En seulement six mois, l’analytique a déjà progressé car contre toute attente la crise sanitaire n’a pas ralenti la plus grande partie des projets liés aux données.
Les débuts d’année s’accompagnent toujours de prédictions et de grandes tendances qui sont censées se confirmer au cours de l’année. 2020 fait encore moins exception à la règle avec le démarrage d’une nouvelle décennie. Mais quid de ces hypothèses six mois plus tard ? Où en sommes-nous vraiment ? Lesquelles se sont avérées juste, lesquelles sont déjà obsolètes ? D’autant qu’entretemps, une crise sanitaire et économique que personne n’aurait pu concevoir est passée par là.
Début 2020, l’heure était à la fusion entre la synthèse et l’analyse des données. L’objectif était de créer un système dynamique, dont le DataOps et le libre-service constituaient le processus et la méthode, et où la Data Literacy guidait les individus sur la bonne voie.
En seulement six mois, l’analytique a déjà progressé car contre toute attente la crise sanitaire n’a pas ralenti la plus grande partie des projets liés aux données. En effet, la pandémie de Covid-19 a généré une nouvelle quantité de données à analyser, que ce soit pour les établissements de santé, les entreprises ou le grand public, illustrant le rôle prépondérant des outils d’analytique.Plus que jamais, les entreprises pilotent par la donnée, et celles qui avaient des outils suffisamment agiles ont su adapter rapidement leurs tableaux de bord à la nouvelle situation, et créer de nouvelles analyses pour suivre les évolutions de l’activité.
Parmi les axes qui constituent une priorité pour les entreprises, voici ceux sur lesquels l’accent doit être mis pour continuer à maintenir cette dynamique :
– Réagir en temps réel
D’ici 2022, selon Gartner, plus de la moitié des principaux nouveaux systèmes d’entreprise intégreront une intelligence en continu qui utilise des données contextuelles en temps réel pour améliorer la prise de décision. En effet, lorsqu’une entreprise envisage de constituer « sa mosaïque de données », ses informations doivent être disponibles au bon endroit, en temps opportun.La plupart des grandes organisations fonctionnent aujourd’hui en temps réel : elles disposent ainsi d’une vitesse de réaction suffisante pour surveiller l’efficacité des campagnes marketing, détecter les anomalies liées à une fraude, prodiguer des services humanitaires ou de santé, procéder à des personnalisations ciblées ou même optimiser les chaines logistiques.
En 2020, la convergence de trois éléments clés facilite tous ces aspects de façon significative : l’arrivée du très haut débit grâce à la 5G et à l’IPV6, l’évolutivité des charges de travail grâce à Kubernetes, et une architecture de streaming plus puissante grâce à des solutions telles qu’Apache Kafka qui activent le Change Data Capture (CDC) et le streaming de données en temps réel.Les entreprises sont plus efficaces et plus agiles dans le traitement de leurs données, ce qui permet d’améliorer le processus de prise de décision, de manière qualitative et quantitative.
– Passer à la vitesse supérieure grâce au Graph Analytics et à la technologie associative
Pendant des décennies, les entreprises ont utilisé des solutions peu adaptées à l’analytique. Les bases de données SQL, avec leurs lignes et leurs colonnes, sont conçues pour la saisie de données, et les outils d’analyse relationnelle sont basés sur les relations entre des tables de données. Mais ces approches se limitent à l’exploration des données via des connexions prédéfinies, et écartent toute probabilité pour les utilisateurs d’identifier des connexions inattendues. C’est un schéma qui accentue la fragmentation.
Mais il existe aujourd’hui des approches alternatives, telles que le Graph Analytics et la technologie associative, qui permettent d’aller plus loin. Bien qu’elles soient toutes différentes, ces technologies s’appuient sur les mêmes concepts de « nœuds, relations et périphéries ».Elles analysent essentiellement les associations naturelles au sein des données, au lieu des relations entre les tables de données définies manuellement par un utilisateur.Ce type d’analyse offre un spectre de réponses beaucoup plus large et permet d’obtenir ainsi de meilleurs résultats, surtout lorsque l’IA s’y applique.
– Faire de l’éthique une priorité
A mesure que les entreprises intègrent l’analytique dans leur stratégie, certaines inquiétudes refont surface telles que l’utilisation incorrecte des données personnelles ou encore l’impact des algorithmes sur la vie privée. Les débats autour de l’application mobile StopCovid en sont une bonne illustration.
A cela s’ajoute les réglementations telles que le RGPD et le Cloud Act aux États-Unis, sans oublier la question de la conformité de la stratégie cloud des entreprises. Les grandes organisations transfrontalières sont particulièrement affectées par cette évolution, car les législations varient d’un pays à l’autre. Aujourd’hui, l’approche multi-cloud hybride n’est plus optionnelle, elle est impérative.
Le temps est venu pour les entreprises d’élargir leur conception de la responsabilité d’entreprise. Au-delà des obligations de conformité, elles doivent gagner et conserver la confiance de leurs clients. Si une organisation franchit la ligne rouge en matière de confidentialité des données, sa réputation peut s’en trouver à jamais ternie. La question n’est pas seulement de savoir ce qui peut être fait, mais s’il est légitime de le faire. Afin de limiter les risques et de maximiser les bénéfices, un comité d’éthique numérique doit être créé au sein de chaque entreprise. Sur le long terme, elles devront se centrer davantage sur les parties prenantes plutôt que sur les actionnaires.
Il reste encore six mois aux entreprises pour faire de cette année un succès. Pour adopter une stratégie « data-driven » afin d’accélérer la création de valeur et de transformer les données brutes en enseignements exploitables, la recette est simple : les entreprises doivent être à même de prendre des décisions avisées grâce à un traitement des données en temps réel, s’équiper de technologies innovantes et mises au point en fonction des besoins des utilisateurs, et intégrer cette stratégie dans une approche éthique.

Source : Silicon.fr