« Les grandes tendances Data & Analytics 2015 L’épreuve de la réalité » Deloitte - janv. 15
source :
http://www.youscribe.com/Product/Download/2537394?embed=true&key=7ca35b5f277cb09404a5bd3808b7b714f03542c6&format=1
2. 2 Les grandes tendances Data & Analytics 2015
Revenir au sommaire
Cliquez sur les tendances ci-contre pour les découvrir
2014 a confirmé l’intérêt croissant pour la donnée au sein des organisations,
du secteur privé comme du secteur public, et ce quels que soient la taille ou
le secteur.
En matière de Big Data, des premières initiatives ont été engagées par certaines
entreprises. Pour autant, le mouvement n’est pas encore généralisé. Les réflexions
se poursuivent, suscitant de nombreuses questions et de fortes attentes.
Des tendances se confirment, soutenues par un mouvement de digitalisation
croissant et des enjeux économiques de plus en plus importants. Du côté
des solutions technologiques, les avancées sont majeures même si le rythme
d’adoption reste encore peu soutenu. Les entreprises continuent de capter et de
stocker de plus en plus de données. Les tendances en matière de gouvernance, de
partage et de valorisation des données se confirment.
Les usages de l’analytique se développent dans tous les métiers des entreprises,
confirmant un vif intérêt pour la transformation des données en connaissances.
Nos tendances 2015 témoignent de cette « entrée dans le dur » et devraient se
prolonger au cours des mois à venir.
Introduction
Les grandes tendances Data & Analytics 20152
L’expansion de l’Analytics
Big Data – La preuve par l’expérimentation
La Gouvernance des données
La monétisation des données
L’ouverture des données et les
nouvelles approches collaboratives
Que s’est-il passé en 2014 ?
Qu’attendre de 2015 ?
3. 3 Les grandes tendances Data & Analytics 2015
Revenir au sommaire
Big Data – La preuve par l’expérimentation
De nombreuses directions générales ont exprimé un vif intérêt pour le Big Data, y voyant un
apport économique ou un axe de développement certain pour l’entreprise (conquête de marché,
captation de nouveaux clients, …). Cependant, le nombre d’initiatives menées reste encore
insuffisant, les pré-requis n’étant pas toujours réunis pour déployer ces démarches. Pour les
précurseurs, plusieurs enseignements ont pu être tirés : élargissement du périmètre d’analyse,
bénéfices de l’expérimentation, flexibilité, itération de la démarche, coopération active entre les
métiers et l’IT. Le Big Data induit de nouvelles approches et de nouveaux modèles de coopération
au sein de l’Entreprise. L’expérimentation Big Data s’annonce comme l’une des fortes tendances
en 2015.
Les entreprises cherchent à identifier les cas d’usage métiers qui pourraient créer de la valeur ou
permettre une meilleure prise de décision. Le principal enjeu sera donc de concrétiser un certain nombre
de convictions sur le Big Data en initiatives concrètes, et pourquoi pas en retours sur investissements.
Pour cela, de nombreuses questions devront trouver des réponses dans l’expérimentation : quel cas
d’usage métier adresser ? Quelle organisation mettre en place ? Quel socle technologique et quels
investissements sont nécessaires ? Comment compléter et faire évoluer le système d’information
existant ? Quels périmètres de données ? Quel retour sur investissement peut être attendu ?
Que ces tentatives aboutissent ou échouent, les entreprises engrangent de l’expérience et en tirent de
précieux enseignements : importance de la pluridisciplinarité, du croisement des données issues du off-
et du online, d’une approche flexible et itérative.
3 idées à retenir
1. L’expérimentation est aujourd’hui un passage
recommandé pour la mise en œuvre de projets Big Data.
2. Ces initiatives doivent aboutir à démontrer la pertinence
et la valeur ajoutée des cas d’usage métiers, de l’organisation
et de l’architecture technique.
3. Ces expérimentations et, plus largement, ces projets
doivent être menés dans une approche collaborative, itérative
et sur des cycles courts de quelques mois.
Les entreprises expérimentent pour identifier les cas d’usage et
estimer le retour sur investissement
4. 4 Les grandes tendances Data & Analytics 2015
Revenir au sommaire
L’expansion de l’Analytics
Les organisations expriment des besoins croissants en termes d’exploitation de leurs patrimoines
de données à des fins d’analyse. Ce phénomène se répand dans des directions jusqu’ici peu
habituées à un usage systématique de l’analytique (par exemple les directions achats). L’offre
autour des solutions d’analyse de données est de plus en plus performante et accessible.
L’évolution des outils technologiques (Data Discovery, Data Vizualisation…) sur ces dernières
années est assez spectaculaire. Elle favorise la démocratisation de l’analyse de données et son
imbrication au cœur des usages métiers : c’est la tendance Analytics qui se confirmera en 2015.
Les entreprises cherchent de plus en plus à anticiper ou à prévoir les événements à venir, que cela
soit dans l’évolution des risques (risque sécuritaire par exemple lié aux cyberattaques), la lutte contre
la fraude, la gestion des ressources humaines, ou encore la gestion du patrimoine. Le croisement
de données toujours plus hétérogènes et volumineuses, de même que les approches collaboratives,
élargissent les perspectives. Les utilisateurs y trouvent un apport certain pour accroitre leurs
connaissances métiers ou pour appuyer la prise de décision. La tendance analytics semble donc
naturellement induite par un contexte de prolifération active des données et de digitalisation croissante
(web, applications mobiles, réseaux sociaux, objets connectés). Dans un contexte économique tendu,
cette tendance se justifie également par le besoin de disposer d’analyses de plus en plus fines et variées
au sein des organisations. Enfin, impulsés par les courants autour du Cloud et du Software as a Service
(SaaS), les usages analytiques devraient également se développer en mode services afin de répondre aux
3 idées à retenir
1. La démocratisation des besoins d’exploitation des
données à des fins d’analyse exprimés par les directions
métiers, en particulier en termes de prévision.
2. Une tendance forte à la verticalisation des approches
analytiques (métier, modèle, données).
3. Le rayon d’action des analytics s’étend : au-delà de la
description, la prédiction, voire la prescription, sont désormais
accessibles. L’ère des « Big Analytics » a débuté.
Etendre la performance et la connaissance métier grâce
aux technologies analytiques
5. 5 Les grandes tendances Data & Analytics 2015
Revenir au sommaire
La Gouvernance des données
Peu en vogue ces dernières années, du moins en France, la gouvernance des données devient une
préoccupation majeure pour les entreprises. Dans un contexte d’explosion du volume de données
et des coûts d’exploitation associés, d’un manque de partage des données, ou d’un manque
d’appropriation par les directions métiers, les entreprises cherchent à mieux maîtriser leur
patrimoine de données. Pour cela, elles adoptent des approches de gouvernance des données
cherchant à fixer un cadre et des règles d’usage adaptés. L’émergence progressive du rôle de
« Chief Data Officer » se confirme suscitant de fortes attentes au sein des organisations.
La mise en œuvre d’une gouvernance dédiée est complexe, d’autant qu’elle recouvre de multiples
facettes et englobe les questions de stratégie, d’organisation, de responsabilité, de communication et
de formation interne, de marketing, de politique d’innovation, sans oublier les aspects réglementaires…
Ainsi, les initiatives de gouvernance des données ne relèvent pas uniquement du système d’information,
mais justifient une considération à très haut niveau au sein des organisations. La définition d’un cadre
et de quelques règles d’usage des données sont indispensables. Par ailleurs, la maitrise du patrimoine
informationnel doit se faire dans un cadre de protection des données toujours plus fort. Les nombreuses
attaques dont les organisations ont été victimes récemment ou encore le renforcement du cadre
réglementaire au niveau européen devraient renforcer la tendance à la protection des données.
3 idées à retenir
1. La définition d’un cadre et de règles d’usage liées aux
données.
2. La mise en place d’une organisation et d’instances liées
à la gouvernance des données.
3. Le renforcement du cadre de protection des données
dans un contexte d’évolution réglementaire
Instruire un cadre d’usage, de partage et de protection des données
6. 6 Les grandes tendances Data & Analytics 2015
Revenir au sommaire
L’ouverture des données et les nouvelles
approches collaboratives
Comme l’illustre la tendance à la monétisation, les données peuvent être vouées à sortir de
leur cadre de référence. Les organisations du secteur public ou du privé ne s’y trompent pas
lorsqu’elles s’intéressent à l’ouverture des données (Open Data). L’amélioration de la qualité de
service est le premier inducteur des initiatives Open Data. Les bénéfices d’une telle démarche
sont nombreux et cette tendance prend aujourd’hui un marquage important dans certaines
organisations.
En matière de Data, les frontières interne/externe s’estompent et les approches collaboratives se
multiplient. Les initiatives Open Data sont en progression. Encore hétérogènes et peu structurées, ces
initiatives sont appelées à se rationaliser. A travers l’ouverture des données, les entreprises coopèrent
davantage avec leurs écosystèmes. Dans le secteur privé, les premières initiatives Open Data ont permis
de développer de nouveaux modèles de coopération entre l’entreprise et ses partenaires (s’appuyant sur
les données pour développer des services). Dans le secteur public, différentes actions ont été menées
sous l’impulsion d’Etalab en particulier. Des réflexions émergent autour de « régies de données » ou
« d’espace de données » communs à plusieurs entreprises. Enfin, de grands groupes sollicitent des
étudiants ou des start-ups à l’occasion de challenges « d’open innovation » ou de « hackathons ». Sur
ce fertile terreau collaboratif prospère l’innovation.
3 idées à retenir
1. L’ouverture des données doit contribuer à l’amélioration
de la qualité du service.
2. L’ouverture des données engendre de nouveaux modèles
collaboratifs et favorise l’innovation.
3. En matière de Data, les frontières interne/externe
s’estompent et les approches collaboratives se multiplient.
Open Data & Open Innovation : partager ses données pour créer de la
valeur
7. 7 Les grandes tendances Data & Analytics 2015
Revenir au sommaire
La monétisation des données
Dans un contexte économique morose, les entreprises cherchent à créer de nouveaux services
et à identifier de nouveaux gisements de valeur. Dans plusieurs secteurs précurseurs – télécoms,
services financiers par exemple – les entreprises prennent conscience de la valeur de leurs
données pour des partenaires externes. Elles testent des modèles économiques qui leur
permettraient de générer des revenus additionnels. Certaines organisations ont même créé des
entités dédiées à la monétisation des données.
En matière de monétisation des données, le champs des possibles est vaste. Les entreprises sont limitées
dans la monétisation des données détaillées notamment pour respecter la vie privée de leurs clients.
L’agrégation de données, afin de les rendre anonymes, ou la prestation de services d’analyse de données
constituent quelques-unes des solutions de monétisation mises en œuvre pour préserver la confidentialité
des données.
Mais comment monétiser ces données ? Quels modèles de tarification adopter ? Quelles sont les
précautions à prendre pour respecter la confidentialité des données dans la durée ? Si l’approche de
monétisation des données suscite un ensemble de questions, elle engendre de nouveaux enjeux business
dans de nombreux secteurs d’activité. Cette tendance devrait se poursuivre et s’accentuer avec la vague
déferlante des objets connectés.
3 idées à retenir
1. La monétisation des données se fera autour de données
agrégées ou par la réalisation d’études ciblées.
2. Les entreprises devront disposer d’une vision prospective
de leurs données, en capturant et en stockant des données
dont elles n’auront pas forcément l’usage aujourd’hui.
3. La tendance s’accentuera avec le développement des
objets connectés.
L’éclosion de nouveaux modèles économiques