La Data Intelligence, une révolution technologique au potentiel élevé

Toutes les entreprises sont déjà concernées par le Big Data, car l’information est partout (réseaux sociaux, cookies, transactions d’achat, navigation web, etc.). Cependant, le traitement de ces données collectées massivement reste un enjeu crucial en matière de potentiel à en retirer. C’est pourquoi davantage d’entreprises, quelle que soit leur taille, cherchent à savoir comment réussir un projet d’intelligence de la donnée afin de rester concurrentielles.

Avant même de se demander « comment », intéressons-nous d’abord à ce qu’est la Data Intelligence et les objectifs pour une entreprise.

La Data Intelligence, la convergence de deux technologies d’avenir

L’intelligence de la donnée, également appelée la Data Intelligence, est une discipline de la Data Science portant sur l’analyse de données variées par les entreprises. Ces données peuvent provenir de l’environnement externe de l’entreprise, via les données web collectées depuis de nombreuses sources, ainsi que de son environnement interne. L’intelligence de la donnée, c’est aussi la capacité d’analyse des données propres au fonctionnement interne (process, performances, ressources humaines, logistique, productivité, etc.).

La Data Intelligence a été rendue possible par la convergence de deux révolutions technologiques, que sont le Big Data et l’Intelligence Artificielle.

Le Big Data fait référence à l’ensemble des techniques mises en œuvre dans la collecte, le stockage et l’analyse des données massives et non structurées collectées depuis le web. À ses origines, le Big Data a été inventé et développé par les 4 géants du monde numérique, les GAFAM (Google, Amazon, Facebook, Apple et Microsoft), puis il a été intégré dans les services et produits proposés par ces grands groupes. Le paysage économique a ainsi progressivement évolué jusqu’au modèle que nous connaissons aujourd’hui.

Seulement, les données produites devenant de plus en plus massives, leur analyse est une des problématiques du Big Data, et par conséquent des entreprises. Les outils et technologies analytiques, aussi performants soient-ils, peinent à s’adapter. L’arrivée de l’Intelligence Artificielle dans le Big Data révolutionne les méthodes d’analyse des données grâce à ses algorithmes complexes qui permettent désormais de traiter un volume quasi illimité et en temps réel. Car, plus les informations sont nombreuses et plus il est possible d’en extraire une tendance ou faire des prédictions indispensables à l’orientation stratégique de l’activité des entreprises.

Néanmoins, précisons que la Data Intelligence et le Business Intelligence, souvent confondus, sont en réalité deux notions bien distinctes. Alors que la Data Intelligence permet de structurer les données pour une utilisation ultérieure, le Business Intelligent est le process qui permet de comprendre, d’organiser et d’intégrer les données issues de la Data Intelligence à l’activité de l’entreprise. En d’autres termes, l’intelligence de la donnée organise les informations et le Business Intelligence organise l’activité.

La Data Intelligence, ses objectifs et intérêts pour les entreprises

L’intelligence des données est, dans une moindre mesure, déjà effective en entreprise. C’est elle qui permet l’organisation des données variées collectées (internes et externes) pour leur utilisation dans le cadre de la prise de décisions stratégiques via son volet prédictif. Les objectifs de la Data Intelligence sont pluriels, dont en voici quelques exemples :

• l’analyse de la performance des entreprises et la mise en œuvre de process ou de moyens correctifs ;
• l’analyse des données variées et leur mise en corrélation pour une analyse fine et précise d’une situation particulière ;
• l’analyse en ligne permettant de comprendre et prédire le comportement des clients (via le traitement des cookies par exemple, qui détiennent l’intégralité des informations de navigation des internautes et leurs données personnelles) ;
• l’analyse des évènements et des évolutions économiques ou règlementaires pouvant impacter l’activité de l’entreprise ou, au contraire, constituer une opportunité de croissance ;
• etc.

C’est grâce à l’intelligence des données que SFR arrive à prévoir les résiliations d’abonnement à venir ou qu’Amazon détermine précisément quand et où un acheteur va commander. Imaginez alors le potentiel de la Data Intelligence en matière de gestion des stocks, de logistique ou de marketing.

En effet, l’intérêt majeur de la Data Intelligence est de transformer la multitude de données massives collectées (et sans lien entre elles pour le cerveau humain) en informations qualifiées et utilisables, les informations en connaissances et les connaissances en valeur. Il convient effectivement de préciser que le terme « intelligence » dans la notion de Data Intelligence est à interpréter à l’anglaise, et non par sa définition française. La Data Intelligence n’est pas une solution de réflexion, mais davantage de renseignements (comme le « Intelligence » de la CIA, le service de renseignements américain). Elle donne du sens aux données amassées pour une réflexion et une prise de décision raisonnée et éclairée.

Nous profitons de cette référence à la CIA et l’importance des renseignements collectés pour parler du respect de la vie privée et de la sécurisation des données. Comme nous l’évoquions, de nombreuses informations personnelles et financières sont en permanence collectées. Le cadre règlementaire en matière du traitement des données s’est donc renforcé, notamment avec le RGPD, le Règlement européen Général sur la Protection des Données. La Data Intelligence permet de répondre aux exigences légales (comme la destruction définitive des données jugées sensibles pour la protection de la vie privée) tout en conciliant les besoins de l’entreprise. Les outils de l’Intelligence de la donnée mis en conformité avec le RGPD sont capables d’analyser les données issues des différents canaux d’information et de les stocker, ou les détruire au regard de la règlementation en vigueur.

Le Big Data et l’Intelligence de la donnée sont encore des domaines assez récents, mais le potentiel de ces deux solutions associées pour les entreprises semble prometteur. De nombreux progrès sont réalisés chaque jour et il est même question aujourd’hui du « machine learning », ou l’apprentissage machine. Il s’agit de la capacité donnée à la machine d’apprendre des données collectées pour adapter son analyse, et cela sans même avoir été programmée.

En réalité, le machine learning est déjà présent dans notre vie quotidienne et n’est pas si récent, sa première mention datant des années 1950 avec la création d’un programme informatique capable de jouer aux dames et d’apprendre au fur et à mesure des parties. Alors, tentez d’imaginer son potentiel dans un projet tel que le Big Data !

Nous vous recommandons ces autres pages :

• Bien comprendre les enjeux de l’intelligence de la donnée
• Comment bien cadrer un projet d’intelligence de la donnée
• Les clés d’un pilotage efficace d’un projet d’intelligence de la donnée
• L’intérêt de créer un cadre de gouvernance de la donnée
• Intelligence de la donnée : quelques cas d’usage
• Les erreurs à éviter pour réaliser un POC sur un projet d’intelligence de la donnée
• Bien choisir ses indicateurs de performance d’informatique décisionnelle

Des questions ?