Comme dans tous les chantiers IT, les technologies et les outils ne sont qu’un support à un besoin métier et/ou opérationnel. En d’autres termes, “le Big Data, n’est pas un outil, mais un projet. Et les projets d’exploitation transversale des données internes et/ou exogènes de l’entreprise ne présentent un intérêt que s’ils répondent à des objectifs précis et apportent de la valeur métier”, estime Nicolas Odet, DG adjoint de l’éditeur Hardis. C’était d’ailleurs l’un des points âprement discutés lors de l’une des tables rondes organisées à l’occasion du salon Big Data, en mars dernier. Pour David Naïm, associé EY et responsable du pôle stratégie, marketing et innovation, “le Big Data, comme toute la transformation numérique des entreprises, représente une révolution profonde qui pose la question stratégique du comment”. Si la question de savoir comment mettre en œuvre une approche Big Data est essentielle, pour la majorité des acteurs présents lors de cette table ronde, il semble que la première et réelle question stratégique que doit se poser l’entreprise, c’est pourquoi et pour quoi faire. “En retail, notre business est essentiellement physique, il ne faut pas l’oublier. Le pourquoi est donc essentiel. Qu’est-ce que l’on essaie de gagner au travers de ces technologies? Quelles sont les finalités? Doit-on mettre en œuvre un projet? Peut-on s’autoriser à le faire?”, questionne Hubert Tournier, directeur adjoint de l’organisation et des systèmes d’information (Dosi) du Groupement des Mousquetaires. “J’insiste énormément sur l’aspect application. Le Big Data est une technologie très puissante qui permet de faire de très belles choses. Mais finalement, quoi? Et avec quelle data?”, ajoute Justin Ziegler, DSI de PriceMinister. Sans compter que le Big Data nécessite d’entrer dans des problématiques touchant différents départements de l’entreprise. Du coup, “puisque l’on met en place un système avec une forme de pilotage un peu plus holistique et un peu plus automatisé, cela va faire émerger, potentiellement, toutes les incohérences de l’entreprise qu’il faudra savoir trancher. Le système du Big Data, c’est de la mécanisation extrêmement bête. Par contre, il faut parvenir à mettre d’accord la supply chain, le marketing, la direction financière, etc., sur tout un tas d’objectifs qui sont tous complètement contradictoires. Et c’est là que ce “pourquoi” est important. Notamment sur le pricing, qui est un sujet compliqué”, souligne Joannès Vermorel, enseignant à l’Ecole normale supérieure et PDG de Lokad, un éditeur logiciel SaaS qui revisite les fondamentaux des problématiques d’optimisation des stocks et des prix avec une approche Big Data. “L’exemple du pricing est intéressant, estime Justin Ziegler, parce que cela pointe du doigt une des confusions: on fait du prédictif, pas juste du Big Data et de l’analytique. On est en train de mettre en œuvre des algorithmes extrêmement complexes de machine learning”.
Faire l’inventaire et intégrerUne fois les objectifs définis et les cas d’usage identifiés, il s’agit de faire l’inventaire
