Dans le cadre de notre dossier « Data Insights: À la découverte des experts de la science des données », Benjamin Magot (Consultant Data et Business Strategist chez iProspect) a accepté de faire un point sur l’année écoulée et sur les grands enjeux du secteur de la data.
Intelligence-Artificielle.Com : Pouvez-vous vous présenter à nos lecteurs ?
Benjamin Magot (iProspect) : Je suis Consultant Data & Business Strategist au sein d’iProspect.
Quelles sont les tendances émergentes dans le domaine de l’analyse des données en 2023, et comment ces tendances transforment-elles les stratégies et les opérations des entreprises ?
Avec la fin annoncée des cookies tiers, il y a une nécessité de comprendre quelles sont les solutions technologiques à employer dans la mesure de performance des campagnes media.
Comment les technologies émergentes, telles que l’intelligence artificielle (IA) et l’apprentissage automatique (machine learning), ont-elles un impact sur les capacités d’analyse des données et les possibilités d’innovation ?
L’IA va permettre aux équipes de passer moins de temps sur l’approche technique, car bon nombre de process data seront automatisés et améliorés — traitement de données plus rapides et efficaces, modeling de données pertinents, personnalisation des recommandations,….
Elles pourront de fait s’occuper davantage des résultats des opérations menées, avec des insights plus pertinents et donc des prévisions améliorées quant à l’accomplissement des objectifs des entreprises.
Ce sont donc des gains de productivités réels en amont et davantage de valeur produite en aval auxquels nous pourrons nous attendre.
Quels conseils donneriez-vous aux entreprises qui souhaitent exploiter pleinement le potentiel de leurs données et tirer parti de l’analyse des données pour prendre des décisions stratégiques informées ?
Avant tout, c’est l’instauration d’une culture et d’une gouvernance data claire et assimilable par tous au sein d’une organisation, privée comme publique. La sélection d’outils data ou la construction de process ne peut être pertinentes sans cette vision ancrée porteuse de valeur. Ce sera à mon sens le facteur de réussite de tout projet de ce type.
Quels sont les principaux défis auxquels sont confrontées les entreprises en matière de gestion et d’analyse des données, et quelles sont les meilleures pratiques pour les surmonter ?
Un des points les plus fréquemment constatés est l’absence de données unifiées et structurées au sein des bases des clients. Auparavant, le cookie ID était la référence pour reconnaitre les utilisateurs de façon anonymisée. Cela doit être repensée, croisée avec d’autres sources de données, que ce soit celles des panels, des sources en propres des environnements en propres des organisations, communément appelés first party data, ou de données unifiées entre plusieurs parties comme les IDs alternatifs.
Quels sont les avantages et les limites des différentes plateformes et outils d’analyse des données, tels que les entrepôts de données, les data lakes ou les outils de visualisation des données ?
C’est souvent la practicité de ces solutions et les possibilités offertes en terme d’exploitation, structuration ou même de calcul. Les équipes techniques peuvent se concentrer sur leurs besoins et non dans la construction d’architecture laborieuse.
Attention toutefois à ne pas empiler les solutions les unes sur les autres et de perdre de vue les cas d’usage métier.
Quels sont les nouveaux rôles et compétences nécessaires pour réussir dans le domaine de l’analyse des données en 2023, et comment les professionnels de l’analyse se préparent-ils à ces évolutions ?
Je pense qu’il est aujourd’hui impératif de faire le pont entre la stratégie des organisations souhaitant axer leur développement sur l’exploitation de leurs données d’un point de vue macro et les opérations présentes mises en place.
Il y a donc un réel besoin de profils ayant à la fois la connaissance technique des process data et une expertise métier pouvant se référer au management.
Propos recueillis par Mathilde Flory
- Partager l'article :
