La prise de conscience s’en fait plus forte de jour en jour: le succès de toute tentative de transformation numérique dépendra surtout de l’aptitude de chacun, au sein de l’entreprise, et pas uniquement d’un groupe restreint de «data scientists», d’accéder aux données. Les outils adéquats d’analyse de données jouent un rôle crucial en la matière.

Si vous deviez suggérer aujourd’hui à un patron de moyenne entreprise de gérer ses opérations sans système ERP, il vous taxerait sans doute de doux dingue. C’est pourtant précisément ce que font la plupart des entreprises lorsque l’on étudie leur rapport aux données et à l’analytique. La question est dès lors de savoir comment un chef d’entreprise peut créer un environnement qui permette à sa société d’utiliser les données de manière professionnelle et de les transformer en précieux indicateurs. Ce sont par ailleurs ces éclairages nouveaux qui doivent déboucher sur de nouvelles actions, et mener à ce Saint-Graal que nous désignons sous l’appellation de «transformation numérique».

De l’ERP à l’EAP (Enterprise Analytics Platform)

Dans un monde idéal, les données seraient sagement organisées dans un environnement intégré où elles seraient alors disponibles à des fins d’analytique, d’apprentissage automatique, d’IA, etc. Le but, bien entendu, ne saurait être de répliquer les données venant de silos transactionnels et de sources externes vers un «silo de données» où elles mèneraient une existence de recluses.

Un EAP sera absolument nécessaire à l’avenir pour gérer les données des entreprises et les transformer en précieuses indications et en actions.
Rein Bryssinck

Rein BryssinckSales DirectorSAS

Ce que vous désirez obtenir, c’est un environnement intégré - exploitable aussi bien par des data scientists que par des utilisateurs métier - au sein duquel les données sont disponibles pour utilisation dans le bon format. Tout comme l’ERP pilote, aujourd’hui les activités d’une société, un EAP sera absolument nécessaire à l’avenir pour gérer les données des entreprises et les transformer en précieuses indications et en actions.

Il existe un terme compliqué pour le désigner: l’«analytique transversal». Ce terme indique surtout qu’il s’agit d’un environnement accessible à tous (une plate-forme), avec des données venant de tous les coins de l’entreprise et d’au-delà («transversal») et qui peuvent être collationnées à des fins d’analyse et combinées entre elles afin d’obtenir de nouvelles perspectives.

Une plate-forme analytique transversale ne peut toutefois être considérée comme une réussite que si elle procure les trois avantages suivants:

1. Démocratisation de la «science des données». 80% des projets de «data science» échouent parce qu’ils ne s’affranchissent jamais de la seule perspective que leur donnent les data scientists et/ou le département IT. Une plate-forme efficace supprime les cloisons dressées entre les différents départements et procure aux responsables métier autant d’opportunités de dégager de nouvelles perspectives qu’elle n’en donne à l’équipe data science.

2. Idéalement, tout le monde aura non seulement accès à ces nouveaux éclairages, mais le processus donnera également naissance à de nouvelles formes de collaboration entre divers départements, une collaboration pilotée par les données qui n’aurait tout simplement jamais été possible par le passé.

3. Cette démocratisation et les nouvelles possibilités de collaboration améliorent sensiblement la prise de décision et, au final, la vitesse d’innovation.

Si vous réussissez à aligner ces trois avantages, vous pouvez considérer que votre transformation numérique est une réussite, en tout cas dans le registre des données. Vous pourrez ainsi commencer à réellement exploiter la valeur de vos données.

Cet environnement doit être suffisamment souple pour pouvoir extraire et combiner toutes sortes de données venant de tout type de source.
Rein Bryssinck

Rein BryssinckSales DirectorSAS

Un investissement payant. Au quotidien…

Bien entendu, une telle plate-forme de données, puissante et fiable, ne se construit pas en un jour. Vous devez pour cela choisir un environnement qui soit suffisamment puissant pour collecter toutes les données nécessaires et les traiter très rapidement. Cet environnement doit être suffisamment souple pour pouvoir extraire et combiner toutes sortes de données venant de tout type de source. Il doit également s’agir d’un environnement qui peut garantir la qualité et la bonne utilisation des données. Cela suppose un investissement, à la fois en technologie et en temps, afin de rendre la plate-forme pleinement fonctionnelle. Mais dès qu’elle sera «up and running», vous pourrez en récolter les fruits en abondance.

Irréalisable, pensez-vous? Voilà déjà de nombreuses années qu’Amazon mise pleinement sur la valeur des données et en récolte quotidiennement les fruits. Pourquoi ne pourriez-vous pas devenir l’Amazon de votre secteur? Les géants (de la grande distribution) en ligne n’ont pas le monopole de tels scénarios. Bien au contraire, il s’agit désormais là d’une condition sine qua non pour tout acteur désireux de réussir, dans n’importe quel secteur d’activité riche en données.