Libérez le plein potentiel de vos données : le début d’une nouvelle ère en matière de stratégie de données

Blog /Libérez le plein potentiel de vos données : le début d’une nouvelle ère en matière de stratégie de données

Dans le monde numérique d’aujourd’hui, la plupart des organisations sont inondées de données, structurées et non structurées. Les données sont désormais un produit de base; les organisations doivent savoir comment les monétiser et comment tirer profit du déluge de renseignements. Accorder une grande valeur aux données est l’une des meilleures façons dont une entreprise peut réussir à se démarquer sur le marché.

Les données sont le nouveau pétrole
Les données sont aujourd’hui une marchandise, et il ne suffit plus d’en posséder de vastes quantités. Il ne fait aucun doute que l’aptitude à monétiser efficacement les données (et non à simplement les accumuler) peut se révéler un avantage concurrentiel dans l’économie numérique. Il est toutefois nécessaire de « raffiner » ces données. Le processus de raffinage de ce nouveau pétrole nécessite un certain temps. À notre avis, nous n’avons pas encore atteint ce stade. Le raffinage des données demeure donc un facteur clé pour une utilisation efficace de l’analytique avancée.

La plupart des activités réalisées dans le monde des données et de l’analytique avancée au cours des deux dernières années s’inscrivent dans l’une des trois catégories suivantes :

  1. Analytique descriptive (ce qui s’est produit)
  2. Analytique prédictive (ce qui pourrait se produire)
  3. Analytique prescriptive (ce qui devrait être fait)

L’analytique descriptive représente la principale application de l’analytique depuis de nombreuses années. Par le passé, il était uniquement possible de décrire des données historiques (comme celles stockées dans un entrepôt de données) à l’aide de tableaux de bord et de méthodes d’analyse traditionnelles. Aujourd’hui, avec l’avènement de l’analytique avancée, de l’apprentissage machine, de l’apprentissage profond et de l’intelligence artificielle (IA), l’attention se porte dorénavant sur l’analyse en temps réel. Au cours des deux dernières années, de nombreux travaux ont été réalisés dans le domaine de l’analyse prédictive et, à mesure que l’analytique progresse, les organisations axées sur les données se concentreront de plus en plus sur l’analytique prescriptive. L’utilisation de l’analytique prescriptive et de l’analytique prédictive sera déterminante pour la réussite de toute entreprise dans l’avenir.

Tendances récentes et courantes en matière de données et d’analytique
Les tendances dans le domaine de l’analytique sont centrées sur l’intelligence artificielle et l’apprentissage machine. Le modèle de l’analytique en tant que service est essentiel à toute entreprise intelligente axée sur les données. Avec l’analytique avancée, on peut faire avancer la société et essayer de créer un monde meilleur. Chez NTT DATA, nous nous efforçons de résoudre les problèmes liés à cette technologie, dans une optique de qualité et de sécurité, pour faire avancer l’humanité. Nous utilisons l’analytique et la modélisation prédictive dans une perspective commerciale, pour aider les entreprises à accroître leurs revenus.

Laissez-moi vous présenter quelques exemples. Nous avons participé, avec plusieurs partenaires technologiques, à un projet de ville intelligente. Dans ce projet, l’analytique a été utilisée pour valider des alertes critiques et réduire la quantité de données à traiter, de même que le temps de traitement. Des appareils connectés à l’Internet des objets (IdO), des caméras haute définition et des capteurs audio ont été utilisés afin de fournir des données vidéo et audio pour des sites en particulier. D’autres sources de données ont éventuellement été intégrées à la solution : renseignements sur le crime, météo et médias sociaux. L’objectif global du projet de ville intelligente était d’utiliser l’analytique avancée et l’informatique cognitive pour faciliter la prise de décisions en matière de sécurité et pour permettre aux répondants d’intervenir plus rapidement grâce à des renseignements en temps réel.

Le système intelligent conçu par NTT DATA pour les unités de soins intensifs, qui effectue la détection prédictive des dangers pour les patients gravement malades en se basant sur des données, en est un bon exemple. Dans ce cas, les données ont été regroupées avec celles provenant de divers appareils médicaux de l’unité, sur une seule plateforme. À partir de ces données, nous avons élaboré un modèle qui est en mesure de prédire les risques de complications pouvant survenir dans les heures suivant un événement. Nous avons aussi utilisé l’analytique avancée pour prévoir des catastrophes naturelles en nous basant sur les prévisions météo et sur des modèles prédictifs.

Stratégie de données et d’analytique
Toute organisation axée sur les données doit disposer d’une stratégie. Cette stratégie devrait couvrir l’intelligence artificielle, l’apprentissage machine, la modélisation statistique, ainsi que d’autres disciplines de la science des données, comme l’analytique prédictive et l’analytique prescriptive. De façon générale, l’analytique avancée est davantage prédictive que rétrospective. Les organisations intelligentes obtiennent des résultats positifs lorsqu’elles adoptent une stratégie de données et d’analytique pour guider le travail de leurs employés qui sont appelés à prendre des décisions, comme ceux qui interagissent avec les clients, supervisent le développement des produits, ou dirigent le processus de production. En disposant de données d’analyse précieuses et en s’appuyant sur des règles claires pour la prise de décisions, les employés sont en mesure de fournir des services plus significatifs, de mieux évaluer les demandes des clients, et d’y répondre plus efficacement, ainsi que d’optimiser la production. Les organisations intelligentes doivent prendre le temps de rationaliser et de mettre à jour leur architecture de données moderne sous-jacente, ainsi que leur processus de gouvernance des données, pour soutenir une stratégie de données et d’analyse simplifiée. Une architecture de données moderne, combinée à un processus de gouvernance efficace, peut aider une entreprise à tirer parti de l’intelligence artificielle et de l’apprentissage machine pour garder une longueur d’avance sur ses concurrents.

Innovation en analytique
L’apprentissage machine, l’apprentissage profond et l’intelligence artificielle (IA) jouissent d’une grande popularité, mais j’aimerais réitérer que les technologies avancées comme l’intelligence artificielle et l’apprentissage machine vont continuer de transformer l’analytique. La prochaine innovation pourrait être l’utilisation de l’analytique automatisée, que les outils d’apprentissage automatique peuvent utiliser pour détecter des schémas cachés dans les données. Cette technologie pourrait permettre de fidéliser les clients, de prévoir les risques de défaillance sur les prêts ou d’identifier les clients à risque d’être impliqués dans un accident de voiture. L’analytique prédictive et l’analytique prescriptive seront des éléments clés de toute innovation à venir dans les domaines de l’intelligence artificielle et de l’apprentissage machine.

Il est important d’investir de manière ciblée dans des outils d’innovation commerciale traditionnels ainsi que dans de nouveaux outils d’analytique pour tirer profit des initiatives commerciales fondées sur les données. Il faut investir dans le nuage et dans l’infrastructure informatique sous-jacente pour soutenir ces initiatives commerciales et d’analytique. Plus important encore, il faut investir dans les gens en offrant de la formation croisée à des ressources qualifiées et en outillant les personnes qui travaillent de près avec les clients pour qu’elles prennent les bonnes décisions en matière d’analytique.

Chez NTT DATA, nous investissons aussi dans la recherche et le développement. Notre équipe IP et notre équipe de développement de produits créent des produits exclusifs qui fournissent des services à valeur ajoutée à nos clients. Nous disposons d’une stratégie de données robuste et d’une organisation déjà axée sur les données. Nous dénichons des scientifiques des données dans les entreprises en démarrage et dans d’autres entreprises. À l’interne, nous reconnaissons les employés possédant les bonnes aptitudes et la bonne attitude, et nous assurons leur développement au sein de notre organisation. Nous utilisons aussi des modules de formation dédiés, conçus à l’interne, qui aident à développer notre base de connaissances en ce qui a trait à l’analytique avancée et aux technologies de pointe. En tant qu’entreprise de services, nous sommes indépendants des technologies, et nous offrons du soutien pour tous les types d’intelligence artificielle et de technologies fondées sur l’analytique ou les données. À titre d’exemple, nous offrons des services de développement et de déploiement infonuagiques, mais aussi des services de développement sur place. Nous prenons en charge les implémentations fondées sur Python et Hadoop.

En définitive, nous restons toutefois entièrement axés sur nos clients. Nous leur exposons tous les avantages et désavantages liés aux technologies, et nous les laissons choisir ce qui leur convient le mieux. Nous rassemblons ensuite tous les morceaux pour former une solution qui aidera notre client à se démarquer de ses concurrents.

Apprenez-en plus sur les solutions de NTT DATA Services pour l’analytique et l’automatisation.

Date de la publication : 2020-02-20

PARCOURIR NOS BLOGUES