Le prédictif, le prescriptif et le machine learning sont désormais considérés comme des aspects importants de la business intelligence (BI). Ceux qui parviendront les premiers à développer ces technologies bénéficieront d’un avantage concurrentiel décisif sur leur propre marché, en particulier grâce à un important volume de données analysé en temps réel. Cet article dresse un panorama des différentes formes d’analyse à l’ère du big data et des réseaux sociaux afin que vous puissiez prendre en considération leurs enjeux. D’une analyse prédictive à une analyse prescriptive, voyons ces évolutions de plus près. Vous retrouverez cette thématique dans notre dossier innovation technologique.
Data mining : du data lake au big data
L’un des plus gros problèmes auxquels est confrontée une entreprise est l’augmentation de la quantité d’informations stockées. Les données sont partout ! Et elles se multiplient à la vitesse de la lumière. C’est là qu’interviennent l’organisation et la gestion des connaissances. Avant d’aborder toute forme d’analyse, il faut donc récupérer les ensembles de données issues de tous les systèmes.
Ces informations à l’état brut sont initialement stockées dans un « data lake ». Qu’elles soient structurées ou non, elles ne sont pas organisées pour une analyse ultérieure. Les entreprises récupèrent les données quand elles le souhaitent. Ce n’est qu’ensuite qu’elles les organisent et créent une structure qui facilite l’analyse.
Du big data à l’analyse de données pour l’aide à la prise de décision
Il existe un grand nombre de technologies qui prennent la forme d’algorithmes et qui offrent l’opportunité de gérer une quantité importante de données et de créer des modèles permettant de mettre en place une analyse prédictive. Autrement dit, une fois que les informations sont collectées, elles peuvent être visualisées à partir de tableaux de bord et traitées.
Il est possible de réaliser des reportings, de produire des graphiques et des analyses ou d’utiliser l’ensemble des informations pour trouver la réponse à des questions stratégiques. On appelle plus généralement ces aspects la « data science ». Le data scientist peut découvrir la raison pour laquelle les employés ont tendance à quitter la société, par exemple. Obtenir une réponse à la problématique permet d’anticiper les prochains départs et de les éviter. L’analyse prescriptive correspond, quant à elle, à l’analyse et la compréhension des raisons et des causes qui ont conduit à la survenance de certains événements. Elle vise également à recommander des actions au bénéfice des prévisions.
Les différentes formes d’analyses et les difficultés actuelles
Si l’on devait comparer les différentes formes d’analyse et parler de pyramide des usages, on pourrait considérer que l’analyse descriptive permet de savoir ce qui se passe concrètement. L’analytics vise, quant à lui, à répondre à la question « pourquoi ? » tandis que les analyses prédictives et prescriptives offrent l’opportunité de savoir ce qui va se passer et quelles actions peuvent être mises en œuvre.
Pour finir, les entreprises qui souhaitent actuellement exploiter l’analyse prescriptive se retrouvent face à certaines contraintes juridiques, comme le règlement général sur la protection des données (RGPD). Il est donc important de trouver la meilleure solution en termes de politique de confidentialité pour rester dans le cadre de la législation, par exemple en anonymisant les informations des utilisateurs.
Tout sur la gouvernance de projet IT
Découvrez les rôles et responsabilités des profils clés, ainsi que les meilleures pratiques en matière de gouvernance et de développement technologique pour mener à bien vos projets de transformation digitale.
À lire également dans notre dossier “gouvernance projet IT ” :
- Plateforme Lowcode : le futur du développement d'applications ?
- L'utilisation de UIPATH comme solution RPA
- Comitologie projet : les instances de gouvernance d’un projet IT et leurs rôles
- Pilotage et gouvernance d’un projet SI Finance : quels profils impliquer ?
- Pilotage et gouvernance d’un projet IT : quels profils impliquer ?
- Gouvernance projet : quel rôle pour le comité de pilotage ?
- Les acteurs d’une équipe projet : organisation, rôle et compétences
- Le responsable SI au cœur du développement et de l’évolution des systèmes
- Responsable SIRH : quel rôle dans l’évolution des Systèmes d’Information RH ?
- Chef de projet SI : quel rôle et responsabilité dans un projet SI ?
- Consultant fonctionnel : un rôle proche des processus métier
- Consultant technique : un métier au cœur du développement technologique
- Architecte solution : un métier qui gère développement et déploiement
- Consultant DevOps : rôle, missions et compétences en développement
- Délégué à la protection des données (DPO) : quels rôles et missions ?
- RSSI : un travail clé au sein des métiers pour la sécurité des systèmes
- Le service delivery manager au cœur du pilotage des équipes
- Scrum master, un métier clé pour la gestion de projet Scrum
- Data scientist : un métier stratégique au service de la Direction
- MOA / MOE : comment les rôles se répartissent-ils sur un projet de mise en œuvre d’un système d’information ?
Contact
Un projet ? Une demande ? Des questions ?
Contactez-nous dès aujourd’hui et découvrez comment nous pouvons concrétiser ensemble l’avenir du numérique de votre entreprise.
