Par : le Groupe Alithya inc.
"L’intelligence artificielle (IA) donne maintenant accès à une capacité de calcul et de modélisation décuplée et accélérée, idéale pour le traitement des mégadonnées, que celles-ci soient structurées ou non structurées"
Richesses encore trop peu exploitées, les données font de plus en plus parler d’elles. L’arrivée des mégadonnées et de l’intelligence artificielle a ouvert de nouveaux horizons, notamment la possibilité d’anticiper le changement, de le maîtriser, voire de l’influencer. La gestion des données devient alors un outil précieux pour se démarquer et garder une longueur d’avance dans un marché hautement concurrentiel.
Jean-Pierre Le Boeuf, spécialiste en gestion des données pour le Groupe Alithya.
« Confrontées à un environnement de plus en plus complexe et en perpétuelle transformation, les entreprises doivent constamment s’adapter » indique Jean-Pierre Le Boeuf, spécialiste en gestion des données pour le Groupe Alithya. « Pour demeurer concurrentielles, les organisations doivent bien connaître leurs capacités de production et savoir anticiper l’essoufflement ou l’accélération d’un marché. Sans parler de la nécessité de repérer les tendances et d’innover. C’est là que la gestion des données entre en jeu et peut apporter des réponses. »
Dans certains domaines hautement technologiques, les données font partie intégrante de l’activité des entreprises. Par exemple, une firme de recherche en biotechnologie est dépendante des données pour produire des analyses d’échantillons afin de dépister des maladies. Pour assurer le traitement adéquat de ses données et produire des études pharmacologiques de qualité, l’entreprise doit pouvoir compter sur toute une série de processus particulièrement rigoureux et de moyens technologiques sophistiqués en gestion de données.
Décrire, prédire et justifier
La gestion des données peut se catégoriser en trois volets, chacun ayant une portée distincte.
- La raison d’être des données, c’est d’abord d’informer sur une situation au moyen d’analyses descriptives. On ne gère bien que ce qu’on connaît bien. Savoir avec précision et en temps réel quel est l’état de son portefeuille immobilier, par exemple, permet ainsi à un groupe de gestion immobilière de piloter son activité de façon beaucoup plus cohérente et stratégique.
- Les données permettent ensuite d’avoir un regard sur l’avenir grâce aux analyses prédictives, dans le cadre de différents scénarios de modélisation. Dans le domaine de l’assurance, par exemple, on calcule les facteurs de risque d’accident d’un conducteur en fonction de son âge, de son état de santé et de son expérience de la conduite. Cette information influence le montant de la prime d’assurance. L’analyse prédictive combine donc des données et des règles pour prédire une tendance.
- Enfin, l’intelligence artificielle (IA) donne maintenant accès à une capacité de calcul et de modélisation décuplée et accélérée, idéale pour le traitement des mégadonnées, que celles-ci soient structurées ou non structurées. L’IA offre aussi, désormais, des analyses prescriptives qui viennent optimiser et enrichir la prévision en sélectionnant seulement certains indicateurs-clés dans le but de faciliter la prise de décision.
Bien gérer ses données pour obtenir une information fiable
Ces trois types d’analyses ne sont possibles que si les données sont fiables. Pour cela, les étapes de la gestion des données — définition, collecte, stockage, analyse, interprétation — nécessitent la mise en place de règles précises, de processus rigoureux, d’outils spécialisés, le tout accompagné de responsabilités claires.
Sur le sujet, Jean-Pierre Le Boeuf précise que « longtemps confiée aux spécialistes TI, la gestion des données est maintenant partagée entre les TI et les lignes d’affaires, dont font partie les gestionnaires de données, communément appelés data stewards. L’implication de ces deux groupes est absolument essentielle à une gestion efficace et pertinente des données. »
Les spécialistes des lignes d’affaires sont considérés comme les propriétaires des données. Leur rôle est de déterminer les données-clés nécessaires à l’atteinte des objectifs d’affaires, de définir les règles qui s’y rapportent et de contrôler leur application. Les équipes TI sont quant à elles les gardiennes techniques des données et assurent la maintenance des outils et des logiciels de collecte, de stockage et de traitement des données.
Le rôle des scientifiques des données (data scientists) formés à l’IA prend aussi de l’ampleur. On observe ainsi une professionnalisation de la gestion des données, une bonne nouvelle pour les entreprises, dont les besoins sont de plus en plus criants.
Les données sont à présent considérées comme un véritable actif et non plus comme un sous-produit de l’activité de l’entreprise. La gestion des données, elle, se transforme en une discipline d’affaires au service de la conduite du changement.
Le domaine de la gestion des données évolue à une vitesse fulgurante. Les entreprises doivent donc se pencher sur le sujet très rapidement afin de ne pas prendre un retard qui pourrait s’avérer très difficile à rattraper par la suite.