Les nouveaux défis de la Data Science

Les applications les plus connues de la Data Science concernent notamment la gestion des risques financiers, la lutte contre la fraude et le blanchiment d’argent, la cyber-sécurité, l’efficacité énergétique, et bien entendu, la gestion des objets connectés.

La Data Science s’ouvre à la connaissance client

Dans les nouveaux défis les plus passionnants de la Data Science, se trouvent les enjeux liés à la connaissance client (CRM) par le biais de la discipline du Digital Marketing. Le principal enjeu est ici de mettre en place, maintenir et piloter une vision 360° opérable sur l’ensemble des canaux et des points d’interaction avec le client.

Or, qui dit mettre la connaissance client au centre des enjeux, dit organiser les processus marketing et opérationnels autour de la donnée. C’est pourquoi cette donnée doit être transformée en connaissance (client) par les algorithmes de Data Science. Elle doit surtout être rendue opérationnelle et disponible aux points d’interaction sous forme d’indicateurs et de recommandations.

Data Science versus Business Intelligence

Les projets liés à la Data Science ne peuvent être abordés comme des projets traditionnels de Business Intelligence. En effet, les premiers comportent une étape fortement exploratoire qui implique d’adapter la méthodologie à appliquer avec l’avancement du projet. Cette méthodologie dépendra de la qualité et de la richesse des données disponibles, des infrastructures dans lesquelles les données sont stockées, et enfin, des outils analytiques employés.

Depuis quelques années, le marketing est devenu à dominante digitale. Les « traces » laissées par les internautes, lorsqu’ils consultent un site marchand, réalisent des achats et effectuent des transactions. En bref, lors de toutes les interactions avec les marques, et de manière plus globale, tous les commentaires laissés par les consommateurs sur les réseaux sociaux, génèrent des quantités croissantes de données digitales.

Ce film sur la Transformation digitale permet de mieux comprendre le parcours de l’information marketing et son traitement :

C’est là que la Data Science intervient. En effet, les données sont éparpillées un peu partout, elles sont volumineuses, pas nécessairement structurées dans un format propice à leur exploitation. Elles peuvent devenir obsolètes si on ne les traite pas rapidement. Les algorithmes de Data Science peuvent ainsi désormais s’adapter au Big Data et restituer une vision connaissance client interprétable et utilisable en temps réel. Cela donne une véritable cartographie dynamique du comportement client en quelque sorte.

Cette activité passe par l’utilisation des logiciels analytiques spécialisés avec les compétences adéquates. L’utilisation d’algorithmes auto-apprenants peut permettre, à titre d’exemple, de déterminer la meilleure offre possible pour un client lorsqu’il se connecte sur un site Web.

Comment mettre la Data Science en pratique ?

La démarche, en général, est initiée par un projet pilote POC (Proof of concept) ou POV (Proof of Value), d’une part afin de démontrer la faisabilité technique et d’une part, pour permettre d’évaluer le retour sur investissement d’un tel projet pour le client. Ces projets se concrétisent notamment par le développement de nouvelles offres commerciales packagées telles que Value Target (vision 360° en Digital Marketing) ou encore DataScience4Business (utilisation de la Data Science pour déterminer les facteurs clés de succès d’un business).

Acteur clé international du traitement avancé de la donnée, Business & Decision continue à consolider sa position à la pointe de l’innovation et de la recherche dans le domaine du Big Data, en se renforçant plus particulièrement dans les domaines des Data Sciences, du machine learning, des statistiques et des moteurs de recommandation pour en promouvoir les projets auprès de ses clients.

Ainsi, Business & Decision a déjà mis en production plusieurs projets pour des clients dans le domaine du tourisme, de l’hôtellerie et de la restauration, avec des retours sur investissement qui peuvent se mesurer en seulement quelques mois. Le Groupe va continuer à proposer encore plus de services et de projets à ses clients en s’appuyant sur des compétences désormais reconnues en réalisation, en intégration, en formation, en accompagnement et en conseil. Et ce, dans les domaines du machine learning, des moteurs de recommandation, de la statistique et de la Data Science en général.