Les nouvelles possibilités de puissance de calcul et d’analyse ouvrent la voie à une formidable exploitation du Big Data. Cela facilite le traitement de volume de données structurées et non-structurées dans un temps relativement court.
Chaque fonction dans l’entreprise voit s’accumuler des données prolifiques, plus ou moins identifiées comme utiles. Il peut s’agir de données internes créées par les employés eux-mêmes (factures, bons de commandes, fiches d’évaluation,…) ou des données générées par des machines configurées par l’entreprise tels que les logs, cookies et autres PABX. A ces données internes se greffent d’autres données en provenance de l’extérieur telles que les échanges sur les réseaux sociaux, les indications sur les comportements d’achats des clients et leurs verbatims, les informations relatives aux fournisseurs et prestataires sous contrat etc.
Ces données nécessitent d’être collectées. Pour cela, des outils efficients existent et les applications sont infinies. Les formulaires web et mobile par exemple sont d’excellents supports pour réaliser des audits qualités en PDV. Ce procédé simple et efficace permet de récupérer des données quantitatives et qualitatives en temps réel afin de faciliter la prise de décision opérationnelle.
Mais c’est bien l’historique consolidée à partir de l’ensemble de ces jeux de données collectées et analysées qui nous intéresse ici. En effet, cela est un moyen concret et efficace pour réaliser une analyse prédictive. Le système de recommandation produits mis en place par Amazon fonctionne sur ce principe : votre panier d’achats est analysé et comparé avec celui de milliers d’autres utilisateurs dans le but de pousser des articles qui seront susceptibles de vous intéresser (c’est le concept du « vous avez aimé ceci ? alors vous aimerez cela »).
Mais cela demeure une application très marketing du Big Data. Qu’en est-il des autres fonctions dans l’entreprise : RH, Achats, Qualité, Finance ?
