Les limites de la Data Science : Le poste de travail collaboratif du Data Analyst

Rédigé le 02/11/2018
Communiqué de Aldecis

Les difficultés actuelles de l’analyse de données ne viennent pas tant des logiciels, que de l’interface homme-machine (Clavier Ecrans Souris) encore trop primitive... Et tout particulièrement du pénible raccourci clavier "Alt-Tab" (permettant sur un écran, de basculer d'une visualisation à une autre).

Le poste de travail actuel est le "trou de serrure" par lequel vous consultez vos données

Les difficultés actuelles de l’analyse de données ne viennent pas tant des logiciels, que de l’interface homme-machine (Clavier Ecrans Souris) encore trop primitive... Et tout particulièrement du pénible raccourci clavier "Alt-Tab" (permettant sur un écran, de basculer d'une visualisation à une autre).

De nos jours, le Big Data en Cloud propose des capacités de calcul et des algorithmes d’analyse si puissants qu’on parle d’Intelligence Artificielle. Pour autant les solutions décisionnelles les plus récentes (Palantir, IBM Watson…) ont besoin d’un humain pour prendre la décision finale, voire souvent de plusieurs hommes participant à l’"Intelligence Collaborative" (Note : L’encyclopédie Wikipedia est construite sur ce principe).

Le problème vient des écrans et bureaux actuels qui ne permettent pas de gérer ce nouveau déluge de données. Certes on peut utiliser de la Data Visualization (Dataviz) pour densifier l'information au centimètre carré ("More info per pixel" selon l’expression du Pr Edward Tufte) ou dédier une pièce de l'immeuble à l'analyse (une war room / control room / management cockpit / crisis room). Mais cela ne suffit plus. Car tous les managers prennent continuellement des décisions ; sans disposer de toutes les informations nécessaires, de manière directement visible.

Ne comptez pas sur votre mémoire de travail (qui ne retient que 7 données)

En effet la Loi de Miller explique que les humains ne peuvent penser simultanément qu’à sept données ("chunking" dans la Mémoire de travail) plus ou moins deux. Alors, pour éviter d’oublier les nombres que présentaient le slide précédent ou les tableaux de bord des mois passés, il faudrait pouvoir toujours garder tout visible... Comme sur le mur d'investigation de la Police - lors de la résolution d'un crime.

Disposer d'un tel mur d'écrans permet aussi d'utiliser le concept du "1+1=3". En effet si deux données ne présentent qu'elles-mêmes, leur connexion (par simple proximité visuelle) peut révéler une information cruciale. En fait même, "l'intelligence est dans le lien".

Pour permettre l’Intelligence Collaborative entre Data Analysts, Aldecis a créé le Data Analysis Desk (6 ou 9 moniteurs, segmentables jusqu'à 36 écrans) le moins cher du marché et le plus solide - pour pouvoir être transporté.

Visualiser toutes les facettes d’un sujet

L’usage premier de ce dispositif est de permettre de montrer un problème, sous toutes ses facettes simultanément (Vision à 360 degrés). Plutôt que de subir le discours partial du présentateur (déroulant son explication, slide après slide), ici les décideurs peuvent collégialement regarder la vision globale, les analyses standard, les causes et les impacts probables et certains détails à la demande, sans perdre le fil de leurs pensées. De la discussion entre opérationnels aux compétences complémentaires, se synthétise ainsi une analyse collaborative et alignée (depuis le contexte, les explications, les plans d’actions à lancer, jusqu’aux besoins de reprévisions).

Ce bureau d’analyse de données peut se placer sur un plateau classique ou sur des pieds télescopiques (vérins hydrauliques) permettant de s’en servir assis ou debout, seul ou à plusieurs, sur un mur plat ou en en alcôve - comme les traders à la Bourse. Convaincue de son importance, la société Aldecis a d’ailleurs lancé la production d’une première série de ces nouveaux bureaux.

Un bureau multi-écrans démontre la maturité de votre processus d’Aide à la décision

Et une fois utilisé, son efficacité devient juste addictive, tant la suppression de ce "goulot d’étranglement" fluidifie considérablement l’accès aux données. En fait ce dispositif pourrait même constituer un bon indicateur de la maturité de l’analyse de données partagée, donc actionnable.