Projet Big Data et information stratégique

Il y a quelques années, les DSI avaient à charge de concevoir, de gérer et de développer des systèmes d’information stratégiques. L’informatisation des processus était en effet source de productivité et d’avantages concurrentiels. Depuis peu, le jeu concurrentiel s’est deplacé sur le terrain des données et de l’analytics comme le décrit brillamment le livre de Thomas H. Davenport.

Dès lors, les DSI se doivent de développer des systèmes d’information stratégiques. L’expression est identique mais sa lecture a notablement évolué. Alors que les systèmes d’information stratégiques s’alignaient sur la stratégie business, il est désormais clair qu’ils peuvent avoir un coup d’avance et infléchir cette stratégie. Contrairement à ce que beaucoup d’observateurs postulent, il semble que le rôle du/de la DSI soit aujourd’hui plus crucial que jamais. Il/elle doit néanmoins modifier sa vision, prendre de la hauteur, se dégager des contingences techniques et se poser chaque matin une question: « En quoi les données captées et créés par mon système d’information opérationnel peuvent-elles constituer une source d’avantage concurrentiel ? »… Changement de paradigme, le DSI évolue vers un rôle de Chief Marketing Technologist (ou Chief Technologist Marketer ?…) évoqué par Scott Brinker.

Autrement dit, le DSI doit développer sa serendipité, cette faculté à trouver ce que l’on ne cherche pas.

Identifier les données stratégiques

A l’heure du Big Data, l’enjeu consiste donc à s’organiser pour identifier, capter, structurer et exploiter cette information stratégique. Quelles en sont les caractéristiques ? Convenons qu’une information est stratégique si elle permet à l’entreprise de gagner des parts de marché (conquête) ou de solidifier ses positions existantes (fidélisation, barrières à l’entrée).

Le champ est vaste, donc, et ce d’autant plus que les Big Data peuvent être small… notamment lorsque le volume est « faible » mais qu’il existe une forte complexité d’interaction entre les données. À titre d’exemple, les données générées par le système d’information d’un avion de ligne présentent ces caractéristiques.

En outre, des Data peuvent être Big pour une PME mais small pour une multinationale. La définition du Big Data est donc contingente.

Une définition étonnante consiste à remplacer l’adjectif Big par l’acronyme B.I.G. pour Business Intelligence Generated. Ainsi les BIG Data sont-elles tout simplement celles produites par la BI de l’entreprise. Cette définition a le mérite de bien rendre compte de cette contingence.

Ceci posé, chaque société, PME ou grand groupe, est concernée par le Big Data. Au-delà du terme et de sa définition, ce qui est en jeu, c’est la création d’avantages concurrentiels fondés sur la Data.

Les Big Data recèlent-elles toutes des informations stratégiques ? Clairement non. Mais le problème est que l’on ne peut pas juger a priori du caractère explicatif de telle ou telle variable. Les récentes recherches en stream computing présentées par IBM sont très prometteuses en ce qu’elles permettent de traiter en temps réel de conséquents volumes de données en effectuant des analyses de corrélation à la volée. Mais dans l’attente de solutions packagées déployables en entreprise, faut-il actuellement traiter tous les tweets, posts, … ? ou bien ne faut-il pas débuter par correctement exploiter les données émanant du service de relation clients, de la solution CRM ou des formulaires de feedback du site web ?…

Lorsqu’il s’agira d’investir pour capter une nouvelle information jugée stratégique, on s’interrogera inévitablement sur le ROI de la Data.

 Débuter en Big Data

Pour conduire un projet Big Data, un sponsor est incontournable : un directeur général « data-driven » saura impulser le projet et mobiliser les ressources nécessaires.

La tâche principale consiste donc à explorer les données captées et crées par les systèmes d’information existants et à s’interroger sur leur mise à profit auprès de l’ensemble de l’écosystème de l’entreprise :

  • Le principal « client » interne, le marketing
  • Les clients de l’entreprise (distributeurs et, le cas échéant, clients finaux)
  • Les fournisseurs
  • Les partenaires institutionnels, …

Des workshops réuniront un représentant de chaque métier concerné et deux acteurs clés : une compétence IT ayant une parfaite connaissance du Modèle Conceptuel des Données et un profil data analyst ou dataminer.

C’est par une démarche bottom-up que pourront émerger les informations stratégiques, potentielles sources d’avantages compétitifs, voire fondements d’une modification substantielle du business model.

Tout l’enjeu du Big Data semble résider dans cette définition de la serendipité due à Glauco Ortolano :

“Serendipity is the faculty of finding things we did not know we were looking for.”

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *