Teradata Universe 2013 : vers une prise de décision 'data driven'

En direct de Copenhague : Teradata est reconnu comme le leader des solutions d'IMM (Integrated Marketing Management).

Un positionnement que confirme le Gartner, dont nous reproduisons le Magic Quadrant ci-contre. Ce positionnement se voit aujourd'hui renforcé - confirmé ? - par la tendance du 'Data Driven', de la donnée au cour des processus de décision.

Cette vision se caractérise par des changements profonds dans l'approche du marketing et dans la diversification et l'appropriation des outils d'analyse.

Chez le constructeur - mais peut-on encore dire cela d'une société où l'intelligence se place de plus en plus dans le logiciel ? - cela se traduit par le renforcement de son portefeuille autour de trois axes : le datawarehouse, le Big Data analytique et l'IMM.

Élargir le catalogue.

L'accélération des acquisitions de Teradata ces dernières années va dans ce sens : Claraview en 2008 dans le consulting BI (Business Intelligence) ; Wkoto en 2010 dans la gestion multi-systèmes ; Aprimo en 2011 dans l'IMM ; Aster Data en 2011 dans l'analytique Big Data ; et eCircle en 2012, plateforme de marketing numérique proposée en mode SaaS (Software as a Service).

Ce catalogue couvre désormais l'intégration intelligente de la donnée dans l'entrepôt - l'activité historique de Teradata dans le datawatehouse -, l'analyse et la recherche avec Aster Data, l'action marketing et son optimisation avec Aprimo et le 'delivery' avec eCircle.

Pour autant, cela suffit-il pour que les acteurs du marketing puissent piloter leurs actions par la donnée ? L'adoption du Big Data et de l'analytique Hadoop dans la nouvelle architecture unifiée de Teradata (lire « Teradata Universe 2013 : Unified Data Architecture ») est une réponse adaptée à cette question.

Le Big Data, par sa capacité à analyser en temps réel des masses de données structurées et non structurées, s'impose dès aujourd'hui dans l'approche du marketing par la donnée.

Une étude du MIT, pilotée par Erik Brynjolfsson, directeur et professeur au MIT Center for Digital Business, a démontré que « la capacité du Big Data analytique à accompagner la prise de décision rend les entreprises 'data driven' plus productives ».

« Le Big Data apporte de nouvelles formes non traditionnelles d'analyse de la donnée pour passer de la transaction à l'interaction », nous a indiqué Stephen Brobst, CTO (Chief Technology Officer) de Teradata.

« Les types de données qui vont au-delà du social, comme la voix, le GPS, les données géographiques, etc., nous permettent de dépasser la donnée pour atteindre ce que les gens pensent. Se rapprocher les données leur donne plus de valeur. »

Better et faster

L'approche Data Driven soulève cependant quelques problématiques. Par exemple, la majorité d'entre nous ne sont pas préparés à la vitesse d'évolution des IT et de la donnée. Se pose alors la question de la compétence pour traiter la donnée. Une mission qui semble désormais incomber au 'Data Scientist'.

« Le premier travail du Data Scientist est d'organiser et de nettoyer les données, rappelle Stephen Brobst. Mais l'objectif ne peut être le zéro défaut. Notre mission est de tirer de la valeur de données qui ne sont pas parfaites. Quant à la technologie, ce n'est pas la part la plus difficile pour le Data Scientist. L'important, c'est de savoir où sont les données. »

Nous touchons ici à une particularité statistique associée au Big Data : plus les volumes de données couverts par Hadoop sont importants, et moins il est nécessaire de jouer la carte de la précision pour obtenir une réponse à une interrogation ou une tendance. L'information émerge de la masse et Teradata l'a bien compris avec son Unified Data Architecture.

Apporter et créer de la valeur

« Sur les projets Big Data, il faut étonner, mais pas rechercher la qualité totale », nous a affirmé Michael Chui, Principal du McKinsey Global Institute. « Le Big Data permet de réformer les marchés et de créer des avantages compétitifs. Mais pour cela il est très important de comprendre les attentes des utilisateurs et des consommateurs. Car rien n'est plus difficile que de changer la façon dont les organisations prennent leurs décisions. »

En conclusion, Michael Chui nous a gratifiés de cinq conseils pour créer de la valeur transformationnelle :

• Créer la transparence, « afin d'éviter que nous passions 15 à 20% de notre temps à rechercher des infos pour prendre des décisions » ;
• Accepter la variabilité et l'expérimentation, pour « s'adapter à des compréhensions différentes selon les individus, les services, les métiers, etc. » ;
• Segmenter la population pour customiser les actions, et « s'ouvrir aux données extérieures » ;
• Supporter la décision humaine par des algorithmes automatisés, « afin de limiter les risques de sécurité liés à l'identité des individus » ;
• Innover avec de nouveaux modèles business, produits et services.

C'est ainsi que la donnée tirera profit du mariage du datawarehouse, du marketing et du Big Data pour accompagner la prise de décision avec une approche Data Driven. Tout un programme !

Voir aussi

Silicon.fr étend son site dédié à l'emploi IT
Silicon.fr en direct sur les smartphones et tablettes