Toutes les informations extraites de l’exploitation de ces données représentent autant d’opportunités pour les entreprises de création de valeur, d’innovation et d’optimisation de l’expérience client, mais les confrontent également à de nouveaux défis, notamment en termes de conformité vis-à-vis de la réglementation. Pour répondre à ces nouveaux enjeux, les technologies analytiques avancées évoluent ainsi que leur utilisation au sein des organisations.
Sous l’impulsion des objets connectés, l’analytique déportée devient la norme.
Les avancées technologiques en matière de gestion des données permettent aux entreprises de stocker de manière efficace les données adéquates sur les plateformes les mieux adaptées pour leurs besoins. Ces progrès limitent considérablement, et pourraient même, à terme, éliminer la nécessité de sources de données centralisées, de type entrepôt de données ou bac à sable (sandbox), pour les besoins analytiques.
À l’inverse, du fait même de la nature distribuée des objets et dispositifs connectés et de l’explosion des infrastructures IoT, un nombre croissant d’organisations va chercher à exécuter les technologies analytiques de façon déportée. Il devient ainsi nécessaire de rapprocher les capacités analytiques de la source de données voire de les exécuter directement là où les données se situent. L’application d’un modèle prédictif et l’analyse des données directement à l’endroit où les données sont créées permet de réduire les délais, l’utilisation de bande passante ainsi que les coûts relatifs au transfert des données, avec pour conséquence, une prise de décision plus simple et plus rapide.
La croissance des objets connectés va notamment amplifier cette satellisation de l’analytique. Nous sommes désormais en mesure d’exploiter les données issues des objets connectés en temps réel et à moindre coût, si bien que dans certains cas, il n’est plus ni rentable ni même opportun d’acheminer les données vers un référentiel centralisé. Le potentiel des objets connectés repose sur la capacité à analyser en temps réel les données d’un processus spécifique, ce qui est désormais rendu possible par l’analytique déportée.
Le rôle du ‘Data Scientist Citoyen’ va continuer à évoluer et s’étendre.
Une nouvelle génération d’utilisateurs d’outils analytiques émerge actuellement dans les organisations. Des data scientists citoyens, non spécialistes, vont être amenés à jouer un rôle de plus en plus important dans la révolution analytique à mesure que les plateformes vont intégrer des technologies et se doter de nouvelles capacités analytiques plus intuitives, simples et digestes.
Ces utilisateurs, davantage spécialistes des stratégies commerciales, qui sont voués à devenir des data scientists citoyens, vont devoir se former aux techniques de manipulation des données, d’exécution optimale des outils analytiques et de conception des rapports de résultats. En parallèle, les éditeurs seront poussés à proposer des modèles analytiques clé-en-main et des processus applicables à différentes situations. Une fois la courbe d’apprentissage dépassée, quand ces data scientists citoyens seront équipés des bons outils, ils adopteront un rôle moteur en faveur de l’analytique au service de l’innovation.
Les technologies analytiques vont avoir un impact fort, notamment dans l’industrie manufacturière.
Le retour sur investissement s’avère supérieur quand l’analytique avancée est appliquée à des problématiques sectorielles ciblées. Ce sera toujours le cas en 2016 et au-delà, en particulier pour l’industrie manufacturière et notamment dans les domaines réglementés. Dans ce secteur, il existe de nombreux processus pouvant impacter significativement la précision et la qualité d’un cycle de production, mais les résultats doivent également être validés et éprouvés au regard de la réglementation.
Dans ce contexte, les plateformes analytiques avancées vont prendre davantage de place dans l’optimisation des processus, mais aussi permettre de vérifier et valider ces résultats dans un cadre réglementaire. Ainsi, par exemple, un laboratoire pharmaceutique pourra employer l’analytique avancée pour optimiser le processus de création d’un médicament et éviter la perte catastrophique d’un lot tout entier, mais également démontrer que ses processus ont été testés et validés comme le préconise l’autorité de réglementation.
Toute forme d’innovation dépendra de l’analytique.
La vocation de l’analytique avancée est d’aider les entreprises à offrir une meilleure qualité de service aux clients au travers de nouvelles innovations. Beaucoup créent déjà de nouveaux produits et services sur la base d’informations extraites à partir des données qu’elles collectent. D’autres emploient l’analytique pour changer en profondeur leur manière de répondre aux besoins de leurs clients afin d’améliorer la qualité de leurs prestations.
Cette tendance va connaître un développement exponentiel à mesure que les entreprises vont prendre conscience de l’opportunité de création de valeur pouvant résulter de l’utilisation de l’analytique prédictive. Les organisations de services vont pouvoir prendre des mesures sur la base de prescriptions en amont, avant même l’apparition de problèmes spécifiques. Les médecins vont être de plus en plus nombreux à s’aider des technologies analytiques pour dispenser des soins avec davantage de précision et des traitements personnalisés mieux adaptés à chaque patient. Les patients eux-mêmes vont partager leurs propres données, créant ainsi de nouveaux défis à relever et de nouvelles opportunités à saisir pour les futurs leaders qui sauront exploiter leurs données.
Cette tendance s’appuyant sur l’utilisation des données et de l’analytique pour optimiser tous les aspects de l’activité d’une entreprise va continuer à s’intensifier et évoluer. Au final, ce sont toutes les formes d’innovation qui seront guidées, d’une manière ou d’une autre, par l‘analytique.
Sous l’impulsion des objets connectés, l’analytique déportée devient la norme.
Les avancées technologiques en matière de gestion des données permettent aux entreprises de stocker de manière efficace les données adéquates sur les plateformes les mieux adaptées pour leurs besoins. Ces progrès limitent considérablement, et pourraient même, à terme, éliminer la nécessité de sources de données centralisées, de type entrepôt de données ou bac à sable (sandbox), pour les besoins analytiques.
À l’inverse, du fait même de la nature distribuée des objets et dispositifs connectés et de l’explosion des infrastructures IoT, un nombre croissant d’organisations va chercher à exécuter les technologies analytiques de façon déportée. Il devient ainsi nécessaire de rapprocher les capacités analytiques de la source de données voire de les exécuter directement là où les données se situent. L’application d’un modèle prédictif et l’analyse des données directement à l’endroit où les données sont créées permet de réduire les délais, l’utilisation de bande passante ainsi que les coûts relatifs au transfert des données, avec pour conséquence, une prise de décision plus simple et plus rapide.
La croissance des objets connectés va notamment amplifier cette satellisation de l’analytique. Nous sommes désormais en mesure d’exploiter les données issues des objets connectés en temps réel et à moindre coût, si bien que dans certains cas, il n’est plus ni rentable ni même opportun d’acheminer les données vers un référentiel centralisé. Le potentiel des objets connectés repose sur la capacité à analyser en temps réel les données d’un processus spécifique, ce qui est désormais rendu possible par l’analytique déportée.
Le rôle du ‘Data Scientist Citoyen’ va continuer à évoluer et s’étendre.
Une nouvelle génération d’utilisateurs d’outils analytiques émerge actuellement dans les organisations. Des data scientists citoyens, non spécialistes, vont être amenés à jouer un rôle de plus en plus important dans la révolution analytique à mesure que les plateformes vont intégrer des technologies et se doter de nouvelles capacités analytiques plus intuitives, simples et digestes.
Ces utilisateurs, davantage spécialistes des stratégies commerciales, qui sont voués à devenir des data scientists citoyens, vont devoir se former aux techniques de manipulation des données, d’exécution optimale des outils analytiques et de conception des rapports de résultats. En parallèle, les éditeurs seront poussés à proposer des modèles analytiques clé-en-main et des processus applicables à différentes situations. Une fois la courbe d’apprentissage dépassée, quand ces data scientists citoyens seront équipés des bons outils, ils adopteront un rôle moteur en faveur de l’analytique au service de l’innovation.
Les technologies analytiques vont avoir un impact fort, notamment dans l’industrie manufacturière.
Le retour sur investissement s’avère supérieur quand l’analytique avancée est appliquée à des problématiques sectorielles ciblées. Ce sera toujours le cas en 2016 et au-delà, en particulier pour l’industrie manufacturière et notamment dans les domaines réglementés. Dans ce secteur, il existe de nombreux processus pouvant impacter significativement la précision et la qualité d’un cycle de production, mais les résultats doivent également être validés et éprouvés au regard de la réglementation.
Dans ce contexte, les plateformes analytiques avancées vont prendre davantage de place dans l’optimisation des processus, mais aussi permettre de vérifier et valider ces résultats dans un cadre réglementaire. Ainsi, par exemple, un laboratoire pharmaceutique pourra employer l’analytique avancée pour optimiser le processus de création d’un médicament et éviter la perte catastrophique d’un lot tout entier, mais également démontrer que ses processus ont été testés et validés comme le préconise l’autorité de réglementation.
Toute forme d’innovation dépendra de l’analytique.
La vocation de l’analytique avancée est d’aider les entreprises à offrir une meilleure qualité de service aux clients au travers de nouvelles innovations. Beaucoup créent déjà de nouveaux produits et services sur la base d’informations extraites à partir des données qu’elles collectent. D’autres emploient l’analytique pour changer en profondeur leur manière de répondre aux besoins de leurs clients afin d’améliorer la qualité de leurs prestations.
Cette tendance va connaître un développement exponentiel à mesure que les entreprises vont prendre conscience de l’opportunité de création de valeur pouvant résulter de l’utilisation de l’analytique prédictive. Les organisations de services vont pouvoir prendre des mesures sur la base de prescriptions en amont, avant même l’apparition de problèmes spécifiques. Les médecins vont être de plus en plus nombreux à s’aider des technologies analytiques pour dispenser des soins avec davantage de précision et des traitements personnalisés mieux adaptés à chaque patient. Les patients eux-mêmes vont partager leurs propres données, créant ainsi de nouveaux défis à relever et de nouvelles opportunités à saisir pour les futurs leaders qui sauront exploiter leurs données.
Cette tendance s’appuyant sur l’utilisation des données et de l’analytique pour optimiser tous les aspects de l’activité d’une entreprise va continuer à s’intensifier et évoluer. Au final, ce sont toutes les formes d’innovation qui seront guidées, d’une manière ou d’une autre, par l‘analytique.
Autres articles
-
Dell Technologies étend ses innovations en matière d’IA au Edge
-
Dell Technologies présente les dernières innovations de Dell AI Factory pour propulser l’IA en entreprise
-
Dell Technologies présente Warp Speed pour accélérer les performances dans le Dell Data Lakehouse
-
Starburst alimente le nouveau Dell Data Lakehouse pour accélérer l’analyse des données sans les déplacer
-
Dell annonce le lancement du Dell Data Lakehouse qui intègre Starburst et permet d’unifier toutes les données pour accélérer les projets analytiques et d’IA