Big Data : la prochaine vague d’innovation dans les entreprises

Blog proposé par Ariba / SAP

Textes, tweets, blogs, messages sur les réseaux sociaux … Le volume d’informations dites non structurées dépasse de loin celui des données organisées. Les entreprises qui savent les exploiter en tirent d’ores et déjà des enseignements cruciaux pour mieux piloter leur activité.

Par Tim Minahan, responsable marketing du portefeuille cloud de SAP

Il y a près de 14 milliards d’années, le « big bang » a donné naissance à l’univers que nous connaissons aujourd’hui. Aujourd’hui, le même type de phénomène pourrait bien se produire dans le monde des entreprises avec la digitalisation de l’économie. Dans cette économie en voie de mutation, ce ne sont plus les processus qui sont le mécanisme essentiel de création de valeur, mais la donnée.

Or, après des années d’investissement informatique, les sociétés sont assises au sommet d’une montagne de données dites structurées, c’est-à-dire rangées dans des bases de données. Elles peuvent associer ce vaste volume d’informations issues de la production, du marketing, des ventes, ou encore de la finance avec les transactions fournisseurs, clients, ou partenaires. Et donc tirer de premiers bénéfices de l’exploitation de ces données en révélant des enseignements cachés sur leurs clients, les produits et les activités commerciales.

Plus de 83% de données non structurées dans les entreprises

Mais exploiter les seules données structurées ne permet pas aux entreprises d’entrer pleinement dans l’ère de l’économie digitale. Car ces dernières ont besoin des données issues des blogs, des réseaux sociaux, de leurs partenaires, etc. pour mettre en place les nouveaux modèles économiques du numérique. Par exemple, les assurances peuvent améliorer la détection des fraudes dont elles sont victimes, en croisant l’analyse de l’accidentologie avec les relations de leurs assurés sur les réseaux sociaux.

L’arrivée de nouvelles technologies comme le Cloud Computing, la mobilité et les réseaux sociaux et commerciaux a en effet engendré l’explosion d’une nouvelle catégorie de données dites « non structurées » (textes, tweets, blogs, vidéos sur le Web et autres messages sur les réseaux sociaux), catégorie qui dépasse désormais largement les informations traditionnelles exploitées en interne. Selon une étude du cabinet de recherche Aberdeen Group, plus de 83% des informations gérées par les entreprises appartiennent à cette catégorie.

 

Une demande forte pour des indicateurs fiables fournis en temps réel

Comme le montre l’exemple de la fraude aux assurances, la prochaine vague d’innovations dans les entreprises proviendra de la bonne utilisation de ces masses de données non structurées. Dans un premier temps, la plupart des sociétés ont posé les fondations de leurs systèmes décisionnels en exploitant les données structurées. En combinant celles-ci avec des informations type message ou tweet, des entreprises peuvent obtenir des informations supplémentaires leur permettant de prendre de meilleures décisions. Et ce, en temps réel. C’est l’essence même du Big Data.

Or la demande pour des renseignements actualisés n’a jamais été aussi forte. Un nombre croissant de dirigeants d’entreprise est las des indicateurs obsolètes. Ainsi 35% des entreprises interrogées dans le cadre de l’étude Aberdeen affirment que l’accès aux données est trop lent. Pour combler ce vide, SAP a mis sur le marché la plate-forme technologique Hana, qui combine stockage unique de la donnée – tant pour les usages transactionnels que décisionnels – au plus près du processeur et parallélisation massive des tâches pour exploiter au mieux les architectures multicœur des puces Intel. Combinée avec une plate-forme mobile, cette technologie In-Memory permet aux entreprises de fournir la bonne information aux bonnes personnes au bon endroit en temps réel, facilitant ainsi la prise de décision et l’atteinte des résultats.

S’assurer de la fiabilité d’un partenaire commercial encore inconnu

L’intérêt du temps réel et de l’exploitation des données non structurées est par exemple évident dans les relations clients-fournisseurs. En s’appuyant sur une myriade de transactions financières et l’historique des relations, les acheteurs et les vendeurs peuvent prendre des décisions adéquates en détectant par exemple les changements dans les habitudes d’achat des clients, l’évolution des prix ou encore en s’assurant de la fiabilité d’un partenaire commercial encore inconnu. En associant ces informations avec les évaluations et commentaires générés sur le réseau communautaire, ils peuvent en plus obtenir une vision en temps réel et faire évoluer leur activité en conséquence.

Les évaluations des acheteurs vis-à-vis de leurs fournisseurs – et vice-versa – peuvent par exemple aider d’autres membres de la communauté à choisir leur fournisseur ou encore à détecter les risques liés à leur supply chain. Exemple similaire dans l’escompte dynamique : s’il combine l’ensemble des statuts des approbations de factures et l’historique des paiements d’un acheteur donné, un fournisseur ou une banque pourra mieux gérer le risque de financement de ses créances. Il disposera alors de réserves de trésorerie supplémentaire.

Crédit photo : Bruce Rolff / Shutterstock