Quel est le niveau de maturité des entreprises françaises face au Big Data ? Selon le Big Data Index EMC/IDC, 70% des entreprises déclarent ne pas avoir d’initiatives ou de réflexion dans le domaine du Big Data. Une entreprise sur deux a le sentiment d’être très en retrait avec la moyenne de la profession dans le domaine. Le manque d’expertise technologique en interne est perçu comme le principal frein. Pour 64% des équipes IT, la collaboration des services informatiques et des entités métiers devront être renforcées. Au final, plus de la moitié des projets Big Data concernent l’analyse financière (58%) et la connaissance client (53%).

EMC et IDC viennent de dévoiler les résultats de la première édition du Big Data Index visant à appréhender la perception et le niveau de maturité des entreprises françaises face au concept du Big Data. « Le Big Data constitue l’un des premiers chantiers d’EMC, dont la gestion de l’information est le cœur de métier. L’intérêt du Big Data consiste à pouvoir créer en temps réel de la valeur pour l’entreprise à partir du volume de données en croissance exponentielle. Une révolution dans le cycle de prise décision qui décuple l’efficacité opérationnelle et accélère les performances métiers au service de la stratégie, » explique Jean-Michel Giordanengo, Vice President EMC Country Manager France.
Le Big Data Index a pour objectif de mieux percevoir la perception qu’ont les entreprises françaises du Big Data et la réalité des initiatives prises dans ce domaine. Il repose sur deux enquêtes conduites en France en Juin et Juillet 2012 auprès de 160 entreprises de plus de 200 salariés : Une première enquête conduite auprès de 80 interlocuteurs Etudes / Projets décisionnels et une deuxième enquête menée auprès de 80 interlocuteurs « IT / Infrastructures. Il ressort de ces études et du Big Data Index qu’en 2012, le Big Data est une réalité émergente au sein des entreprises françaises.
Le phénomène Big Data est ressenti par les responsables informatiques Etudes ou Infrastructures de façon positive.
Il s’agit pour 75% d’entre eux d’un sujet important, voire même très important, nécessitant fortement l’implication de la direction générale pour 58%.
Selon 75% des responsables Etudes interrogés « le Big Data pourrait contribuer à renforcer d’une manière ou d’une autre la capacité d’innovation de leur organisation. »
Grâce aux technologies Big Data, 59% estiment qu’elles pourraient tirer parti de données jusqu’alors inaccessibles. 40% indiquent que le Big Data rend possible de nouveaux modèles économiques basés sur la réactivité et l’interactivité en temps réel. Au-delà de son apport pour prendre de meilleures décisions et améliorer les processus existants, le Big Data est donc considéré comme un vecteur d’innovation. Il permet d’être, non seulement plus réactif, mais aussi plus proactif sur le marché.
60% des entreprises interrogées utilisent ou prévoient d’utiliser des technologies Big Data.
Ce chiffre rassemble des entreprises globalement peu matures sur le sujet, mais ayant pour la plupart d’entre elles, une véritable culture analytique associant l’IT et les métiers.
Ainsi, 18 % déclarent utiliser des solutions « Big Data » et 11% ont prévu ou envisagent d’investir. Néanmoins, les initiatives de ces entreprises « volontaristes » restent limitées par leur nombre et l’ampleur des projets.
Seule une moitié déploie, ou a déployé, des technologies Big Data portant à la fois sur les dimensions « stockage » et « analytiques » du Big Data.
Les 31% restants représentent des entreprises ayant esquissé, avec des entités métier, des réflexions et des discussions de type « Big Data », voire des déploiements technologiques, sans pour autant revendiquer une démarche « Big Data », ni même faire le lien avec le concept.
L’intérêt pour le Big Data se diffuse progressivement au sein des directions informatiques et reste avant tout un sujet « métier » au cœur des enjeux de compétitivité des entreprises. Les résultats de l’étude témoignent encore d’une différence de maturité et d’intérêt pour le Big Data entre les entités « métiers » et « informatiques » de l’entreprise, mais aussi entre les équipes « Etudes » et « Infrastructures » au sein des directions informatiques. La grande majorité des responsables des départements Etudes interrogés au sein des Directions des Services Informatiques françaises, observent une demande croissante de la part des entités métier (Marketing et Finance en particulier). Et ce, en matière d’analyses plus fines et plus fréquentes, portant à la fois sur les volumes de données croissants, mais également sur des contenus plus variés.
Conscients de ces bénéfices potentiels, les responsables Etudes interrogés tentent d’y répondre : 52% ont engagé un dialogue avec des entités métier sur ces enjeux. Même si elles saisissent l’importance du sujet, les équipes Infrastructures en connaissent mal les enjeurx et se sentent très peu concernées aujourd’hui. 77% estiment que ce n’est pas vraiment un sujet pour leur entreprise et 73% ne perçoivent pas de bénéfices
« Les divergences dans la compréhension des impacts et enjeux associés au Big Data s’expliquent en partie par le fort potentiel de croissance que représente le Big Data pour les métiers. Plusieurs cas d’utilisation existants confortent ces entités dans l’exploitation de cette nouvelle source de compétitivité. Les secteurs du e-commerce, de la banque et des industries sont ainsi les premiers sensibilisés aux capacités de cette nouvelle technologie. » explique Jean-Michel Giordanengo, Vice President EMC Country Manager France.
Bien que le marché en soit à son premier stade de développement, la gamme des case studies existants est très large. Beaucoup sont spécifiques à un secteur d’activité ou à un processus métier, et préexistaient à l’arrivée des technologies Big Data. Ils se développent notamment parce qu’il n’est plus nécessaire de constituer des échantillons et des extrapolations complexes dès lors qu’il devient accessible d’aller directement puiser les informations dans les données, brutes. D’autres usages sont apparus avec l’émergence de nouvelles sources de données comme, les réseaux sociaux, les capteurs embarqués dans les appareils, objets et équipements ou encore les technologies de géolocalisation permettant d’interagir avec les clients en fonction du contexte dans lequel il se trouve. Ils permettent souvent d’envisager des innovations majeures.
Perspectives : Flou et sous estimation des enjeux du Big Data qui fragilisent la compétitivité future des entreprises françaises.
La comparaison des résultats de l’étude avec d’autres études IDC montre qu’en France un risque important existe de « passer à côté » des opportunités majeures qu’offrent le Big Data en termes de compétitivité.
1. La dimension « vitesse » du Big Data, (capture, traitement et analyse), essentielle à l’entreprise pour gagner en compétitivité, est bien davantage présente à l’esprit des entreprises américaines que des entreprises françaises.
2. Le fossé entre les « happy few » s’équipant de solutions Big Data et les autres semblent devoir se creuser en France alors qu’aux Etats-Unis, la proportion d’entreprises supplémentaires ayant des projets d’acquisition pour les prochains mois est beaucoup plus importante. C’est particulièrement vrai pour des technologies clés comme les bases de données en colonnes (7 à 8 fois plus grande ), les technologies en mémoire pour les (3 à 4 fois plus grand) et Hadoop MapRecuce (5 fois plus grande)
3. Les équipes informatiques des entreprises françaises ne semblent pas avoir pris la mesure ni du déficit d’expertise technologique face aux enjeux du Big Data, ni des autres changements requis en termes de compétences.
Cette sous-estimation française de l’enjeu de mise à niveau des compétences est flagrante au regard des résultats d’une étude mondiale réalisée au printemps 2012 : 6% des répondants Etudes au Big Data Index français mettent en avant la transformation des compétences comme un impact très fort du Big Data quand 60% des répondants à cette étude mondiale identifient le déficit de compétences comme le défi n°1
4. Une large majorité des réponses venues des entités Etudes estiment d’ailleurs que leur entreprise est en retard par rapport à la moyenne de la profession (pairs du même secteur d’activité). 47% s’estime même très en retrait par rapport à cette moyenne.
Cela reflète le fossé séparant d’une part, une élite qui crée les premiers cas d’usage et d’autre part, la masse des autres entreprises qui l’observe prudemment avant d’aller plus loin. D’autres études réalisées début 2012 montrent que les entreprises se sentent moins prêtes à s’engager dans une démarche Big Data que leurs homologues américaines, britanniques et allemandes (55% des entreprises françaises contre 47% des entreprises allemandes par exemple).
« En 2012, les entreprises françaises – et notamment les populations Etudes – ressentent avant tout un profond sentiment de flou concernant le cheminement à suivre pour se mettre en position de répondre aux attentes des métiers face aux promesses du Big Data. l’accélération du rythme d’adoption des approches et technologies Big Data passe par une meilleure compréhension des impacts organisationnels en interne au-delà d’une perception plus précise des bénéfices associés. » conclut Didier Krainc, Directeur Général d’IDC France.
Source : ITR News
Qu’est-ce que le big data ?
Le « Big data » est une expression anglophone qui fait référence à l’explosion du volume des données, qui deviennent difficiles à travailler avec des outils classiques de gestion de base de données. Dans ces nouveaux ordres de grandeur, la capture, le stockage, la recherche, le partage, l’analyse et la visualisation des données doivent être redéfinis. Les perspectives du traitement des big data sont énormes, notamment pour l’analyse des comportements d’achats des consommateurs.
La production de données par les utilisateurs, et notamment le partage d’informations ubiquitaires (smartphones, lecteurs RFID, navigation web, réseaux sociaux, etc.) augmentent considérablement le nombre de données pouvant être traitées, mais aussi les perspectives d’exploitation et d’analyse de ces données.
Les caractéristiques de ces données massives
En plus d’être des données produites en grands volumes, ces données présentent des caractéristiques bien spécifiques :
– elles sont parfois non structurées (données issues des réseaux sociaux)
– elles sont produites en temps réel (géolocalisation)
– elles arrivent en flots continus (navigation web)
– elles sont taguées (identification, localisation, datation, etc.)
– elles proviennent de multiples sources disparates (smartphone, lecteur RFID, site web, etc.)
Ces caractéristiques particulières constituent autant de défis à mener pour les sociétés qui souhaitent rester dans le jeu, en maîtrisant la convergence des différents médias (magasins, web, smartphone, etc.).
Comment traiter et exploiter ces nouvelles données ?
Les entreprises doivent concevoir une stratégie data en répondant à un certain nombre de questions.
Quelles données ai-je ? Quelles données pourrais-je avoir ? Quelles utilisations pourrais-je en faire ?
Pour qui ? Pour quelle valeur, quel gain ?
De tels volumes de données, qui plus est parfois non structurées, deviennent difficiles à travailler avec des systèmes et des outils classiques de gestion de base de données.
Les entreprises doivent ajouter une dimension supplémentaire à leur base de données relationnelle classique, basée à l’origine sur l’enregistrement des transactions commerciales essentiellement et accompagnée d’une infrastructure d’analyse en lignes. Pour répondre à leurs besoins décisionnels, elles se doivent de créer un entrepôt de données clients (data warehouse clients), avec une infrastructure d’analyse en colonnes qui s’appuie sur la création et la mise à disposition de multiples indicateurs au client, ajoutés en autant de colonnes et calculés à des effets d’analyse.
L’entrepôt de données décisionnel
A l’opposé d’une base de données relationnelle qui est construite pour gérer et stocker les flux de production opérationnels, l’entrepôt de données décisionnel est construit pour répondre à des besoins d’analyse et de reporting. Tandis que le système de base de données relationnelle cherche à optimiser l’espace de stockage, l’entrepôt de données a pour vocation première laperformance d’accès aux données et notamment la réduction des temps de réponse. Dans un contexte de démultiplication des données et des utilisateurs de ces données, la recherche de performances constitue un enjeu crucial.
Les apports de l’approche décisionnelle
Le passage à une approche décisionnelle permet de gérer les big data et apporte notamment une forte capacité à :
– gérer les données en temps réel
– intégrer les données non structurées
– consolider de grands volumes de données
– explorer, analyser les données
– segmenter sa base clients
– automatiser des scénarii d’opérations marketing
– diffuser, reporter l’information
L’approche décisionnelle dédiée nativement à l’analyse et à la diffusion de reporting, représente le moyen le plus performant pour faire face à l’afflux toujours plus important de données, la multiplication des sources de données en amont et des utilisateurs en aval.
En conclusion, toutes les sociétés désireuses de pérenniser leur activité en répondant aux besoins et attentes de leurs clients, en les accompagnant au mieux à chaque étape de leur parcours client et ce quel que soit le média utilisé, doivent définir leur stratégie data et créer un entrepôt de données décisionnel, seul capable de leur permettre de répondre aux nouveaux défis, dont celui du big data.