right data

Right Data : choisir les bonnes données plutôt que le Big Data

Le terme Big Data est désormais partout. Les entreprises de toutes les industries et de toutes les tailles cherchent à tirer profit des exabytes de données à leur disposition. Toutefois, en réalité, le volume de données n’est pas la priorité. Avoir d’énormes quantités de données, un Big Data sur le Cloud ou sur les serveurs de son entreprise, n’est pas toujours utile. L’important est d’avoir à portée de main les bonnes données, le Right Data. 

Si l’on prend l’exemple d’Uber, souvent cité comme un succès du Big Data, la firme ne se contente pas de capturer d’immenses quantités de données à partir de l’application mobile utilisée par ses chauffeurs et ses clients. Son triomphe repose avant tout sur sa capacité à collecter des données pertinentes pour mettre en relation des consommateurs et des fournisseurs de service. Qui a besoin d’une voiture, et à quel endroit ? C’est en se concentrant sur ces deux données que Uber est parvenu à rendre les taxis obsolètes.

uber

Comment définir le Right Data pour mon entreprise ?

Parfois, le Right Data est également un Big Data. D’autres fois, il s’agit d’un très petit volume de données. L’important est de comprendre quelles données seront utiles à votre entreprise, afin de pouvoir les traquer efficacement. Pour déterminer quelles sont ces données, il est important de se poser trois questions.

Question 1 : Quelles décisions mènent au gâchis dans mon activité ?

urbanstems

Dans la plupart des business, on retrouve d’importantes sources de gâchis. Par exemple, un fleuriste jette environ 50% de son inventaire. Des innovateurs comme UrbanStems et The Bouqs utilisent les données pour empêcher ce gâchis. Il est donc important de déterminer les sources et les décisions qui mènent à ce gâchis.

Question 2 : Quelles décisions réduiraient automatiquement le gâchis ?

amazon

Pour automatiser les décisions permettant de réduire le gâchis, il est préférable de s’en remettre aux machines, aux algorithmes et aux données. Par exemple, Amazon s’en remet uniquement aux algorithmes pour déterminer le prix de ses produits. La firme américaine gagne un temps précieux, et ses prix sont presque toujours pertinents.

Question 3 : De quelles données ai-je besoin ?

Une fois que vous avez compris l’origine du gâchis dans votre entreprise et déterminé les décisions à automatiser pour empêcher ces pertes, il ne reste plus qu’une simple question à se poser. Si vous pouviez avoir accès à n’importe quelle information pour prendre les décisions parfaites, quelle serait l’information la plus utile ?

predix

Pour reprendre l’exemple d’Uber, l’entreprise devait savoir exactement à quel endroit se trouvaient les clients potentiels pour automatiser la prise de décision au moment d’envoyer les chauffeurs. Ainsi, le gâchis associé à la recherche manuelle de clients par les conducteurs a pu être supprimé. Dans le cas de General Electric et son logiciel Predix Industrial Internet, l’entreprise cherche à savoir exactement à quel moment une machine tombera en panne. Les décisions liées à la visite de maintenance peuvent ainsi être automatisées, et le gâchis lié aux pannes intempestives supprimé. Pour les assurances qui cherchent à réduire les coûts, il serait utile de savoir à quel moment le taux de sucre d’un patient diabétique est dangereusement bas, pour automatiser les décisions d’interventions et réduire le gâchis lié à la mauvaise gestion d’une maladie.

Vous savez maintenant comment chercher les bonnes données, le Right Data. Si vous y parvenez en analysant de très nombreuses informations, tout est pour le mieux. Si vous y arrivez en créant directement une application pour les trier, c’est encore mieux.