les 17 prédictions, épisode 16: Les business utilisant la data feront plus de 430 milliards de $ de gains de productivité

#Prédiction 16:

Les business utilisant la data feront plus de 430 milliards de $ de gains de productivité par rapport à leurs concurrents qui ne le feront pas d’ici 2020, selon le IIA (International Institute for Analytics).

Même si cette donnée est à prendre avec un peu de recul car nous n’avons pu accéder à l’étude, il est néanmoins suffisamment important pour être signifiant, même si cela reste une projection estimative.

En revanche, lors de nos recherches sur le site de l’IIA, nous sommes tombés sur une étude qui dévoile l’opposition entre les tenants de la “BI” (Business Intelligence) et ceux de l’”AA” (Advanced Analytics).
Certes, on est loin de la controverse de Port-Royal, mais la nuance est manifestement importante et c’est l’occasion, pour une fois, de se livrer à une légère digression.
Le terme « Advanced Analytics » est défini comme l’utilisation extensive des données, des données statistiques, des données de l’analyse quantitative, des modèles explicatifs et prédictifs pour orienter les décisions et ajouter de la valeur.
Celui de « Business Intelligence » est lui, défini comme la communication de données commerciales historiques et actuelles à travers la production de rapports statiques en   réponse à des besoins ponctuels, la fourniture de traitements analytiques en ligne, la fourniture de tableaux de bord des principales statistiques sur les entreprises, et autres besoins en matière de rapports.
On serait donc dans l’opposition entre une démarche, figée, de constat et une autre dans le mouvement, extensive, faisant feu de toute data.
Bien entendu, la réalité est différente et beaucoup d’entreprises data matures mènent les deux approches de front, même si c’est de façon partielle.
Les conclusions de l’étude menée aux Etats-Unis en 2016 sur le sujet sont intéressantes, sachant que les entreprises françaises seront soumises très prochainement aux mêmes problématiques, si ce n’est déjà fait.

  • Comme prévu, l’AA accuse des retards derrière la BI en termes d’utilisation dans l’entreprise. Ce décalage se reflète dans les différences entre plusieurs aspects de l’adoption de la BI vs l’AA, comme la nécessité business, la reconnaissance des avantages et l’utilisation à des fins stratégiques.
  • Grandes et moyennes entreprises attachent une grande importance aux activités liés à la collecte de données, comme la préparation et le nettoyage de ces dernières, mais pensent qu’elles sont actuellement peu efficaces. Comme on peut s’y attendre, les PME sont plus susceptibles d’avoir ces activités réalisées par le IT plutôt que par une entité dédiée à la data.
  • L’obstacle le plus important dans l’augmentation de l’usage de l’AA pour les grandes et moyennes entreprises est la difficulté de convertir des perspectives analytiques en action.
  • Enfin, il y a beaucoup d’enthousiasme parmi les entreprises pour continuer à investir dans l’AA au cours des deux prochaines années. Mais si elles sont ouvertes à la mise en œuvre des capacités AA à leur disposition dans un futur proche, elles entrevoient malgré tout beaucoup d’obstacles.

Les enseignements de cette opposition d’approche sont multiples mais ce que l’on doit avant tout retenir est la nécessité pour les décideurs dans l’entreprise d’être en veille et d’être agiles, de ne pas avoir peur de tester des solutions innovantes mais pragmatiques (la quadrature du cercle) et, de toute façon de repenser leurs investissements, leur stratégie et leurs recrutements dans le sens de la data.

La rédaction
La rédaction
La rédaction est composée de plusieurs collaborateurs du Groupe Altares qui sont spécialisés dans leurs domaines respectifs (data science, data marketing, data intelligence, etc.) et qui partagent l'envie de faire part de leur passion de la Data à nos lecteurs.

Vous aimerez aussi...

X