Finalité du Big Data, complexité d’un tel projet, coût : les PME affichent des réticences face au Big Data. Pourtant, cette technologie peut être un facteur clé de leur productivité et de leur compétitivité.
Le Big Data, tout le monde en parle, mais peu de PME s’y essaient. « Les dirigeants de PME expriment souvent des interrogations sur la finalité, le coût et la complexité de mettre en place une stratégie Big Data » note Pascal Malotti, directeur-conseil chez Valtech.
Pourtant, nombre d’entre elles pourraient tirer profit de cette technologie. Ainsi, contrairement aux idées reçues, le Big Data n’a pas pour unique but d’améliorer la stratégie marketing d’une entreprise. Il peut être utilisé à des fins d’amélioration de processus de production, de fabrication, de logistique, d’achat ou encore de réduction des coûts de production. Autant de problématiques de PME.
Pourquoi déployer une stratégie Big Data ?
Pour déployer une stratégie de Big Data, la première question qu’une PME doit se poser est sa finalité : qu’est-ce que je souhaite améliorer ? Le deuxième point est l’analyse des données stockées en interne.
« Bien souvent les PME n’ont aucune idée du volume et du type de données présentes dans leurs bases ou leurs référentiels », raconte Pascal Malotti. Par exemple des capteurs disposés sur les machines recueillent des informations sur leur fonctionnement : nombre de tours par minute, usure de la machine, température, pression, etc.
« Grâce au Big Data ces données, croisées avec des informations externes issues de constructeurs (types de pannes récurrents…) ou de producteurs de matières premières (matières déposées dans la machine) vont fournir une information sur la façon d’améliorer le processus de fabrication ou prédire le dysfonctionnement de telle ou telle machine », explique Pascal Malotti.
Comment déployer une stratégie Big Data ?
Aujourd’hui de nombreux prestataires proposent des plates-formes en mode SaaS. Une PME a tout intérêt à opter pour ce type de solution et à commencer par un pilote.
Une fois la finalité du projet identifiée, le prestataire va utiliser les données internes à l’entreprise et ajouter des données issues d’autres services (marketing, commercial, logistique…) ou de l’extérieur (réseaux sociaux, open data…). Au fil de temps, le volume et la richesse des données vont croitre et la plateforme et ses modèles algorithmiques vont en extraire de la valeur.
Quel ROI ?
« Une PME peut commencer sur un projet pilote avec un investissement de 20.000 à 30.000 euros », indique Pascal Malotti. À l’issue du pilote, dont la durée est de 2 à 3 mois, la PME mesure le potentiel de la donnée et évalue si ce modèle lui fournit une information intelligible et performante.
Si tel est le cas, elle peut alors envisager l’évolution du projet en mode industriel en augmentant le volume et la diversité des données. Le coût du projet sera alors de l’ordre de 60 .000 à 100.000 euros. « Un investissement conséquent reconnaît Pascal Malotti, mais qui peut s’avérer un facteur clé dans le modèle économique de l’entreprise ou un élément majeur dans sa différenciation face à la concurrence. »
