start-up, dont la pérennité est proportionnelle à leur capacité à lever des fonds. Or, les grands groupes attendent de la prédictibilité et une certaine forme de stabilité. Résultat : peu d'entre eux veulent prendre le risque de construire leur système data sur ces bases mouvantes.
Face à cette nécessité, leur réponse a souvent été de créer leurs propres pôles internes d'innovation, censés fonctionner en mode agile. Mais, comment se fait-il que ces derniers soient encore, 3 ou 4 ans après leur lancement, en phase de PoC, tandis que des PME innovantes, disposant pourtant de moyens beaucoup plus limités, aient déjà amorcé l'industrialisation de leurs solutions ?
La raison est simple : beaucoup de grands groupes font avec le Big Data ce qu'ils ont toujours fait, à savoir, travailler en silos et essayer de faire entrer des carrés dans des ronds. Le digital est lui-même un silo et le lien avec les autres fonctions de l'entreprise se fait généralement grâce à la bonne volonté ou à la conviction d'individus isolés. Or, l'esprit d'innovation doit, au contraire, être omniprésent, distribué et surtout pas cantonné ou centralisé.
Face à cette nécessité, leur réponse a souvent été de créer leurs propres pôles internes d'innovation, censés fonctionner en mode agile. Mais, comment se fait-il que ces derniers soient encore, 3 ou 4 ans après leur lancement, en phase de PoC, tandis que des PME innovantes, disposant pourtant de moyens beaucoup plus limités, aient déjà amorcé l'industrialisation de leurs solutions ?
La raison est simple : beaucoup de grands groupes font avec le Big Data ce qu'ils ont toujours fait, à savoir, travailler en silos et essayer de faire entrer des carrés dans des ronds. Le digital est lui-même un silo et le lien avec les autres fonctions de l'entreprise se fait généralement grâce à la bonne volonté ou à la conviction d'individus isolés. Or, l'esprit d'innovation doit, au contraire, être omniprésent, distribué et surtout pas cantonné ou centralisé.
Être ou ne pas être une entreprise « data-driven » : telle est la question
Le secret pour profiter pleinement des avancées offertes par ces technologies ? Il réside dans la capacité de l'entreprise à les diffuser à tous les niveaux et donc à se décloisonner, à sortir de son organisation matricielle, mais aussi à réunir l'ensemble des expertises autour de la table : data scientists, managers, experts métiers, partenaires, direction générale, responsables financiers, DSI…
Tant que les grands groupes n'auront pas intégré cette nécessité, ils ne deviendront jamais complètement « data-driven », même s'ils en ont l'illusion. Le risque ? Qu'ils se fassent doubler sur leurs marchés par des sociétés innovantes nativement agiles. C'est déjà le cas pour certains d'entre eux, qui voient des start-up envoyer des fusées dans l'espace, des voitures parcourir la ville sans chauffeurs ou des banques en ligne se créer ex nihilo…
Ils doivent donc opérer sans attendre leur transformation culturelle, structurelle et organisationnelle. Ce que l'on appelle communément la révolution numérique a déjà profondément changé la société. Reste aux grandes compagnies à choisir si elles veulent la subir ou en faire une opportunité.
Il est communément admis que les entreprises doivent exploiter les données pour se transformer, je crois qu'il faut changer de paradigme car c'est le contraire : les entreprises doivent d'abord se transformer pour se mettre en situation de profiter pleinement de la révolution digitale.
Tant que les grands groupes n'auront pas intégré cette nécessité, ils ne deviendront jamais complètement « data-driven », même s'ils en ont l'illusion. Le risque ? Qu'ils se fassent doubler sur leurs marchés par des sociétés innovantes nativement agiles. C'est déjà le cas pour certains d'entre eux, qui voient des start-up envoyer des fusées dans l'espace, des voitures parcourir la ville sans chauffeurs ou des banques en ligne se créer ex nihilo…
Ils doivent donc opérer sans attendre leur transformation culturelle, structurelle et organisationnelle. Ce que l'on appelle communément la révolution numérique a déjà profondément changé la société. Reste aux grandes compagnies à choisir si elles veulent la subir ou en faire une opportunité.
Il est communément admis que les entreprises doivent exploiter les données pour se transformer, je crois qu'il faut changer de paradigme car c'est le contraire : les entreprises doivent d'abord se transformer pour se mettre en situation de profiter pleinement de la révolution digitale.