By Laurence DUBROVIN , Senior Analyst
10 pages, FORMAT (PDF), Téléchargement

Dans le climat économique actuel caractérisé par une concurrence accrue et une croissance fragile, les entreprises doivent - pour se maintenir dans la course et se développer - être agiles dans leur stratégie et s’adapter rapidement à un contexte changeant. Elles ont à répondre à des questions imprévues et non plus préconçues, mais aussi à anticiper les tendances à venir, repérer les phénomènes récurrents (par exemple de saisonnalité) et de plus en plus détecter les signaux faibles. Pour ce faire, les choix et décisions à prendre doivent s’appuyer sur des informations à la fois rapides à obtenir, fiables et aisées à manipuler sous de multiples critères. Les nouveaux systèmes analytiques permettent aussi de détecter les signaux faibles, de se projeter dans le futur, voire de générer des recommandations et plans d’action et s’acheminent ainsi de plus en plus vers la Data Science.

Les directions métier ont besoin de piloter leur activité sur la base des résultats passés et en cours mais aussi d’anticiper sur les résultats à venir. Elles doivent mieux comprendre leur marché mais aussi repérer les nouveaux entrants souvent disruptifs.  

Les DSI doivent donner de plus en plus d’autonomie aux utilisateurs pour pouvoir se concentrer sur les tâches qui leur reviennent telles que : la gestion de la qualité des données, le développement de nouvelles applications notamment mobiles, la mise en service et l’administration des applications, l’urbanisation du SI, l’introduction des nouvelles technologies. Dans le même temps, elles doivent assurer la qualité, les délais et les coûts des projets. Ceux-ci se déroulent aussi sur des cycles beaucoup plus courts pour s’adapter aux besoins évolutifs des métiers et du marché.

Les entreprises ont donc besoin d’outils analytiques rapides à mettre en œuvre, intuitifs pour les utilisateurs métier et agiles, innovants dans leurs capacités d’analyse, d’investigation, d’histoire et d’explications autour des données.

Elles doivent aussi être en mesure d’exploiter les nouvelles sources de données issues des Big data véhiculées par les réseaux sociaux, les mobiles ou encore les objets connectés. A l’heure où plus de 80% des données des entreprises ont moins de 2 ans en particulier celles issues de ces nouvelles sources de données, il est aisé de comprendre pourquoi les outils analytiques sont au cœur de la stratégie des entreprises.

Les cas d’usage sont nombreux et concernent tous les secteurs d’activités. Ce dossier les illustre d’exemples dans différents domaines.

SOMMAIRE
- LES ENJEUX
- LES ENJEUX DU PILOTAGE
1. Un contexte incertain mais des opportunités liées à la transformation numérique
2. Des enjeux de rapidité, agilité et ouverture aux nouvelles sources de données
- LES CAS D’USAGE
1. La banque et l’assurance :  détection de fraude
2. La grande distribution : recommandations de produits
3. Les télécommunications : détection de clients infidèles
4. La santé : aide au diagnostic et à la prévention
5. L’industrie : surveillance à distance via l’IoT
- LES RECOMMANDATIONS POUR LA MISE EN PLACE DE PROJET DE PILOTAGE

Les objectifs

Nos dossiers de recherche présentent en quelques pages l’analyse d’une tendance (buzz ou réalité ?) et de son impact sur le SI. Elles décryptent un concept ou l’apport d’une technologie, comparent différentes approches ou méthodologie, dressent la typologie d’une offre produit, proposent des best practices, listent des recommandations en signalant les pièges à éviter.

Ce dossier fait partie de notre offre CxO Advisor