![](https://www.silicon.fr/wp-content/uploads/2015/04/Big-Data-684x513.jpg)
Il semblerait que les entreprises prennent ce défi au sérieux en investissant dans la formation et en mettant l’accent sur l’apprentissage pour élargir le vivier de talents.
La technologie et les lacunes en matière de compétences numériques ont encore une fois dominé les discussions en début d’année, lors du Forum économique mondial de Davos. Une réunion-débat animée, intitulée « Making Digital Globalization Inclusive », qui a permis aux PDG de Microsoft, HCL, Dell et Salesforce de reconnaître que le monde faisait face à une fracture numérique potentiellement dangereuse.
L’un des principaux problèmes évoqués par les participants a été le fossé qui se crée entre les vastes capacités des données du secteur privé, qui s’accroît de façon exponentielle, et l’absence de ces capacités dans les secteurs public. Quant à l’exploitation des données, la plupart des organisations, publiques et privées, ne font qu’effleurer la question.
Les recherches d’IDC indiquent que jusqu’à 90% des données ne sont ni traitées ni analysées. L’un des problèmes sous-jacents est qu’avec l’information générée par chaque service, les personnes ne savent souvent pas si cela relève de leur responsabilité ou même si elles sont autorisées à utiliser ces données.
Pour en tirer le meilleur parti, tous les collaborateurs doivent être en mesure de les analyser et émettre des conclusions. L’analyse efficace des données ne doit pas rester l’apanage de quelques experts hautement qualifiés.
Alors, comment les organisations peuvent-elles tirer le meilleur parti des informations dont elles disposent ?
Ne rien négliger pour mieux s’organiser
Il est important pour les entreprises de s’assurer que leurs données soient aptes à être analysées par différents acteurs. Faute d’une solution pour les rendre lisibles et déchiffrables, il devient plus difficile de comprendre leur signification et de les interpréter.
Les outils et processus de conservation de données (tels que les catalogues de données et la gouvernance sémantique) convergent maintenant vers les plates-formes de BI pour lier les données à un contexte métier. Cela aide les analystes et les utilisateurs de contenu qui doivent vérifier l’origine des données, ainsi que les ingénieurs et les gestionnaires qui étudient l’impact des modifications apportées aux ensembles de données.
En fin de compte, la curation des données réglementées fournira une base plus solide pour l’ensemble du pipeline d’analyse.
L’exploitation des données, une ressource clé pour tous
Presque toutes les tâches de chaque secteur sont à présent concernées par les données. Certes, certains aspects de l’IA et de l’informatique requièrent des compétences techniques spécialisées, mais la réalité est que toutes les équipes allant du département des ressources humaines jusqu’au conseil d’administration, soient capables de comprendre et de communiquer des données sous forme d’informations.
Il semblerait que les entreprises prennent ce défi au sérieux en investissant dans la formation et en mettant l’accent sur l’apprentissage pour élargir le vivier de talents. Un changement réel et durable nécessitera des actions soutenues et des investissements concrets de la part du gouvernement et du secteur privé.
Une visualisation et un traitement analytique modulable
Nous avons tous été témoins de l’expression douloureuse qui envahit le visage d’un employé lorsqu’il est contraint de se confronter à une technologie complexe. Lorsque les systèmes sont difficiles à utiliser, la plupart des employés ne les utilisent tout simplement pas.
Les entreprises ont intérêt à ce que davantage de personnes se familiarisent avec l’utilisation des données dans le cadre de leur travail quotidien. La technologie elle-même doit donc être modulable à divers champs de compétences.
Par conséquence, le traitement du langage naturel aide les ordinateurs à comprendre la signification du langage humain. Les fournisseurs de solutions de BI incorporent le langage naturel à leurs plateformes, offrant une interface en langage naturel aux visualisations. Une déclaration peut être développée et itérée, tout comme une conversation.
Lorsque les utilisateurs peuvent interagir avec une visualisation, cela permet à plus de personnes, quel que soit leur niveau de compétences, de poser des questions plus approfondies sur leurs données. À mesure que le langage naturel évolue au sein du secteur de la BI, il supprimera les obstacles à l’analyse et contribuera à transformer les lieux de travail en systèmes de libre-service pilotées par les données.
Les données au cœur de la narration
Le pouvoir de la visualisation de données est de communiquer les résultats et ainsi avoir un réel impact sur votre analyse des données. C’est une compétence essentielle pour les analystes : être en mesure de communiquer les étapes de leur analyse de façon intelligible comme une « narration de données ». À mesure que les entreprises créent une culture de l’analyse, la définition de la narration de données évolue.
Au lieu de présenter une conclusion singulière, les méthodes actuelles de narration de données mettent l’accent sur le soutien d’une conversation. Cette approche d’analyse en réseau confère au créateur du tableau de bord et au public la responsabilité de tirer une conclusion quant à ce que les données leur communiquent.
Cela permet une diversité de perspectives avant de prendre une décision. La prise en charge de la narration de données amplifie l’impact potentiel sur l’entreprise, car les données sont utilisées pour engager, informer et tester les idées à l’échelle de l’entreprise.
Suivre ces étapes aidera toute entreprise à créer une culture axée sur les données, mais notre expérience nous a appris que le véritable succès ne peut provenir que d’une alliance entre une technologie de pointe et un changement culturel profond.
Encourager un plus grand nombre de personnes à utiliser des outils d’analyse tout en aidant chacun à se sentir à l’aise de manipuler les données dans son travail. Une fois que les entreprises auront compris cela, elles verront que leur analyse des données génèrera beaucoup plus de valeur.