Nous sommes tous au cœur d’une révolution technologique sans précédent : la croisée des réseaux sociaux, de la mobilité, de la géolocalisation, du big data ou l’explosion du communautaire sont en train de radicalement changer le monde dans lequel nous vivons.

1. Le défi
Nous sommes tous au cœur d’une révolution technologique sans précédent : la croisée des
réseaux sociaux, de la mobilité, de la géolocalisation, du big data ou l’explosion du
communautaire sont en train de radicalement changer le monde dans lequel nous vivons.
Manipuler de larges volumes de données n'est pas une nouveauté pour les départements
informatiques, mais derrière le battage fait sur la question, les big data diffèrent vraiment du
datawarehouse, du datamining et de l'analyse décisionnelle qui les ont précédées pour
accompagner le développement des opérations marketing.
Les enjeux
Les données sont générées de plus en plus vite, la plupart étant désormais récupérées sous leur
forme brute. Les blogs, les réseaux sociaux, les outils de localisation, de même que les
informations remontées des capteurs et sondes diverses, créent un nouvel univers de données
non structurées. Si celles-ci sont rapidement capturées, gérées et analysées, elles peuvent aider
les entreprises à découvrir des faits et des modèles qu'elles n'avaient pas été capables de
reconnaître jusque-là.
Pour aider les entreprises à mieux identifier les clients potentiels, la première étape consiste à
récupérer et intégrer les données disponibles. Plusieurs technologies doivent se combiner pour
relever les défis des métiers et pointer les meilleures opportunités, c'est-à-dire cibler les
clients les plus réceptifs à leurs produits et services. Optimisation des plates-formes de
collecte (terminaux, capteurs, réseaux sociaux, etc), analyse en temps réel des flux de données
structurés et non-structurées - mais aussi des événements - pour identifier les informations
importantes et enfin mieux profiler les clients tout en respectant les contraintes légales de
protection de la vie privée. En d'autres termes, il s'agit de saisir toutes les opportunités pour
transformer l'acte d'achat et améliorer les ventes.
Les impacts
Les entreprises sont aujourd'hui conscientes du potentiel des big data et 85% d'entre elles ont
des projets concrets, de surcroît soutenus par leur direction. Mais elles sont également
conscientes de la profonde transformation qu'elles doivent initier, ne serait-ce que pour
faciliter l'accès aux informations. Pour cela, elles ont besoin d'ingénieurs de la donnée (ou
data scientists) et de partenaires pour les aider à collecter, synthétiser et diffuser leurs
données. Avec Hadoop bien sûr mais des éditeurs poussent également leurs propres solutions
pour traiter et analyser de grandes quantités de données. La première chose qui pose problème
aux gens du marketing est aujourd'hui l'intégration de données. Beaucoup de travail doit être
réalisé pour que les gens du marketing puissent exploiter différents segments et comprendre
ce qui différencie les clients.
Le data scientist est ce spécialiste des données qui doit se pencher sur des volumes
d'informations en croissance permanente et identifier les opportunités pour l'entreprise. La
filière des big data est encore jeune et elle peine à attirer des candidats, en dépit d'une vaste
offre de formations. Le profil de ces spécialistes a évolué avec l'explosion des données et les
entreprises recherchent des compétences scientifiques, techniques et métiers. Quelle filière
utiliser pour recruter cette perle rare ? En France, le profil des data scientists est différent de
celui des États-Unis. Nous avions moins d'ingénieurs en informatique, mais plus de
scientifiques et de mathématiciens attirés par ces nouveaux métiers. Et la révolution n'est pas

2. que dans les profils, elle est aussi dans les usages. Aujourd'hui la data devient opérationnelle
pour le développement de produits ou de services, notamment des alertes pour la maintenance
avec, par exemple, la détection de signaux faibles. Questions et débats avec les grands
témoins.
Si les réseaux sociaux et la mobilité ont dynamisé le volume de données, d’autres évolutions
promettent un afflux encore plus importants de données. La multiplication de capteurs, du
dialogue homme-machine, des systèmes embarqués font de l’Internet des objets une nouvelle
orientation pour le big data. Comment gérer cette arrivée supplémentaire de données ? Quels
sont les prochains services proposés ? Par ailleurs, le big data s’immisce de plus en plus dans
différents éléments du système d’information, la gestion de l’infrastructure ou la sécurité par
exemple.