Mis à jour le 19 novembre 2020.


Au pays du digital, les anglicismes sont rois. Pas de snobisme dans ce phénomène : juste la volonté que toute la planète numérique parle un seul et même langage. Reste à comprendre ce qui se cache derrière les nouveaux termes que sont big data ou data science, et comment les domaines qu’ils désignent s’articulent les uns avec les autres dans un esprit d’innovation. Explication de textes.


Et l’Homme créa « la Donnée »

C’est le pétrole du 21ème siècle. Celui qui a donné naissance à la 4ème révolution industrielle et qui bouleverse le monde actuel. La donnée, alias la data, est le combustible de notre transformation digitale. 33 zettaoctets de données ont été produites sur la seule année 2018, soit 10²¹ octets (équivalent de 660 milliards de disques Blu-ray), un chiffre en constante augmentation. Ce gigantesque volume de données brutes, protéiforme et disparate, c’est ce qu’on appelle le big data. Et comme toute matière première, le big data nécessite d’être extrait puis raffiné pour être utile, grâce à des méthodes et des outils technologiques de traitement analytique.

C’est ici qu’entre en jeu le data mining (fouilles de données) qui porte bien son nom. En creusant les profondeurs du big data, en explorant tous les filons mis à sa disposition par l’entreprise ou l’organisation (données de navigations de sites web, informations clients, interactions sur les réseaux sociaux…) les logiciels de data mining collectent, trient et analysent les big data pour en tirer des informations pertinentes.

En s’appuyant sur des bases de données et via des algorithmes puissants, le data mining rend intelligible le big data en mettant en valeur, par exemple, des tendances de comportements clients (habitudes d’achats…) et en établissant des corrélations que l’esprit humain est incapable de produire. Par exemple, un algorithme pourra mettre en lumière que les ventes de climatiseurs surviennent 13 jours après un pic de chaleur, permettant ainsi au revendeur de prévoir son réassort. Ces constats et ces modèles permettent de comprendre les phénomènes et par conséquent, de mieux anticiper les événements.

Le machine learning (ou apprentissage automatique) permet d’aller encore plus loin dans cette quête de la connaissance et de l’anticipation. Bardé d’intelligence artificielle, le machine learning permet à un logiciel de traiter un large volume de données et d'apprendre de sa propre expérience. Sa capacité et ses objets d’analyse évoluent dans le temps pour améliorer la pertinence de ses « apprentissages » et modéliser des prédictions toujours plus fines. Dans le monde de l'industrie, le machine learning est en train de révolutionner les usages. Grâce à cette technologie, les pannes de matériel sont détectées avant qu'elles ne surviennent, grâce à une probabilité modélisée sur l'historique des pannes passées. C'est ce qu'on appelle la maintenance prédictive.

On comprend aisément toute la puissance du traitement du big data pour générer des outils d’aide à la décision au niveau de l’entreprise. La business intelligence (ou informatique décisionnelle) consiste justement à passer au crible de l’IA toute la donnée de l’entreprise pour établir des tableaux de bord et des suivis d’activité (reportings) d’où émergeront les informations les plus importantes, les points de vigilance et les pistes d’amélioration. Pour le dirigeant ou un directeur de département, l’appui de la business intelligence permet d’accélérer les prises de décisions stratégiques avec une plus grande sérénité.

Pour aller plus loin : Le guide pratique du nettoyage de la base de données
 

La pierre philosophale du marketing

Les traditionnelles stratégies de mass marketing se heurtent à un écueil de taille : l’absence de feedback détaillé et en temps réel pour chaque action menée vers les consommateurs. En analysant l’ensemble des réactions clients (ouvertures de mails, données de navigations web, comportements d’achats en boutique…), le traitement du big data ouvre donc une nouvelle fenêtre pour observer et comprendre en direct l’impact des plans marketing. Avec, à la clé, une meilleure réactivité pour adapter sa communication et l’affiner selon les canaux et les segmentations de cibles.

La vue 360 de la clientèle rend les services marketing presque omniscients ! Grâce à l’IA et au machine learning, ce sont de nouvelles portes qui s’ouvrent à eux : en captant les habitudes et leurs évolutions, tous les changements de comportements clients peuvent être anticipés. Et par sa capacité à « lire l’avenir » le machine learning donne même la possibilité de répondre à des attentes clients, avant même qu’elles n’apparaissent. Tout puissant marketeur ? Oui, mais à la condition expresse de pourvoir compter sur de la donnée propre, centralisée et sécurisée, et de s’équiper des bons outils pour la traiter. En réunissant ces conditions, la performance ne peut être qu’au rendez-vous.
 

Vous souhaitez aller plus loin sur les sujets Marketing ? Consultez sans plus attendre notre e-book Focus sur le marketing.