Comment les données ont pris le pouvoir?

mardi, 28.01.2020

Xavier Comtesse*

Xavier Comtesse.

On confond toujours donnée et information. Mais une donnée n’est pas information. Une information s’inscrit donc dans le champ de la science de la communication (McLuhan) au contraire de la donnée. Celle-ci est plus brute, elle demande toujours à être traitée.

Alors pourquoi vouloir parler des données si c’est l’information qui donne du sens, tout simplement parce que la donnée a pris avec la révolution du numérique une place centrale. C’est le nouveau carburant de l’économie moderne. Cependant, il existe plusieurs types de données. Une donnée peut être produite de manière interne à l’entreprise, ou externe dans une relation commerciale utilisant par exemple Internet (e-commerce), ou encore produite par des objets connectés et finalement la donnée conversationnelle provenant de sources ouvertes tels que les réseaux sociaux. En fonction de leurs provenances elles seront de natures différentes donc aussi structurés autrement.

Passons en revue cette approche qui considère quatre niveaux emboîtés des données et faisons –dans la foulée– une interprétation économique.

1) Data: les données, tel que l’informatique pré-Internet traitait. Elles étaient structurées et pouvaient aisément trouver leur place dans une base de données, habituellement représentées sous la forme de nombres ou de noms, elles répondaient aux besoins des entreprises pour la gestion des commandes, des facturations, de la production ou la comptabilité. Les Enterprise Resource Planning étaient les logiciels de base.

2) Net-data (notamment les données du e-commerce et des réseaux sociaux comme les view, like, etc.): celles-ci étendent le concept de donnée aux contacts direct du client. Ce dernier agit online et l’entreprise peut tirer de nouvelles informations, par exemple si quelqu’un regarde un produit sans l’acheter. Elle lui enverra par la suite une publicité ciblée sur cet acte manqué. Les entreprises du e-commerce utilisent systématiquement cette pratique. Forte de cette maîtrise des données structurées, l’entreprise gagne ainsi un nouveau niveau de maîtrise dans la gestion des données.

3) IoT-data, produites par les objets connectés tels le téléphone mobile ou les smartwatches. Avec ce type de dispositifs les entreprises peuvent accumuler de très grande quantité de données provenant de leurs clients ce qui permet d’envisager de conduire l’activité économique par les données. C’est ce que pratique Zalando ou Waze pour le trafic routier. Dès lors que les données sont nombreuses, elles informent précisément des pratiques des clients. La gestion des big data requière de nouveaux outils informatiques qu’offrent en général les gestionnaires de cloud comme Azur de Microsoft.

4) Smart-data: l’étape suivante de la gestion des données est évidemment la maîtrise des données conversationnelles souvent non-structurées telles que les discussions sur les réseaux sociaux d’Internet. Ce niveau entraîne une connaissance nouvelle du comportement des consommateurs grâce à une analyse par les outils de l’IA. Alexa, Siri, etc.s sont parvenus à un bon niveau d’intervention avec ce type de données.

Conclusion provisoire: la donnée est l’essence même de la révolution numérique: il n’y a pas de voiture autonome sans capteurs donc sans IoT data, il n’y a pas de e-commerce sans net-data, il n’y a pas d’économie moderne sans traitement des big data par les algorithmes auto-apprenantes de l’IA. C’est une réalité mais, évidemment toutes les entreprises ne sont pas au même niveau d’évolution vers le tout numérique. Ce découpage en quatre niveaux est une boussole pour savoir où en est dans la jungle de la transformation numérique.

En collaboration avec Damian Chiossone*

* ManufactureThinking






 
 

AGEFI




...