My Blog

Étiquette : Big Data

  • Ce qu’il faut retenir de l’événement annuel NEXT de GOOGLE

    2 mn pour comprendre les annonces Google

    A l’occasion de son événement annuel NEXT (accessible en ligne ici) qui se tient actuellement à San Francisco, Google Cloud Platform annoncera au cours des prochaines 2 heures plusieurs nouveautés majeures dans les domaines du machine learning et du Big Data.

     

    Voici une sélection des annonces principales :

      • Lancement de la nouvelle famille de produits Cloud Machine Learning qui comporte : Cloud ML Platform, Speech API, Vision API & Translate API

    • Fonctionnalités d’entreprise : Connexion Audit, roles IAM (Identity & Access Management), disponibilité généralisée de clé de cryptage pour Compute Engine et la version beta de Cloud Storage

    • Version beta de Google Stackdriver: monitoring unifié, connexion et service de diagnostic pour rendre les opérations plus simples— que l’entreprise soit sur le cloud de Google ou un autre

    • Data & analytics : nouvelles fonctionnalités BiqQuery qui rendent l’analyse plus rapide, moins cher et plus user-friendly avec un stockage sur le long terme

    • Réseau Cloud : Subnetworks (Cloud virtuel privé), Cloud Router et Cloud CDN

    Cet événement est également l’occasion pour Google Cloud Platform de faire part des nouveaux clients parmi lesquels : Disney Consumer Products & Interactive Media et Coca-Cola.

    Petit récapitulatif des annonces effectuées récemment :

    1. Lundi : Cloud Regions expansion — Oregon (vidéo 360 du Datacenter) et Tokyo cette année, et plus de 10 autres à venir.

    2. Mardi : Investissement dans l’écosystème avec Cloud Launcher Updates

    3. Jeudi dernier : Kubernetes 1.2

    Vous trouverez les différents blogposts (en anglais) ici :

  • FORRESTER identifie 22 des technologies Big Data les plus importantes

    FORRESTER Big Data Report

    Dans son dernier Big Data Tech Report, Forrester identifie et évalue 22 des technologies Big Data les plus importantes, depuis l’intelligence artificielle et l’apprentissage automatique (machine learning) jusqu’au Big-Data-as-a-Service, l’intégration des données et les analyses prédictives. Le rapport classe chacune de ces technologies selon son degré de succès de minimal à significatif, regardant son état actuel, sa valeur future, son degré de maturité et sa trajectoire globale.

     

    Forrester a ainsi constaté que la majorité des technologies Big Data sont soit en phase de croissance, soit en phase de survie – y compris des technologies telles que le chiffrage des données, la virtualisation des données, l’analytique en continu et SQL-for-Hadoop. Cela signifie qu’elles ont atteint un stade de déploiement sur le marché. Pourtant, malgré ce niveau de maturité, les entreprises sont de plus en plus exigeantes en matière de Big Data, et attendent de ces technologies qu’elles leur apportent des perspectives leur permettant une réelle amélioration de leur modèle économique. Une seule technologie – MPP data warehouse – a réussi à atteindre la phase d’équilibre, la plaçant en tête du classement des technologies à même d’aider les entreprises à répondre à leurs besoins en matière d’analytique de gestion des données de bout en bout dans les années à venir.

    Forrester

     

  • 1,9 milliards d’euros : le poids du marché français des solutions d’analytique, de big data et de gestion des données

    Analytique, big data & gestion des données
    Un marché de 1,9 milliards d’euros en France

    1,9 milliards d’euros… c’est le poids fin 2015 du marché français des solutions d’analytique, de big data et de gestion des données ainsi que des services associés.

    Selon MARKESS, ce marché devrait croître à un rythme annuel de plus de 12% entre 2016 et 2018.
    Tous les segments de ce marché ne sont cependant pas  logés à la même enseigne. Si certains stagnent ou progressent plus faiblement, d’autres sont au contraire en très forte demande et devraient même connaître des croissances encore plus soutenue sur cette période ! C’est entre autres le cas des solutions de     visualisation de données, de big data ou encore d’analyse prédictive.

    Pour Emmanuelle Olivié-Paul, Directrice Associée de MARKESS, “un renouveau complet est en train de s’opérer sur ce marché avec des solutions “traditionnelles” (décisionnelles, de reporting et de tableaux de bord…) en perte de vitesse au profit de l’arrivée de nouvelles générations de solutions, plus en phase avec les enjeux actuels auxquels sont confrontées les entreprises avec la digitalisation de leurs activités”. Les grandes annonces de ces derniers mois corroborent cette tendance de fond (acquisition de Roambi par SAP, BIME par Zendesk, Truven Health Analytics et The Weather Company par IBM, PredictionIO par Salesforce…).

    Cette nouvelle génération de solutions combine tout ou partie des éléments suivants :

    • Elles intègrent la mobilité et les usages sur tout type de terminaux mobiles (smartphones, tablettes…).

    Elles sont accessibles en mode SaaS/Cloud afin non seulement de répondre à la mobilité et aux enjeux de déploiement agile mais aussi de mieux tirer parti des apports du cloud computing dans l’allocation flexible et rapide de ressources pour le traitement en temps réel ou à la demande de gros volumes de données. Le cloud computing est notamment de plus en plus utilisé dans le cadre de projets big data.

    • Elles proposent de plus en plus des micro-services via des APIs et/ou des services web pour faciliter leur intégration à des solutions tierces et permettre ainsi de créer des écosystèmes de données.
    • Elles sont “user friendly” ce qui permet à tout profil de collaborateurs d’en faire un premier niveau d’usage sans être pour autant un spécialiste de l’analyse de données. Les solutions de visualisation de données les plus récentes du marché vont résolument dans ce sens.
    • Elles ne traitent plus uniquement des données structurées mais s’ouvrent aux données non structurées (web, réseaux sociaux, conversations vocales, messagerie, documents numérisés…) avec l’intégration de fonctionnalités avancées d’indexation, recherche, analyse sémantique…
    • Elles investissent les métiers (RH, marketing, vente, distribution…).
    • Elles se doivent d’anticiper et d’intégrer, sous une forme ou une autre, les grands changements à venir favorisés par l’essor des objets connectés, du machine learning, de l’usage des algorithmes… dans les activités et les métiers des entreprises.

    Il ne faut pas perdre de vue que, in fine, ces solutions ont avant tout comme objectif d’aider les entreprises à valoriser les données à leur disposition pour accroître leur business en prenant les bonnes décisions au bon moment, améliorer les relations avec leurs clients, employés et tout leur écosystème, anticiper les risques (sécuritaires, humains, de fraude…) ou encore mieux prévoir certaines tendances à court terme.

  • Pourquoi les « SMART TECHNOLOGIES » ont un impact positif dans l’entreprise ?

    Objets connectés, Analyse de données, Automatisation… ces technologies qui font évoluer l’organisation des entreprises

    Une nouvelle étude Avanade montre qu’une majorité de dirigeants français investissent et bénéficient déjà des technologies intelligentes dans leurs entreprises. L’augmentation directe du chiffre d’affaires reste l’un des impacts majeurs attendus de l’adoption de technologies intelligentes : + 21 % selon les dirigeants et responsables informatiques français. Toujours selon eux, 17% des activités actuelles pourraient être en partie automatisées d’ici 2020. Les dirigeants anticipent ce profond changement et se préparent à former davantage leurs employés, créer de nouvelles fonctions dans l’entreprise, ou faire évoluer leur organisation.

    Le terme « technologies intelligentes » fait référence à l’ensemble des technologies -telles que les objets connectés, l’analyse de données, l’automatisation- permettant aux ordinateurs et machines de réaliser des tâches ou prendre des décisions traditionnellement réservées à l’Homme.

    « Si l’arrivée des technologies dites intelligentes peut inquiéter certains, la réalité est clairement plus rassurante et pragmatique. Les entreprises pionnières constatent d’ailleurs les impacts positifs sur leur activité et prévoient déjà une nouvelle vague d’investissements dans le domaine, » explique Laurent Veybel, Responsable Digital Workplace et Collaboration, Avanade France. « Notre expérience montre que les employés restent les premiers acteurs d’une transformation digitale réussie. Notre rôle est d’accompagner nos clients pour choisir et mobiliser le meilleur de la technologie au service de leurs salariés, mais également de leur activité et de leurs propres clients. »

    Les résultats clés de l’étude sont les suivants :

    • Plus de la moitié des entreprises françaises interrogées (54 %) investissent dans les technologies intelligentes et en retirent déjà des bénéfices, à commencer par des gains de productivité (69% d’entre elles), l’amélioration de l’expérience client (62%) et l’augmentation directe de leur chiffre d’affaires (55%).
    • Pour 83 % des répondants en France, l’intégration des technologies intelligentes dans l’environnement de travail quotidien des entreprises permettra d’attirer et de retenir les meilleurs talents.
    • Pour 69 % des dirigeants français, l’émergence des technologies intelligentes nécessitera d’améliorer les compétences de leurs équipes en termes de résolution de problèmes (64 %), de collaboration (56 %), de gestion et d’analyse de données (49 %).
    • Les entreprises françaises interrogées sont convaincues que les technologies intelligentes seront largement autonomes d’ici 2020 dans l’amélioration de l’expérience client (53 %), la détection de leads (56%), ou encore l’identification de clients « à risque » (37 %).
    • Si les bénéfices des technologies intelligentes sont clairs, les dirigeants français restent attentifs aux enjeux éthiques qu’elles soulèvent : 75% d’entre eux estiment ainsi que leur organisation n’a pas encore pleinement anticipé tous les impacts de cette transformation. Mais 95% sont conscients qu’ils devront définir et respecter des règles éthiques précises et 81 % prévoient largement  d’investir pour accompagner leurs équipes dans cette évolution de leur environnement de travail.

     

     

  • Retail et Distribution – Les perspectives pour 2016

    Distribution : les perspectives pour 2016

    Par Christophe Kühner, VP Field Marketing and Communication chez Generix Group

     

    Le Web-to-Store va devenir la norme

    Impossible de dessiner les contours de la distribution pour les dix mois à venir, sans évoquer le web-to-store. En effet, les trois conditions indispensables à sa généralisation sont enfin réunies ! Tout d’abord, le consommateur le réclame. Depuis l’avènement d’Internet et de la mobilité, ce dernier est résolument cross-canal : il mélange indifféremment Internet et le magasin physique pour acheter et/ou s’informer. Or l’association du physique et du digital est précisément au cœur du web-to-store. D’ailleurs selon le dernier baromètre Mappy/BVA, 43% des internautes ont déjà utilisé ce service et 85% envisagent de le faire ! Ensuite, au nom de la « double prise de conscience », un nombre croissant de distributeurs prennent la mesure du Web-to-Store. Désormais, ces derniers discernent de façon évidente que la mise en place de ce service est à la fois un avantage concurrentiel indéniable et un levier économique significatif. La preuve : d’après le dernier rapport de la Fevad, 58% des propriétaires de boutiques ont enregistré une progression de leurs chiffres d’affaires sur les ventes physiques en magasin, grâce à ce dispositif.

    Enfin, la technologie est au rendez-vous. Aujourd’hui, les distributeurs peuvent se doter d’outils  leur conférant une vision précise et en temps réel des stocks disponibles en magasin, en entrepôt et chez les fournisseurs. A la faveur de cette connaissance absolue et actualisée des stocks, l’accès au web-to-store n’est plus réservé aux mastodontes de la distribution.

     Clap de fin pour le Big Data dans la distribution

    Longtemps à la mode, le Big Data n’est plus en odeur de sainteté dans la distribution. La raison ? Certainement la prise de conscience que l’accumulation de données sans exploitation se révèle vite stérile. On ne parlera donc plus de Big Data mais de… Data ! Une façon de quitter la Hype du marketing pour mieux revenir au concret de la relation client et de la vente. Car la question qui préoccupe aujourd’hui les acteurs de la distribution est la suivante : « Comment parvenir à lire toutes mes données pour faciliter ma prise de décisions, enrichir l’expérience client et améliorer ma réactivité ? » Une interrogation pendante car les exégètes de la donnée (ou data scientists), décrits par la Harvard Business Review comme les professionnels les plus « sexy » du 21ème siècle, continuent à se faire rares…

     Plus de storytelling pour une meilleure expérience client

    En 2016, les points de vente vont accentuer leurs efforts pour réinventer l’expérience client. 

    Réinventer, oui, mais en utilisant une recette vieille comme le monde : la narration (ou storytelling pour faire moderne)!  La surface de vente sera de moins en moins un lieu d’exposition d’articles et de plus en plus un véritable théâtre où leur disposition relèvera d’une véritable scénarisation. Va-t-on assister à la généralisation de points de vente compartimentés comparables à Public Factory, le magasin new-yorkais, dont l’espace de vente est partagé par plusieurs marques ? Ou les magasins vont-ils s’inspirer de Stories, autre distributeur américain, dont l’originalité est de proposer à échéance régulière des produits différents autour de problématiques toutes aussi différentes ? Il est trop tôt pour le dire. En revanche il est certain que la scénarisation du magasin, mâtinée de digital (la réalité virtuelle) et soutenue par les réseaux sociaux sera une des tendances fortes de l’année, côté distributeurs. 

     La ruée vers la gestion de l’engagement client

    En 1919, un géopoliticien britannique disait : « Qui contrôle l’Heartland contrôle l’île Monde ; qui contrôle l’île Monde contrôle le monde ». Une théorie que l’on peut adapter à la distribution de la façon suivante : « Qui gère la phase d’engagement client gère le client ».

    Après avoir longtemps sous-traité l’engagement du client et la commercialisation de leurs produits aux enseignes de la distribution, industriels et marques semblent déterminés à reprendre les choses en main. Une reprise en main identifiable de trois façons. Tout d’abord par l’ouverture de magasins, pop-up stores et autres corners appartenant à des marques. Cette pratique, ancienne dans le domaine de l’habillement (Lacoste, Nike, Adidas…) ou du bien-être (Yves Rocher, l’Occitane…), va vite s’étendre à d’autres secteurs. Il suffit de considérer les initiatives mises en place par Maille qui a ouvert ses propres boutiques à Paris, Londres, Sydney, Chicago et Portland. L’objectif est clair : se rapprocher du client et distinguer ses produits de ceux de la concurrence ! Ensuite, par le recours aux plateformes de financement participatif dont l’avantage est de créer un rapport émotionnel direct avec le consommateur. Plébiscitées par de jeunes entreprises issus du monde du jeu video (Infinity Battlescape)  et de l’innovation (montres Peeble), ce levier pourrait vite être actionné par d’autres acteurs de l’industrie. Enfin, par la généralisation de comptes Twitter appartenant aux marques  et dédiés à la gestion instantanée de la relation client.

    L’émergence de « l’Instore Analytics »

    Après s’être doté d’outils permettant la mesure et l’analyse du comportement des consommateurs en ligne, le défi des distributeurs sera de reproduire la performance… Dans le magasin physique. Concrètement, il s’agira d’utiliser de façon coordonnée les nouvelles technologies (Camera, Wi-Fi…) pour collecter anonymement des informations relatives au comportement et aux achats du consommateur : comment se déplace-t-il dans la surface de vente ? Comment l’identifier avant le moment du paiement ? Et plus spécifiquement : comment mesurer l’abandon de paniers en magasin ainsi que le ROI d’une campagne marketing ? 

    D’ailleurs des initiatives de cette nature, commencent à se multiplier, à l’étranger.  Par exemple l’épicerie Coop située en Italie s’est équipée de 44 capteurs Kinect (Microsoft) pour comprendre et analyser les déplacements de ses clients en magasin. De même pour Dune London, aux Etats-Unis. Cette enseigne américaine spécialisée dans la vente de chaussures a mis au point un véritable arsenal technologique pour mesurer l’engagement dans son magasin. A l’évidence, le moment de l’émergence de l’ «Instore Analytics », en France, est proche.

     Vers une réhabilitation du DSI

    Autrefois gardien de la gestion de la relation client, le marketeur sent actuellement le vent tourner. Le temps où l’expérience client se limitait à la fréquentation du point de vente et à la réception de courriers ou de mails en provenance de l’enseigne est désormais révolu ! A l’ère du digital, de la mobilité, du Big Data et des objets connectés, la connaissance du client et l’enchantement de son expérience – les deux étant évidemment liés – présupposent une expertise technologique certaine. Or, au sein de l’entreprise qui est le dépositaire de cette maîtrise technologique si ce n’est le DSI ? A cause de ses limites technologiques, le marketeur ne peut donc plus revendiquer la gestion exclusive de l’expérience client. Partant, 2016 va marquer le rapprochement (contraint ?) du marketing et de la DSI. Ultime étape avant l’éviction du premier par la seconde ?   

  • Smart Cities : le rôle déterminant du Big Data dans les nouvelles transformations urbaines

    Quand le big data répond au défis urbains …

    L’engouement pour le concept de « ville intelligente » ainsi que la diversité des villes qui s’en sont emparées témoignent, au-delà d’un effet de mode, d’un renouveau du questionnement sur le devenir des villes. Ce qui motive ce renouveau et justifie l’émergence de la Smart City en tant que nouvel idéal urbain ? La concomitance et la rencontre de deux phénomènes planétaires.

    Le premier phénomène est la formidable accélération de la transition urbaine mondiale qui, de 54% en 2014, va porter la part de la population vivant dans des villes à 66% en 2050[1]. En 35 ans, les villes du globe vont devoir accueillir 2,5 milliards d’individus supplémentaires, une des conséquences étant la multiplication des mégapoles supérieures à 10 millions d’habitants. Alors qu’elles n’étaient que 3 en 1970 et 10 en 1990, on en compte 28 dans le monde à ce jour, chiffre qui devrait dépasser la quarantaine en 2030. Que cette dynamique soit à 90% le fait des pays émergents n’est pas pour autant synonyme d’absence d’enjeux urbains dans les pays riches ou anciennement urbanisés : les questions de mobilité, d’efficience énergétique, d’étalement urbain, de cohésion sociale et de qualité de vie s’y posent au contraire avec acuité, sinon à la même échelle que dans les villes géantes d’Asie et d’Afrique.

    Le second phénomène consiste en la généralisation et la pervasivité des technologies numériques. Bien au-delà de l’informatisation des villes initiée depuis des décennies, les technologies d’information et de communication (TIC) ouvrent aux acteurs historiques de la ville, mais aussi, et peut être surtout aux entreprises issues du secteur numérique, des perspectives inédites d’automatisation et d’interconnexion des systèmes, de modernisation des infrastructures et d’optimisation des flux, mais aussi de mobilisation des citoyens et d’évolution des modes de gouvernance. La démocratisation des TIC est en effet le moteur de la transformation digitale de nos sociétés qui se matérialise notamment par :

    ̶     la pénétration fulgurante du smartphone dans les usages du quotidien,

    ̶     le développement encore plus rapide des réseaux sociaux et, plus récemment, de la consommation collaborative,

    ̶     l’explosion de la consommation de services digitaux et son corolaire, une production exponentielle de données.

    L’idée centrale du concept de Smart City, et de toutes les démarches engagées par les villes qui s’en revendiquent, est la suivante : le numérique va, d’une manière ou d’une autre, permettre d’apporter des réponses plus intelligentes – plus ingénieuses, moins onéreuses, plus coordonnées… – aux nouveaux défis urbains auxquels toutes les villes du globe vont devoir faire face dans les prochaines décennies.

    DU CONCEPT À SA MATÉRIALISATION EN EUROPE

    La manière dont les villes d’Europe s’emparent du concept de « Smart City » et le déclinent est très éloignée de ce que donnent à voir des projets très médiatisés comme Masdar[2] ou Songdo[3], présentés par leurs promoteurs comme l’archétype de la ville intelligente. Construits de toutes pièces, ce sont à vrai dire plutôt des expérimentations à taille réelle des technologies les plus avancées plutôt que des lieux de vie. A la fois laboratoires et vitrines technologiques, ces opérations à l’état de l’art peinent cependant à acquérir le statut de ville. Aussi performantes et rationalisées soient-elles, il leur manque, notamment à nos yeux d’européens, l’épaisseur culturelle, la complexité et la diversité humaines des villes qui ont un passé.

    Aussi ne faut-il pas s’étonner que les villes du vieux continent choisissent d’autres voies, nettement moins spectaculaires : ayant une histoire, elles doivent se transformer et se réinventer en partant de l’existant spatial, social, politique et économique qui constitue leur identité. D’où, au-delà de la communication sur le thème de la Smart City, la démarche par projets qui caractérise  les 240 villes européennes « intelligentes » recensées dans l’étude publiée en 2014 par le Parlement de l’UE[4]. Ces villes ont en commun de mettre en œuvre un portefeuille de projets intégrant une composante TIC marquée et visant à répondre à un ou plusieurs des enjeux suivants :

    ̶     Citoyenneté – Information du citoyen, accès aux données et services de la ville.

    ̶     Qualité de vie –  Vie locale, vie des quartiers, cohésion sociale, diversité ethnique et culturelle.

    ̶     Mobilité et transport – Gestion du trafic, transport « doux », voiture et vélo en partage, réduction de la pollution, gestion de la multimodalité et du stationnement…

    ̶     Économie – Pépinière d’entreprises, incubateur, espaces de coworking, pôle de compétitivité, développement des TIC…

    ̶     Environnement et énergie – Bâtiments positifs, gestion et valorisation des déchets, maîtrise des consommations d’eau et d’énergie, développement des énergies renouvelables, circuits courts…

    ̶     Gouvernance – Démocratie participative/collaborative, vote électronique, open data.

    DEUX PHILOSOPHIES À (RÉ)CONCILIER

    Deux visions polarisent les démarches « Smart City » actuelles. La première est la vision technocentrée d’une ville peuplée de capteurs permettant de collecter toutes les données et de piloter l’ensemble des services urbains. Cette « quantified city », par analogie avec le mouvement du « quantified self », repose sur le monitoring continu des informations remontées par les capteurs. C’est le modèle en place à Rio de Janeiro où toutes les données relatives à la sécurité civile, à la météo, au trafic, etc… arrivent  dans une très spectaculaire « control room ». Honolulu, Malte et, plus près de nous, Nice avec son boulevard connecté expérimental, tendent vers ce modèle visant au pilotage en temps réel du bon fonctionnement et de la sécurité de la ville.

    La deuxième vision est collaborative et participative. S’adressant plus directement aux citoyens, elle met à leur disposition des données, des services et des applications leur permettant de s’impliquer dans la gestion quotidienne de la ville, de contribuer à ses projets, de développer de nouvelles pratiques, etc. Paris est probablement l’une des villes qui a le plus travaillé dans cette direction. Cela lui vaut, alors qu’elle ne s’affiche « Smart City » que depuis peu, d’être reconnue comme un laboratoire sur les usages de l’espace urbain et un écosystème particulièrement favorable aux start-ups et au développement de nouvelles pratiques collaboratives. La capitale autrichienne est également proche de ce modèle, avec une vision reposant sur l’innovation au service de l’inclusion sociale, dumaintien d’une société hétérogène et de la réduction des fossés socio-économiques.

    Selon nous, la Smart City n’a pas à choisir l’un ou l’autre de ces modèles. Elle doit les faire converger et apprendre à les conjuguer dans une approche où le numérique est un outil de transformation et de réinvention et non une fin en soi. Comme le rappelle Antoine Picon « la ville intelligente apparaît […] comme le fruit d’une dynamique qui n’est que partiellement technologique ». Il souligne néanmoins que,« inexorablement, les villes se transforment en systèmes d’information, une information souvent en temps réel.  Au sein de ces systèmes, les relations entre infrastructures physiques, offres de services et usagers se trouvent reconfigurées afin de parvenir à une meilleure réactivité et une plus grande souplesse d’usage.»[5]

    QUEL RÔLE ET QUELLE STRATÉGIE POUR LE BIG DATA DANS LA SMART CITY ?

    Pour que cette reconfiguration se produise et soit vertueuse, il faut collecter les gigantesques masses de données générées en continu par les capteurs, les services internes de la ville, les opérateurs urbains, les entreprises du territoire et les citoyens. Il faut aussi être en mesure de les centraliser, de les modéliser, de les mutualiser, de les mettre à la disposition de tous ceux – citoyens, entreprises, services de la ville – qui peuvent les exploiter à des fins de création de valeur au sens large.

    Compte tenu de la multiplicité des sources et des types de données, du nombre d’acteurs et des volumétries en jeu, une stratégie Big Data, pilotée par la ville elle-même, devient une condition sine qua non de la ville durablement intelligente. Cette stratégie consiste non seulement à doter le territoire d’une plate-forme technique de collecte et de traitement de grands volumes de données mais aussi à évaluer le potentiel des données existantes au regard des projets de la ville, à définir les conditions de leur interopérabilité, de leur mise à disposition et de leur utilisation par des tiers.

    En d’autres termes, il s’agit de définir une politique et une gouvernance des données dans un contexte où, si les données abondent, leurs propriétaires sont spontanément peu enclins à les partager. C’est pourtant fondamentalement de cette mise en commun des données, typiquement dans une logique d’open data, dont dépend la capacité des acteurs publics, privés et individuels à :

    ̶     mieux comprendre la ville, son fonctionnement, ses consommations et ses dysfonctionnements ;

    ̶     utiliser cette connaissance pour identifier de nouveaux besoins et inventer de nouveaux services, de nouveaux usages ;

    –      décloisonner les champs d’intervention de chacun pour apporter des réponses cohérentes et coordonnées dans l’espace et dans le temps.

    Aujourd’hui, deux stratégies Big Data semblent envisageables pour les Smart Cities : la maîtrise absolue des données ou l’interdépendance. Dans le premier cas, la ville, propriétaire des  infrastructures, exige d’en recevoir les données et pousse les acteurs en place au travers d’une approche « open data » qui devient un levier additionnel pour (re)gagner le contrôle de ses données. Dans le second cas, la ville et les opérateurs urbains créent un partenariat sur la base des données collectées par ces derniers.

    On pressent clairement des choix de stratégie essentiellement conditionnés par les moyens : maîtrise absolue des données pour les grandes villes et interdépendance pour les autres. La tentation est grande pour les communes de s’appuyer sur un Big Data qui couvre les moindres mouvements de chacun des citoyens afin de mieux piloter les flux d’énergie et de transport, prévenir et traiter les moindres incidents, et garantir la qualité de vie optimum du citoyen, etc. Cependant, comme dans beaucoup de domaines, la maîtrise absolue des données n’est pas une panacée :

    –        elle prive la ville de la concurrence entre opérateurs, inhibant par la même, leurs investissements et leur capacité d’innovation dans des domaines qui sont leur cœur de métier,

    –        elle transforme la ville en opérateur de données multi-domaines avec des investissements conséquents qui vont au-delà du bon fonctionnement de la ville,

    –        elle centralise la fonction d’innovation par les données au niveau de la ville dont ce n’est – et ne sera pas – le rôle.

    Une stratégie avisée de la ville sur le Big Data doit prendre en compte trois principes clés afin d’assurer le résultat optimal pour la ville :

    –        Le Big Data doit être au service des citoyens, il doit donc reposer sur des principes simples et partagés par tous ; il doit notamment être participatif, fédérateur et ne pas être intrusif, tout en garantissant la transparence via l’open data.  Concrètement cela signifie que le Big Data doit limiter son action à des thèmes qui intéressent directement le citoyen ou lui donner les moyens de répondre à ses demandes plutôt que d’analyser ses moindres faits et gestes.

    –        Il n’y a pas un Big Data de la Smart City mais plusieurs. La plupart des opérateurs urbains (utilities, transports…) ont déjà ou vont lancer des projets Big Data – la ville n’a pas à collecter les données de flux ex-nihilo mais doit s’appuyer sur ces opérateurs urbains. Cependant, avant cela, il est critique de maîtriser la maille d’information requise pour établir une collaboration réussie avec ces acteurs et exiger, lorsque c’est nécessaire, une amélioration des services. La ville peut aussi animer ces opérateurs dans une logique de partage des données et se doit avant tout de mettre en place une stratégie qui bénéficie à ses citoyens sans risque d’intrusion dans la vie privée.

    –        Le Big Data doit prendre en compte la temporalité des données et des actions associées : fluidifier la circulation ou prévenir des incidents ne reposent pas sur les mêmes données qu’anticiper le développement de la ville ou la qualité de vie des citoyens, il est par ailleurs peu probable que les corrélations entre ces données puissent cacher des secrets inestimables.

    Une stratégie «  Data Hall » pour une collectivité locale doit donc avant tout comprendre les critères du développement économique de la ville et ceux de la qualité de vie des citoyens – domaines dans lesquels les progrès de la Data Science[6] sont conséquents et qui devrait être le cœur de la politique de la ville. Au-delà de ce périmètre et notamment sur les problématiques plus opérationnelles et immédiates, il sera nécessaire de s’appuyer sur les acteurs historiques et technologiques mais aussi sur les citoyens, ce qui semble le meilleur moyen pour une collectivité locale de garantir d’une part, l’émergence de nouveaux services et d’autre part, la réactivité des services collectifs existants.

     

    A PROPOS DES AUTEURS

    Patrick Darmon a plus de 15 ans d’expérience dans le conseil en management, dont plus de la moitié dans le secteur de l’énergie. Il a à son actif un nombre important de projets de transformation auprès de grandes fonctions de l’entreprise (Stratégie, Marketing, Finance et DSI). Il est chargé de cours à l’Ecole Centrale Paris où il enseigne l’économie de l’énergie et l’économie de l’innovation. Il est membre de l’AIEE (Association of International Energy Economist) et est l’auteur d’un essai sur la croissance économique. Il est diplômé d’un BA en économie de l’Université Hébraïque de Jérusalem et d’un MBA de l’Université de Rochester, NY.

     

    Rémi Claudon, Senior Manager, dispose de 15 années d’expérience dont 12 dans le conseil. Il accompagne des entreprises de nombreux secteurs – énergéticiens, assurances, banque, télécoms, industries – dans la définition de leur stratégie et la mise en œuvre de leur projet de transformation sur les thématiques du digital, de l’exploitation de la donnée et du Big Data.

     

  • 2016 : l’année de la remise en question des organisations

    L’impact des Big Data et de l’analytique sur les entreprises en 2016

    Selon Laurent Bride, CTO de Talend 

    Talend, le leader mondial des logiciels d’intégration des Big Data, qui a fêté ses dix ans en 2015 , par la voix de Laurent Bride, son CTO, annonce ses prévisions pour 2016, qui estime qu’un certain nombre technologies émergentes et la multiplication des objets connectés devraient avoir un impact profond sur les entreprises

    L’analytique en temps réel occupera une place centrale

    De toutes les innovations technologiques émergentes, l’analyse des Big Data en temps réel sera clairement le principal facteur de changement en 2016. L’analyse rétrospective de données n’est plus une option pour les entreprises, qui doivent absolument pouvoir profiter d’informations exploitables dans l’immédiat, en particulier vu le rythme auquel évoluent les consommateurs comme le marché. Il est essentiel de disposer des informations personnalisées immédiatement !  De telles capacités d’intégration et de traitement de données sont désormais courantes. En 2016, les entreprises de toutes tailles et de tous les secteurs seront en mesure de saisir des opportunités précédemment inimaginables, comme d’améliorer la qualité des soins aux patients, d’accroître leurs récoltes à des fins d’alimentation ; et surtout, de prendre des décisions mieux informées. 

    De nouvelles menaces émergeront de zones imprévues, augmentant ainsi la nécessité de se focaliser sur les clients

    À l’heure de l’analyse en temps réel des Big Data, des opportunités jusqu’ici inaccessibles deviendront tangibles, et avec elles apparaîtront également de nouveaux challenges. Des menaces de premier ordre vont se manifester par le biais de la concurrence, les plus critiques pouvant d’ailleurs provenir d’entreprises de secteurs totalement différents. Ainsi, des organisations qui n’avaient auparavant aucun lien entre elles pourront venir concurrencer d’autres secteurs et grignoter les parts de marché des acteurs traditionnels. 2015 a été sans aucun doute l’année de « l’ubérisation » qui a eu un effet d’électrochoc sur les marchés. La transformation numérique, au cœur duquel se situe la gestion des Big Data, en est également une des conséquences. Non seulement l’arrivée d’acteurs plus agiles constituent un défi mais aussi les stratégies enclenchées par les grandes entreprise : l’exemple du rachat de Groupama Banque par Orange en est la parfaite illustration. Les organisations doivent donc être en mesure d’analyser des données, d’anticiper les menaces émergentes et de concevoir des méthodes afin non seulement de les neutraliser, mais aussi de réévaluer et redynamiser leurs processus d’engagement client pour s’assurer de leur fidélité. 

    Pendant des années, les entreprises ont cherché à axer leurs activités sur leurs clients. Cependant, la plupart de ces clients ne voient jamais le résultat de ces investissements. À l’heure où l’on peut désormais traiter des Big Data en temps réel et en matière d’expérience client, les entreprises ne peuvent plus rester sur leurs acquis. Avec l’arrivée de nouvelles technologies d’analyse des Big Data en temps réel, de plus en plus d’entreprises seront en mesure d’avoir un impact sur l’expérience client au bon endroit et au moment opportun. Elles pourront tirer parti des technologies à leur disposition afin de fournir des informations personnalisées, des avantages et des services enrichissant l’expérience client. Toute entreprise devrait s’efforcer de traiter chacun de ses clients comme une célébrité, et avec l’utilisation des Big Data en temps réel, les clients remarqueront pour la première fois la différence. 

     La rotation des DSI va s’accélérer 

    L’écart entre les DSI « fournisseurs de services » et DSI traditionnels va considérablement se creuser en 2016. Les pionniers de la migration vers le Cloud et les Big Data passeront du pilotage des activités à la production, et génèreront des connaissances d’une valeur sans précédent pour les métiers. Les autres seront exposés et évincés tandis que leur entreprise se fera distancer par la concurrence. Les organisations ayant déjà conçu leur plateforme d’intégration des Big Data partiront avec une avance considérable dans la course aux Big Data en 2016. Avec l’avènement de Spark et de Spark Streaming, elles devront exploiter pleinement le potentiel de leurs investissements visant à créer des « lakes » et des « data warehouses » sur Hadoop. Les pionniers de l’exploitation des Big Data récolteront les fruits de leurs investissements en 2016, et l’écart entre DSI à succès et perdants va considérablement s’agrandir. 

    Dans ce contexte, la demande en matière de DSI talentueux et de nouvelles compétences va augmenter, ce qui donnera lieu à une réorganisation des structures mais aussi déboucheront à de nouvelles formes de collaboration. Lors de la conférence Talend Connect, les organisations exemplaires abordant l’année 2016 en étant à l’avant-garde en matière d’intégration innovante de données, ont été mises à l’honneur. Ces leaders ont en effet introduit de nouvelles méthodes permettant de transformer des volumes croissants de données en des informations décisionnelles, profitant ainsi à leur entreprise et souvent aussi à la population en général. Heureusement pour ceux qui s’estiment aujourd’hui dans une situation difficile, des technologies d’intégration de données existent afin de simplifier le déploiement rapide des fonctionnalités de Spark (dans la mesure où il est encore temps de rattraper la concurrence).

    Les entreprises vont se réorganiser 

    L’avènement des Big Data oblige les entreprises à revoir leur structure organisationnelle. Leur analyse en temps réel remet en question les meilleures pratiques et structures traditionnelles des entreprises, et l’opposition habituelle entre équipes métiers et informatiques va laisser place à une nouvelle dynamique : « équipes métiers + équipes informatiques = puissance d’innovation ». Les entreprises à succès seront celles qui sauront faire collaborer et réussir leurs équipes métiers et informatiques. 

    Des centres d’innovation composés d’équipes transverses doivent être créés et dirigés par des PDG, DSI, directeurs des services numériques et directeurs des technologies de marketing travaillant ensemble afin de fusionner leurs compétences. Ces équipes de choc focalisées sur l’acquisition de connaissances seront ainsi en mesure de transformer des informations en revenus et de pénétrer de nouveaux marchés auparavant inaccessibles, tout en restant en conformité vis-à-vis des réglementations en matière de sécurité et de confidentialité. Pour passer la seconde en matière d’analyse des Big Data en temps réel et faire de 2016 une année à succès pour les organisations. Dès lors, il est crucial d’abattre les murs cloisonnant et créant des silos au sein de votre entreprise. 

    2016 sera l’année de la remise en question tant des modèles économiques, de la structure même des organisations, de l’innovation que celle de la révolution des objets connectés. Les bouleversements seront de taille ainsi que les interactions croisées se multiplieront et les Big Data seront au centre des préoccupations pour relever les défis !

     

  • Les principaux catalyseurs de changement en 2016

    Les principaux catalyseurs de changement en 2016

    Selon Olivier Robinne, VP EMEA chez Veeam® Software :

    2015 restera sans doute comme l’année où les objets connectés se sont généralisés en ouvrant la voie de l’Internet des Objets, et où la couleur d’une robe a divisé le monde.

    Les infrastructures informatiques sont aujourd’hui soumises à une pression toujours plus forte avec l’arrivée au premier plan de l’analytique et du nombre croissant d’entreprises spécialisées dans les services touchant aux objets connectés, ce que Gartner appelle communément The Devise Mesh, « un ensemble en expansion de terminaux donnant accès à des applications et informations ou permettant d’interagir avec des individus, des communautés, des administrations et des entreprises ».

    Ainsi, au cours des 12 prochains mois, quatre grandes tendances détermineront la gestion de l’informatique en entreprise et l’amélioration de l’expérience utilisateurs, tant sur le plan professionnel que personnel selon Olivier Robinne, VP EMEA chez Veeam® Software :

    1. L’importance critique de la disponibilité :

      en 2016, l’Internet des Objets va mettre la disponibilité sur le devant de la scène. L’essor des appareils mobiles et connectés ne laisse aucune place aux interruptions. Pour toute entreprise, qu’il s’agisse d’un site de e-commerce, d’un opérateur mobile ou d’une place boursière, l’époque où elle pouvait se permettre une interruption de son activité est révolue. Même une légère panne de quelques heures entraînera de la frustration pour tous ceux qui seront privés d’accès mais, plus grave encore, l’entreprise y perdra de l’argent, des données, le crédit de ses partenaires et la fidélité de ses clients, au risque d’entamer la confiance des consommateurs et des investisseurs. Alors que l’Internet des Objets continue de monter en puissance, le coût potentiel d’une interruption ne peut qu’augmenter. Il est donc crucial de limiter au maximum les interruptions et les pertes de données pour assurer la bonne santé de toute entreprise et la satisfaction de ses utilisateurs. Par ailleurs, les données et les services étant désormais de plus en plus hébergés sur site et dans le cloud, les entreprises devront, en 2016, veiller à disposer de stratégies pour la sauvegarde, la protection et la restauration de leurs informations sur tous les fronts.

    1. Les modes de pensée, les applications et les systèmes traditionnels ne doivent pas brider l’innovation : 

      le secteur a enregistré une nette croissance des capacités de ses infrastructures et modèles de services, mais de nombreuses entreprises n’ont pas modernisé leur parc applicatif au rythme des évolutions technologiques entourant ces applications héritées. L’an prochain, les entreprises migreront vers une nouvelle génération de technologies applicatives afin de ne pas se laisser distancer par leurs concurrents. S’il existe des avantages à utiliser les infrastructures et applications les plus récentes, des freins subsistent encore. Par exemple, les salariés peuvent être réfractaires aux changements ou  les applications existantes peuvent être jugées « éternellement nécessaires ». Aujourd’hui, des techniques sont disponibles pour moderniser pratiquement toute application et, pour celles qui doivent être impérativement conservées, des technologies d’infrastructure permettent de laisser en production des systèmes d’exploitation et applications obsolètes. Cette migration vers des applications de nouvelle génération ne sera pas facile pour certaines entreprises mais le jeu en vaut la chandelle. Les entreprises y gagneront de nouveaux avantages du point de vue informatique mais aussi une opportunité sans équivalent de repenser leur activité. L’abandon de ces systèmes traditionnels leur permettra d’offrir de nouveaux services répondant aux attentes d’un personnel et d’une clientèle actifs en continu.

    1. La réduction apparente du Big Data : 

      l’exploitation et la mise à profit des données à travers le Big Data demeurent essentielles pour les entreprises mais, avec la baisse continue du coût du stockage, cette tendance deviendra la norme en 2016. L’aspect « Big » laissera la place à de simples données devant être exploitées efficacement par les clients, les partenaires et les collaborateurs des entreprises. Les entreprises pourront davantage se concentrer sur les interfaces et l’accès de l’utilisateur final aux données, renforçant encore l’importance de la disponibilité des services. Nous pouvons nous attendre à une adoption plus marquée de la réalité virtuelle (Oculus, Microsoft Hololens), des interfaces à base de mouvement, de la reconnaissance vocale et de l’impression 3D comme procédé de fabrication. Pour les usages professionnels, les interfaces informatiques évoluent également : face à l’explosion des données, les techniques classiques de gestion ne peuvent plus s’appliquer. L’interface opérateur mettra de plus en plus l’accent sur l’automatisation et la gestion du cycle de vie des données de sorte que les bonnes informations se trouvent entre les mains de la bonne personne au bon moment.

    1. L’emergence du DRaaS (Disaster Recovery as a Service) : 

      alors que l’infrastructure cloud continue de s’affirmer comme le standard pour les entreprises, nous voyons de nouvelles offres de services se répandre et gagner des parts de marché. Par exemple, de nombreuses entreprises déploient des solutions de type Security as a Service dans le cloud pour aider à combattre les cyberattaques et assurer la continuité d’activité. Veeam prévoit que le modèle DRaaS (la reprise après sinistre dans le cloud) sera l’une des révolutions de 2016, permettant aux entreprises d’aller au-devant, voire au-delà, des attentes de leurs clients et de leurs salariés en matière de disponibilité. A l’heure où les entreprises inscrivent l’IT et la disponibilité au cœur de leurs opérations, il faut s’attendre à voir des engagements de niveau de service (SLA) assortis de délais garantis de sauvegarde et de restauration devenir la norme pour l’entreprise moderne.

  • Transformer l’anarchie des données en démocratie des données.

    Lutter contre l’anarchie des données : un défi majeur pour les entreprises aujourd’hui

     

    Par Emmanuel Serrurier, Directeur Général France d’Informatica

     

    Les entreprises les plus performantes ont déjà fait évoluer leur architecture IT pour améliorer l’autonomie des analystes et l’agilité IT, tout en respectant les réglementations en matière de sécurité et de gouvernance. Pourtant, un certain nombre d’irréductibles « anarchistes des données » demeurent sceptiques quant à la pertinence du rôle croissant de la technologie en entreprise. Cette réticence persiste quand bien même les technologies comprenant les « données sur les données » ou métadonnées sont devenues de plus en plus importantes dans un monde marqué par l’importation de données d’énormes volumes de données non structurées et de schémas dynamiques. La technologie détient un rôle majeur en aidant les entreprises à extraire des informations utiles d’ensembles de données volumineux et variés.

    La réponse n’est pas l’anarchie des données, mais la démocratie des données.

    Comment, alors, les entreprises peuvent-elles faire évoluer leur architecture IT pour assurer la démocratie des données ?  Emmanuel Serrurier, Directeur Général d’Informatica France propose sept bonnes pratiques spécifiques qui ont abouti à des processus d’analyse décisionnelle plus performants sans l’anarchie des données.

    1/ Automatiser l’importation de données avec des connecteurs pré-intégrés ou des moteurs de traitement de données hautes performances. Avec des plates-formes de données efficaces et évolutives telles que Hadoop, les données non préparées peuvent être ingérées à l’état brut, sans processus manuels et complexes. Le processus d’automatisation d’importation avec des connecteurs pré-intégrés ou des moteurs de traitement de données hautes performances permettent de gagner en agilité et en rapidité.

    2/ Adapter les données aux différentes catégories d’analystes. Les nouvelles catégories de data scientists peuvent préférer obtenir très rapidement des données propres à 70 % contrairement aux utilisateurs de systèmes de BI classiques qui sont prêts à attendre des données propres à 100 %. Différentes catégories de données adaptées peuvent être fournies sur des plates-formes telles que Hadoop avec des outils de profilage et de validation des données rapides.

     

    3/ Permettre aux utilisateurs de données d’intégrer facilement des données avec les leurs. La qualité des données ne doit plus être un processus purement IT. Après un nettoyage initial, il faut permettre aux utilisateurs de données techniques tels que les Data Scientists d’accéder directement aux données avec des outils d’intégration de données légers pour qu’ils puissent collaborer dans le processus de curation des données.

    4/ Exécuter un processus de curation de données agile avec des fonctions de collaboration multi-utilisateurs et de prototypage rapide. La rapidité et le succès des projets Big Data sont toujours le fruit de la collaboration entre les parties prenantes et le département IT. Les outils multifacettes offrant des fonctions de prototypage rapide font de la curation de données un processus agile qui apporte rapidement de la valeur ajoutée.

    5/ Surveiller la qualité des données au lieu d’en assurer la microgestion. La qualité des données ne doit pas être un processus fixe appliqué de la même façon à toutes les données. La surveillance et les alertes fondées sur des règles permettent au département IT de contrôler de manière flexible les processus liés aux données et d’assurer la visibilité de la qualité des différents types de données de manière collaborative.

    6/ Permettre d’accéder aux données par le biais de la virtualisation ou du courtage. Avant de connaître la valeur des données, il n’est pas logique de les transférer à partir d’un système source. La virtualisation des données permet de fournir des vues rapides d’ensembles de données sans les transférer. Lorsque la valeur des données est connue, il est possible d’automatiser le transfert et la curation des données avec un courtier en données, qui intègre automatiquement les données dans une plate-forme centrale et permet aux utilisateurs d’y souscrire.

    7/ Utiliser un catalogue de métadonnées universel alimenté par une solution d’analyse des données pour optimiser la rentabilité des données. Les nouvelles techniques d’apprentissage automatique et technologies graphiques peuvent être utilisées pour découvrir la structure, le sens et la valeur des données. Ces connaissances sont ensuite mises à la disposition des analystes et des informaticiens pour renforcer leur autonomie, tout en améliorant les processus de sécurité et de gouvernance.

     

    Les avantages offerts par les architectures IT modernes permettent aux entreprises de fournir constamment les bonnes données au bon moment pour effectuer des analyses plus pertinentes et fiables. Ces pratiques constituent la base de la hiérarchisation des données. Les Chief Data Officers (directeurs de données) qui réussiront feront partis de ceux qui utiliseront des architectures IT évoluées pour développer une démocratie des données bien gouvernée et sécurisée.

  • Une bonne gestion des données pour une meilleure stratégie multicanale

    Frédéric Marie –Managing Director de Stibo Systems France livre son analyse sur l’expérience client omnicanale et polymorphe.

     

    Réseaux sociaux, sites internet, catalogues papiers, ou encore conseillers en magasins, nous disposons tous aujourd’hui d’une multitude de sources d’information lors de nos achats – qu’ils soient effectués à distance ou en magasin.

    Bien que le numérique soit aujourd’hui favorisé, les autres canaux d’information restent primordiaux pour les enseignes. Un catalogue papier aura tendance à rester sur la table du salon quelques temps, augmentant ainsi ses chances d’être lu. L’acheteur profitera de ces diverses sources d’informations et choisira celle qui lui convient le mieux en fonction de son intérêt immédiat : préfère-t-il se rendre sur le site internet pour plus d’interactivité ? Ou plutôt en magasin pour parler directement aux vendeurs ? Au contraire choisira-t-il le catalogue papier qu’il vient de recevoir pour plus de simplicité ?

    L’expérience client est définitivement multicanale et polymorphe : à chaque nouvel achat, le canal choisi peut varier. Les consommateurs sont devenus – plus que jamais – les maîtres du jeu : un bon prix et un bon service ne suffisent plus. Il faut, à présent, être capable d’offrir la meilleure expérience client possible avec des données produit complètes, une vue sur les différents stocks, un choix sur les modes de livraisons et une réponse rapide en cas de problème. Le client ne doit pas chercher l’information, cette dernière doit être complète et instantanément disponible, peu importe le canal choisi.

    Cette nouvelle façon de consommer modifie radicalement la vision du commerce.

    L’homogénéité des informations produit : un défi technologique 

    Une approche omnicanal induit de fait l’obligation de proposer des informations homogènes et cohérentes. Dans cette logique, aucune erreur ou confusion entre deux modes de communication ne passera inaperçue. En effet, si le client ne retrouve pas sur le site internet les informations vues dans le catalogue, ou ne trouve pas en magasin un produit sensé être en stock, il y a de fortes chances qu’il se tourne vers une autre enseigne.

    Pourtant, assurer l’homogénéité des informations peut s’avérer très complexe dans un environnement où plusieurs acteurs jouent des rôles déterminants : les vendeurs, les fournisseurs, les filiales, les chefs de produits ou encore les responsables des sites web et Intranet. Plusieurs types de données de référence entrent en compte : les données client, produit et fournisseur. Il est nécessaire de s’assurer que toutes ces données soient de bonne qualité, et qu’elles forment un ensemble homogène et cohérent, afin que les différents systèmes par lesquels elles transitent puissent communiquer entre eux.

    Disposer d’un outil MDM (Master Data management) structuré et robuste permet de gérer toutes les données de références. Son objectif principal étant d’obtenir des données complètes et normalisées, les fournisseurs pourraient renseigner les informations dans un format prédéfini. Elles ne seront validées que lorsqu’elles seront jugées suffisamment complètes.

    La mise en place d’une telle solution n’est pas anodine et un projet MDM ne peut aboutir que lorsqu’il s’inscrit à la fois dans une réflexion globale sur l’architecture informatique de l’entreprise, et dans une approche stratégique aboutie en ce qui concerne les objectifs métier

    L’architecture informatique des enseignes de commerce est constituée de trois « couches » distinctes :

    – La couche « expérience » : cette couche comprend toutes les technologies de personnalisation de l’offre et de merchandising. Elle est régulièrement renouvelée, environ tous les 12-24 mois,  pour mettre en place de nouvelles applications répondant plus spécifiquement aux nouveaux besoins et aux tendances.

    – La couche « transaction » : elle contient toutes les technologies nécessaires aux transactions, à l’analyse des comportements clients et à la plateforme d’e-commerce. Moins impactée par les tendances, elle est renouvelée tous les 5 ou 6 ans.

    – La couche «  fondation » : il s’agit de la « colonne vertébrale » de l’entreprise. Pour permettre une meilleure continuité, le renouvellement est bien plus espacé que pour les couches précédentes. On y retrouve les solutions plus « lourdes » et essentielles au bon fonctionnement de l’entreprise, telles que les solutions ERP (Entreprise Ressource Planning), CRM (Customer Relationship Management) ou encore l’OMS (Order Management System). C’est au sein de cette couche que doit être placée la solution MDM.

    Inclure un bon outil MDM dans la couche fondation permet à l’entreprise d’obtenir – et surtout de maintenir – une vue globale sur toutes les données de référence essentielles à son bon fonctionnement. Ces informations, complètes et cohérentes, peuvent ainsi supporter une stratégie multicanale.

    En limitant les erreurs – description non conforme au produit, produit commandé mais indisponible, erreur sur les prix affichés – la solution MDM est un des moteurs de la satisfaction client, ainsi que de la force de vente qui dispose de données fiables et qui n’est plus confrontée à des plaintes ou à des retours produits.

    L’efficacité dans la gestion des données engendre de fait une baisse des coûts de gestion des incidents, tout en impactant directement et positivement l’expérience d’achat des clients.
    Un système de gestion de la donnée de référence (MDM) est incontournable pour les entreprises souhaitant s’inscrire efficacement et durablement dans une stratégie multicanale.