ACCUEIL (/)

IDES - DBATS (HTTP://WWW.LESECHOS.FR/IDEES-DEBATS/INDEX.PHP)

LE CERCLE

Big Data : l'heure de la dsillusion ?

JRME CAPIROSSI (HTTP://WWW.LESECHOS.FR/IDEES-DEBATS/CERCLE/AUTEURS/INDEX.PHP?ID=68414) / Manager
gnral chez Unexx | Le 16/08 09:39

Big Data : l'heure de la dsillusion ?

Selon une tude, 7 projets Big Data sur 10 ne sont pas rentables
pour les entreprises. Seules, les mgadonnes ne sont porteuses
d'aucune innovation de rupture.
Ces 5 dernires annes, le hype du Big data et de la transformation numrique a submerg
les entreprises de promesses dinnovations susceptibles de bouleverser, voire de
rvolutionner leurs mtiers. Dans une priode de stagnation conomique
(http://www.lesechos.fr/economie-france/conjoncture/0211169421474-la-france-encroissance-zero-au-deuxieme-trimestre-2017702.php) , ces promesses ont rencontr les
attentes des entreprises qui se sont massivement lances dans des programmes de
transformation comprenant des projets de Datalake et dapplications analytiques. Cela a
eu pour eet de tarir les comptences de datascientists disponibles sur le march.

Pourtant une tude rcente (https://www.capgemini.com/resource-fileaccess/resource/pdf/the_big_data_payo_turning_big_data_into_business_value.pdf)

conjointe de Capgemini et Informatica, base sur un panel de 210 entreprises europennes
et amricaines, constate que seuls 29 % des projets de Big Data sont rentables, ajoutant
que 26 % des rpondants ont rempli les 3/4 de leurs objectifs, 38 % la moiti seulement.

Un contresens du march

Comme causes, ltude indique que la stratgie Big Data est trop souvent place sous la
responsabilit de la direction des systmes d'information (60 % des entreprises
europennes), alors quelle devrait tre tire par les mtiers. Elle indique galement, entre
autres, que laccent est insuisamment mis sur la gouvernance et la qualit des donnes.
Elle constate un dficit important de culture de la donne dans les entreprises.
Cest eectivement ce que constatent intuitivement les conseils en management au sein
des entreprises franaises. Malgr les recommandations qui font cho aux
recommandations dtudes similaires prcdentes, la situation volue lentement.
Ceci est d un contresens comme sait en produire le march et qui sont diiciles
circonscrire. La rvolution des donnes nest pas due lavnement du Big Data, mais
celui du machine learning (l'apprentissage automatique). Le Big Data n'est qu'un
moyen technologique qui permet de grer les bases d'exprience ncessaires au
machine learning . En lui-mme, il nest porteur daucune innovation de rupture, il
apporte plutt une optimisation technologique.

Des innovations de rupture

L'apprentissage statistique apporte des innovations de rupture capables de transformer

les modles daaires. Ce sont, par exemple, la maintenance prdictive des quipements
(automobile, aronautique, infrastructure...), la simulation des tests cliniques
pharmaceutiques, loptimisation impressionnante de la relation client grande chelle (
couponing , fidlit, direct marketing ...), les robots simulant lhumain comme les
conseillers virtuels pour rpondre en temps rel aux questions du client, la dtection des
empreintes de particules dans le Large Hadron Collider
(http://www.lesechos.fr/30/04/2016/lesechos.fr/021892559766_une-panne-sur-legrand-collisionneur-de-hadrons-provoquee-par-un-animal.htm) , et dautres encore qui
restent inventer.

Lire aussi :
POINT DE VUE : Comment le machine learning peut rvolutionner la distribution
(http://www.lesechos.fr/idees-debats/cercle/cercle-146867-ce-que-le-machinelearning-revolutionne-pour-les-retailers-et-les-consommateurs-1192466.php?
9XrzY2dmY8f2Borv.99)
Ces innovations ne sont pas cres au sein des entreprises, mais par des start-up
(http://www.lesechos.fr/finance-marches/vernimmen/definition_startup.html#xtor=SEC-3168) qui apportent les ides et les solutions, et aident les entreprises
les intgrer dans leurs modles daaires. Pour se transformer, les entreprises doivent
comprendre la dynamique de cette vague dinnovation dont la technologie nest quun des
aspects. En traitant aussi les autres aspects, elles seront en mesure de mener des
programmes de transformation plus eicaces.

Trois plans dvelopper

Sur le plan de linnovation, les entreprises peuvent, par exemple, dvelopper un rseau ou
une communaut de start-up travaillant sur des applications du machine learning aux
mtiers de lentreprise. Elles peuvent proposer des challenges ou des hackathons sur des
problmes qui les proccupent. Elles peuvent crer un incubateur
(http://www.lesechos.fr/financemarches/vernimmen/definition_incubateur.html#xtor=SEC-3168) pour inciter la cration
de start-up qui se consacrent spcifiquement des sujets qui proccupent l'entreprise.
Sur le plan de la culture numrique, elles doivent mettre en oeuvre en interne les moyens
et les savoir-faire permettant dune part daugmenter la culture numrique de lentreprise,
dautre part de matriser la qualit et la gouvernance des donnes. Les entreprises devront
tre capables de dfinir une stratgie de donnes claire indiquant les orientations de
collecte, de gestion et dusage en rapport avec leurs ambitions mtiers. Hberger un
incubateur est un moyen diuser de manire virale au sein de lentreprise, la culture
numrique.
Sur le plan de la technologie, elles doivent monter en comptence sur les technologies
numriques, non seulement le Big Data, mais aussi le cloud computing . Cest sur ce
plan quelles sont le plus avanc.Cen matrisant et en coordonnant la transformation
suivant ces trois plans que les entreprises pourront dpasser la phase de dsillusion et
entrer dans la phase de maturit.
Jrme Capirossi est manager gnral chez Unexx

@capirossij (https://twitter.com/capirossij)

Suivre

Vous aussi, partagez vos ides avec les lecteurs des Echos
JE CONTRIBUE (HTTP://LECERCLE.LESECHOS.FR/CONTRIBUTION)
(javascript:void(0))