Vous souhaitez vous appuyer sur vos données pour prendre des décisions éclairées ? Vous voulez transformer votre société pour qu’elle devienne data driven ? Pour vous accompagner dans ce processus nous avons demandé à Zsolt Katona, Directeur du Fisher Center for Business Analytics de Berkeley Haas de nous éclairer sur l’intérêt que représente la BI pour les entreprises !
Pourquoi faire appel à la Business Analytics ?
Pour faire évoluer votre Business tout simplement ! L’analyse des données, ou Business Analytics, accompagne la transformation digitale des entreprises, des industries même. En analysant les données on peut se rendre compte de ce qui fonctionne / bien ou moins bien, des comportements des clients…
L’exemple de Rolls Royce
Prenons l’exemple de Rolls Royce et ses moteurs des avions à réaction : Des capteurs placés sur le moteur sont reliés un ordinateur, le FADEC (Full Authority Digital Engine Control), analysent sa vitesse, la rotation des différents axes … donnant ainsi au pilote un contrôle visuel complet du moteur.
Au départ, Rolls Royce téléchargeait ces données de temps en temps. En les analysant plus précisément ils ont compris qu’ils pouvaient prendre le contrôle sur la maintenance en faisant des prédictions s’ils avaient les données en temps réel.
Ces insights leur ont permis de changer leur modèle économique : Plutôt que de réparer le moteur quand il casse, la maintenance prédictive leur permet de savoir quand et quelle pièce va être usée et devra donc être changée…
Ainsi ils ne vendent plus leurs moteurs Rolls Royce, ils les louent désormais à l’heure et prennent en charge la maintenance en se basant sur les données que leur envoient leurs moteurs.
Quels sont les prérequis nécessaires en matière de Business Analytics ?
En matière d’analyse des données, il faut tout d’abord s’assurer de la qualité des données que l’on va manipuler.
Si vous essayez de créer un modèle avec des données qui ne sont pas fiables, comment voulez-vous que vos prédictions le soient ? De la même manière faites attention à la provenance de vos données qui risquent de ne pas correspondre avec votre situation !
De combien de données avez-vous besoin ?
De manière générale nous avons besoin de plus en plus de données donc toutes les données que vous pourrez collecter vous serviront mais commencez avec les données que vous avez et collectez-en au fur et à mesure car les algorithmes s’améliorent à mesure qu’ils se nourrissent de données.
Comment vérifier la qualité des données ?
Prenons l’exemple de données géographiques :
- La source technologique de provenance des données est un premier élément : Est-ce que c’est basé sur un GPS ou des données cellulaires,
- Le processus de collecte des données compte également : Est-ce que c’est Facebook/ une application qui enregistre l’emplacement (donc si les personnes ne sont pas connectées dessus, l’information n’est plus à jour)
- Le moment est important également : quand est-ce que vous observez ces données.
Vous l’avez compris, une bonne donnée vient d’un suivi continu. Bien entendu c’est très compliqué d’obtenir un contenu comme celui-là concernant les personnes. C’est bien plus simple s’il s’agit de données de fonctionnement de matériel.
Comment donner de la valeur aux données ?
Les données n’ont de valeur que si elles servent un objectif, que si vous avez une question à laquelle elles peuvent répondre.
Prenons un exemple agricole. Vous voulez diffuser automatiquement un produit pour détruire les mauvaises herbes sans abimer vos salades.
Il faut d’abord fournir à la machine un certain nombre de données lui permettant de différencier la mauvaise herbe de la salade pour qu’elle puisse, en passant dans le champ, ne diffuser du produit que sur la mauvaise herbe.
Plus votre machine va passer dans les champs plus elle va récolter des données qui vous permettront d’améliorer votre produit : c’est un cercle vertueux !
La valeur n’est pas finalement pas dans l’algorithme mais dans la donnée. Vous pouvez trouver un certain nombre d’algorithmes, le tout est de les nourrir des bonnes données pour les perfectionner.
Pour obtenir de la valeur il vaut mieux commencer par identifier le problème mais les données peuvent également vous donner des idées…
Petit point de vigilance en revanche : attention aux impacts que peuvent avoir vos algorithmes s’ils sont appliqués sur des personnes. C’est souvent la dernière étape mais il faut y penser au début avant qu’il ne soit trop tard…
Pour devenir Data Driven ?
Zolt : Il faut mettre en place les systèmes, obtenir les sources de données (c’est ce qui est le plus couteux) et transformer les personnes et la culture : cela prend du temps de changer l’opinion des gens et requiert de passer par la case formation.
Pour aller plus loin
Pour en savoir plus sur les biais liés aux algorithmes et les impacts qu’ils peuvent avoir sur les humains laissez-vous guider par Anca Dragan
Si vous voulez apprendre les 10 gestes qui comptent pour analyser la Data découvrez notre formation Data Pionnier
Ceci devrait vous intéresser
Connect
Pour recevoir nos derniers articles sur la Data et l'Intelligence Artificielle, abonnez vous à Connect, l’email qui fait du bien à vos données.
Cet événement devrait vous intéresser !
Managers d’équipe & acteurs de l’acculturation des collaborateurs dans l’entreprise… Découvrez les clés du succès de vos projets Data ! Avec le retour d’expérience de Chafika Chettaoui, Group Chief Data Officer de Suez
