My Blog

Étiquette : Big Data

  • Intelligence Artificielle : où en sont les retailers ?

    Enquête : IA et retail : état des lieux et projets pour le e-commerce

    Alors que l’Intelligence artificielle s’impose peu à peu dans tous les domaines, les retailers n’échappent pas à la règle. Dans un secteur où l’analyse de la data – pour le prédictif…- la relation clients, l’automatisation des expéditions ou encore la veille concurrentielle… sont cruciales,où en sont les retailers ?

    Quelles solutions d’IA ont-ils déjà déployées pour leurs solutions de e-commerce, quelles sont celles qui le seront d’ici à 3 ans ? Pour quels objectifs ? Qu’attendent-ils de l’IA concrètement et quel est leur ressenti face à cette technologie ? Quels sont les freins au déploiement de l’IA ?

    Octopeek, la deeptech company, a interrogé les décideurs du retail pour comprendre les enjeux de l’IA dans le e-commerce*.
    *Enquête réalisée du 15 septembre au 4 octobre 2019 auprès de 112 décideurs du retai

    La nécessité de déployer l’IA dans les solutions e-commerce fait l’unanimité : pour 100% des répondantselle est bénéfique, et est même jugée indispensable pour 67% d’entre eux

    Dans la pratique, 67 % des retailers travaillent sur le déploiement de l’IA dans leurs solutions e-commerce dont 52 % activement et 29 % ont commencé à réfléchir à son implémentation.

    L’IA pour quels objectifs ? Prédictif, segmentation marketing et gestion de la data clients

    Les retailers sont très pragmatiques : les objectifs de l’IA sont directement liés à la l’amélioration de leurs ventes et pour cela il faut s’appuyer sur les analyses prédictives etdonc la data.

    « Proposer le bon produit, au bon moment et à la bonne personne » est plus que jamais le crédo des retailers » et pourrait résumer ce podium : les objectifs qui ont remporté le plus de suffrages sont à :

    –          61 % : développer le prédictif

    –          50 % : segmenter pour personnaliser les messages

    –          46 % : modéliser le comportement d’achat

    –          46 % ex aequo : gérer les bases de la data clients

    On retrouve ensuite avec des pourcentages nettement moins importants :

    – Améliorer le parcours clients : 25 %

    – Améliorer les campagnes marketing : 25 %

    – Gérer les stocks et expéditions : 21 %

    – Améliorer la connaissance client : 14 %

    – Gérer les bases de données catalogue (gestion de la data catalogue) : 11 %

    La valeur ajoutée de l’IA : La data pour les analyses prédictives et l’automatisation de la relation clients

    Fidèles à leur objectif d’améliorer les ventes, les trois premiers domaines pour lesquels les retailers estiment que l’IA est importante à primordiale concerne leprédictif :

    – 89 % : analyser la data pour prévoir les ventes et gérer les stocks

    – 89 % : améliorer la personnalisation/l’individualisation des campagnes

    – 86 % : comprendre les comportements des internautes

    L’automatisation et la robotisation dans le cadre de la relation clients s’imposent en 2ème lieu afin d’alléger les opérateurs de tâches chronophages tout en fiabilisant le process :

    Pour les retailers, l’IA est importante ou primordiale à :

    – 75 % pour automatiser les réponses aux consommateurs et leur répondre plus rapidement

    – 71 % pour robotiser /automatiser les expéditions

    L’analyse et la veille de la concurrence sont également des points cruciaux. Les retailers estiment que l’IA est importante à  :

    –          68 % pour analyser en temps réel les datas afin demettre à jour le catalogue sur tous les canaux (site, applis)

    –          68 % : pour la veille des sites concurrents afin demettre à jour le catalogue en temps réel

    Ex-aequo à 68 % ils citent l’IA comme étant importante à primordiale pour la réduction des coûts de stockage et d’expédition mais également pour améliorer les recommandations et le retargeting.

    En bas du classement des domaines pour lesquelles l’IA est importante à primordiale les retailers positionnent à :

    –          64 % l’enrichissement des bases de données clients avec des data extérieures (ex : celles issues des réseaux sociaux)

    –          61 % la diminution des abandons de paniers

    –          57 % la mise à jour les bases de données clients (coordonnées – suppression des inactifs…)

    Quelles solutions d’IA déjà déployées ? L’IA pour traiter le big data et le chabot en tête

    Le traitement du big data est le nerf de la guerre. Que ce soit pour prédire les comportements des internautes, effectuer une veille concurrentielle ou envoyer le bon message à la bonne personne au bon moment : il faut posséder de la data et savoir en tirer parti.

    L’intelligence artificielle est une avancée importante pour optimiser le traitement du big data. Elle va permettre des analyses plus fiables, plus rapides – voir en temps réel- et les retailers l’ont bien compris.

    C’est le plus fort taux de déploiement déjà réalisé avec un taux de 36 %.

    Ce taux atteindra même 82% d’ici 3 ans en faisant de l’IA appliquée au big data la solution la plus implantée chez les retailers. En effet 46 % de ces derniers ont indiqué qu’ils allaient la déployer dans les 3 prochaines années.

    Le chatbot est le 2ème outil déployé par les retailers (32 %) mais sa progression d’ici 3 ans le placera seulement en 5ème position avec tout de même 68 % d’implémentation.

    IA pour enrichir les données clients (croisement avec des données extérieures comme les réseaux sociaux) :occupe la 3ème place du podium. Avec 43 % des retailers qui vont investir dans cette solution dans les 3 ans, on atteindra les 72 %, la positionnant comme la quatrièmesolution la plus implémentée. Elle témoigne de la volonté des retailers de chercher de nouvelles sources pour renseigner le plus précisément possible le profil de leurs clients et prospects.

    Les solutions d’IA déjà déployées :

    – 36 % : IA pour traiter le big data

    – 32 % : Chatbot

    – 29 % : IA pour enrichir les données clients avec des datas extérieures comme celles issues des réseaux sociaux

    – 25 % : IA pour veille concurrentielle

    – 21 % : IA pour les analytics

    – 18 % : IA pour personnaliser les campagnes marketing

    – 11 % : pour les assistants vocaux

    – 11 % : pour la reconnaissance visuelle de produits

    – 7 % : pour l’automatisation des expéditions

    – 7 % : pour l’essayage virtuel de produits

    – aucune pour la livraison par drones

    Les déploiement d »ici à 3 ans : l’IA pour traiter le big data indétrônable suivi par la personnalisation des campagnes marketing

    > L’IA pour traiter le big data reste la solution dans laquelle les retailers vont le plus investir d’ici à 3 ans.

    > L’IA pour personnaliser les campagnes marketing se classe en 2ème position.

    D’ici à 3 ans, 79 % des retailers auront déployé une solution d’IA pour personnaliser les campagnes marketing contre 18% à l’heure actuelle. C’est une des plus fortes progressions avec celle de l’adoption des assistants vocaux (plus 43 points). Cela témoigne de leur volonté de segmenter pour cibler le plus finement possible les messages adressés à leurs cibles.

    L’IA pour les analytics va passer de 21% à l’heure actuelle à 78 % d’ici 3 ans confirmant l’impératif de savoir tirer parti de la data.

    A noter que les plus fortes progressions d’ici à 3 ans seront les solutions intégrant l’IA pour:

    –          personnaliser les campagnes marketing (plus 43 points portant à 79 % le pourcentage d’équipements contre 18 % aujourd’hui)

    –          ex-aequo : les assistants vocaux (plus 43 points : 65 % dans 3 ans versus 11 % actuellement)

    –          les analytics (plus 36 points : 78 % contre 21 % actuellement)

    Top 5 des solutions déployées aujourd’hui vs celles qui le seront d’ici 3 ans

    Manque de formation et de compétences technologiques : les premiers freins au développement de l’IA dans le retail

    L’IA est une technologie complexe et les principaux freins à son développement dans le retail tiennent au manque de formation des collaborateurs et au manque de compétences techniques.

    Le manque de budgets et de soutien de la direction n’apparaissent qu’au deuxième plan en tant qu’entraves au développement de l’IA.

    Les répondants sont d’accord et tout à fait d’accord :

    – 79 % : il est nécessaire de former les collaborateurs

    – 75 % : il y a un manque de compétences technologiques pour choisir la solution d’IA adaptée

    – 57 % : il existe des difficultés techniques d’intégration de l’IA dans les systèmes déjà existants

    – 57 % ex-aequo : les délais de configuration sont longs (temps d’apprentissage du machine learning)

    – 54 % : les coûts des solutions à base d’IA sont élevés

    – 43 % : il y a un manque de soutien de la DG qui ne voit pas ce que l’IA peut apporter au e-commerce

     

  • Que nous réserve l’automatisation intelligente ?

    Que nous réserve l’automatisation intelligente ?

    Par Yann Guernion Responsable Marketing Produit CA Technologies

    Comme la plupart des sujets discutés de nos jours, la question de l’automatisation et la façon dont elle impacte la société est débattue de manière assez virulente. Sur les médias sociaux comme traditionnels, tout le monde prend part au débat. Mais une chose est sûre : les nouvelles technologies d’automatisation sont synonymes de changements qui risquent fort d’impacter notre identité. Les transformations majeures ont toujours amené leur lot de craintes et de résistances, aussi faut-il s’inquiéter de l’avènement de l’automatisation intelligente dans les systèmes d’information ?

    L’intelligence artificielle (IA) n’est pas un concept réellement nouveau. Son avènement remonte aux années 1950, lorsqu’Alan Turing a proposé un premier test pour évaluer la capacité d’une machine à afficher un comportement « intelligent ». Des décennies de travaux de recherche et de développement ont mené à la création d’outils théoriques, bien connus aujourd’hui, allant de la logique floue aux modèles de Markov, en passant par les réseaux de neurones. Dans le même temps, de nouveaux types de langages de programmation comme Prolog, LISP et Smalltalk ont ouvert la voie à la plupart des langages modernes utilisés pour l’IA.

    Alors comment expliquer la soudaine résurgence et l’énorme buzz autour de technologies qui étaient déjà bien maîtrisées au milieu des années 1980 ? La meilleure explication se trouve dans une conjonction de facteurs digne du parfait alignement des planètes :

    • Le développement des technologies Big Data met à la portée de n’importe quelle entreprise un gigantesque réservoir d’informations ;
    • Le Cloud amène une augmentation exponentielle de la capacité de stockage et de traitement des données à un coût accessible ;
    • La Transformation Numérique convertit les entreprises traditionnelles en entreprises de logiciel.

    Jusqu’à présent il avait manqué deux éléments clés au développement de l’intelligence artificielle : une réelle demande du marché et des infrastructures techniques à l’échelle. Ses applications s’étaient donc limitées à des cas de figure très spécifiques comme les systèmes experts ou la reconnaissance de caractères. Aujourd’hui, bien au-delà d’une tendance technologique à la mode, l’IA est en train de s’imposer comme un outil fondamental du système d’information. C’est pourquoi ce « comeback » de l’intelligence artificielle contribue fortement au développement de l’automatisation intelligente.

    Depuis des décennies, les départements informatiques consacrent une part importante de leurs budgets à l’automatisation des tâches répétitives et des traitements de routine. Dans ce cadre, des outils d’automatisation comme les ordonnanceurs, sont utilisés pour automatiser des processus relativement simples dans le but d’éliminer les opérations manuelles. Aussi s’il reste pertinent de s’interroger sur la validité d’associer « automatisation » et « intelligence », n’avons-nous pas une vision trop réductrice de l’automatisation ? L’automatisation n’est-elle qu’un simple moyen d’ajustement de la masse salariale ?

    Les outils d’ordonnancement traditionnels considèrent les évènements relatifs à l’activité métier comme des séries statiques (clôture mensuelle, paye, facturation …). Les travaux automatisés sont le plus souvent déclenchés grâce à des calendriers, ou tout simplement activés manuellement. C’est une approche qui ne trouve tout simplement plus sa place dans les environnements informatiques modernes, et ce pour deux raisons :

    • Les infrastructures techniques sont désormais éminemment dynamiques et hétérogènes. Les processus sont éclatés en composant multiples s’exécutant dans des environnements très différents : serveurs physiques, machines virtuelles, containers, ressources cloud, applications SaaS …
    • Le profil des activités métier est d’une nature de plus en plus indéterministe. Les clients sont en connexion directe avec les métiers et les points d’entrée se multiplient (magasin, site web, mobile, réseaux sociaux, internet des objets, APIs …).

    L’automatisation du système d’information n’est donc plus simplement un moyen de maîtriser les coûts d’exploitation, elle est devenue un outil existentiel pour survivre à la complexité issue de la transformation numérique. Les équipes informatiques ne peuvent tout simplement plus gérer le volume entrant d’évènements métiers et répercuter les bonnes actions sur les traitements ou les infrastructures. C’est donc sur l’avènement de l’automatisation intelligente que repose la possibilité de maîtriser les flux et les architectures dans des proportions et des contraintes de temps qui dépassent les capacités humaines. La combinaison de l’intelligence artificielle et de l’automatisation va profondément modifier la gestion des systèmes d’information. L’automatisation intelligente va permettre un pilotage adaptatif de processus très complexes grâce à l’analyse en temps réel de grandes quantités de données issues des activités métier.

    Pour aborder la question de l’automatisation intelligente sur notre identité, il est nécessaire de comprendre comment elle remodèle la perception que nous avons de nous-mêmes et des autres. Comment l’automatisation intelligente changera-t-elle notre travail quotidien ? Quelles nouvelles compétences allons-nous développer ? Que pouvons-nous nous permettre d’oublier ? Dans ce contexte, l’idée que l’intelligence artificielle vienne accomplir des tâches auxquelles nous sommes attachés est une proposition dérangeante : investir une partie importante de sa carrière dans la maîtrise de compétences devenues obsolètes a un impact sur la notion d’estime de soi. Curieusement, ce seraient donc ceux qui auraient mené des carrières transitoires qui seraient les moins affectés si la nature de leur emploi se retrouvait menacée. Au-delà des compétences techniques, c’est bien la capacité d’adaptation émotionnelle qui est aujourd’hui devenue essentielle !

    Le changement est inévitable. L’intégration d’intelligence dans l’automatisation ouvre une nouvelle ère pour la productivité en établissant de nouveaux standards de vitesse et d’agilité, mais aussi elle libère les équipes informatiques pour se concentrer sur l’innovation. C’est probablement la clé de lecture quand on s’intéresse aux conséquences de la transformation numérique. La dynamique du changement n’est pas tant la réduction des coûts, mais plutôt la démultiplication de l’offre de nouveaux services. Les entreprises qui mettent en œuvre avec succès l’automation intelligente surpasseront leurs concurrents qui ne le font pas. Qu’il s’agisse de stratégie d’entreprise ou de carrière, l’essentiel reste bien entendu de savoir s’adapter. De toute évidence, dans le domaine informatique, il y aura probablement beaucoup plus de victimes du darwinisme numérique que des compressions d’effectif.

  • Data : de la difficulté d’abattre les silos

    Comment abolir les frontières : un guide pour monétiser les données

    Par Srinivasa Gopal Sugavanam, Associate Vice President–Data & Analytics Practice chez Infosys

    La donnée est souvent perçue comme le problème d’un autre plutôt qu’une opportunité pour chacun.

    Cela n’est pas surprenant, étant donné l’immense quantité d’informations générées par des entreprises, même de tailles modestes, ainsi que la difficulté apparente qu’elles ont à transformer ces données en informations exploitables. Cependant, le problème ne concerne pas seulement les volumes de données ou la complexité des outils d’analyse. La difficulté réside dans le manque d’intégration des différentes sources de données et les technologies qui permettent de transformer les informations brutes en données exploitables.

    Si, comme l’observait Clemenceau, la guerre est trop importante pour être laissée aux généraux, alors les données sont beaucoup trop précieuses pour être laissées aux analystes et scientifiques de la data. Si les entreprises peuvent libérer leurs données et les rendre accessibles à tous, elles peuvent améliorer leur proximité avec les clients, transformer leurs opérations, débloquer de nouvelles opportunités de revenus et élaborer de nouvelles stratégies basées sur leurs importantes bases de données.

    Lacs et silos

    Pour comprendre les notions de lacs et de silos, il faut s’imaginer une entreprise établie, comme un vieux bâtiment. Une construction belle et robuste a pu bien servir ses occupants d’origine mais elle présente de gros inconvénients par rapport aux besoins d’une entreprise moderne : comment y intégrer un environnement open space et y implémenter un réseau Wi-Fi performant ?

    De même, pour tirer parti de la toute la puissance des données : les systèmes hérités (legacy) ne sont généralement pas conçus pour gérer, analyser et partager des informations de manière évolutive et agile. Les fréquents obstacles à la mise en œuvre d’analyses sont, notamment, le manque de rapidité dans l’ingestion et le traitement des données, les multiples silos de données, le manque de fonctionnalité de libre-service et d’outils nécessaires pour maîtriser, et donc monétiser, le Big Data.

    Le défi auquel sont confrontées la plupart des entreprises n’est pas lié à la taille des ‘data lakes’ (lacs de données) qu’elles traitent, mais à l’abolition des frontières entre les différentes sources d’informations. Ces obstacles sont, par exemple, les multiples emplacements physiques des silos de données, une infrastructure informatique complexe, de nombreux processus métier, les applications et les flux de travail, les règles de l’entreprise, ou encore la séparation entre les charges de travail opérationnelles et analytiques.

    À titre d’exemple, une entreprise cliente dans la logistique entreposait des données en silos sur plusieurs départements, secteurs d’activités et unités opérationnelles. Elle devait fournir beaucoup d’efforts pour tenter de gérer le problème redondant de la préparation des données. Les discussions tournaient en débats sur l’exactitude des chiffres plutôt que sur la définition d’une stratégie à partir de la base de connaissances.

    Ce réseau complexe lié à des systèmes hérités et à des méthodes de travail ayant fait leur temps, constitue un obstacle majeur à l’analyse, au partage et à la monétisation des données. La solution, cependant, n’est pas de démolir tout ce qui a été bâti pour ensuite tout reconstruire, mais plutôt d’abattre les barrières internes qui empêchent l’entreprise d’exploiter tout la puissance de l’analytique.

    Abattre les barrières

    Fût un temps où les choses étaient plus simples. Chaque division avait seulement à se soucier de la collecte et de la gestion de ses propres données. Le département des ventes ne regardait que le nombre d’unités déplacées tandis que la finance gérait les recettes.

    Aujourd’hui, de précieuses données structurées ou non-structurées, sont générées à partir d’un nombre bien plus important de sources de données : des systèmes CRM aux médias sociaux, des points de vente aux appareils mobiles des clients, et de l’Internet des Objets aux plateformes marketing. Tous ces éléments peuvent fournir des informations pour l’opérationnel et la stratégie dans chaque département de l’entreprise, mais uniquement si les données brutes peuvent être libérées des contraintes de leurs silos individuels, transférées dans un format utilisable, en plus d’être contextualisées et visibles en temps réel.

    La solution consiste à construire un data lake unique qui stocke toutes les informations générées et collectées par l’entreprise. Ce « lac » agit tel un réservoir, d’où l’information est canalisée dans les divers moteurs d’analyse, les plates-formes d’intelligence business (BI) et les outils de visualisation qui transforment les données brutes en base de connaissance exploitable.

    En plus de créer un seul « lac », les entreprises doivent également adopter les bonnes pratiques de « Master Data Management » (MDM) pour tendre vers une vision à 360 degrés des ressources de données et gérer la tâche très complexe de collecte, de nettoyage et d’analyse des informations. Cela inclut également la construction de taxonomies pour les différents domaines de données, leur intégration avec des outils de visualisation, mais aussi des portails en libre-service afin que chaque employé puisse accéder aux informations dont il a besoin.

    En combinant toutes les données d’une organisation dans un seul référentiel, les entreprises peuvent abattre les barrières existantes entre les équipes et les silos de données, permettant à tous l’accès à une vaste gamme d’informations et d’idées pour identifier et exploiter de nouvelles opportunités.

    Pour revenir au cas précis de cet acteur de la logistique : ses données ont été ramenées dans une couche sémantique d’entreprise interfonctionnelle, avec des objets métier standardisés, pour créer une plate-forme sans silo. Aujourd’hui, le client peut créer des aperçus contextuels, standardisés et exploitables permettant une meilleure conversion des opportunités de revenus, en respectant les règles commerciales et en améliorant l’efficacité opérationnelle.

    Des données aux dividendes

    À l’ère de l’information, la donnée représente le pouvoir. Ceux qui peuvent en rassembler davantage, l’analyser plus efficacement et l’exploiter plus rapidement auront un énorme avantage sur leurs concurrents.

    En supprimant l’organisation de la donnée en silos, les entreprises amélioreront grandement la collaboration interne et le partage d’informations entre les départements et les applications. Elles prendront conscience de la pleine dimension de leur métier et de leurs opérations. Elles seront plus à même d’exploiter de nouvelles opportunités commerciales, de développer rapidement de nouveaux produits et services, d’approfondir la connaissance de leurs relations clés et de détecter les corrélations qui éclaireront leur stratégie future.

     

     

     

     

     

  • Pourquoi faut-il repenser le marketing mix à travers les 5 P dans un monde gouverné par la donnée (big data) et l’analytique

    Repenser le marketing mix à travers les 5 P dans un monde gouverné par la donnée (big data) et l’analytique

    Par Opinder Sardana, Associate Vice President – Managing Client partner – Consumer Retail Logistics chez Infosys

    Le marché du commerce de détail doit s’adapter à un contexte commercial omnicanal. La quantité de données générées par les points de contact clients et les canaux de vente est une opportunité pour les spécialistes des données pour redéfinir les fameux 5 P du marketing mix que sont : les points de vente (Place) , les personnes (People), les produits (Product), les prix (Price) et la promotion, dans l’optique d’offrir une expérience d’achat plus homogène.

    La nouvelle génération d’analyses de données permet aux commerces de détail de calibrer un mélange optimal des 5 P et de transformer la stratégie orientée autour du produit, vers un modèle centré sur le consommateur. Plus concrètement, le design thinking[1] ouvre la voie à une expérience d’achat sur mesure, tandis que l’apprentissage automatique et les algorithmes rendent possibles les analyses et tests rapides, maximisant ainsi la valeur de chaque « P ».

    Remodeler les points de vente (Place)

    Les entreprises de commerce de détail ou proposant des biens de grande consommation (FMCG -fast moving consumer goods-) ou CPG (consumer packaged good) doivent adopter un modèle mêlant l’instantanéité et la proximité pour séduire les millenials. Alors que l’omnicanal s’est imposé comme un impératif commercial, la question redondante du « Où placer quoi ? » doit maintenant s’imposer sur les magasins physiques et en ligne, voire sur toute autre plateforme digitale utilisée par un acheteur potentiel. Un exemple concret concerne les données  et comportements clients dont l’analyse permet dès lors d’accélérer le processus d’achat, grâce à un planogramme qui aide les acheteurs à trouver ce qu’ils recherchent, que ce soit dans un magasin physique ou en ligne. Le big data et les outils analytiques suivent désormais le parcours physique et en ligne des acheteurs. Plus concrètement, les enseignes commerciales traditionnelles de points de vente physiques peuvent optimiser et améliorer l’ergonomie de leurs magasins en analysant les données des clients et en distillant des informations commerciales en temps quasi réel.

    Cibler les offres sur les personnes (People)

    Les campagnes marketing tournent autour des personnes, que ce soit les clients ou les employés qui les servent. Les hotes/hotesses présent(e)s à l’accueil des magasins peuvent aider les consommateurs grâce à des services personnalisés et des conseils sur la façon de naviguer dans le magasin à l’aide d’une tablette qui elle-même accède à un répertoire d’informations sur les clients. Les enseignes du monde entier peuvent intéragir avec les clients de manière personnalisée et offrir un service proactif lorsqu’ils évaluent correctement leurs exigences. Les outils big data analysent les données démographiques, le comportement d’achat en magasin, les intéractions sociales, les tendances de navigation en ligne, l’historique des transactions et les tendances post-achat pour comprendre le consommateur et prédire ses préférences. Ils contribuent à améliorer la rétention des clients et par la même occasion, à fidéliser la clientèle.

    Mieux cibler le produit (Product)

    Les techniques avancées de gestion de la demande, alimentées par les données,  aident le commerce de détail et les entreprises proposant des biens de grande consommation à accroître leur retour sur investissement en faisant correspondre précisément la demande à l’offre. Les modèles de prévision basés sur la demande combinent les données en temps réel avec un historique des données de vente afin d’établir des projections de demande. Cela optimise ainsi l’approvisionnement, la gestion logistique et la gestion des stocks. Ces modèles permettent de créer des outils de prévision qui requièrent un minimum de données de ventes pour prédire les ventes spécifiques des magasins, à travers plusieurs catégories de produits. La pertinence de ces prévisions augmente avec la fréquence de mises à jour des données et leur précision. Les outils de prédiction réduisent la probabilité d’un incident de rupture de stock significativement dès lors que le réapprovisionnement se déclenche automatiquement.

    L’analyse de données apporte un soutien à la conception des produits et une rationalisation de la phase de tests, elle est donc un catalyseur permettant d’accélérer l’innovation produit. Les retours rapides sur le produit et sur la perception du marché permettent aux entreprises de commerce de détail d’effectuer les corrections de cap appropriées. Le big data automatise aussi l’analyse des paniers d’achat. Les outils analytiques combinent des données structurées et non structurées pour donner de la visibilité aux magasins sur la composition et la taille des paniers. Ils peuvent ensuite être intégrés aux données de ventes historiques pour personnaliser l’assortiment des produits pour chaque magasin.

    Adapter le prix (Price)

    Correctement appliquée, la science des données peut considérablement optimiser les stratégies tarifaires. Les modèles analytiques évaluent les variables de prix qui influencent la performance financière des entreprises de détail et de la grande consommation. Ces entreprises peuvent corréler des données et identifier des tendances entre la demande pour un produit spécifique, les ventes de produits complémentaires, le coût des ventes et l’historique des marques concurrentes.

    Les analyses de données aident les entreprises à adopter un système de tarification dynamique qui peut maximiser les profits. Par exemple, les ventes de fin de saison peuvent être remplacées par des soldes qui jouent sur la demande client, tout en apportant de la valeur aux consommateurs.

    Puisque le e-commerce se nourrit de l’optimisation des prix, les entreprises devraient utiliser les plateformes de big data pour cartographier en temps réel le lien entre le merchandising et la demande, le comportement client, afin d’exploiter ces informations dans la tarification dynamique.

    Booster la promotion

    La technologie numérique permet aux enseignes de personnaliser les techniques de vente et de marketing et de mettre en place des promotions personnalisées, qui non seulement augmentent les ventes, mais contribuent aussi à offrir une expérience client optimale.

    Les smartphones, les médias sociaux, la technologie géospatiale et l’analytique transforment aussi considérablement la publicité et la gestion des campagnes. Les modèles d’analyses intelligentes par exemple permettent aux entreprises de mieux cibler les produits, les données clients et les métriques de la chaîne d’approvisionnement pour créer des offres ciblées. Ils peuvent aider les enseignes de commerce de détail et de biens de grande consommation à cultiver la relation client, afin d’atteindre les bons consommateurs, au bon moment, et via le bon canal.

    Le big data et l’analytique aident le commerce de détail et les entreprises de biens de grande consommation à répondre à des questions fondamentales :

    • Cette nouvelle gamme de produits va-t-elle fonctionner sur le marché ?
    • Quel est le meilleur canal pour vendre un produit spécifique ?
    • Les produits sont-ils correctement tarifés ?

     Les techniques avancées d’analyse et de prévision appliquées systématiquement  et enrichies par une vraie culture d’organisation, peuvent permettre aux commerces de détail et aux enseignes de biens de grande consommation de répondre rapidement aux dynamiques de marché et aux évolutions des préférences clients, et ainsi de rester pertinents.

     

     

     

  • Top 5 des préoccupations du DSI

    Top 5 des préoccupations du DSI

    Le DSI, Directeur des Systèmes d’Information, est l’ambassadeur IT de l’entreprise. Il joue un véritable rôle moteur dans la transformation digitale de celle-ci et maintient quotidiennement l’activité en entreprise.

    Afin de mieux comprendre ses préoccupations au quotidien LockSelf.com, expert dans le domaine de la cybersécurité, a réalisé une infographie.

     On y découvre, entre autres, la répartition de ses tâches, la mise aux normes pour la loi 2018 ou encore le développement du numérique au sein de l’entreprise.

     

  • Quand le Big Data rencontre la performance du Content Marketing…

    Quand le Big Data rencontre la performance du Content Marketing…

    Par Philippe Le Meau, directeur général d’Activis (ADLPerformance)

    Le contenu est roi » : cette formule prononcée par Bill Gates en 1996 est répétée tel un mantra. A cette une époque, les personnes qui s’intéressaient au web n’étaient pas légion. Si cette expression est plus ou moins vraie de nos jours, il est important que les marques ne la prennent pas au pied de la lettre. 20 ans après, en 2017, beaucoup de gens se préoccupent en effet de l’expression de leur marque sur le web. Nous avons par conséquent assisté à une prolifération massive de contenus. Ainsi, 89% des entreprises BtoB déclarent avoir utilisé le content marketing dans leur stratégie[1].

    Cependant, quid de la performance de ces contenus ? Quantité n’équivaut certainement pas à qualité. Je constate, au quotidien, que beaucoup de marques minimisent cet aspect et produisent beaucoup de contenus (parfois trop) sans tenir compte de leur performance potentielle en termes d’audience. Elles se retrouvent alors avec des sites dont le contenu n’a pas été pré-évalué et dont on ne sait même pas quel sera l’autre ROI, le fameux retour sur investissement !

    A l’opposé, je vois également bon nombre d’entreprises ayant peu de moyens ou qui ne sont pas (encore) dans une logique de contenus. Celles-ci se doivent d’être malignes et pragmatiques, car elles ont besoin de créer les contenus les plus performants possible avec des ressources limitées et un budget défini. Ces mêmes marques font en général face à des compétiteurs plus gros qui ont plus de moyens, d’où la nécessité d’être encore plus inventifs.

    Il est donc nécessaire que les marques apprennent à produire intelligemment, à identifier les contenus pertinents et performants, à créer en ayant une estimation préalable sur le potentiel de requêtes, de visibilité, de conversions, que cela pourra apporter.

    Produire du contenu, oui, mais le faire à l’aveugle, non.

    Quand le Big Data rencontre la performance du Content Marketing…

    Dans beaucoup d’esprits, le Big Data est principalement, voire uniquement associé aux données mathématiques, aux algorithmes. Cette définition est bien sûr partielle, incomplète. En effet, le Big Data basé sur l’analyse de données non structurées, les textes et la sémantique, permet de répondre à trois objectifs marketing :

    1.     Identifier les attentes des internautes pour pouvoir mieux y répondre

    Appliqués au content marketing, les outils de Big Data permettent de trouver sur le web, les forums, les blogs ou sur les réseaux sociaux, de nouveaux territoires sémantiques inexploités, parfois inconnus des marketers.

    Il peut par exemple s’agir, pour une marque, d’identifier des questions et remarques relatives à son produit qu’elle n’aurait pas identifiées dans son processus marketing classique. La marque pourra alors produire des contenus véritablement pertinents et donc ROistes car répondant à des besoins consommateurs non adressés jusqu’à ce jour.

    2.     Investir des champs sémantiques porteurs en volumes de requêtes sur les moteurs de recherche

    Nouvelles expressions, multiplication par 10 des mots clés stratégiques, multiplication par 100 des expressions de longue traîne… les informations fournies par les outils de Big Data appliqués à la sémantique fournissent  de nouveaux ingrédients aux créateurs de contenus.

    Ces datas permettent de déceler, dans la masse des requêtes et des contenus du web, des expressions qu’un être humain ne pourrait pas détecter tout seul. En croisant ces données sémantiques avec les potentiels de requêtes sur Google, il devient facile de prioriser les axes de contenus ROIstes à développer.

    3.     Décider des contenus qui permettront de se différencier des concurrents

    Les outils de Big Data permettent de cartographier la présence sémantique des acteurs d’un champ sectoriel et leur poids relatif. Par exemple, dans un champ concurrentiel très encombré, il est possible d’identifier et de prioriser la production de contenus sur des territoires vierges mais néanmoins porteurs. Ces contenus, qui n’ont pas été préemptés par les concurrents ni encore exploités par la marque, représentent les thématiques à inclure en priorité dans la stratégie éditoriale.

    … pour se mettre au service de la performance SEO

    Les experts qui travaillent sur la création de contenus destinés à apporter de la valeur à l’internaute et à favoriser la performance SEO ont désormais un outil très puissant pour orienter leurs décisions en termes d’axes stratégiques et de contenus.

    Cependant, les contenus différenciants ne sont pas automatiquement ou immédiatement performants. Il est important de les lier entre eux au sein de cocons sémantiques. Ces cocons favorisent la remontée de mots clés stratégiques et des expressions de longue traîne dans les pages de résultats des moteurs de recherche.

    Ainsi, en respectant les critères SEO (sémantiques, techniques et linking), des thématiques présentes dans les tréfonds de Google sont amenées à remonter dans les premiers résultats.  La réaction en chaîne que provoquent ces contenus inédits au sein de cocons sémantiques est très positive pour le référencement naturel : qui dit conquête de territoires sémantiques inexploités dit forcément acquisition de nouvelles positions dans Google !

     [1] Content Marketing Institute, B2B Content Marketing : 2017 Benchmarks, budgets and trends – North America, 2017

  • Comment segmenter plusieurs milliers de visites par mois ?

    #Inspiration – Comment OOPrint Dromadaire capitalise ses data ?

    Avec 15 millions de visites par an et plus de 300 millions de cartes téléchargées, le site Dromadaire est devenu incontournable pour tous les instants de vie.
    La data est au cœur du business model de Dromadaire. Comment est-elle utilisée ? Comment la qualifier et aller plus loin dans l’analyse comportementale ?

    Entretien avec Rafik Smati, Président de OOPrint Dromadaire, lors du IMedia Brand Summit à Biarritz.

    Rafik Smatik est tombé très jeune dans le chaudron de l’imprimerie. « Mon père travaillait dans l’impression et en tant qu’observateur du web, j’ai voulu lancer un site d’impression de cartes de vœux en 1998. On avait importé le concept des Etats-Unis pour créer du trafic en proposant des cartes électroniques gratuites et des cartes papier payantes. Le site a démarré très vite ! »

    Face à un tel engouement, un premier problème se pose : comment capitaliser sur l’activité data et surtout pourquoi ? « Nous sommes capables d’identifier les moments de vie des français : naissance, mariage, anniversaire, retraite, fêtes…On peut aussi bien sûr identifier des centaines de milliers de jeunes parents qui ont annoncé par exemple la naissance de leur enfant. Reste un problème : nous n’arrivons pas à segmenter notre audience et par exemple envoyer pour le 1er janvier les vœux aux futures mamans »

    Pour le groupe OOPrint Dromadaire, il devient urgent d’investir dans une DMP (Data Management Platform ).

    Une  DMP pour centraliser toutes les données comportementales, statistiques, géographiques…

    Le choix se porte naturellement sur MAPP, partenaire historique du groupe. « Nous avons externalisé chez Mapp la partie routage d’email, il nous semblait important de continuer avec eux pour mettre en place des campagnes de retargeting. »

    L’idée en choisissant la technologie de Mapp est de centraliser toutes les données comportementales, géographiques et statistiques démographiques réunies dans un seul endroit. « Une approche qui nous permet de cibler nos audiences avec précision et de manière significative. »

    La mise en place de la DMP est techniquement rapide, mais elle n’est pas exploitable de suite. « Il faut plusieurs mois, explique le président. « Nous avons basculé en janvier 2017 et c’est en juin 2017, que nous avons pu mettre en place des vraies campagnes. »

    Un exemple de campagne en cours ? Les ventes de fleurs par correspondance . « Nous souhaitons cibler en temps réel les personnes qui envoient des fleurs pour la fête des Pères via Interflora. » Bingo ! Plusieurs milliers de personnes sont identifiées. OOprint Dromadaire ne compte pas en rester là. Sa prochaine campagne : la journée BBQ. « On met en place des partenariats avec des fabricants de BBQ pour cibler les français qui souhaitent faire de cette journée un instant convivial. L’idée avec la DMP n’est pas d’avoir un marché quantitatif mais bien qualitatitf » conclut Rafik Smatik.

    Propos recueillis par Annie Abela-Lichtner –  journaliste

     

     

     

     

     

     

     

     

     

  • USI 2017 – 19 et 20 juin RDV avec 30 speakers d’exception !

    Unexpected Sources of Inspiration

    l’évènement qui questionne et qui explore 

    Au programme de cette 10ème conférence : Intelligence Artificielle, Technologie, Interaction, Produit, Management, Economie, Philosophie, Théorie et Humain. Pour illustrer toutes ces thématiques, 30 intervenants du monde entier feront le déplacement pour traiter des enjeux de la transformation actuelle et future de nos sociétés.
    Parmi eux, Ingrid Betancourt, Dan Ariely, Moran Cerf, Cédric Villani, Mark Esposito…

    En 10 ans, la conférence USI est devenue la scène européenne incontournable des grands penseurs, innovateurs et créateurs de notre temps. Un événement hors pair et aussi hors du temps. A l’heure où les évènements sont pléthores, USI est une parenthèse, sur deux jours pour décrypter la société numérique, questionner, explorer, la transformation digitale dans toute sa complexité.

    «  Le bon critère pour savoir si une conférence est réussie, c’est de se demander pendant combien de temps on s’en souvient  » déclare François Hisquin, fondateur d’Octo Technology et des conférences USI. Pari réussi ! En dix ans, USI est The place to be.

    « Toutes les grandes réussites sont un cocktail d’inspiration, de créativité, de rencontres et d’expériences. USI C’est un concentré de tout cela pendant deux jours » ajoute le fondateur. Un tour de force sans sponsor. Un OVNI dans le milieu de l’événementiel.

    Cette année encore, USI propose un contenu exceptionnel, varié, inattendu avec une grande intensité intellectuelle.

    Rendez-vous le 19 et 20 juin au Carrousel du Louvre à Paris 

    LES TOP SPEAKERS 

    Kevin Kelly @kevin2kelly
    Talk / T he Inevitable: Understanding the 12 Technological
    Forces That Will Shape Our Future Robots, data, tracking, réalité virtuelle… Kevin Kelly, “best-selling author” selon le New York Times, décrit les mécanismes de ces forces en puissance avec une précision déconcertante. Loin des dystopies, il nous propose une feuille de route stratégique pour guider nos choix professionnels, sociaux et humains. Visionnaire,réaliste et résolument optimiste.

    Laurent Alexandre @dr_l_alexandre
    Chirurgien-urologue français, Expert en nanotechnologies
    “Nous sommes face à une rupture radicale entre une économie démiurgique et exponentielle de l’intelligence artificielle. Nous avons généré des datas à outrance ces dernières années, sans réellement réfléchir aux conséquences que cela pouvait entraîner, en particulier sur l’inégalité des compétences cognitives entre individus. Comment manager cette intelligence artificielle, tout en évitant une dislocation sociale ?

     

     


    Ingrid Betancourt
    Talk / Se construire face à la peur
    Ingrid Betancourt, 54 ans, ancienne militante politique, a été détenue par les Forces armées révolutionnaires de Colombie (Farc) pendant plus de six ans. Elle s’exprimera sur la façon dont elle a pu se reconstruire après son vécu d’ex-otage, et les moyens qu’elle a mis en place pour faire de cette peur quelque chose de constructif dans sa vie personnelle et professionnelle.

    Dan Ariely @danariely ‏
    Talk / L e prévisiblement irrationnel
    Dan Ariely est professeur de psychologie et d’économie comportementale à l’Université Duke et membre fondateur du Center for Advanced Hindsight. Grâce à sa recherche et à ses expériences, il interroge les forces qui influencent le comportement humain et les manières irrationnelles qui guident notre comportement et nos choix plus souvent que ce que l’on pourrait penser.

    Virginie Guyot @vir_guyot
    Talk / Confiance et leadership au service de la performance collective
    Ex- pilote de chasse de l’armée de l’air française, Virginie Guyot se consacre désormais au conseil aux entreprises. Elle y partage son expérience de ce métier de l’extrême où l’individu est au service du collectif. Elle nous livre également les conseils pour les entrepreneurs qui se décourageraient et encourage les femmes qui veulent entreprendre à oser se lancer.

    Moran Cerf @twtrdtcm
    Talk / The Ultimate Virtual Reality: the Simulated World Our Brain Generates for Us
    Selon les dernières découvertes en neurosciences, nos sens ne perçoivent qu’une partie du monde qui nous entoure. Ancien hacker et agent des services secrets israéliens, Moran Cerf a voulu décrypter les mécanismes de nos neurones avec la minutie d’un ingénieur. Son travail en collaboration avec des neurochirurgiens lui a permis d’explorer notre boîte noire de l’intérieur, en y implantant directement des électrodes. En bref, de hacker notre cerveau!

    Cédric Villani @VillaniCedric
    Talk / Naissance d’une idée
    Cédric Villani est un mathématicien français au look dandy qui détonne, il est directeur de l’Institut Henri-Poincaré de l’Université Pierre et Marie Curie et professeur à l’université Claude-Bernard-Lyon-I. Il reçoit la médaille Fields en 2010. Plus récemment, il a fait parler de lui par sa volonté de faire prendre conscience au Parlement desdonnées, des systèmes de protection numérique et de l’intelligence artificielle.

    Mark Esposito @Exp_Mark ‏
    Talk / Understanding the Future as it Unfolds: The Power of Megatrends
    Mark Esposito est enseignant à la Harvard University Extension School et à Grenoble Ecole de Management. Il co-dirige le programme de microéconomie pour la compétitivité à Harvard Business School. Il a aussi fondé le « Lab-Center for Competitiveness », un think-tank spécialisé sur les grandes thématiques du développement économique. Considéré comme un expert de la complexité économique, il a conseillé le Président du Parlement européen sur l’analyse systémique de la crise financière.

    Leila Janah @leila_c
    Talk / G ive Work: Building an equitable economic future through technology
    Pionnière de l’Impact Sourcing, Leila Janah s’est donnée pour mission d’endiguer la pauvreté mondiale et de former les populations défavorisées aux métiers du Web. Celle qui se définit comme « une idéaliste » n’a pas hésité à tout plaquer pour fonder et diriger Samasource et LXMI. Deux organisations sociales récemment recensées parmi les entreprises les plus innovantes par Fast Company. On compte parmi ses clients eBay, Google, Yahoo, TripAdvisor, SalesForce …

    Susan Weinschenk @thebrainlady
    Talk /T he Future of Human-Technology Interaction
    Le Machine learning, la robotique et la réalité virtuelle sont bien là. Des décisions éthiques et cruciales sont prises, et seront réalisées dans un avenir proche (3-5 ans), ce qui façonnera les interactions entre les machines et les hommes pour les années à venir. Susan Weinschenk partage des idées et des connaissances pour aiguiller les décisions qui seront prises à ce sujet.

    Tim Urban @waitbutwhy
    Talk / Cooks and Chefs: what it means to be a true original?
    Tim est l’auteur de dizaines d’articles viraux sur des sujets allant de la raison pour laquelle nous procrastinons à pourquoi nous n’avons pas encore rencontré des formes de vie extraterrestres. Lors d’USI, il reviendra sur la notion “d’être original”, qui commence là où l’on prend conscience que les femmes et les hommes qui ont construit ce monde “ne sont pas plus intelligents que vous et moi”. Son site W ait, But Why a dépassé 10 millions de visiteurs uniques au cours des derniers mois et a attiré des milliers de clients, y compris des fans célèbres comme Elon Musk, CEO de Tesla, le fondateur de TED Chris Anderson et le cofondateur Evan Williams, co-fondateur de Twitter.

    John Maeda @johnmaeda
    Talk / Redesigning leadership
    Diplômé du MIT et d’un doctorat en art, John Maeda est l’un des pionniers de la convergence entre technologie et design. Au coeur de sa philosophie : la simplicité et l’élégance. Une approche qu’il consacre aussi bien à sa vision de la technologie qu’à celle l’entreprise et du leadership. Se débarrasser de la complexité, faire émerger la diversité, l’émotion, ne pas avoir peur de l’échec… Et si le secret du leadership était de penser comme un designer ?

    Aurélie Jean @Aurelie_JEAN
    Talk / C -Level: devenez des décideurs éclairés en apprenant à coder
    Aurélie Jean est chercheuse en biomécanique numérique. Elle sensibilise les minorités (notamment les jeunes filles) à la programmation, avec pour objectif de diminuer le gender gap. Elle a récemment participé à la campagne #ILookLikeanEngineer sur les réseaux sociaux et a lancé une nouvelle plateforme numérique nommée Patronne.co à destination des femmes professionnelles connectées.

    TEMPS FORTS 

    #Intelligence
    L’IA est-elle en passe de devenir un allié ou une menace pour notre vie privée, pour les
    professionnels, et pour notre humanité ? C’est à cette vaste question que Nick Bostrom et Kevin Kelly tenteront de répondre en exposant chacun leur vision, tantôt commune tantôt divergente notamment sur la question de la superintelligence.

    ● Nick Bostrom : Philosophe et auteur spécialisée en intelligence artificielle.£
    ● Kevin Kelly : Co-fondateur du magazine Wired, Auteur, Futuriste.

    #Humans
    L’humain se définit aussi à travers ses expériences, aussi nouvelles soient-elles. Il ne s’agit pas de remplacer l’Homme ou d’améliorer forcément ses performances, mais de comprendre comment ce dernier fonctionne, jusqu’aux tréfonds de son cerveau.

    ● Moran Cerf : Scientifique et professeur de neuroscience et d’affaires à la Kellogg School of Management.
    ● Laurent Alexandre : Chirurgien-urologue français, expert en nanotechnologies.

    #Theorie
    Comment les sciences, les arts, le monde qui nous entoure, inspirent l’Homme ? En marge des innovations technologiques, ces speakers nous rappellent que le futur prend sa source dans nos acquis, et que les innovations s’inspirent les unes des autres.

    ● Cédric Villani : Mathématicien français, Directeur de l’Institut Henri-Poincaré et de l’Université Pierre et Marie Curie, médaille Fields en 2010.
    ● Etienne Klein : Physicien, directeur de recherches au CEA et docteur en philosophie des sciences .

    #Economy
    Les nouvelles technologies influent sur l’économie de mille manières. Mark Esposito et Nicolas Bouzou viendront démontrer qu’entre nouveaux business models solidaires, innovation et cybersécurité, les perspectives d’évolutions économiques sont nombreuses et peuvent, grâce à l’écosystème digital, trouver un nouvel équilibre.

    ● Mark Esposito : Professeur d’affaires, et de stratégie économique et compétitivité à l’Université Harvard et à la Grenoble School of Management.
    ● Nicolas Bouzou : Essayiste français libéral spécialisé dans l’économie.

    #Behaviour
    Comment un comportement teinté de peur ou d’irrationalité peut-il forger notre personne, nous aider à avancer et à tirer le meilleur de nous-même ? C’est ce que tenteront de nous expliquer ces deux speakers, avec des retours d’expérience poignants.

    ● Ingrid Betancourt : Ex-otage des Farcs et ancienne militante politique.
    ● Dan Ariely : Professeur de psychologie et d’économie comportementale à l’Université Duke et membre fondateur du Center for Advanced Hindsight.

    #Society
    Comment les nouvelles technologies peuvent elles profiter de manière éthique et durable à notre société ? Ces quatres intervenants nous expliquent que l’impact sourcing, la cybersécurité ou encore l’éthique ne sont pas que de simples tendances, mais des piliers essentiels à prendre en compte pour une société pérenne, qui va dans le bon sens.

    ● Keren Elazari : Experte en cybersécurité et hacktiviste.
    ● Leila Janah : Serial entrepreneuse dans l’impact sourcing, fondatrice de Samasource et LXMI.
    ● Cynthia Fleury : Enseignant-chercheur en philosophie politique et psychanalyste.
    ● Emmanuel Jaffelin : Agrégé de Philosophie, auteur et conférencier .

    #Management

    Dans un monde où l’adoption des nouvelles technologies nous dépasse et bouleverse les mécanismes de la sphère professionnelle, il devient urgent de réinventer la manière de mieux manager (ex : Holacracy, Beyond Budgeting). Comment changer les perspectives de développement de l’entreprise, faire bouger les lignes pour aller vers l’intelligence collective, pour construire des modèles plus efficients et cohérents… Ces speakers nous expliqueront l’évolution de la notion de travail, comment repenser le management dans l’organisation d’un monde en constante évolution , en passant par le leadership, les systèmes de valeurs et les mécanismes de prise de décision.

    ● Virginie Guyot : ex-pilote de chasse de l’armée de l’air, conférencière et consultante.
    ● Simon Wardley : Chercheur pour le Leading Edge Forum.
    ● Bjarte Bogsnes : Président du Beyond Budgeting Institute, Vice-président au Développement de la gestion et de la performance chez Statoil.
    ● Eddie Obeng : Directeur de l’apprentissage à la Virtual Business School.
    ● Brian Robertson : Auteur et fondateur d’HolacracyOne.
    ● Tim Urban : Blogger, dirige Wait But Why Blog.
    ● Aaron Dignan : Ecrivain et fondateur de The Ready, une société de conception d’organisations,
    ● Emmanuelle Barbara : Avocate spécialiste en droit social.

    #Products

    Design thinking, lean start-up, agilité… telles sont les méthodologies qui permettent d’adresser un meilleur produit. Les speakers nous expliqueront quelles bonnes pratiques mettre en place pour développer de nouveaux produits.

    ● John Maeda : John Maeda est un artiste, graphiste, enseignant et chercheur de renommée internationale. Responsable Mondial de la Conception Computationnelle et de l’Inclusion chez Automattic.
    ● Ash Maurya : Auteur et Fondateur & CEO de LeanStack
    ● Henrik Kniberg Lean/Agile coach chez Crisp , société de services informatiques Stockholm.

    #Interactions
    Machine learning, robotique de pointe, IoT, IA… USI s’intéresse ici à la relation complexe que nous entretenons avec cette forme d’intelligence et la façon dont nous allons l’exploiter et interagir avec elle (nouvelles interfaces, VR/AR, UX, UI). La scientifique Susan Weinschenk, spécialiste du comportement et des interactions Homme-machine, explorera notamment le rôle et la responsabilité des designers dans les débats sur l’éthique et la déontologie.

    ● Susan Weinschenk : Scientifique comportementaliste et CEO de The Team W.

    #Technologies
    Blockchain, architecture, code, etc. Christian Fauré, Benoît Lafontaine et Aurélie Jean nous
    interpellent sur l’importance de la technologie et des pratiques qui en découlent. Ils exploreront
    également la façon dont l’apprentissage du code va façonner les leaders des prochaines générations.

    ● Benoît Lafontaine est CTO chez OCTO Technology et spécialiste Fintech & Blockchain .
    ● Aurélie Jean est scientifique informatique, Senior Software Developer à Bloomberg, LP et fondatrice d’In Silico Veritas, LLC.
    ● Christian Fauré : Philosophe et Partner chez OCTO Technology, membre du Conseil d’Administration d’Ars Industrialis et de l’IRI (Institut de Recherche et d’Innova

    Pour plus d’informations et pour s’inscrire à l’évènement c’est ici 

     

     

     

     

  • Big Data et transformation digitale des métiers

    Big Data et transformation digitale des métiers

    Etude UMANIS 

    Suite à la publication en février dernier de sa précédente étude « Big Data et Data Science », qui mettait en lumière le niveau de maturité des entreprises quant à leur adoption des technologies Big Data, notamment en analyses exploratoires et prédictives, Umanis dévoile une nouvelle enquête qui confirme la tendance de la transformation des POC métiers en projets opérationnels.

    Le Big Data sort ainsi des Data Labs pour une réelle mise en pratique au service de nouveaux usages, basés sur une meilleure exploitation des données collectés : optimisation des process existants et développement de nouveaux services, voire de nouveaux business disruptifs. Ce sont aujourd’hui les applications métiers qui en profitent, que ce soit dans le marketing, les fraudes, la distribution, la production ou les RH.

    Basée sur les réponses de 106 répondants, décideurs en entreprises, cette enquête est présentée à travers une infographie qui fait ressortir des données révélatrices des tendances actuelles :

    60% des entreprises possèdent déjà une infrastructure Big Data et 90% d’entre elles en sont satisfaites
    70% sont prêtes à expérimenter le Big Data appliqué à la transformation digitale de leurs métiers
    20% des entreprises prévoient de se lancer dans ce type de projet dans moins de 3 mois
    62% des sondés sont en veille permanente des avancées technologiques en Big Data
    72% citent Apache Kylin comme solution la plus innovante ayant retenue leur attention
    Top 5 des chantiers Big Data prioritaires pour 2018 :

    1/ Modernisation des systèmes d’informations décisionnels et des technologies BI existantes

    2/ Captation de nouvelles sources de données

    3/ Développement de fonctionnalités prédictives

    4/ Simplification des architectures et des processus pour la restitution des données

    5/ Optimisation des performances de temps de traitement

    L’infographie qui éclaire sur la maturité des projets Big Data 

     

  • 80% des DSI planifient un projet Big Data en 2017

    Enquête réalisée par Talend

    Talend, leader mondial des solutions d’intégration big data et cloud, dévoile les résultat d’une enquête* menée auprès de décideurs informatiques afin de déterminer leurs priorités pour 2017. Il en résulte que le big data, l’analytique et la gouvernance se distinguent tout particulièrement parmi les projets prioritaires. Ainsi, l’analytique en temps réel, la gestion des métadonnées et l’accès aux données en libre-service constituent près de 70 % des projets envisagés en 2017, tandis que les technologies basées sur l’intelligence artificielle et l’apprentissage automatique (machine learning) connaissent un certain intérêt.

    La transformation numérique, de la théorie à la réalité
    Selon les conclusions de cette enquête, même si les initiatives de transformation numérique restent parmi leurs priorités, les DSI sont également mis au défi de consacrer du temps et du budget à la poursuite de leurs activités quotidiennes. En conséquence, 2017 demeure donc une année de transition entre stabilité des systèmes et investissements technologiques.

    « Même les responsables informatiques les plus technophiles savent qu’il ne suffit pas de mettre en place de nouveaux outils pour être en mesure de tirer le meilleur parti de leurs données », déclare Ashley Stirrup, directeur marketing de Talend. « Ils sont conscients qu’il leur sera difficile d’accroître la valeur stratégique de leurs données sans la combinaison adéquate d’individus, de processus et de technologies. Seule une culture d’entreprise érigeant les données au rang de ressources essentielles à chacune des étapes des processus décisionnels offrira l’agilité nécessaire pour rester aujourd’hui compétitif sur leur marché. »

    Des tendances clés qui influencent la transformation numérique
    L’enquête démontre que les projets big data sont en plein essor, avec une priorité accordée à l’analytique en temps réel :

    Un peu plus de 80 % des répondants affirment avoir au moins une initiative big data prévue en 2017, soit presque le double du nombre de projets achevés en 2016. Ces projets big data tourneront notamment autour de l’analytique et de la vision à 360° de leurs clients. Les grandes entreprises ont donc atteint un niveau de maturité sans précédent sur le plan du traitement de leurs données.
    Ainsi, 26 % des personnes interrogées font de l’analytique en temps réel leur priorité pour 2017. Viennent ensuite la gestion des métadonnées et la préparation de données en libre-service, avec respectivement 20 et 18 % des répondants. Les projets liés à l’intelligence artificielle/apprentissage automatique et à l’internet des objets (IoT) rentrent également dans le périmètre des priorités des DSI (10 % et 5 % d’entre eux, respectivement).

    Cependant, la relation entre équipes informatiques et métiers est le principal obstacle à une stratégie orientée données. En effet, les big data sont essentiellement utilisés pour améliorer les processus internes et le service client, entraînant parfois des pratiques décolérées de l’IT. Aussi, la gouvernance, la qualité et l’accès en libre-service des données deviennent sources de préoccupation pour les équipes informatiques :

    35% des personnes interrogées estiment que le principal frein à l’adoption d’une approche orientée données est la relation entre leurs équipes informatiques et les utilisateurs métiers. Cet obstacle est même considéré comme plus préoccupant que les budgets disponibles (23 % des répondants) ou l’absence de personnel suffisamment qualifié (seulement 16 % des répondants).

    27 % des répondants affirment que l’impact des big data s’est principalement fait ressentir au niveau des processus internes de leurs organisations. Le deuxième secteur qui bénéficie d’une stratégie big data est le service client (20 % des personnes interrogées). Viennent enfin la réduction des coûts opérationnels et la création de nouvelles sources de revenus (17 % chacun). Ainsi, les principales missions des décideurs informatiques se répartissent de façon à trouver l’équilibre entre introduire de nouvelles technologies pour améliorer l’efficacité de leurs activités, et s’assurer que l’ensemble des systèmes fonctionnent de façon sécurisée et à moindre coût.
    Interrogés sur la priorité principale pour leur entreprise, les décideurs informatiques ont démontré une répartition assez égale entre les trois choix qui leurs étaient proposés, quant aux priorités à accorder à la gouvernance (37 %), à la qualité (33 %) et à l’accès en libre-service (31 %) des données. Ces résultats témoignent de la nécessité pour les entreprises de s’assurer que leurs données soient suffisamment propres, gérées et accessibles au plus grand nombre, afin que les employés puissent en tirer parti pour contribuer à leur réussite.

    « L’alignement des priorités en matière de consommation et de gestion des données peut être la source de débats constructifs au sein des entreprises », déclare Toph Whitmore, analyste en chef en charge des solutions big data et analytiques chez Blue Hill Research. « Les dirigeants doivent s’assurer que leurs responsables informatiques et métiers puissent tour à tour proposer et utiliser ces ressources avec succès. Mais cela est plus facile à dire qu’à faire, en particulier lorsque certaines attentes irréalistes en termes d’accessibilité des données en libre-service dépassent les limites fixées dans les mandats de gouvernance de la donnée. En revanche, lorsque le libre-service est délivré à temps, de façon transparente et avec une bonne gouvernance, les responsables informatiques peuvent alors veiller à la sécurité des systèmes, proposer des services fiables, et fournir des informations favorisant la prise de décision en aval dans le cadre du flux DataOps. »

    Vous aimez cette histoire ? Partagez-la sur Twitter : La nouvelle enquête de @Talend montre que 80% des DSI planifient un projet #bigdata en 2017, et plus encore… bit.ly/1L7jEVV