En 2017, les entreprises ont dû faire face à, non seulement, une évolution rapide de leur environnement commercial, mais également à de nouvelles réglementations liées au numérique.
La donnée s’est en effet imposée comme la ressource principale des entreprises et son exploitation, à travers l’Intelligence Artificielle (IA), la gouvernance ou le deep learning, est devenue le levier de performance par excellence dont elles disposent. Le bilan de l’année écoulée permet de mieux définir les défis à venir en 2018, comme l’approche agile ou le commerce data-driven.
La donnée est devenue en 2017 le principal indicateur de performance des entreprises
Un enjeu stratégique majeur
La donnée pourrait bien être le plus grand challenge de la décennie. L’activité commerciale des entreprises génère de plus en plus de données, à mesure que les points de contact avec les clients se multiplient. Pour être réellement efficace, leur exploitation dépend de plusieurs paramètres, parmi lesquels l’exactitude des données et leur fraîcheur. Par ailleurs, ces volumes de données posent des questions de sécurité, dont on ressent davantage l’urgence dans certains domaines, tels que la finance ou la cybersécurité. Les récents déboires de certains grands groupes, dont des données sensibles ont été exposées par inadvertance et d’autres piratées, ont souligné l’importance d’une structure qui encadre le stockage et l’exploitation des données. Cet encadrement s’est manifestée par l’émergence du Chief Data Officer (CDO, directeur des données). Un rôle qui, par sa spécialisation dans la gestion du traitement des données, pourrait bien amplifier l’impact des actions commerciales et accélérer la transformation numérique des entreprises. La data gouvernance, et la réglementation en matière de données (RGPD) répondent aux problématiques posées en 2017. En 2018, ces deux mesures s’imposent davantage comme une nécessité.
Un environnement en perpétuelle mutation
Confrontées à une évolution de plus en plus rapide du marché, les entreprises doivent se montrer agiles et ingénieuses afin de créer de la valeur autour de la donnée. Créer de la valeur revient à placer la donnée au cœur du projet d’entreprise : en interne, les efforts doivent être réalisés de concert entre les différents postes clés. L’entreprise est également tenue de déterminer son usage des flux de données générés par les canaux spécifiques (réseaux sociaux, moteurs de recherche), et s’en servir comme avantage concurrentiel. Elle doit donc s’appuyer sur les profils particulièrement qualifiés dans l’analyse et l’exploitation des données. Les formations spécialisées dans l’exploitation du Big Data ont d’ailleurs vu le jour. En 2017, la stratégie d’entreprise est donc résolument orientée par la donnée.
Un impact direct sur les entreprises, notamment dans le secteur du commerce de biens
Si le rachat aux Etats-Unis du géant de l’alimentaire bio (Whole Foods) par Amazon a fait grand bruit, c’est parce que ce rachat concrétise la chute de la barrière déjà ténue entre commerce en ligne et commerce physique. Cette incursion augure d’une révolution dans le commerce de détail. Une révolution dont on peine encore à dessiner les contours. Une chose est sûre cependant : ceux qui en tireront avantage seront ceux qui maîtriseront le mieux l’exploitation de la donnée.
La persistance de résistances
Malgré tout, certains acteurs du marché demeurent réticents à l’adoption d’une stratégie orientée par la donnée (data-driven). Les raisons peuvent être multiples et tiennent souvent davantage des habitudes ou de la difficulté à adopter une structure transversale. L’évolution se fera de toute manière de façon progressive, notamment dans les grands groupes. Elle n’en est pas moins urgente : les GAFAMI*, et à présent les NATU**, vont contraindre les entreprises à accélérer le rythme.
La bonne exploitation de la donnée sera en 2018 la condition sine qua none au succès
La démocratisation nécessaire du deep learning et de l’analyse prédictive
Le machine learning n’est déjà plus une option. C’est une discipline nécessaire, quand on sait l’impact immense qu’aura l’automatisation des tâches les plus chronophages sur la performance des entreprises. En 2018, la productivité sera directement liée à l’usage de l’intelligence artificielle et donc du machine learning. Dans le domaine de la banque, l’IA permet déjà aux conseillers de disposer plus rapidement des informations relatives à leurs clients. L’analyse prédictive en bénéficie également, puisque le machine learning permettra d’organiser l’information plus rapidement et plus efficacement. Libérés des tâches préalables à l’exercice de leurs compétences, les collaborateurs pourront se consacrer pleinement à leur métier propre. La compétitivité se joue aussi sur ce terrain-là.
La réunion des compétences liées à la donnée aux forces commerciales
2018 va certainement concrétiser le lien qui s’établit entre les data analysts et les équipes commerciales. Les données étant de plus en plus disponibles en temps réel, leur analyse a quitté ses quartiers isolés pour devenir plus opérationnelle. De plus, le machine learning ne se suffit pas encore à lui-même, car les modèles d’apprentissage doivent être adaptés à l’évolution du marché. Afin de tirer le meilleur avantage du machine learning et de l’exploitation des données en temps réel, data analysts et commerciaux sont appelés à travailler en synergie.
2017 a poussé les entreprises à être plus à l’écoute des changements rapides occasionnés par le Big Data. En 2018, elles devront prendre les devants plutôt que de suivre les changements, voire initier elles-mêmes les évolutions en se montrant plus innovantes et plus ingénieuses.