Retour aux actualités
Article suivant Article précédent

Revue TELECOM 177 - Big data (en France) fiction d'en haut, réalité d'en bas

Articles Revue TELECOM

-

15/10/2015


BIG DATA (EN FRANCE)

FICTION D'EN HAUT, REALITE

D'EN BAS

Par Florian Douetteau dans la revue TELECOM n° 177
 

Des équipes de data scientists se constituent dans la majorité des entreprises françaises, le nombre de formations s’accroît à un rythme effréné… Mais comment les entreprises s’approprient-elles concrètement ces nouvelles compétences ?

 Dataiku est une jeune entreprise créée voici deux ans, et qui fabrique une plateforme logicielle appelée « Data Science Studio ». Le Data Science Studio est une plateforme de développement rapide d’application prédictives : en somme elle permet à ceux qui veulent fabriquer rapidement des applications ayant un besoin de prédiction (segmenter ses clients, détecter la fraude, prévoir les livraisons, estimer les paiements, optimiser les prix, ...) de pouvoir plus rapidement intégrer les données, les nettoyer, faire tourner et optimiser des algorithmes qui apprennent automatiquement, et packager cela dans un livrable de production.

Lors de notre création ce type de positionnement a fait face à une part de scepticisme : « Si vous faites un outil, vous ne résolvez réellement aucun problème métier ? » « Est-ce que les algorithmes sont vraiment nécessaires ? »
« Vos clients seront incapables de faire quoi que ce soit par eux-mêmes » - deux ans après, nous avons une trentaine de clients qui utilisent cette plateforme quotidiennement - et un millier d’utilisateurs au total. Le big data existerait-il donc vraiment ?

Des équipes qui se constituent et des cursus qui existent

Premier témoignage de cette réalité : il nous semble que les équipes « Data » nouvelle génération existent dans les entreprises - elles sont en train de
se constituer dans une moitié et de s’étoffer dans l’autre moitié. Aussi, tous les acteurs que nous rencontrons- quelques centaines en France - ont ou sont en train de recruter des ingénieurs spécialisés Data. Le périmètre des postes et compétences est vaste pour ces nouveaux profils qu’on appelle parfois les « ouvriers de la donnée » :

• Des analystes, qui manipulent de la donnée au quotidien, et qui « croquent » (crunch) la donnée

• Des statisticiens ou algorithmiciens, qui optimisent des modèles

• Des développeurs données, qui intègrent les systèmes

• Des développeurs applications, qui construisent à partir de la donnée des visualisations ou intègrent (ou effectuent l’interfaçage avec) des API « intelligentes ».

Chez nos clients « matures » du point de vue de la donnée, nous estimons qu’entre 2 % et 5 % de l’effectif de l’entreprise devient ainsi membre de « l’équipe Data », qui va compter entre 2 et 200 personnes. Si ce pourcentage s’appliquait à terme à toutes les entreprises du tertiaire connecté, on compterait plusieurs centaines de milliers d’emplois dans le secteur en France.

Pour recruter, les entreprises puisent dans les cursus big data qui se sont multipliés dans les deux dernières années ; nous en avons dénombré environ 65 différentes d’après les candidatures que nous avons reçues dans les deux dernières années - mais il y en a probablement plus. Ces cursus sont tous neufs pour la plupart et vont du cursus de transition professionnelle (pour les professions qui sont touchés par la mutation technologique du big data, comme l’actuariat) jusqu’au mastère de deux ans.


Des ROI, mais surtout des produits

Des ROIs évidents surviennent lors de la mise en place de projets Data. Mais plus qu’un simple incrément de valeur, les entreprises qui réussissent sont celles qui poussent l’exercice big data plus loin que la simple « connaissance client » ou que le « cas d’usage », et qui vont jusqu’à la fabrication de produit ou la modification radicale de leur organisation. Nous avons vu dans les deux dernières années, parmi les utilisateurs de notre outil, et les autres :

• Plusieurs e-commerçants et plate-forme de paiement mettre en place des systèmes de détection de fraude plus automatisés, espérant gagner 1 % de marge brute supplémentaire en moyenne

• Un équipementier urbain qui se réinvente en fabriquant des applications de mobilité urbaine, rivalise avec des start-up californiennes, et va plus vite qu’elles sur le marché

• Des acteurs de la logistique, qui imaginent de nouvelles gammes de ser- vices plus personnalisés qu’ils peuvent complètement contrôler

• Des acteurs de la santé, mettant en œuvre réellement des traitements médicaux personnalisés par analyse du génome

Bien sûr, ces succès symboliques ne disent pas tout. Créer un nouveau produit, changer une organisation, big data ou pas, est une activité risquée. Tous les projets big data ne fonctionnent pas, loin de là ! Aussi celui qui veut « craquer » la bulle big data doit avoir le poids et le courage de ses ambitions.

Il n’y a cependant pas de schéma de déploiement type pour réussir le déploiement du big data dans une entreprise.
Nous avons pu voir :

 

• Des initiatives menées de la DSI - qui s’empare du sujet data pour résoudre en premier lieu un problème de passage à l’échelle des infrastructures existantes-puis essaie de le vendre en interne.

• Un focus via le Produit - où un nouveau produit " data" cristallise les efforts.

 Le schéma orienté Métier - où un pôle Métier relativement technophile cherche à s’équiper par lui-même, pour ensuite faire transpirer ses découvertes à ses confrères.

• La quête d’un héros, où un homme seul (souvent CDO, Chief Data Officer) doit fédérer les initiatives de tous.

• La création d’un « Lab » ; où un grand groupe va créer rapidement une équipe relativement conséquence (entre 5 et 40 personnes) pour servir d’incubateurs à toutes les applications data de l’entreprise.

Il est encore trop tôt pour établir des statistiques viables sur les taux de réussite de chaque stratégie !

Des usagers qui n’ont plus besoin de conseil

Grande nouveauté de l'année 2015 : Les usagers ont besoin de beaucoup moins de conseil.

En 2013, puis 2014, il était courant dans les entreprises de vouloir "démystifier" le Big data, en prenant tout d'abord du conseil sur les risques et opportunités associés, puis en multipliant la création de cas d'usages, plus ou moins concrets.

En 2015, les informations sont disponibles dans des livres, webinars, salons, sur Google. La plupart des professionnels du secteur ont leur propre vision du big data, une connaissance qui en a déjà fait, ou un compétiteur à copier. Plus besoins de conseils pour décoller ! Peut-être encore pour atterrir.

 

MEData.Lab, l’expertise Big Data et IOT
au service de l’hôpital connecté de demain

À quoi ressemblera l’hôpital numérique et connecté de demain ? Comment permettre à tous ceux qui veulent innover par la création d’objets connectés de pouvoir rapidement rendre ces objets plus intelligents et utiles ?

Pour répondre à ces enjeux, le projet MEData.Lab combine la plateforme d’analyse développée par Dataiku, les données issues des vêtements connectés conçus par Bioserenity, et l’expertise de l’Institut Mines Télécom et de l’Institut du Cerveau et de la Moëlle.
Le projet a remporté en septembre 2015 le concours mondial de l’innovation, catégorie big data. Le prix a été remis par Anne Lauvergeon, sous le haut patronage du Président de la République.
L’objectif de MEData.Lab est d’accélérer le diagnostic de l’épilepsie, pour le passer de plusieurs années à quelques semaines


Et après le big data ?

Nous n’aimons pas chez Dataiku le terme big data ; il a renfermé pendant tellement d’années des réalités différentes, des rêves, de mythes et des exagérations brisées, que maintenant qu’il devient réel, il devient presque dépassé. Tout comme travailler dans « le Digital » fait maintenant penser aux doigts des horloges, ou que la « domotique » s’est fait dévorée par l’englobant Internet des objets, le terme big data commence à moins bien résister au temps qui passe, et risque de décevoir les usagers qui l’attendent encore. Car le train est déjà passé, et ce sont maintenant les wagons qu’il faut attraper pour qui n’a pas saisi, dans la première partie de notre décennie, l’occasion de changer de profession.
 

Le big data n’est pas une ambition ! C’était une transition. Derrière lui, on voit prendre un nouvel univers, dans lequel il devient naturel de fabriquer ces systèmes où la machine décide en lieu et place d’un être humain. La fiction ne s’arrête jamais. 


Biographie de l'auteur
Florian Douetteau est diplômé de l'Ecole Normale Supérieure (1999-2005). Il a dirigé pendant deux ans la R&D du moteur de recherche Exalead. Puis il a rejoint Iscool, plate-forme de jeu social, où il a analysé les raisons pour lesquelles les joueurs acceptent ou non de payer, en mesurant notamment l'influence des nouvelles fonctions d'un jeu ou celle des communautés. Enfin chez Criteo, il a été consultant auprès de la direction technique. Fort de ces expériences, il a fondé Dataiku en 2013 avec trois associés.

303 vues Visites

J'aime

Commentaires0

Veuillez vous connecter pour lire ou ajouter un commentaire

Articles suggérés

Articles Revue TELECOM

Comment la France peut réussir dans le quantique # 197

photo de profil d'un membre

Rédaction Revue TELECOM

28 juillet

Articles Revue TELECOM

ORDINATEUR QUANTIQUE ET CRYPTOGRAPHIE POST-QUANTIQUE #197

photo de profil d'un membre

Rédaction Revue TELECOM

13 juillet

Articles Revue TELECOM

Editorial l'informatique quantique # 197

photo de profil d'un membre

Rédaction Revue TELECOM

13 juillet