Usages et pratiques des Big Data - cxp.fr · Research Analyst [email protected] ... Elle est...

Usages et pratiques

des Big Data

Tirer bénéfice de la valeur des données

Étude BARC

Usages et pratiques des Big Data 2015 – La véritable valeur des données

- 2 -

Auteurs

Dr Carsten Bange

Directeur général

[email protected]

Timm Grosser

Analyste senior

[email protected]

Nikolai Janoschek

Research Analyst

[email protected]

Les auteurs tiennent à remercier Adrian Wyszogrodzki pour son aide.

Cette étude a été réalisée par BARC (Groupe CXP), cabinet d'études indépendant spécialisé dans

l'analyse de solutions de Business Intelligence

Elle est disponible gratuitement grâce au parrainage de Blue Yonder, de Cloudera, de Hewlett-Pack-

ard, d'Information Builders, de pmOne, de SAS, de Tableau et de Teradata.

mailto:[email protected]




- 3 -

Sommaire

Big Data : un incontournable ................................................................................................................4

Résumé ....................................................................................................................................................5

Les Big Data s'imposent dans toutes les entreprises (seulement si le management en prend

l'initiative) ...................................................................................................................................5

Les projets Big Data génèrent des avantages considérables ........................................................6

Le client est roi ! .............................................................................................................................6

Les entreprises peinent à assurer la sécurité des données et à acquérir les compétences

nécessaires ...............................................................................................................................7

L'Europe est en retard ....................................................................................................................7

Résultats de l'enquête ............................................................................................................................9

De plus en plus d'entreprises utilisent les Big Data .................................................................... 10

Les avantages des Big Data dépassent les attentes .................................................................. 14

Les projets Big Data se multiplient au sein de l'entreprise .......................................................... 16

Les entreprises s'appuient toujours sur les outils de Business Intelligence standard, mais un

changement se profile ............................................................................................................ 29

Les Big Data sont un moteur pour l'emploi ................................................................................. 32

Le manque de compétences freine l'essor des Big Data ............................................................ 34

Recommandations .............................................................................................................................. 38

Annexe A : Méthodologie et démographie ....................................................................................... 39

Business Application Research Center (BARC) .............................................................................. 42

Profils des commanditaires................................................................................................................ 43

Cloudera ........................................................................................................................................ 43

Teradata ........................................................................................................................................ 44


- 4 -

Big Data : un incontournable

es Big Data ont fait leur chemin au sein

des entreprises. Telle est la conclusion

d'une étude intitulée « Big Data

Analytics », réalisée par le cabinet d'études

BARC en 2014, concernant le développement

des Big Data en Allemagne, en Autriche et en

Suisse. Près d'un tiers des entreprises ayant ré-

pondu à cette enquête avaient alors déclaré

qu'elles avaient entièrement intégré les

analyses Big Data dans leurs processus métier

ou qu'elles étaient en train de le faire.

L'intérêt pour les Big Data continue de croître,

en particulier dans le cadre des projets de

transformation numérique. Aujourd'hui, la vague

des Big Data déferle sur tous les services de

l'entreprise. En d'autres termes, les Big Data ré-

volutionnent la manière dont les entreprises

identifient de nouveaux modèles commerciaux

et définissent leurs avantages concurrentiels.

Malgré cette euphorie, sommes-nous réelle-

ment à l'aube d'une nouvelle ère dictée par les

données ? Les entreprises sont-elles

réellement plus rapides, plus productives, plus

efficaces et plus innovantes grâce aux Big

Data ? Cette image reflète-t-elle la réalité

quotidienne des entreprises ? Si oui, quelles

mesures prennent-elles pour tirer parti des Big

Data ?

Pour répondre à ces questions et bien d'autres,

l'étude suivante analyse des cas d'utilisation,

usages et pratiques des Big Data, ainsi que les

contextes technologiques, organisationnels et

commerciaux des entreprises concernées.

L'étude s'est concentrée sur les questions sui-

vantes :

Quels services de l'entreprise sont à l'ori-

gine des analyses Big Data et les utili-

sent ?

Comment utilisent-elles les Big Data ?

Quels avantages les entreprises tirent-

elles des analyses Big Data ?

À quels problèmes techniques et com-

merciaux doivent-elles faire face ?

Comment les entreprises financent-elles

leurs projets de Big Data et quel niveau

de retour sur investissement obtiennent-

elles ?

Quelles technologies utilisent-elles ou

prévoient-elles d'utiliser dans leurs futures

applications Big Data ?

Cette étude a été menée de manière

indépendante par le cabinet d'études BARC

(Groupe CXP). Elle est disponible gratuitement

grâce au parrainage de Blue Yonder, de

Cloudera, de Hewlett-Packard, d'Information

Builders, de pmOne, de SAS, de Tableau et de

Teradata.

BARC tient également à remercier à l'avance

tous les participants à ses futures enquêtes.

C'est grâce à leur aide précieuse que nous pou-

vons enrichir le débat en nous appuyant sur les

données recueillies.

Wurtzbourg, Allemagne. 23 juillet 2015.

Dr Carsten Bange,

Timm Grosser,

Nikolai Janoschek

L


- 5 -

Résumé

Les entreprises ne peuvent plus se permettre

d'ignorer les Big Data si elles souhaitent con-

server leur avantage concurrentiel dans un en-

vironnement commercial qui évolue de plus en

plus rapidement. Elles connaissent les

avantages d'une utilisation plus efficace des

données, qu'il s'agisse de l'amélioration de l'ef-

ficacité des processus, de la qualité des déci-

sions stratégiques et de la précision des prévi-

sions ou de la création de nouveaux modèles

commerciaux.

Mais dans quelle mesure les entreprises

profitent-elles de ces avantages potentiels ?

Pour le savoir, cette étude analyse l'état actuel

et les développements futurs des Big Data,

ainsi que leurs cas d'usage. Avec plus de

550 participants issus d'entreprises appartenant

à divers secteurs dans le monde entier, cette

enquête intitulée « Usages et pratiques des Big

Data 2015 » est l'une des plus importantes me-

nées sur les conditions des projets Big Data.

Nous avons regroupé les principaux résultats

de cette enquête en six points clés.

Les Big Data s'imposent dans toutes les entreprises

(seulement si le management en prend l'initiative)

Les Big Data sont de plus en plus présentes

dans les entreprises. 17% seulement des

entreprises n'envisagent pas du tout de lancer

un projet Big Data. Plus de 40% des entre-

prises ont déjà eu recours aux Big Data, que ce

soit en l'intégrant à leurs processus métier ou

dans le cadre d'un projet pilote.

Ces chiffres reflètent la diversité des défis que

les entreprises souhaitent relever grâce à leurs

projets Big Data. Les entreprises qui, au mini-

mum, envisagent de recourir à un projet Big

Data expliquent vouloir bénéficier des avan-

tages suivants : analyses d'importants volumes

de données (57% des entreprises), analyses

plus rapides et plus précises (55%), méthodes

de prévision plus avancées (51%) et analyses

de différentes sources de données (50%).

La réussite ou non d'un projet Big Data au sein

d'une entreprise dépend en grande partie de

l'équipe de management. Celle-ci fait office de

moteur et de leader d'opinion dans les

entreprises ayant déjà intégré les Big Data

dans leurs processus métier. En revanche, il

n'en va de même que dans 34% des entre-

prises qui envisagent un tel projet seulement

pour le futur. De manière générale, les

départements métier restent très passifs et sont

rarement à l'origine des projets Big Data.

Point clé 1


- 6 -

Les projets Big Data génèrent des avantages

considérables

Les entreprises ayant mis en œuvre des projets

Big Data expliquent en tirer des avantages

considérables : meilleures décisions straté-

giques (69% des entreprises), meilleur contrôle

des processus opérationnels (54%), meilleure

compréhension des clients (52%) et réduction

des coûts (47%). Les entreprises qui

parviennent à mesurer ces avantages rappor-

tent une augmentation moyenne de leur chiffre

d'affaires de 8% et une réduction de leurs coûts

de 10%. En outre, ces projets ont non seule-

ment répondu aux attentes des entreprises,

mais les ont même dépassées dans de nom-

breux cas.

Le client est roi !

Les entreprises utilisent les analyses Big Data

dans des domaines très variés. Nous avons de-

mandé aux participants de l'enquête de nous

présenter leurs cas d'utilisation spécifiques.

Dans leurs réponses, c'est le mot « client » qui

est revenu le plus souvent, et de loin. Plus que

jamais, les entreprises veu-

lent connaître les attentes,

les motivations, les besoins

et les comportements de

leurs clients. Les analyses

Big Data leur permettent

d'obtenir un profil complet de

leurs clients en rendant trans-

parentes toutes leurs interactions. Pour cela,

les entreprises doivent recueillir des données

auprès de nombreux points de contact diffé-

rents, puis les rassembler dans un projet Big

Data afin de les analyser. En définissant un

profil complet de leurs clients, elles peuvent

alors répondre à leurs attentes de manière plus

personnelle et plus ciblée, réduire l'attrition et

attirer de nouveaux clients.

Sans surprise, les services de marketing et de

vente se trouvent donc en tête des principaux

utilisateurs des applications Big Data. Au sein

des entreprises qui envisagent d'utiliser les

analyses Big Data, les services de marketing

(25 %) et de vente (23 %) ont déjà intégré ces

technologies dans leurs éva-

luations. Néanmoins, l'en-

quête signale également de

nombreux cas d'utilisation des

Big Data dans tous les autres

services (production, fi-

nance/contrôle de gestion et

ressources humaines). Les

chiffres très élevés de déploiements planifiés

par service (entre 34 et 56 % en moyenne) par-

lent d'eux-mêmes. Tôt ou tard, les Big Data se-

ront présentes dans le moindre recoin des en-

treprises, même si 38 % d'entre elles cherchent

toujours des cas d'utilisation intéressants.

Point clé 2

Point clé 3

Les analyses Big Data

permettent d'obtenir un

profil complet des clients

en rendant transparentes

toutes leurs interactions


- 7 -

Les entreprises peinent à assurer la sécurité des

données et à acquérir les compétences nécessaires

Les entreprises ont non seulement du mal à trou-

ver des cas d'utilisation, mais elles font égale-

ment face à des problèmes liés à la sécurité et à

la confidentialité des données. Le manque d'ex-

pertise dans le do-

maine des Big Data re-

présente également un

défi majeur. 49% des

entreprises interrogées

ont déclaré que la con-

fidentialité des données

représentait l'un des

plus gros problèmes

liés à l'utilisation des

technologies Big Data.

48% d'entre elles ont

également cité la sécurité des données. De nom-

breux cas d'utilisation sont axés sur le client.

C'est pourquoi les entreprises doivent s'efforcer

de protéger leurs données. En plus de rendre les

données suffisamment anonymes, les entre-

prises doivent également les protéger des at-

taques extérieures. Avec l'utilisation croissante

des analyses Big Data, les infrastructures tech-

nologiques tendent elles aussi à se complexifier.

La sécurisation des infrastructures et des don-

nées qu'elles contiennent représente un réel en-

jeu pour les entreprises.

Le deuxième problème principal concerne le

manque de connaissances internes techniques et

métier perrmettant d'exploiter et d'analyser les

Big Data. 53% des entreprises interrogées esti-

ment qu'elles ne disposent pas des compétences

d'analyse suffisantes et 48 % d'entre elles affir-

ment qu'elles manquent d'expertise technique.

Ainsi, 30% des entreprises qui travaillent sur des

projets de Big Data sont enclines à créer de nou-

veaux postes dans ce domaine. Cependant, le

marché mondial du travail n'est actuellement pas

en mesure de répondre à cette demande.

L'Europe est en retard

Il existe des différences importantes concernant

l'utilisation des Big Data entre l'Europe et l'Amé-

rique du Nord. Notre étude confirme la théorie

selon laquelle les entreprises nord-américaines

sont largement en avance sur ce type de projet

par rapport à leurs concurrents européens. 28%

des entreprises nord-américaines ayant répondu

à l'enquête ont déjà intégré des projets Big Data

dans leurs processus métier. En incluant les en-

treprises ayant démarré des projets pilotes, plus

de la moitié des entreprises nord-américaines

disposent déjà d'une expérience pratique des Big

Data. En revanche, seulement 16% des entre-

prises européennes ont indiqué avoir déjà intégré

les Big Data à leurs processus métier et 39% en

ont une expérience pratique. L'enquête montre

donc que les entreprises européennes ont un

train de retard.

Néanmoins, les entreprises des deux côtés de

l'Atlantique font face à des problèmes très simi-

laires, notamment en ce qui concerne le manque

de compétences techniques et métier. Contraire-

ment à l' idée largement répandue selon laquelle

la confidentialité des données serait moins impor-

tante en Amérique du Nord qu'en Europe, l'étude

montre que les participants des deux régions se

soucient de la confidentialité dans les projets

(50% des entreprises nord-américaines et 49%

des entreprises européennes). Les entreprises

d'Amérique du Nord se sentent même davantage

concernées par la sécurité des données que

leurs concurrents européens (56 % des entre-

prises américaines contre 46 % des entreprises

européennes).

Point clé 4

Avec l'utilisation crois-

sante des Big Data, les

infrastructures technolo-

giques tendent à se com-

plexifier. La sécurisation

des infrastructures et des

données représente un

enjeu majeur

Point clé 5


- 8 -

L'Industrie 4.0 : plus un rêve qu'une réalité.

L'utilisation des Big Data varie grandement se-

lon les secteurs. Le secteur de la vente au dé-

tail est le mieux représenté avec 27% des en-

treprises ayant déjà recours aux analyses Big

Data dans leurs processus métier, contre seule-

ment 13 % des entreprises de la fabrication. Le

fameux concept d'Industrie 4.0, qui vise à favo-

riser la numérisation

des processus de

production et de lo-

gistique, n'évolue

que très lentement

sur le sujet des Big

Data. Néanmoins, il

est clair que les dé-

bats commencent petit à petit à changer les

mentalités. Les entreprises de la fabrication affi-

chent le taux le plus élevé de projets pilotes

(24 %). Le manque d'expérience dans le do-

maine des Big Data semble ralentir cette pro-

gression. En effet, 63 % des entreprises expli-

quent manquer des compétences métier néces-

saires, tandis que 61 % estiment ne pas dispo-

ser de suffisamment de compétences tech-

niques. Le concept d'Industrie 4.0 du secteur

de la fabrication risque donc de rester encore

longtemps à l'état de projet.

Par ailleurs, les attentes liées au Big Data

varient elles aussi selon les secteurs. 85% des

revendeurs cherchent à mieux connaître leurs

clients, 77% souhaitent mieux piloter leurs pro-

cessus opérationnels et 65% espèrent une

augmentation de leur chiffre d'affaires. En com-

paraison, dans le secteur de la fabrication,

66 % des entreprises cherchent à mieux piloter

leurs processus opérationnels et 43% à réduire

leurs coûts. Les entreprises du secteur de la fi-

nance, quant à elles, cherchent en priorité à uti-

liser les Big Data pour développer de nouvelles

idées de produits et de services (52% des en-

treprises).

Point clé 6

Le concept

d'Industrie 4.0 risque

de rester longtemps à

l'état de projet dans

les entreprises de

fabrication.


- 9 -

Résultats de l'enquête

Les Big Data représentent un facteur clé de la

transition vers une économie numérique. Il

s'agit pourtant d'un sujet relativement nouveau

dont de nombreux aspects sont toujours en

évolution. Il n'est pas toujours simple de savoir

si les entreprises utilisent réellement les Big

Data ou s'il s'agit d'un vœu pieux. Bon nombre

d'entre elles semblent

chercher des possibilités con-

crètes d'utilisation des Big

Data dans leurs activités.

Afin de clarifier ce sujet, cette

étude empirique se concentre

sur des cas d'utilisation des

Big Data et sur les conditions techniques, orga-

nisationnelles et métier qui s'y rapportent. Elle

examine dans quelle mesure les analyses Big

Data sont répandues et les avantages qu'en ti-

rent les entreprises (voir les chapitres « De plus

en plus d'entreprises utilisent les Big Data » et

« Les avantages des Big Data dépassent les at-

tentes »). Cette étude montre également où et

comment les entreprises génèrent ces avan-

tages, en précisant notamment quels services

utilisent les Big Data et dans quels scénarios

(voir « Les projets Big Data sont de plus en

plus nombreux au sein de l'entreprise »). Le

chapitre « Les entreprises s'appuient toujours

sur les outils de Business Intelligence standard,

mais un changement se profile » aborde la

question des conditions technologiques, en

s'attardant notamment sur les technologies et

les types de données utilisés

par les entreprises pour les

Big Data. L'étude explique

également comment les en-

treprises financent ces initia-

tives (voir « Les Big Data sont

un moteur pour l'emploi ») et

présente les pièges auxquels elles sont con-

frontées lorsqu'elles s'intéressent aux Big Data

(voir « Le manque de compétences freine le

développement des Big Data »).

Afin de nous assurer que tous les participants

comprennent bien de la même manière la

notion de Big Data, nous nous sommes

appuyés sur la définition suivante de BARC

pour catégoriser et évaluer les projets Big

Data :

Figure 1 : Définition des Big Data selon BARC

Big Data :

Ensemble des méthodes et technologies utilisées pour charger,

stocker et analyser des volumes importants de données polystructu-

rées

de manière évolutive.

Les Big Data aident les entreprises à gérer des volumes importants de

données, à effectuer des analyses complexes et à intégrer en temps

réel les données issues d'un grand nombre de structures et de sources

de données.

Il n'est pas toujours simple

de savoir si les entreprises

utilisent réellement

les Big Data ou s'il s'agit

d'un vœu pieux.


- 10 -

De plus en plus d'entreprises utilisent les Big Data

Aujourd'hui, les entreprises ont conscience de

la valeur que recèlent leurs données. C'est

l'une des principales conclusions de l'étude

« Datenmanagement im Wandel » menée en

2014 par BARC en Allemagne, en Autriche et

en Suisse. Les résultats de cette étude

indiquent en effet que les entreprises tiennent

de plus en plus compte de l'importance

croissante des données dans leurs processus

décisionnels (Figure 2). Près des deux tiers des

entreprises ayant répondu à l'enquête affirment

que les données et les analyses sont à la base

de leurs processus décisionnels. Seulement

12 % des entreprises indiquent que leurs déci-

sionnaires prennent des décisions en se basant

uniquement sur leur expérience.

Figure 2 : Quel rôle les données jouent-elles dans votre entreprise ? (n = 543)

L'état actuel des projets Big Data reflète l'intérêt

croissant des entreprises pour leurs données.

La Figure 3 montre

que 40% des entre-

prises développent

actuellement des

projets Big Data, que

ce soit dans le cadre

de leurs processus

métier ou en tant

que projets pilotes.

17% des entreprises

seulement n'envisagent pas avoir recours au

Big Data.

Bien que les Big Data aient fait leur chemin

dans les entreprises, des différences existent

selon les régions et les secteurs d'activité.

Cette étude confirme par exemple l'idée

commune selon laquelle les entreprises nord-

américaines sont plus avancées que leurs con-

currentes européennes en matière de Big Data.

En effet, 28% des entreprises nord-américaines

ont déjà intégré les Big Data à leurs processus

métier et plus de la moitié ont lancé un projet

sur le sujet. En Europe, ces chiffres atteignent

seulement 16% et 39 %.

Cette étude présente également des

différences entre les secteurs d'activité. Le fa-

meux sujet de l'Industrie 4.0 semble être au

point mort, du moins en ce qui concerne les Big

Data. 13% seulement des entreprises du sec-

teur de la fabrication recourent à des analyses

28%

34%

27%

10%

2%

Dans toute l’entreprise les données et les analyses constituent le support à la prise de

décision, aux processus de gestions/optimisation

Dans toute l'entreprise les décisions sontprises à partir des données et de leur analyse

Un nombre limité seulement de nos servicesprennent des décisions fondées sur des

données et des analyses

Nous avons investi dans la Business Intelligence, mais la plupart des décisions sont

fondées sur le ressenti et l’expérience des décideurs

Les données ne jouent aucun rôle dans notreentreprise

L'étude confirme l'idée se-

lon laquelle les entre-

prises nord-américaines

sont plus avancées que

leurs homologues euro-

péennes en matière de Big

Data.

http://barc.de/docs/datenmanagement-im-wandel


- 11 -

Big Data dans leurs activités quotidiennes,

contre 27% des entreprises de la distribution et

de la vente au détail. En revanche, les

entreprises de fabrication sont celles qui

développent le plus de projets pilotes, avec un

chiffre record de 24%. Cela montre bien que les

discussions intenses concernant l'Industrie 4.0

commencent à avoir un impact et que la

situation devrait changer dans un avenir

proche.

Figure 3 : Les projets Big Data par région et par secteur (n = 526)

De nombreux facteurs poussent les entreprises

à lancer des projets Big Data (Figure 4). Les

plus fréquemment cités par les entreprises font

référence aux trois V des Big Data : le Volume

(57%), la Variété (50%) et la Vitesse (46%).

Parmi les autres facteurs importants, on

retrouve également la possibilité d'effectuer de

meilleures/nouvelles analyses de données

(55%), ainsi que la volonté de créer des

modèles prédictifs afin d'augmenter la prévisibi-

lité et de réduire les incertitudes (51%). Ces

chiffres montrent clairement que les analyses

prédictives et les prévisions sont désormais au

cœur de l'implémentation des projets Big Data

et de l'exploitation des données. Il est égale-

ment intéressant

de noter que les

fournisseurs de

solutions BI

jouent un rôle

moteur sur ce su-

jet. 66% des participants dans ce secteur esti-

ment que la création de modèles prédictifs re-

présente le plus grand défi qu'ils espèrent rele-

ver à l'aide des Big Data. Les entreprises du

secteur informatique, quant à elles, espèrent

18%

28%

16%

27%

22%

20%

13%

13%

13%

23%

25%

23%

18%

19%

22%

24%

19%

13%

43%

37%

43%

43%

40%

46%

46%

56%

48%

17%

10%

19%

11%

20%

13%

17%

12%

25%

Amérique du Nord

Europe

Commerce

IT/ Informatique

Banque/Assurance

Industrie

Services

Secteur public

Big data partie intégrante des process de gestion

En train de d'initier une démarche big data dans le cadre d'un projet pilote

N’avoir pas encore initité de démarche big data, mais n'exclure pas de le faire dans le futur

N’avoir pas initié de démarche big data, et n’envisager pas de le faire dans le futur

Régions

Secteur

Total

L'analyse prédictive et

les prévisions sont

désormais au coeur des

implantations Big Data


- 12 -

surtout pouvoir analyser des volumes impor-

tants de données (56% des entreprises). Les

participants des services commerciaux, en re-

vanche, citent le plus souvent la possibilité de

réaliser des analyses meilleures/nouvelles

(61%).

L'utilisation de données en temps réel est un

sujet innovant en très net développement. 27%

des participants ont indiqué qu'ils souhaitaient

pouvoir piloter et analyser leurs flux de don-

nées. Par ailleurs, pas moins de 19 % des

entreprises interrogées prévoient d'automatiser

leurs processus décisionnels.

Figure 4 : Quels problèmes/défis souhaitez-vous traiter à l'aide des technologies de Big Data ?

(n = 431)

Les services informatiques (45%) et le manage-

ment (43%) figurent en tête des moteurs et lea-

ders d'opinion sur les Big Data dans les entre-

prises (Figure 5). Les autres services restent

passifs et sont beaucoup moins impliqués dans

l'intégration de ce type de projet. Il s'agit d'un

constat que nous pouvons facilement confirmer

d'après notre expérience d'aide à la mise en

œuvre de projets auprès de nos clients. Dans

de nombreux cas, soit les services informa-

tiques utilisent et suggèrent les technologies

Big Data pour faire face à des problèmes nou-

veaux ou existants, soit c'est le management,

conscient des avantages stratégiques de la nu-

mérisation et de l'utilisation des Big Data. Tou-

tefois, pour que les entreprises puissent s'assu-

rer du succès à long terme des Big Data, il est

nécessaire que les autres services acceptent et

adoptent ces technologies. Il y a encore beau-

coup de travail à faire dans ce domaine.

Un examen plus approfondi des données

récoltées révèle que le management joue un

rôle décisif dans le développement des projets

Big Data (Figure 6). 61% des entreprises dans

lesquelles le management est le principal

décisionnaire ont déjà intégré des projets Big

57%

55%

51%

50%

46%

31%

27%

23%

19%

6%

1%

Analyser d’importants volumes de données

Avoir la possibilité de faire demeilleures/nouvelles analyses de données

Construire des modèles prédictifs

Analyser l'information provenant de différentessources de données

Accéder plus rapidement aux données à analyser

Accélérer nos prises de décision

Effectuer le pilotage et l'analyse de flux dedonnées

Disposer d'un meilleur ratio coût/bénéfice pour lesenvironnements

Automatiser nos prises de décision

Il n’y a pas d’enjeux immédiats dans notre entreprise

Autre


- 13 -

Data à leurs processus métier. Par ailleurs, le

management est le promoteur du projet dans

46% seulement des entreprises ayant déjà

lancé un projet pilote et dans 34 % de celles qui

envisagent d'avoir recours au Big Data à

l'avenir. Il est également intéressant de noter

que les participants ont davantage cité certains

services opérationnels, comme par exemple les

services des ventes, dans les cas où les Big

Data étaient déjà bien ancrées dans les

processus métier.

Figure 5 : Quels sont les services moteurs sur les Big Data dans votre entreprise ? (n = 433)

Figure 6 : Etat des lieux par service (n = 433)

45%

43%

36%

27%

25%

24%

10%

9%

6%

IT (Informatique)

Management

Centre de compétences BI

Marketing

Service commercial (Ventes)

Finance et contrôle de gestion

Production

Autre

Logistique

Les Big Data font partie in-tégrante des processus mé-

tier

En train d'initier une démarche de Big

Data dans le cadre

d'un projet pilote

N’a pas encore initié de démarche de Big Data, mais n'exclut pas de le faire dans

le futur


- 14 -

Les avantages des Big Data dépassent les attentes

Avant de développer un projet de Big Data, les

entreprises doivent se poser une question es-

sentielle : Quels avantages allons-nous en

tirer ? Il n'est pas toujours simple de répondre à

cette question, notamment parce que le sujet

est relativement nouveau. De fait, les données

empiriques concernant les expériences Big

Data sont limitées. Afin de clarifier ce sujet,

nous avons demandé aux participants quels

avantages ils attendaient des Big Data et quels

résultats ils en avaient effectivement tirés (Fi-

gure 7).

Figure 7 : Avantages obtenus et avantages escomptés (n = 94/335)

Les résultats montrent que les analyses Big

Data offrent de nombreux avantages aux

entreprises. La possibilité de prendre de

meilleures décisions est le plus souvent cité

(69% des entreprises). Près d'une entreprise

sur deux a amélioré sa capacité à piloter des

processus opérationnels, réduit ses coûts ou

amélioré son expérience et ses connaissances

sur les clients. En d'autres termes, les attentes

liées au Big Data sont nombreuses, de l'assis-

tance stratégique au pilotage des processus

opérationnels. Les entreprises doivent prendre

en compte cet aspect avant chaque projet afin

d'éviter de trop restreindre leur champ d'action.

69%

54%

52%

47%

44%

43%

41%

38%

35%

24%

3%

60%

56%

50%

37%

31%

33%

43%

26%

35%

17%

1%

Une meilleure capacité à prendre des décisionsstratégiques

Un meilleur pilotage des processus opérationnels

Une meilleure compréhension des clients et de l’expérience client

Une réduction des coûts

L'accélération de nos prises de décisions

Le développement de nouvelles idées de produits /services

Une meilleure compréhension du marché et de laconcurrence

Le développement de nouveaux business models

Une augmentation de notre chiffre d'affaires

L'automatisation de nos prises de décisions

Autre

Big data partie intégrante des process de gestion Pilot project & n'excluer pas de le faire dans le futur


- 15 -

Par chance, les projets Big Data ont su ré-

pondre aux attentes relativement importantes

des entreprises, et parfois même les surpasser.

Cela est particulièrement vrai pour les réponses

difficiles à prédire (par exemple, le développe-

ment de nouveaux modèles commerciaux et

d'idées de produits, l'amélioration de la vitesse

des processus décisionnels, la réduction des

coûts et la capacité à prendre des décisions

stratégiques).

Sans surprise, toutefois, les participants ont eu

du mal à chiffrer ces avantages. En effet, seul

un tiers des participants (32 sur 94) ayant

intégré les Big Data à leurs processus ont

répondu à cette question (Figure 8). En

revanche, leurs réponses sont impression-

nantes. Ces entreprises ont en effet rapporté

une augmentation moyenne de leur chiffre d'af-

faires de 8% et une baisse de 10% de leurs

coûts (valeurs médianes). Certaines ont même

affirmé avoir constaté des avantages plus im-

portants que prévu, ce qui explique la moyenne

élevée.

Figure 8 : Êtes-vous en mesure de quantifier les avantages liés à votre démarche Big Data ?

(n = 31/32)

En regardant les données de plus près, on

constate qu'il existe ici aussi des différences

entre l'Europe et l'Amérique du Nord ainsi

qu'entre les différents secteurs d'activité. Les

entreprises européennes utilisent principale-

ment les Big Data pour piloter leurs processus

opérationnels et développer de nouvelles idées

de produits et de services. Leurs homologues

nord-américaines, quant à elles, se positionnent

largement en tête en ce qui concerne l'accélé-

ration des prises de décisions (37% contre

61%). Les analyses Big Data semblent expli-

quer en grande partie ce phénomène.

Les attentes diffèrent également selon les sec-

teurs d'activité. Voici les principales différences

constatées :

Les entreprises de la distribution et de la

vente au détail attendent principalement

de bénéficier de meilleures informations

concernant leurs clients (85% des entre-

prises), d'un meilleur pilotage des

processus opérationnels (77%) et d'une

augmentation du chiffre d'affaires (65%).

Dans le secteur de la fabrication, 66%

des entreprises cherchent à mieux

contrôler leurs processus opérationnels et

43% à réduire leurs coûts.

Les entreprises du secteur de la finance,

quant à elles, cherchent en priorité à

utiliser les Big Data pour développer de

nouvelles idées de produits (52 % des en-

treprises).

13%

16%

8%

10%

Augmentation du chiffre d’affaire en pourcent

Réduction des coûts en pourcent

Moyenne arithmétique Médiane


- 16 -

Les projets Big Data se multiplient au sein de l'entreprise

Les analyses Big Data apportent clairement

d'importants bénéfices aux entreprises qui les

utilisent. La Figure 9 présente les différents ser-

vices dans lesquels les entreprises utilisent ou

prévoient d'utiliser les Big Data. On constate

notamment que presque tous les services sont

concernés. Il s'agit donc d'une technologie

universelle au sein de l'entreprise. Parmi les

services qui utilisent le plus les analyses Big

Data, on trouve en tête de liste les services

marketing (25%) et de vente (23%), tous deux

axés sur les clients. Ces services, avec celui du

service après -vente, sont également ceux qui

prévoient le plus de réaliser des analyses Big

Data à court terme. Il est également important

de mentionner que les intentions d'analyses à

long terme comme à court terme restent

toutefois très élevées dans tous les services.

Ces chiffres viennent renforcer l'idée que les

avantages des Big Data sont non seulement de

plus en plus connus, mais également que les

entreprises commencent à mettre en œuvre les

actions nécessaires pour en tirer parti.

Figure 9 : Quels sont les domaines dans lesquels votre société réalise ou prévoit de réaliser des

analyses Big Data ? (n = 423)

25%

23%

21%

21%

19%

19%

18%

13%

11%

11%

9%

25%

27%

21%

20%

21%

21%

19%

24%

16%

16%

11%

29%

29%

28%

25%

27%

33%

24%

26%

29%

29%

23%

Marketing



IT (Informatique)

Production

Approche transverse

R&D

Après-vente

Gestion des risques

Logistique

Ressources humaines

Aujourd‘hui Prévu dans les 12 prochains mois Prévu à long terme


- 17 -

Les sections suivantes de ce chapitre abordent

les usages spécifiques dans les différents dé-

partements de l'entreprise. Afin de découvrir

comment les entreprises utilisent les analyses

Big Data, nous leur avons posé des questions

ouvertes pour savoir si elles disposaient de dif-

férents scénarios en cours d'utilisation ou pré-

vus. Nous avons ainsi recueilli plus 1 000 ré-

ponses au total. Les nuages de mots suivants

(en anglais) présentent les mots clés qui ont été

les plus souvent mentionnés. Les tableaux cor-

respondants répertorient également les cas

d'utilisation les plus cités par service (sans ré-

péter les mots « données » et « analyses »).

Figure 10 : Fréquence des mots cités pour tous les cas d'utilisation (n = 261)


- 18 -

Dans tous les services

Figure 11 : Fréquence des mots cités pour les cas d'utilisation de tous les services (n = 118)

Cas d'utilisation cités dans les scénarios de tous les services

Optimisation des processus, amélioration de la qualité des processus

Transparence sur tous les processus, possibilité de reconnaître et d'utiliser des effets de synergie

Système de gestion des connaissances pour une utilisation plus vaste et plus complète des informations

Intégration et distribution de données issues de plusieurs services

Conformité et gestion des risques

Prévisions et analyses du développement commercial

Réponse plus rapide aux besoins des clients

Assurance qualité

Réduction des coûts

Automatisation de la bureautique

Gestion et planification des ressources (sourcing)

Visualisation unifiée des clients

Prévention des crimes et des fraudes

Gestion de portefeuille

Amélioration du soutien des processus métier grâce à des analyses complètes et de meilleurs calculs

Contrôle de la progression des processus (par exemple, ventes).

Tableau 1 : Cas d'utilisation cités pour les scénarios de tous les services


- 19 -

Dans les services de vente

Figure 12 : Fréquence des mots cités pour les cas d'utilisation dans les services de vente

(en excluant le mot « vente », n = 152)

Cas d'utilisation cités dans les services de vente

Meilleure compréhension et prédiction des comportements des clients, meilleure compréhension des clients

(vision à 360°)

Mesures permettant d'améliorer la fidélisation des clients et de réduire l'attrition (expérience client)

Contrôle plus précis et plus efficace des activités de vente

Personnalisation des activités de vente et de marketing

Analyses de la concurrence/études de marché

Optimisation des prix et des offres

Prévision et planification plus précises des ventes

Opportunités de vente additionnelle ou de montée en gamme

Amélioration de la gestion des inventaires

Acquisition des clients, génération de prospects

Classification des clients et analyses des groupes de vente

Tableau 2 : Cas d'utilisation cités par les services de vente


- 20 -

Dans les services après-vente

Figure 13 : Fréquence des mots cités pour les cas d'utilisation dans les services après-vente

(n = 85)

Cas d'utilisation cités dans les services après-vente

Analyse des comportements des clients

Acquisition de données et d'analyses pour les équipes après-vente et de vente sur le terrain

Analyses des clients

Observation des tendances grâce à des enquêtes auprès des clients

Identification des clients présentant un risque élevé d'attrition

Prévision de la maintenance, optimisation des cycles de maintenance

Reconnaissance des tendances concernant les réclamations des clients

Gestion globale des réclamations afin d'identifier les problèmes à temps

Calcul de la disponibilité des pièces de rechange

Analyse des garanties

Amélioration de l'efficacité des activités après-vente en répondant automatiquement à des questions

Suivi et évaluation des services après-vente

Analyses de la rentabilité en temps réel (par exemple, remises pendant les conversations avec le centre d'appels)

Marketing direct et recommandations de produits

Conversion de clients

Tableau 3 : Cas d'utilisation cités par les services après-vente


- 21 -

Dans les services marketing

Figure 14 : Fréquence des mots cités pour les cas d'utilisation dans les services de marketing

(en excluant le mot « marketing », n = 152)

Cas d'utilisation cités dans les services de marketing

Analyse des comportements des clients

Réalisation de données et d'analyses pour les représentants de services après-vente et de vente sur le terrain

Analyse de la valeur des clients

Observation des tendances grâce à des enquêtes auprès des clients

Identification des clients présentant un risque élevé d'attrition

Prévision de la maintenance, optimisation des cycles de maintenance

Reconnaissance des tendances concernant les réclamations des clients

Gestion globale des réclamations afin d'identifier les problèmes à temps

Calcul de la disponibilité des pièces de rechange

Analyse des garanties

Amélioration de l'efficacité des activités après-vente en répondant automatiquement à des questions

Suivi et évaluation des services après-vente

Analyses de la rentabilité en temps réel (par exemple, remises pendant les conversations avec le centre d'appels)

Marketing direct et recommandations de produits

Conversion de clients

Tableau 4 : Cas d'utilisation cités par les services de marketing


- 22 -

Dans les services finance et contrôle de gestion

Figure 15 : Fréquence des mots cités dans les scénarios des services de finance et de contrôle

de gestion (n = 100)

Cas d'utilisation cités dans les services de finance et de contrôle de gestion

Amélioration des rapports (en général)

Planification, budget et prévisions de l'entreprise

Possibilité de créer une vision intégrée des données

Simplification des rapports

Simulations, assistance pour la définition de stratégies

Analyses des données (en général)

Analyse et optimisation des coûts

Analyse des remises et des prix

Optimisation des processus

Gestion des flux de trésorerie, amélioration des liquidités

Consolidation

Conformité

Tableau 5 : Cas d'utilisation cités parles services de finance et de contrôle de gestion


- 23 -

Dans les services Gestion des risques

Figure 16 : Fréquence des mots cités pour les cas d'utilisation dans les services de gestion des

risques (en excluant les termes « gestion » et « risques », n = 63)

Cas d'utilisation cités dans les services de gestion des risques

Identification des risques nouveaux et non connus

Identification des clients « indésirables »

Amélioration générale de la gestion des risques

Identification des fraudes

Utilisation frauduleuse des cartes bancaires

Meilleures prévisions et simulations des risques

Identification de corrélations et de modèles

Identification des risques externes

Réduction ou atténuation générale des risques

Identification des risques des projets

Contrôle des risques

Conformité

Analyse détaillée des risques

Risques opérationnels

Prévision et contrôle actif

Élimination des mauvais investissements

Tableau 6 : Cas d'utilisation cités par les services de gestion des risques


- 24 -

Dans les services de Recherche et développement

Figure 17 : Fréquence des mots cités pour les cas d'utilisation dans les services de recherche et

développement (n = 71)

Cas d'utilisation cités dans les services de recherche et développement

Analyses des données télématiques et de capteur

Développement, test et amélioration de nouveaux produits et de nouvelles méthodes

Nouvelles idées de produits grâce à des analyses des tendances et du marché (par exemple, analyses de brevets)

Identification des besoins des clients

Meilleure utilisation des informations (par exemple, grâce à des bases de connaissances, des algorithmes d'appren-

tissage automatique, des moteurs de recherche, etc.)

Réduction des risques

Analyses des opportunités du marché (par exemple, concernant les prix et le développement des produits)

Gestion des innovations

Évaluation à long terme des informations sur les produits

Optimisation des coûts de recherche et développement

Tableau 7 : Cas d'utilisation cités par les services de recherche et développement


- 25 -

Sans les services Ressources humaines

Figure 18 : Fréquence des mots pour les cas d'utilisation dans les services RH (n = 44)

Cas d'utilisation cités dans les services des ressources humaines

Recrutement

Fidélité des employés

Performances des employés

Utilisation efficace des effectifs

Développement des employés

Coûts

Conformité

Analyses, rapports et contrôles généraux des RH

Gestion des risques

Analyses des effectifs (par exemple, satisfaction)

Tableau 8 : Cas d'utilisation cités par les services des ressources humaines


- 26 -

Dans les services informatiques

Figure 19 : Fréquence des mots cités pour les cas d'utilisation dans les services informatiques

(n = 108)

Cas d'utilisation cités dans les services informatiques

Évaluation des fichiers journaux afin de détecter les problèmes et d'optimiser les performances

Analyse de l'utilisation (par exemple, pour les données, les applications et les appareils)

Optimisation des infrastructures des services informatiques (par exemple, apprentissage automatique pour la ges-

tion des serveurs)

Contrôle et pilotage des opérations informatiques

Sécurité et réduction des risques

Planification des capacités

Planification et contrôle des ressources humaines, sourcing externe

Prévision et planification des projets d'implémentation de services informatiques

Amélioration des services et de l'assistance aux services commerciaux

Création de processus de service et amélioration de la qualité des services (par exemple, centres d'assistance)

Développement de nouveaux produits informatiques

Meilleure réactivité pour la mise en œuvre de nouvelles exigences (optimisation des processus)

Optimisation des coûts

Analyses du réseau

Tableau 9 : Cas d'utilisation cités par les services informatiques


- 27 -

Dans les services de production

Figure 20 : Fréquence des mots cités pour les cas d'utilisation dans les services de production

(en excluant le mot « marketing », n = 93)

Cas d'utilisation cités dans les services de production

Création de rapports et analyses de l'efficacité et des processus de production

Planification et optimisation de la production (par exemple, durée des cycles, planification des ressources, capa-

cité)

Contrôle des machines, données de capteurs, gestion des actifs

Gestion de la qualité

Gestion des processus de production

Réduction des coûts

Analyses du matériel (par exemple, utilisation)

Gestion des intervalles de maintenance, maintenance prédictive

Individualisation des produits

Analyse et amélioration de la rentabilité

Suivi et analyses des données de télématique et de transport

Prévisions des performances et de la production

Réduction des périodes d'indisponibilité

Détection et réduction des fraudes

Accès aux documents

Mesure de la qualité des données de production

Analyses comparatives

Tableau 10 : Cas d'utilisation cités par les services de production


- 28 -

Dans les services logistique et gestion de la chaîne d'approvisionnement

Figure 21 : Fréquence des mots cités pour les cas d'utilisation dans les services de logistique et

de chaîne d'approvisionnement (n = 74)

Cas d'utilisation cités dans les services de logistique et de chaîne d'approvisionnement

Gestion des flux de travail, optimisation des processus

Création de rapports de bout en bout (de l'approvisionnement à l'expédition)

Optimisation des trajets

Optimisation de la distribution des biens, livraisons fiables et dans le respect des délais

Approvisionnement de biens

Gestion et optimisation des inventaires

Optimisation des délais de production

Optimisation des transports

Suivi

Planification et optimisation de la logistique

Gestion de la qualité

Optimisation de la maintenance

Évaluation des fournisseurs et des clients (notations)

Conception des infrastructures

Planification des capacités

Planification des ressources

Prévision des ventes

Tableau 11 : Cas d'utilisation cités par les services logistique et se Supply Chain


- 29 -

Les entreprises s'appuient toujours sur les outils de Business

Intelligence standard, mais un changement se profile

Alors que les discussions sur les Big Data se

sont longtempts focalisées sur des aspects

techniques, on s'intéresse désormais de plus

en plus à des scénarios concrets d'application.

Néanmoins, la question des technologies

utilisées par les entreprises reste centrale. Bien

souvent, les analyses Big Data sont rendues

possibles uniquement lorsqu'elles sont asso-

ciées à d'autres technologies nouvelles ou

jusqu'alors peu utilisées. Le marché actuel de

ces technologies est très dynamique et de

nombreux outils promettent des avantages con-

sidérables. Mais quelles technologies les entre-

prises ont-elles réellement déjà adoptées ? Et

quelles technologies prévoient-elles d'utiliser ?

Figure 22 : Quelles technologies utilisez-vous ou prévoyez-vous d’utiliser dans votre entreprise

pour effectuer des analyses Big Data ? (n = 428)

62%

53%

53%

43%

38%

36%

31%

17%

16%

14%

13%

13%

9%

4%

10%

12%

12%

13%

14%

16%

15%

10%

7%

13%

14%

8%

14%

20%

11%

20%

24%

24%

18%

22%

16%

19%

Outils de BI traditionnels

Base de données relationnelle

Outils standard d’intégration de données

Analyse exploratoire/Data discovery tool

Développement spécifique

Base de données analytiques

Solution de dataminig/analyses prédictives

Ecosystème Hadoop

Base de données de streaming / Traitement d’événements

Big data appliances

Appliance analytique big data

Base de donnée NoSQL

Aujourd‘hui Prévu dans les 12 prochains mois Prévu à long terme


- 30 -

Les trois principales technologies que les entre-

prises utilisent aujourd'hui pour traiter les Big

Data sont toutes des technologies tradition-

nelles. Les entreprises affirment qu'elles utili-

sent principalement des bases de données re-

lationnelles et des outils de Business Intelli-

gence standard (Figure 22), ce qui souligne

l'importance des données structurées dans le

monde des Big Data. Il apparaît également clai-

rement que les technologies Big Data ne rem-

placeront pas aussi simplement les outils de

Business Intelligence, qui continueront à jouer

un rôle important à l'avenir.

Les défis liés aux projets Big Data, présentés

dans la Figure 4, indiquent toutefois que les ou-

tils standard devront être de plus en plus amé-

liorés à l'aide de technologies spécialisées à

l'avenir. Les technologies les plus citées dans le

cadre des investissements prévus sont celles

qui permettent d'améliorer les possibilités

d'utilisation des données polystructurées

(écosystèmes Hadoop, bases de données

NoSQL), d'augmenter la vitesse des analyses

(systèmes de streaming) et de bénéficier de

meilleures prévi-

sions (solutions

d'analyses

prédictives). Le

nombre croissant

de cas d'utilisation

des Big Data va

de pair avec

l'adoption de

nouvelles techno-

logies. De ce fait,

les entreprises fe-

ront bientôt face à un nouvel environnement in-

formatique encore plus hétérogène, qui posera

d'autres défis.

Figure 23 : Quelles technologies utilisez-vous ou prévoyez-vous d’utiliser

dans un environnement cloud ? (n = 454)

26%

14%

11%

11%

10%

6

7%

7

6

4

8

8

7

7

6

29%

36%

31%

31%

37%

38%

36%

40%

37%

38%

36%

40%

37%

43%

52%

54%

46%

48%

54%

50%

56%

54%

60%

55%

Base de données relationnelle

Outils de BI traditionnels

Outils standard d’intégration de données

Développement spécifique

Analyse exploratoire/Data discovery tool

Base de données analytiques

Ecosystème Hadoop

Solution de dataminig/analyses prédictives

Base de données de streaming / Traitement d’événements

Base de donnée NoSQL

Appliance analytique big data

Big data appliances

In use Planned Conceivable Not conceivable

Les technologies les plus

citées sont celles qui per-

mettent d'améliorer les

possibilités d'utilisation

des données

polystructurées,

d'augmenter la vitesse

des analyses et de bénéfi-

cier de meilleures prévi-

sions.


- 31 -

Le cloud joue un rôle important en ce qui con-

cerne la flexibilité et la polyvalence. La Figure

23 illustre le point de vue des entreprises sur ce

sujet en présentant les technologies qu'elles uti-

lisent, qu'elles prévoient de déployer ou qu'elles

pourraient envisager de déployer dans le cloud.

Les entreprises utilisent principalement des

bases de données relationnelles (26%), une

technologie qu'elles connaissent bien et

qu'elles savent évaluer. Toutefois, la plupart

des technologies sont rarement déployées dans

le cloud et les investissements planifiés restent

faibles pour toutes les technologies. Il semble-

rait également que les entreprises se divisent

en deux groupes. Une première moitié d'entre

elles est généralement ouverte à l'utilisation de

technologies Big Data dans le cloud, tandis que

la seconde ne conçoit même pas de

recourir à cette méthode.

Figure 24 : Sur quelles familles de données appliquez-vous des analyses Big Data ? (n = 208)

Les données utilisées par les entreprises pour

les analyses Big Data (Figure ) soulignent l'im-

portance des technologies de Business Intelli-

gence dans ce domaine. Les entreprises qui

ont déjà recours aux analyses Big Data utilisent

principalement des données issues de sys-

tèmes de transaction (64%). Ces données

jouent généralement un rôle crucial, seules ou

combinées à d'autres sources de données. Les

fichiers journaux des systèmes informatiques

(59%) sont également très utilisés, en particu-

lier dans les services informatiques, qui s'en

servent pour analyser leurs environnements

système. De manière générale, tous les types

de données sont de plus en plus utilisés. Cela

prouve une fois de plus que les entreprises sont

de plus en plus conscientes de la valeur de

leurs données et qu'elles cherchent à en tirer

profit. Les données non-structurées, telles que

les données issues dedocuments, de textes, de

médias sociaux ou de flux de streaming, sont

celles que les entreprises prévoient le plus d'uti-

liser à l'avenir. Il existe également un lien entre

les cas d'utilisation axés sur le client qui s'ap-

puient régulièrement sur ces types de données

et l'utilisation prévue de technologies facilitant

leur exploitation.

64%

59%

30%

30%

24%

21%

12%

19%

11%

11%

23%

26%

19%

17%

9%

13%

18%

21%

24%

22%

17%

Données transactionnelles

Logs systèmes

Données issues de capteurs

Documents/Textes

Données issues des réseaux sociaux

Données de parcours

Vidéos / Images

Aujourd‘hu Prévu dans les 12 prochains mois Prévu à long terme


- 32 -

Les Big Data sont un moteur pour l'emploi

Les Big Data sont un phénomène relativement

nouveau dans les entreprises. Il est donc

intéressant de se pencher sur leur financement.

Comment les entreprises financent-elles ces

projets ? Où etcomment les investisse-

ments sont-ils alloués? Les budgets sont-ils

croissants, décroissants ou stables ?

Figure 24 : Comment sont alloués les investissements Big Data dans votre entreprise ? (n = 208)

Dans les entreprises qui utilisent déjà les Big

Data, la plupart des investissements s'inscrivent

dans un budget général alloué aux solutions in-

formatiques (Figure 24). La satisfaction des

exigences technologiques semble constituer la

priorité. Toutefois, étant donné que même la

meilleure des technologies n'offre pas les

avantages escomptés sans personnel qualifié,

les entreprises investissent également dans la

formation de leur personnel (48%), ainsi que

dans le recrutement de nouveaux employés.

30% des entreprises qui travaillent sur des

projets Big Data envisagent de créer de

nouveaux postes dans ce domaine. En d'autres

termes, les Big Data sont un moteur pour

l'emploi.

Figure 25 : Comment financez-vous vos projets Big Data ? (n = 209)

55%

48%

30%

26%

24%

20%

7%

2%

Augmentation du budget IT

Formation du personnel

Augmentation des effectifs /création de nouveaux postes

Conseil technique externe

Conseil d’analyse externe

Création d’une organisation distincte avec son propre budget

Pas de nouveaux investissements

Autre

52%

46%

31%

30%

2%

Financement par projet

Sur des budgets IT

Sur des budgets recherche / innovation

Sur des lignes de budgets métier

Autre


- 33 -

D'où proviennent les budgets pour ces

investissements ? Les réponses à l'enquête

permettent de découvrir l'origine de nombreux

projets Big Data (Figure 25). 52% des entre-

prises qui utilisent déjà les Big Data financent

chacune leurs projets de manière indépendante.

Apparemment, les Big Data ne sont pas assez

intégrées aux processus métier pour s'inscrire

dans un budget fixe. Lorsqu'un projet s'inscrit

dans le cadre d'un processus, son financement

provient généralement du budget des services

informatiques (pour 46% des entreprises). Ce

chiffre renforce l'idée que les Big Data sont gé-

néralement considérées comme un outil tech-

nique.

On constate également des différences entre

les zones géographiques. Alors que le finance-

ment en Amérique du Nord provient générale-

ment des budgets des services informatiques

(54% contre 43% en Europe) et des services

stratégiques (39% contre 24%), les entreprises

européennes tendent à puiser dans le budget

de la recherche (20% en Amérique du Nord

contre 37% en Europe). Par ailleurs, les dé-

penses en matière de Big Data s'inscrivent da-

vantage dans un budget fixe dans les entre-

prises nord-américaines que dans les sociétés

européennes. Ce qui conforte l'idée déjà avan-

cée que les entreprises américaines ont une

longueur d'avance en matière de Big Data.

Figure 26 : Évolution des budgets alloués aux Big Data au cours des 12 mois précédents

et pour les 12 mois à venir (valeur médiane) (n = 222)

L'évolution des budgets alloués aux Big Data

montre clairement la montée en puissance de

cette technologie au sein des entreprises (Fi-

gure 26). Les dépenses en solutions informa-

tiques et les actions entreprises dans les res-

sources humaines ont largement augmenté au

cours des douze derniers mois. Dans les entre-

prises qui concevaient au moins de développer

des projets Big Data, les dépenses ont aug-

menté de 5% (valeur médiane). Ces entre-

prises prévoient de plus une augmentation

moyenne générale de 5% dans les douze mois

à venir.

La différence de résultats entre régions a de

quoi surprendre. Les entreprises européennes

ont investi en moyenne 5% de plus que les

nord-américaines dans les solutions informa-

tiques et le consulting externe. Les valeurs ab-

solues de ces augmentations restent incon-

nues. On peut toutefois imaginer que l'investis-

sement plus faible en Amérique du Nord est dû

aux augmentations de budget déjà réalisées

dans le passé. Les entreprises européennes

ont visiblement pris conscience qu'elles de-

vaient augmenter leurs investissements pour

rester compétitives face aux sociétés nord-

américaines.

12 derniers mois 12 prochains mois

Total

Equipement informatique 5% 10%

Conseil externe 0% 5%

Mesures relatives au personnel 5% 10%

Régions

Amérique du Nord Equipement informatique 5% 10%



Europe Equipement informatique 10% 10%




- 34 -

Le manque de compétences freine l'essor des Big Data

Les analyses Big Data offrent des avantages

substantiels aux entreprises. Cependant, les

projets Big Data posent également quelques

difficultés (Figure 27). De manière générale, les

Big Data apportent à la fois leur lot d'avantages,

mais aussi d'inconvénients. Seuls 6% des

participants ont indiqué n'avoir rencontré aucun

problème lors de ma mise en place

d'applications Big Data.

Figure 27 : Quels problèmes avez-vous rencontrés lors de l'utilisation des technologies/aanalyses Big Data ? (n = 545)

Les problèmes concernant le manque de com-

pétences adaptées reviennent très souvent. En-

viron la moitié des partici-

pants signalent qu'ils dispo-

sent de connaissances tech-

niques ou analytiques ina-

daptées. De fait, on trouve

actuellement peu de person-

nel qualifié et adapté sur le

marché du travail. Ce problème n'est pas régio-

nal, puisque les entreprises nord-américaines

ont rapporté des difficultés similaires. En effet,

environ 50% des entreprises indiquent manquer

de connaissances techniques et analytiques

dans les deux zones géogra-

phiques. Bien que les entre-

prises soient prêtes à créer

des postes dans ce domaine,

elles risquent d'avoir du mal à

trouver des candidats, étant

donné l'absence de profes-

sionnels qualifiés sur le marché du travail. Ce

phénomène les incite donc à former leur per-

sonnel existant.

53%

49%

48%

48%

38%

38%

34%

26%

24%

6%

1%

Savoir-faire analytique unsuffisant dans notre société

Problème de confidentialité des données

Savoir-faire technique insuffisant dans notre société

Sécurité des données

Les coûts

Absence de cas métier convaincants

Notre organisation et nos process ne sont pas assezmûrs

Problèmes techniques

Impossibilité de rendre le big data exploitable parl'utilisateur final

Aucun problème majeur

Autre

Environ la moitié des

participants signalent qu'ils

disposent de connais-

sances techniques ou ana-

lytiques inadaptées.


- 35 -

La confidentialité et la sécurité des données

comptent également parmi les principaux

problèmes auxquels sont confrontées les

entreprises. L'importance attachée à la

confidentialité des données n'est pas

surprenante,

étant donné que

de nombreuses

applications Big

Data sont axées

sur l'analyse des

données clients.

Les entreprises

doivent donc tout

mettre en œuvre

pour rendre ano-

nymes les don-

nées afin de protéger la confidentialité de leurs

clients. Cela implique l'exécution de processus

élaborés avant la phase d'analyse proprement

dite. Les questions juridiques, techniques et de

contenu liées à ces processus présentent au-

jourd'hui des défis majeurs pour les entreprises.

La sécurité des données constitue elle aussi un

problème important dans le cadre des Big Data.

En effet, les Big Data peuvent contenir des in-

formations sensibles pour les entreprises. De

plus, l'accès aux nouveaux systèmes peut

entraîner de nouveaux problèmes. Les entre-

prises du secteur de la fabrication, par

exemple, sont très suspicieuses à l'égard des

technologies qui accèdent à leurs machines

pour y capturer des données. En effet, ces

machines contiennent des programmes néces-

saires au bon déroulement de leurs opérations,

qui doivent être protégées par des droits de

propriété intellectuelle. Les entreprises confient

également ressentir une certaine insécurité vis-

à-vis de l'enregistrement et du transfert de don-

nées dans les systèmes basés sur le cloud (par

exemple, les réseaux sociaux). Il est important

d'apporter une réponse à ces incertitudes.

38% des entreprises se plaignent d'un manque

de cas d'utilisation intéressants. Ce chiffre est

relativement élevé, notamment lorsque l'on con-

sidère l'importance des Big Data dans les mé-

dias informatiques et commerciaux. Le manque

d'idées permettant de tirer davantage de béné-

fices des données, l'évolution des modèles

commerciaux concernant les données d'entre-

prise et la défiance envers la possibilité d'implé-

menter de manière rentable de nouvelles mé-

thodes et technologies sont autant de pro-

blèmes fréquemment rencontrés. Les pro-

blèmes techniques, en revanche, ne constituent

pas un obstacle de taille lors du déploiement de

technologies Big Data et sont cités par 26%

des participants seulement.

Comme pour la question des connaissances

inadaptées, tous ces résultats sont très simi-

laires entre l'Europe et l'Amérique du Nord.

Cette affirmation est particulièrement vraie en

ce qui concerne la confidentialité des données

(50% des entreprises nord-américaines contre

49% des entreprises européennes) et la sécu-

rité des données (56% contre 46%).

Contrairement aux idées reçues, il semble donc

que la confidentialité des données ne soit pas

moins importante en Amérique du Nord.

Les seules différences notables concernent les

problèmes techniques, davantage cités en

Amérique du Nord (30% des entreprises) qu'en

Europe (23 %). Ces chiffres ne sont toutefois

pas surprenants, car les entreprises nord-amé-

ricaines se positionnent davantage comme des

pionnières des Big Data et adoptent plus rapi-

dement les nouvelles technologies.

Alors que les analyses

sont de plus en plus

orientées vers les clients,

les entreprises doivent

tout mettre en œuvre pour

rendre anonymes les

données afin de protéger

la confidentialité de leurs

clients


- 36 -

Figure 28 : Problèmes par statu quo (n = 525)

L'analyse des problèmes que rencontrent les

entreprises au cours des différentes étapes de

leurs projets Big Data révèle également

d'autres points intéressants (Figure 28). Les en-

treprises qui n'ont pas prévu de développer des

projets Big Data semblent faire face à deux

grands dilemmes. 56% de ces entreprises n'ont

pas trouvé d'exploitations intéressantes de

leurs données, tandis que 50% indiquent que

leurs processus métier ne sont pas assez

aboutis pour y intégrer ces technologise. Les

entreprises qui n'ont actuellement pas de projet

en cours, mais qui envisagent d'en développer,

souffrent de terribles lacunes en termes de

compétences ou sont plus susceptibles de faire

face à des problèmes de financement de leurs

projets Big Data (48 % des entreprises).

Étonnamment, de nombreuses entreprises qui

utilisent déjà les Big Data dans leurs processus

ont elles aussi confié souffrir d'un manque de

compétences. Leur principal problème,

cependant, concerne la confidentialité et la sé-

curité des données, qu'elles semblent avoir

sous-estimées jusqu'alors.

56%

55%

46%

39%

33%

29%

19%

17%

14%

12%

48%

48%

53%

50%

26%

36%

27%

35%

26%

8%

52%

51%

63%

56%

25%

48%

26%

41%

42%

1%

35%

31%

41%

36%

16%

28%

18%

56%

50%

9%

Problème de confidentialité des données

Sécurité des données

Savoir-faire analytique unsuffisant dans notresociété

Savoir-faire technique insuffisant dans notresociété

Problèmes techniques

Les coûts

Impossibilité de rendre le big data exploitablepar l'utilisateur final

Absence de cas métier convaincants

Notre organisation et nos process ne sont pasassez mûrs

Aucun problème majeur

Big data partie intégrante des process de gestion

En train de d'initier une démarche big data dans le cadre d'un projet pilote

N’avoir pas encore initité de démarche big data, mais n'exclure pas de le faire dans le futur

N’avoir pas initié de démarche big data, et n’envisager pas de le faire dans le futur


- 37 -

Il n'existe pas de différences majeures entre

zones géographiques sur les problèmes cités.

En revanche, les résultats présentent des

écarts selon les secteurs d'activité. Le secteur

de la finance, par exemple, est davantage

touché par le manque d'usages intéressants

que les autres secteurs en moyenne (53% des

entreprises). Le secteur de la fabrication, quant

à lui, est plus confronté au manque de compé-

tences, aussi bien sur le plan analytique (63%)

que technique (61%). Les entreprises de ce

secteur devront donc apprendre à relever ces

défis majeurs pour aborder l'ère de l'Indus-

trie 4.0. Dans le

secteur public, la

confidentialité des

données (68%),

les coûts (54%) et

le manque

d'usages intéres-

sants (51%) for-

ment le haut de la

liste des problèmes rencontrés.

Le manque de

compétences est un

obstacle majeur que les

entreprises devront

surmonter pour aborder

l'ère de l'Industrie 4.0.


- 38 -

Recommandations

Sur la base des résultats de cette enquête,

nous recommandons aux entreprises de suivre

les conseils suivants :

Le temps est venu de développer des

projets Big Data ! Les réponses des

participants de cette étude montrent bien

que les analyses Big Data peuvent

s'avérer intéressantes dans de nombreux

cas d'utilisation et offrent quantité

d'avantages substantiels. Commencez

par mettre en place un projet pilote

intégrant différents services, types de

données et processus.

Soyez créatifs ! Donnez à vos employés

l'opportunité de tester les exemples

présentés dans cette étude en les

adaptant aux critères de votre entreprise.

Surtout, offrez-leur une marge de

manœuvre suffisante pour qu'ils puissent

donner leur propre avis sur la manière

dont les Big Data peuvent améliorer cer-

tains processus ou modèles commerciaux

spécifiques.

Le management joue un rôle crucial

dans les processus décisionnels, mais

vous devez également vous appuyer sur

les avis d'autres personnes à différents

niveaux de l'entreprise. Cela vous permet

de vous assurer que les divers cas d'utili-

sation sont bien intégrés aux activités

quotidiennes.

Commencez à former votre personnel

tout en cherchant à recruter des experts

des Big Data dotés de compétences tech-

niques et analytiques. Vous en aurez be-

soin.

Définissez une stratégie de données

d'entreprise incluant les Big Data et

toutes les autres informations pertinentes.

Catégorisez vos données selon différents

niveaux de confidentialité et différentes

zones de sécurité à l'aide de directives et

de responsabilités appropriées, afin de

concrétiser la confidentialité et la sécurité

des données et de réduire les

incertitudes.

Gardez à l'esprit que les projets Big

Data sont souvent innovants. Les

méthodes de Business Intelligence

traditionnelles ne sont pas toujours adap-

tées. Les expériences sur les données

doivent pouvoir être abandonnées

rapidement en cas d'échec, afin que les

utilisateurs puissent en tirer les consé-

quences et passer à une solution plus fa-

vorable, voire idéale.


- 39 -

Annexe A : Méthodologie et démographie

L'enquête en ligne a été menée auprès

d'utilisateurs du monde entier entre

décembre 2014 et février 2015. Elle a été

diffusée par BARC sur des sites Web, lors

d'événements et par e-mail via des newsletters.

Au total, 559 personnes ont répondu à l'en-

quête. La plupart des participants (37%)

venaient d'Allemagne, d'Autriche ou de Suisse

(Figure 29), suivis par l'Amérique du Nord

(22%). Les autres participants étaient répartis

de manière assez homogène entre différentes

régions d'Europe et dans le reste du monde, à

l'exception de l'Afrique et du Moyen-Orient, re-

présentés par seulement 4% des participants.

Figure 29 : Répartion des répondants par zone géographique (n = 546)

Les participants étaient issus d'un grand

nombre de secteurs (Figure 30), avec en tête

de liste les services informatiques (16%), la fa-

brication (14%), le consulting (13%) et la vente

au détail (8%).

37%

22%

8%

7%

7%

5%

5%

5%

4%

Région DACH

Amérique du Nord

Europe du Sud

France et régions francophones

Asia-Pacific

Grande-Bretagne & Europe du Nord

Europe de l'Est

Amérique latine

Autre


- 40 -

Figure 30 : Répartition des répondants par secteur d'activité (n = 543)

La Figure 31 présente la taille des entreprises

ayant participé à l'enquête selon leur nombre

d'employés. Les entreprises les plus

représentées sont celles qui comptent entre

250 et 5 000 employés. Les entreprises de plus

de 5 000 employés (32%) et de moins de

250 employés (29%) étaient également bien re-

présentées.

Figure 31 : Taille des entreprises interrogées (n = 543)

16%

14%

13%

8%

5%

5%

5%

5%

4%

4%

4%

3%

3%

3%

2%

2%

1%

1%

0.4%

IT/ Informatique

Fabrication

Consulting

Commerce

Banque

Services (sauf consulting)

Healthcare

Industrie de process

Formation

Transports et logistique

Assurance

Services collectifs

Secteur public

Telecommunications

Media/Edition

Autre

Industries d'extraction

Construction

Agriculture

29%

38%

32%

Moins de 250

250 - 5,000

5,000 et plus


- 41 -

De nombreux participants étaient issus des ser-

vices informatiques (42%) (Figure 32). Les dé-

partements les mieux représentés sont ceux de

la finance et du contrôle de gestion (17%) et du

management (14%). 14% des participants fai-

saient aussi partie d'une entreprise de BI à plu-

sieurs services, telle qu'un centre de compé-

tences en BI (BI CC).

Figure 32 : Répartition des répondants par service dans l'entreprise (n = 530)

42%

17%

14%

14%

3%

3%

2%

2%

1%

1%

0,4%

0,4%

IT (Informatique)


Management

Centre de compétences BI

Autre

Marketing

R&D


Production

Ressources humaines

Service achats

Logistique


- 42 -

Business Application Research Center (BARC)

www.barc-research.com

Profil de l'entreprise

BARC - Business Application Research Center

— est un cabinet d’analyse leader sur le mar-

ché. Capitalisant sur 15 ans d’expérience,

BARC délivre chaque année un savoir et une

expertise sur le marché du logiciel par le biais

d’expertises, de conférences, d’études de mar-

ché et de missions de consulting à plus de 1

000 clients. BARC est spécialisé dans les do-

maines suivants : gestion des données (DM),

Décisionnel / Business Intelligence (BI), ges-

tion de la relation client (CRM) et gestion de

contenus (ECM).

Avec le CXP et PAC (Pierre Audoin Consul-

tants), BARC compose le Groupe CXP, pre-

mier cabinet européen indépendant d’analyse

et de conseil dans le domaine des logiciels,

des services informatiques et de la transforma-

tion numérique avec 140 employés dans huit

pays, dont le Royaume-Uni , France, Alle-

magne , Autriche et Suisse.

.

http://www.barc-research.com/


- 43 -

Profils des commanditaires

Cloudera

fr.cloudera.com


A propos de Cloudera

Cloudera révolutionne la gestion des données

d’entreprise avec la première plate-forme uni-

fiée pour le Big Data basée sur le framework

Apache Hadoop™. Cloudera fournit aux entre-

prises un lieu unique pour stocker, accéder,

traiter, sécuriser et analyser toutes leurs don-

nées, leur permettant d’en générer davantage

de valeur, tout en pérennisant les investisse-

ments technologiques existants. La plate-forme

open source de Cloudera pour le Big Data est

la plus répandue à travers le monde, et Clou-

dera est le contributeur le plus important de

l’écosystème Hadoop. Leader dans la formation

des professionnels Hadoop, Cloudera a formé

plus de 40 000 personnes. Son réseau de plus

de 1 700 partenaires et son équipe expérimen-

tée dans les services professionnels accélèrent

la création de valeur. Enfin, seul Cloudera as-

sure une assistance proactive et prédictive pour

gérer en toute confiance un hub de données

d’entreprise. Les plus grands entreprises et ins-

titutions du secteur public du monde entier font

chaque jour confiance à Cloudera. Pour plus

d’informations : fr.cloudera.com

Cloudera France

72 rue du Faubourg Saint Honoré

75008 Paris

Tél : +33 1 40 07 80 46

Email : [email protected]

fr.cloudera.com

http://fr.cloudera.com/



- 44 -

Teradata

www.teradata.com


Backgrounder

Teradata (NYSE : TDC) est le spécialiste des

plates-formes analytiques de données et des

applications et services marketing. Les produits

et services novateurs de Teradata offrent aux

entreprises des solutions d'intégration de don-

nées et une approche métier qui leur permet-

tent de prendre les meilleures décisions pos-

sibles et de se doter de véritables avantages

concurrentiels.

A propos de Teradata

Teradata aide les entreprises à obtenir plus de

valeur à partir leurs données que n’ importe

quelle autre société. Les solutions de big data

analytiques, des applications de marketing inté-

gré, et l'équipe d'experts aide les entreprises à

obtenir un avantage concurrentiel durable. Te-

radata Unified Data Architecture (UDA) illustre

parfaitement cette approche en combinant

toutes les technologies et l’expertise dévelop-

pées par Teradata pour accompagner ses

clients dans les étapes de gestion et d’analyse

de ses données. Cette offre intègre des solu-

tions complètes comprenant des plates-formes

analytiques de données, des entrepôts de don-

nées, des outils d’analyse ainsi que des appli-

cations marketing.

Avec plus de 11 000 professionnels dans 40

pays, Teradata sert les plus grandes entre-

prises des secteurs des biens de consomma-

tion, des services financiers, des télécommuni-

cations, du secteur public, de la santé, de

l'automobile, des communications, du transport,

du commerce de détail et plus encore. Pour en

savoir plus, et voir le partage des expériences

clients Visitez www.teradata.com

Teradata France

Antony Parc 1

2-6 place du Général de Gaulle

92184 Antony Cedex

Tél : +33 1 81 89 15 00

Email : [email protected]

http://www.teradata.com/

http://www.teradata.com/


Copyright © BARC GmbH 2015. Tous droits réservés

Business Application Research Center – BARC GmbH

Europe centrale

Berliner Platz 7

97080 Würzburg

Allemagne

+49 931 880651-0

www.barc.de

Reste du monde

+44 1536 772 451

www.barc-research.com

http://www.barc.de/

http://www.barc-research.com/

Usages et pratiques des Big Data - cxp.fr · Research Analyst [email protected] ... Elle est...

Documents

Transcript of Usages et pratiques des Big Data - cxp.fr · Research Analyst [email protected] ... Elle est...