Actualité web & High tech sur Usine Digitale

Recevez chaque jour toute l'actualité du numérique

x

Cinq conseils pour les entreprises qui veulent se lancer dans le Big Data

Lors d'une conférence sur le Big Data, organisée le 26 juin dernier par le think tank G9+, L'Usine Digitale a recueilli les conseils de plusieurs experts pour se lancer de manière efficace dans l'analyse des données. Petit guide à l'usage des entreprises qui ne savent pas pas où commencer dans l'aventure Big Data. 
Twitter Facebook Linkedin Flipboard Email
×

Cinq conseils pour les entreprises qui veulent se lancer dans le Big Data
Cinq conseils pour les entreprises qui veulent se lancer dans le Big Data

Quand le Big Data a fait son apparaition dans les années 80, seules les entreprises de très grande taille pouvaient exploiter leurs données grâce des algorithmes, car ces technologies coûtaient cher. Aujourd'hui, le principe n'a pas changé, mais le coût de l'exploitation des informations a nettement baissé. Il est devenu accessible a des millions d'e compagnies de taille moyenne, dont ce n'est pas le cœur de métier. Voici les cinq conseils de base donnés par des experts du secteur à ces groupes qui souhaitent se lancer dans le Big Data.

1. Identifier un problème à résoudre

Mieux cibler ses clients potentiels pendant ses opérations de prospective, acheter sa matière première à un prix plus compétitif, gérer les risques industriels de manière plus optimale… "Une firme qui veut exploiter ses données doit avoir identifié un problème à résoudre. C'est la première étape clef. Souvent les patrons arrivent avec des données sans savoir vraiment ce qu'ils veulent faire avec", s'amuse Gaëlle Recourcé, directrice  scientifique de Kwaga, une entreprise spécialisée dans le traitement de data extraites des e-mails.

"Une fois le problème identifié, il faut vérifier si les data dont on a besoin sont accessibles facilement, dans un format exploitable, aux personnes en charge du projet. Si on a pas la matière première pour avancer, inutile d'essayer quoi que ce soit", poursuit Florian Douetteau, qui dirige Dataiku, une société qui développe des algorithmes de traitement d'informations.

2. Choisir les bons interlocuteurs

Les compagnies peuvent traiter leurs données en interne, et donc embaucher le personnel en conséquence, ou en sous-traiter l'analyse à une entité extérieure. La première option est souvent privilégiée : "Le moteur de recherche de La Poste, qui permet de retrouver l'adresse et le numéro de téléphone d'une personne à partir de son nom, est central pour l'entreprise. Si elle veut le rendre plus efficace, il est plus prudent qu'elle traite ses données avec ses propres équipes, plutôt que de confier des informations critiques à un organe extérieur", souligne Florian Douetteau.

Si une société décide de sous-traiter l'analyse de ses data, elle peut passer par une firme spécialisée dans le "data mining" (qui sais donner du sens à un amas d'informations disparates grâce à des logiciel de calcul spécialisés), mais aussi passer par  des sites web, comme Kaggle ou le français Data Science : ils mettent en contact, via un système de concours, des entreprises en mal de traitement de données avec des "data scientists" indépendants (des ingénieurs qui produisent des modèles mathématiques efficaces pour traiter les données).

3. Stocker ses données de manière sécurisée

Une entreprise qui souhaite traiter les données qu'elle a en magasin doit avant tout les filtrer pour les rendre exploitables, faciles à traiter pour un logiciel. Ces données traitées ont de la valeur pour la société, mais aussi pour les pirates informatiques qui risquent de s'en emparer. "Il faut les stocker de manière sécurisée, car les cyberattaques se multiplient", rappelle Romain Niccoli, directeur général délégué de Critéo, un groupe spécialisé dans le ciblage publicitaire sur Internet. Il poursuit : "Pour bien protéger ses data, il faut effectuer des mises à jour de son système de sécurité plusieurs fois par an."

4. Penser à l'automatisation

"Le traitement du Big Data ne permet pas à une machine d'analyser une situation mieux que ne le ferait un être humain : un spécialiste du marketing serait tout à fait à même, à partir de la liste des pages web explorées par un internaute, de cibler de manière plus efficace les publicités à lui envoyer. Les logiciels d'analyse de données visent à faire aussi bien que l'homme, mais en plus grande quantité", explique Florian Douetteau.

Pour que le Big Data ait un réel intérêt pour une entreprise, "il faut donc le penser dans une optique d'automatisation d'une tache et pas seulement de reporting (d'analyse factuelle, ndlr)", affirme de fondateur de Dataiku. "Cela peut néanmoins poser des problèmes avec les équipes en interne. Il faut les impliquer le plus possible dans le projet."

5. Etre transparent avec ses clients

L'exploitation des données peut faire peur aux clients d'une entreprise : pour ne pas les effrayer "le plus simple est d'avoir sur son site une page d'information aux utilisateurs qui détaille la politique de la compagnie en la matière. A quoi vont servir les données collectées ? Va-t-elle les utiliser seulement en interne ? Les vendre à une autre société ? Les donner à un organisme de recherche ? ", déclare Gaëlle Recourcé.

"J'irais même plus loin, le mieux est de leur laisser le choix de l'exploitation ou non de leurs données. S'ils sont d'accord pour que vous les utilisiez, que gagnent-ils en échange ? Un produit moins cher à l'arrivée ? Ces questions, il faut se les poser avant que vos clients ne vous les posent", conclut-elle.

Lélia de Matharel

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.

 
media
Suivez-nous Suivre l'Usine Digitale sur twitter Suivre l'Usine Digitale sur facebook Suivre l'Usine Digitale sur Linked In RSS Usine Digitale