Voilà une dizaine d’années maintenant qu’on nous annonce le Big Data comme une véritable révolution. Pourtant, les données en tant que telles sont un matériau brut. À moins de les utiliser correctement, elles n’ont que peu de valeur ajoutée. Le Big Data, c’est un peu comme un gigantesque puzzle ou les points d’un tableau de Signac. Dans le premier cas, il faut les assembler dans le bon ordre pour obtenir l’image complète. Dans le deuxième cas, seul le génie du peintre en fera un chef-d’œuvre de pointillisme. C’est tout le défi du big data : traiter les données en utilisant une intelligence artificielle cartésienne capable d’avoir ce trait de génie propre à l’humain, le tout avec un minimum de latence. Bienvenue dans l’ère du Smart Data.
Big Data : quelques données chiffrées
Beaucoup connaissent les chiffres vertigineux liés au Big Data mais il est toujours bon de les garder à l’esprit. Pour les non-spécialistes IT cela permet de mieux appréhender la nécessité d’entamer une réflexion approfondie sur le traitement des données. Nous vous épargnerons ici les quantités de données créées quotidiennement. Ce qu’il faut retenir c’est qu’il y en a beaucoup trop pour qu’un esprit humain ou un ordinateur traditionnel puisse les appréhender. Imaginez un tableau Excel qui n’en finirait jamais et vous pourrez vous faire une idée.
Au niveau des revenus, l’International Data Corporation (IDC) estime que ceux-ci atteignaient près de 200 milliards en 2019. Ces revenus devraient augmenter de 13,2 % annuellement pour atteindre 274,3 milliards de dollars en 2022. À titre comparatif, cela représente plus de 10 % du PIB français.
Au sein de l’entreprise, la valeur ajoutée des données est démontrée pour autant que leur potentiel soit extrait. Les diminutions de coûts sont souvent substantielles. Les chiffres diffèrent en fonction des sources et du type d’industrie mais il n’est pas farfelu de considérer les économies de l’ordre de 10 % environ.
Les données peuvent généralement être classées selon cinq critères à savoir : leur volume, leur vélocité, leur valeur ajoutée, leur authenticité et leur variété. Le Big Data se contente d’accumuler les données et de les stocker. Pour mettre en place le puzzle, il faut les traiter en tenant compte de ses besoins et de ses objectifs.
Smart data, qu’est-ce que c’est exactement ?
Le Smart Data, c’est un concept global qui implique de traiter les données au bon endroit, au bon moment. Adopter une approche Smart Data, c’est s’assurer que les données soient utilisées avant de devenir obsolètes et surtout d’en tirer le meilleur parti.
Le Smart Data s’articule autour de quatre axes distincts :
- Traiter les données tôt et vite: si l’on vous indique un embouteillage monstre lorsque vous êtes déjà sur l’axe routier en question, il sera trop tard pour vous échapper et l’information ne vous servira à rien ;
- Traiter au bon endroit : si vous participez à une vente aux enchères et que vous devez connaître l’état de votre compte avant de faire une folie pour acheter une toile, il ne faut pas perdre de précieuses secondes. Vous risqueriez de vous voir rafler la mise. Les temps de latence et de réponse liés notamment à la position géographique des serveurs sont ici déterminants. Dans ce cadre, l’architecture réseau prend tout son sens ;
- Traiter bien: si avant d’acheter votre pied-à-terre à Torre Molinos, vous comparez le prix demandé avec les prix pratiqués à Marbella vous aurez probablement l’impression de réaliser l’affaire du siècle ;
- Agir, automatiser: un modèle Smart Data implique des prises de décision efficaces sans intervention humaine. Les prix du magasin voisin pour une boites de couches à langer baissent ? Vos prix sont ajustés automatiquement pour rester compétitifs. La température d’une machine sur votre ligne de production monte au-dessus d’un certain seuil ? Celle-ci s’arrête automatiquement et contacte le (robot) technicien. Il n’y a pas de perte de temps et pas ou peu d’intervention humaine.
Pour être efficace, la philosophie Smart Data implique une attention accrue en matière de cybersécurité et d’intégrité des données. Si des décisions automatisées sont fondées sur des données incorrectes ou altérées, c’est l’ensemble de l‘entreprise qui est en péril.
Comment passer du Big Data au Smart Data ?
Transformer ces Big Data en Smart Data est un véritable défi pour les entreprises. Cela implique un investissement en termes d’argent mais également de temps et de recherches. Les grandes entreprises sont clairement avantagées par rapport aux petites et moyennes entreprises dans ce domaine. Elles disposent de plus de ressources et de plus de données. Cela a d’ailleurs été démontré dans un article publié par le Journal Of Monetary Economics en 2018.
Néanmoins, les PME peuvent tirer leur épingle du jeu en concentrant leurs efforts là où cela en vaut la peine. En identifiant les données pertinentes et l’information à en extraire, une petite ou moyenne entreprise peut également prétendre jouer dans la cour des grands. Cela implique plusieurs éléments.
D’une part, l’entreprise doit travailler sur un système de traitement des données qui ne soit pas figé afin de pouvoir s’adapter aux évolutions sans devoir repenser chaque fois l’ensemble de son architecture. On parle de scalabilité ;
D’autre part l’entreprise doit chercher à collaborer et à obtenir des données de sources externes afin de minimiser les biais éventuels. En effet, du fait que les structures plus petites ont accès à un nombre restreint de données, les biais sont potentiellement plus importants. À défaut d’agrandir la base de données, il faut au moins en être conscient.
Enfin, il importe de définir une stratégie globale afin d’identifier les objectifs liés à l’utilisation des données. Cette stratégie doit être gardée à l’esprit et connue des différents employés et acteurs liés à l’entreprise. Tout un chacun doit comprendre le but et agir en fonction. Si vous avez une galerie d’art contemporain et que vos employés vous ramènent des œuvres de Monet ou de Rubens, il y a comme un hic. Cela peut sembler évident mais on constate une réelle perte d’efficacité en entreprise en raison d’un manque de communication ou une communication inadéquate.
Ryax propose une solution logicielle en SaaS qui vous aide à assembler les pièces du puzzle. Notre plateforme intuitive vous permet de créer en quelques jours un écosystème de données pérenne et rentable afin de transformer vos Big Data en Smart Data. Si vous voulez en savoir plus ou en discuter, n’hésitez pas à contacter nos équipes.
Vous faites des analyses de données ?
Découvrez sans plus tarder nos analyses prêtes à l'emploi sur notre marketplace.
La Ryax Team.