Les cinq enjeux du Big Data
Les cinq enjeux du Big Data

Depuis quelques années, les données numériques ne cessent de se multiplier. Cette notion de « Big Data », issue en grande majorité d’appareils connectés (ordinateurs, tablettes, smartphones…), offre des possibilités infinies au sein même de l’entreprise (département informatique, marketing…), dont la plupart demeure encore insoupçonnée. En effet, lorsqu’elles sont recueillies, stockées et utilisées de façon efficiente, les trillions d’octets de données que nous générons tous les jours permettent de connaître la localisation et les déplacements des individus (via les GPS), ou encore leurs comportements en matière d’achats (sites en ligne), leurs hobbys (via les préférences renseignées sur les réseaux sociaux), leur consommation d’énergie… Une véritable mine d’or, permettant aux entreprises d’améliorer leurs processus, cerner les besoins de leurs clients, et même anticiper leurs futures consommations. Pourtant, pour tirer profit de ce « Smart Data » et l’exploiter convenablement, les entreprises devront s’assurer du respect d’une feuille de route, et être attentives aux grands enjeux entourant la notion de Big Data.

Eviter les « bad data »

Pour se lancer dans le Big Data, et ainsi prévoir le comportement des individus, encore faut-il que les données recueillies à leur propos soient de qualité. Face à l’immensité des informations disponibles, les données pertinentes doivent pouvoir être identifiées et « nettoyées. » En effet, les bases de données comportent leur lot de « bad data », ces données fausses, incomplètes ou susceptibles d’être mal interprétées, qu’il faut pouvoir rectifier. Aussi, un audit de la qualité des données doit constituer la première priorité de tout projet Big Data. A cet égard, les solutions technologiques sont multiples. Des outils de correction automatique existent par exemple et permettent de s’assurer de la pertinence des informations collectées et analysées.

Gérer efficacement les données

L’un des enjeux actuels du Big Data est la mise au point d’outils complexes permettant de traiter et de mieux visualiser, analyser et cataloguer les flux énormes de données. Ces données arrivent en masse et se présentent sous divers formats. L’entreprise doit donc investir dans des solutions d’intégration de données et la mise en place d’infrastructures évolutives. Le stockage, au sein d’outils innovants (cloud computing, super calculateurs hybrides, etc.) est à cet égard prépondérant. Il doit être couplé à des logiciels exploitant des algorithmes informatiques sophistiqués qui permettent l’analyse de ces gros volumes de données numériques en temps réel.

Collaborer en interne

Le traitement technologique des données doit être complété par un aspect purement organisationnel et humain. En effet, le Big Data implique de faire travailler ensemble différents professionnels dans le but d’atteindre des objectifs précis. Ainsi, il est primordial pour l’entreprise de mettre en place une équipe qualifiée dans le traitement de données à grande échelle (data scientists) et des experts en données, comme le Chief Data Officer. Ces professionnels seront amenés à collaborer avec des spécialistes marketing, des statisticiens… Le Big Data touche tous les métiers recensés au sein de l’entreprise et les données analysées devraient profiter à tous. Il est de ce fait opportun de structurer les données en suivant une modélisation des processus métiers.

Sécuriser les données personnelles

La plupart des données collectées par les entreprises pour définir leur stratégie provient du domaine privé. Venues tout droit des comptes utilisateurs, ces informations touchent de ce fait à la relation de confiance liant l’entreprise à ses clients. La question de la sécurité autour de ces données est par conséquent déterminante car elle engage la responsabilité et la réputation de l’enseigne. Le règlement européen sur la protection des données en Europe (le fameux « GDPR ») prévoit d’ailleurs une transparence accrue sur l’usage des données personnelles collectées. De nouvelles obligations s’imposent aux opérateurs: ceux-ci auront l’obligation de s’assurer du consentement des individus (et d’être en capacité de le prouver) pour la collecte et le traitement de leurs données personnelles. Ils devront également mettre en œuvre les mesures de sécurité nécessaires pour éviter le traitement illégal ou la perte accidentelle de ces données. À l’heure des réseaux sociaux et des objets connectés, les procédés d’anonymisation et de protection des données personnelles sont au centre du débat, entre enjeux de liberté et questions économiques.

Humaniser les données

Le dernier enjeu de l’utilisation des données par l’entreprise est celui du respect de l’humain derrière ces données. L’utilisation massive des algorithmes développe en effet le risque d’une confiance excessive dans les choix préconisés par ces calculs, et une orientation des choix des individus sans que ceux-ci en aient véritablement conscience. Pourtant, il faut garder en tête que l’individu n’est pas une simple statistique et que l’intérêt du Big Data est d’accompagner intelligemment la relation entre ceux qui produisent la donnée (les clients), et ceux qui l’exploitent (les entreprises). C’est donc l’agencement pertinent entre la technologie et l’humain qui doit être pensé, afin de faire de cet outil une source de progrès et d’en garder la maîtrise.