Faites évoluer les compétences analytiques de vos équipes IA
Événements Les Affaires|Publié le 05 septembre 2019
(Photo: 123RF)
L’intelligence d’affaires et l’analytique ont beau utiliser, toutes deux, des méthodes quantitatives avancées pour traiter les données, il faut d’abord en connaître les différences avant de vouloir faire évoluer ses équipes TI dans la bonne direction, avertit Nesrine Zemirli, professeur à la formation continue en Big Data et intelligence artificielle au Collège Bois-de-Boulogne, à Montréal. Mme Zemirli participera à une discussion sur le sujet lors de la conférence Intelligence d’affaires et analytique présentée par les Événements Les Affaires le 13 novembre prochain, à Montréal.
Quelles sont ses différences entre l’intelligence d’affaires et l’analytique ?
Nesrine Zemirli : L’intelligence d’affaires met l’accent sur la gestion et l’analyse des données. Elle fait beaucoup référence à des tableaux de bord, des calculs complexes, des rapports et des indicateurs clés de performance produits à l’aide des données. L’analytique permet, quant à elle, d’aller encore plus loin. Cette science utilise les aspects méthodologiques d’optimisation, de modélisation et d’algorithmes afin d’amener les données à un stade plus prédictif.
Avez-vous un exemple pour illustrer ces différences ?
N.Z : Lorsque vous achetez une paire de souliers en ligne, l’entreprise va avoir votre nom, votre adresse et le choix de modèle qui vous a plu. Ces données vont lui permettre de voir quels ont été les modèles les plus performants au cours des derniers mois. Grâce à l’analytique, qui nécessite de croiser d’autres données, telles que la météo du jour, les zones géographiques, l’heure de la journée à laquelle l’achat a été effectué…l’entreprise peut mieux comprendre et prédire le comportement du consommateur au cours des prochains mois.
Comment amène-t-on l’équipe d’intelligence d’affaires à faire de l’analytique?
N.Z : L’analytique nécessite une analyse 360 degrés de multiples données qui ne sont pas nécessairement structurées. Il faut amener l’équipe à croiser l’ensemble de ces données à un niveau stratégique pour en dégager les tendances fortes. Ce qui nécessite un certain degré de maturité pour comprendre ce que l’on a déjà comme information et qu’est-ce que l’on peut en retirer. L’organisation doit également avoir une gouvernance en place afin de délimiter les règles et l’usage des mégadonnées dont elle dispose. Et encore, les résultats ne sont pas garantis.
Que voulez-vous dire ?
N.Z : Prenez l’exemple d’Amazon. Combien de fois le géant du e-commerce vous a-t-il déjà proposé un produit dont vous ne vouliez pas ? Malgré les avancées technologiques de cette entreprise, elle n’arrive pas encore à être totalement prédictive dans ses actions. Ce qui vient à dire que nous sommes encore aux balbutiements de la prédication. Le défi est aussi d’être capable d’évaluer si l’investissement en vaut le coup pour votre organisation. Est-ce que les compétences en analytique vont réellement créer de nouvelles opportunités pour votre entreprise. Quelle est la qualité du minerai dont vous disposez? Avez-vous le bon écosystème pour adopter un mode analytique ? Et attention le big data ne viendra pas remplacer ce que vous faites déjà. Il viendra supporter vos stratégies déjà en place.
