Le potentiel inexploité du big data

jeudi, 05.11.2015

La plupart des entreprises ont recours aux analyses de grandes quantités de données pour leurs activités. Toutefois, peu d’entre elles sont à même d’exploiter pleinement leur potentiel. Etude de KPMG.

Avec l’essor de la numérisation, le traitement ciblé de grandes quantités de données et la création de valeur en résultant prendront de plus en plus d’importance dans le succès futur des entreprises. Même si le big data permet de développer, à intervalles toujours plus rapprochés, de nouveaux domaines d’utilisation, celui-ci semble rester très largement inexploité. La gestion de grandes quantités de données constitue un défi en partie énorme pour les entreprises suisses. C’est ce qu’il ressort de l’étude internationale transsectorielle «Clarity on Data & Analytics», pour laquelle KPMG a interrogé 830 représentants d’entreprises dans plus de 15 pays.

La quasi-totalité des entreprises participant au sondage indiquent utiliser au moins partiellement le big data de façon systématique. 97% déclarent tenter de minimiser leurs risques par l’analyse et l’interprétation de grandes quantités de données, et les deux tiers des participants déclarent avoir pu réduire efficacement les risques de l’entreprise. 92% des entreprises poursuivent des buts marketing ou prévoient de le faire au moyen de l’analyse des données, et plus des quatre cinquièmes indiquent que le «Data & Analytics» les aide à mieux comprendre leurs clients et leurs comportements.

Les entreprises considèrent principalement l’analyse de grandes quantités de données comme un instrument de minimisation des risques et de prise de décision. 86% d’entre elles indiquent que le «Data & Analytics» les aide à prendre des décisions plus rapides, et quatre cinquièmes des interrogés considèrent celles-ci comme ayant été justes rétrospectivement. Le plus grand moteur du «Data & Analytics» dans l’entreprise est, avec 47% des réponses, l’accroissement de la productivité. 37% des entreprises recherchent un accroissement des chiffres d’affaires et des résultats, et 16% procèdent à l’analyse des gros volumes de données pour augmenter l’efficacité des coûts.

Jeter un regard vers l’avenir afin d’identifier et de développer de nouveaux potentiels d’affaires semble jouer ici un rôle secondaire. Bien moins de la moitié des participants (41%) ont adapté leur modèle commercial ou leurs prestations de services sur la base d’une analyse de big data. Malgré l’évaluation de grandes bases de données disponibles, seul un tiers des entreprises s’est efforcé de mieux répondre aux besoins de la clientèle par le biais d’activités marketing individualisées. Seuls 16% des participants à l’étude citent le «Data & Analytics» en guise de prévision de tendance dans leurs champs d’activité, et 14% seulement disposent du savoir-faire nécessaire ou des capacités requises pour exploiter totalement le potentiel du big data afin d’assurer le succès de leur propre entreprise.

 

84% des entreprises voient le besoin d’action le plus pressant au niveau de l’optimisation de leur méthodologie d’analyse, et les deux tiers des participants au sondage souhaitent étendre à d’autres champs d’activité l’utilisation du «Data & Analytics». Près de la moitié des entreprises visent à une optimisation des compétences dans l’utilisation du big data, et 28% indiquent investir à l’avenir dans les talents de la relève qui savent comment utiliser au mieux les grandes quantités de données.

Les entreprises qui souhaitent utiliser davantage le «Data & Analytics» pour leur succès doivent investir dans les talents et les ressources correspondantes; une bonne analyse de grandes quantités de données nécessite les compétences requises ainsi que de bonnes méthodes d’évaluation.

De même, il importe de considérer l’analyse ciblée de grandes quantités de données comme faisant partie intégrante de la stratégie d’entreprise. Une stratégie judicieuse de «Data & Analytics» peut en effet contribuer, dans une large mesure, à favoriser la croissance, à réduire les risques de l’entreprise et à accroître la performance de cette derniè

Les huit recommandations d’actions concrètes de KPMG

1. S’atteler aux problèmes qui se posent

Les problèmes et défis de l’entreprise doivent être identifiés, nommés et abordés. Beaucoup d’entreprises se focalisent sur des remèdes spécifiques au problème au lieu de rechercher des solutions intégrées à l’aide du «Data & Analytics».

2. Comprendre que les données ne font pas tout

Les enseignements ne sont pas exclusivement tirés du fait de la présence de grandes quantités de données; le «Data & Analytics» est un travail d’équipe. Dans l’analyse ciblée des données, seule l’association des différentes parties de l’entreprise fait naître la valeur ajoutée.

3. Aller au-delà des solutions ponctuelles

Le «Data & Analytics» est plus que la somme de différents projets d’entreprise; c’est une culture transversale de prises de décisions basées sur des données.

4. Définir la plus-value recherchée

Il est essentiel de s’interroger sur la plus-value à générer: s’agit-il de réduire les coûts ou de mieux gérer les risques, ou bien encore de se concentrer sur la compréhension du client? La plus-value de l’analyse de grandes quantités de données dépend de la problématique qui préoccupe l’entreprise.

5. Se focaliser sur le client

Les entreprises doivent réfléchir à la façon dont elles peuvent exploiter la plus-value des nouveaux formats de données pour comprendre encore mieux leurs clients et leurs besoins.

6. Poser les bonnes questions

Le «Data & Analytics» n’est pas un but en soi. Il s’agit de donner des priorités pour les enseignements obtenus et de comprendre leur plus-value pour l’entreprise.

7. Mesurer le succès

Les succès engrangés grâce à l’analyse ciblée des données devraient être utilisés pour diffuser les connaissances au sein de l’entreprise et créer ainsi d’autres projets basés sur les données.

8. S’engager assez tôt avec les parties prenantes

Les entreprises doivent porter vers l’intérieur comme vers l’extérieur la plus-value du «Data & Analytics». L’analyse ciblée concluante de grandes quantités de données est plus qu’une possibilité d’identifier ou de résoudre les problèmes spécifiques – c’est pour ainsi dire une «stratégie d’entreprise transformationnelle».





 

AGEFI

Rafraîchir cache: Ctrl+F5 ou Wiki


 
 

...