Big data Vs Smart data : comment mieux tirer profit de ses données?

La donnée a été, sans conteste, le mot de l’année et nul besoin de rappeler son importance pour les entreprises. Grâce à l’essor technologique et l’augmentation du volume de données générées, on ne compte plus les secteurs d’activités qui ont été transformé par le Big Data. Télécommunications, retail, fitness, banque ou encore énergie, le Big Data permet d’analyser des données structurées ou non structurées, afin d’améliorer ses services et augmenter ses revenus.

Afin de répondre aux besoins de leurs clients, les entreprises doivent donc optimiser leurs stratégies et processus et tirer profit des données dont elles disposent. Pour y parvenir, les organisations optent désormais pour des stratégies data driven, où la qualité de la donnée est aussi importante que la quantité : le Big Data doit devenir le Smart Data.

Data scientist : le métier du 21e siècle ?

Pour cela, elles sont nombreuses à rechercher, désespérément, des experts afin d’évaluer et analyser cet amas inépuisable d’informations. Les offres d’emploi de data scientist ou data analyst fleurissent depuis quelques années. En avril dernier, la plateforme Joblift a dévoilé une étude sur le marché de l’emploi des data scientists en France. Après avoir analysé plus de 14 millions d’offres d’emploi au cours des deux dernières années, elle a constaté que près de 5 824 d’entre elles concernaient une recherche de data scientist, soit une hausse mensuelle moyenne de 5 %. Quelle que soit la quantité de données que possède une entreprise, ces données peuvent être complètement inutiles si personne ne peut les traiter ou encore les évaluer. Une fois ces étapes effectuées, encore faut-il que les résultats obtenus soient interprétés afin de faciliter la prise de décision. Enfin, ces résultats doivent être partagés au reste des équipes et des instructions doivent être données à ces dernières pour qu’elles puissent les exploiter au mieux. Tel est le rôle du data scientist, ce qui explique son importance grandissante. Pour preuve, le magazine Harvard Business Review l’a reconnu, en 2012, comme étant « l’emploi le plus sexy du 21e siècle ».

Néanmoins, le travail quotidien de ces scientifiques spécialisés dans la donnée est loin d’être glamour. Leur journée se résume à des réunions pour : identifier et indiquer quelles données sont pertinentes pour l’entreprise ; sélectionner quels outils utiliser ; déterminer où et comment stocker les données et enfin, concevoir des algorithmes. Enfin, l’entrée en vigueur du RGPD en mai dernier a pour objectif de protéger les utilisateurs et leurs données. Si les particuliers ont désormais le choix de partager, ou non, leurs informations personnelles, la nouvelle réglementation responsabilise surtout les professionnels. Charge à eux, de proposer des offres et services plus personnalisés, en exploitant au mieux les données auxquelles ils ont accès.

Du Big Data vers la Smart Data 

Le Big Data implique la collecte de données complexes sur 5 dimensions : le volume, la variété, la vélocité, la véracité et enfin la valeur commerciale. Ces dimensions décrivent la quantité et le type de données recueillies et à quel moment, ainsi que leur importance et pertinence par rapport aux enjeux de l’entreprise.

En revanche, le Smart Data va un cran plus loin et consiste à extraire de l’ensemble des données collectées, les informations les plus pertinentes pour l’entreprise afin de pouvoir faire des prédictions. Pour résumer la Smart Data correspond à : Big data + sémantique + qualité des données + sécurité + protection des données = données de qualité et sécurisées. Cette formule souligne l’importance du Big data comme la matière première à partir de laquelle la Smart Data est extraite.

Prenons l’exemple d’une gare. Toutes les données collectées à l’intérieur et autour de la station telles que les informations sur les heures d’arrivée et de départ des trains, les travaux d’entretien ou encore la météo représentent le Big Data. La Smart Data se traduira, par exemple, par le fait d’anticiper les annulations de trains dues aux conditions météorologiques. Concrètement, cela reviendrait à savoir combien de passagers seraient concernés si un train est annulé à cause de la météo et comment la compagnie ferroviaire peut y faire face. Les data scientists peuvent ainsi déterminer, à l’avance, quelle pourrait être la meilleure solution pour chaque problème.

Une étude du MIT indique que le Big Data confère un avantage compétitif aux grandes entreprises par rapport aux PME/TPE. Ce fossé continuera à se creuser, notamment grâce aux nouvelles technologies, qui permettront aux grands groupes de drainer plus de données. Ils pourront ainsi créer des offres personnalisées, améliorer l’expérience client, proposer une meilleure qualité de service, lutter contre les fraudes ou encore résoudre certains problèmes efficacement et rapidement. Heureusement, le constat n’est pas aussi fataliste dans les faits. Des entreprises telles que Airbnb, Uber ou encore Amazon (start-up à leur début), ont su, grâce à l’innovation technologique et une offre adaptée aux besoins des utilisateurs, se démarquer face aux acteurs traditionnels. A travers ces exemples, on se rend compte que de fantasme il y a encore quelques années, le Big Data est donc devenu un enjeu crucial pour toutes les entreprises…