 |
Que faire de toutes les données recueillies grâce au Big Data ? |
Une poule qui a trouvé un couteau. C'est un à peu près ce que sont les entreprises qui ont découvert le Big Data.
Que doivent-elles faire de la masse d'informations désormais à leur disposition ? C'est alors qu'une autre poule, aux œufs d'or celle-ci, fait son apparition : la fonction de Data Scientist.
Théoriquement capable d'extraire du Big Data la richesse qu'il contient, ce «scientifique des données» est en effet devenu le professionnel qu'il faut recruter.
Faute de spécialistes en nombre suffisant, celles et ceux qui sont déjà sur le marché peuvent faire monter les enchères. Sans eux, les entreprises sont en effet dans l'incapacité d'exploiter les informations fournies par le Big Data, auquel elles se sont récemment converties.
Mais qui sont les Data Scientists aujourd'hui ? A défaut de formation spécifique, il n'existe pas de profil type : ils sont donc ingénieurs, mathématiciens, voire économistes. Tous en revanche ont au moins deux points communs : la statistique et la faculté à extraire des informations de bases de données. Sans oublier la connaissance d'un métier d'application, le marketing surtout…
Un Data Scientist, pour quoi faire ?
Un Data-Scientist est expert de l'algorithmie et du traitement des données. Il possède des compétences dans un ou plusieurs domaines connexes (datamining, sémantique, deep Learning, cubes décision-nels,...). Son travail s'appuie généralement sur des méthodes et outils validés au sein d'une communauté scientifique.
On tend à différencier le Data Scientist du Data Analyst. Le premier traitant et préparant les données en vue de leur exploitation et de leur analyse par le second.
Dans la pratique, le Big Data est un phénomène à fort potentiel et à haut risque, il doit se concevoir comme un travail d'équipe et il est dangereux de travailler en silos.
Ainsi, le travail sur les données y compris à un niveau scientifique doit s'envisager avec une finalité opéra-tionnelle au bénéfice des utilisateurs et des activités de l'entreprise. On attendra donc aussi du Data Scientist qu'il comprenne les problématiques métiers et qu'il oriente son travail en fonction.
Des profils variés pour analyser plus, ou mieux ?
Parmi les profils Data Scientist, on trouve aussi bien des jeunes qui se sont spécialisés seuls, grâce à des MOOC par exemple, que des professionnels expérimentés disposant d'un solide savoir de terrain.
Selon la loi de l'offre et de la demande, leurs salaires sont le plus souvent très élevés : ils peuvent ainsi atteindre à 45-50 000 euros pour un débutant et 75 000 euros pour un confirmé, c'est-à-dire après deux à quatre années d'expérience.
Face à ces chiffres et aux besoins croissants des entreprises, des formations ont récemment vu le jour, comme celle désormais dispensée par Telecom Paris Tech.
Pour autant, cette Data-fuite-en-avant est-elle nécessaire ? Certains, comme Henri Verdier, le Monsieur Données de l'Etat, se demandent s'il faut verrouiller l'accès des données et laisser leur compréhension à quelques spécialistes en entreprises, ou s'il faut au contraire les mettre au service du plus grand nombre.
D'autres s'interrogent sur la nécessité d'analyser les données en masse, alors que cette masse est sans limite et qu'il serait peut-être préférable d'analyser moins, mais mieux.
En outre, ne faudrait-il pas déjà veiller au bon acheminement des informations essentielles vers ceux qui en ont besoin et peuvent en faire bon usage ?
Penser à des profils alternatifs
Au-delà des questions relatives à l'organisation de la fonction Data dans l'entreprise, il est primordial et prioritaire de se poser la question des usages.
En effet, pour tirer profit des données, il n'est pas toujours nécessaire d'avoir une équipe Data. De plus en plus d'outils deviennent disponibles et un Directeur marketing avec les bonnes compétences peut introduire l'utilisation des Data dans son département grâce à des outils préexistants sans que cela implique la création d'une équipe ad'hoc.
En outre, l'usage des données ayant vocation à se démocratiser, les entreprises doivent dès aujourd'hui intégrer la notion de "user experience" face aux données et on pourrait même imaginer l'intervention de Data Designer capables de combiner le fond et la forme de façon ergonomique.
Si l'entreprise souhaite aller plus loin la nomination d'un (chief) Data Officer ou d'un data analyst peut permettre d'apporter le changement et d'intégrer le phénomène data à la conduite de l'entreprise "en douceur".
Il faut donc toujours se demander au démarrage d'une démarche Data qu'est-ce qui est déjà disponible sur le marché et quelles sont la nature et l'ampleur des changements souhaités.
Pour les projets plus ambitieux où le traitement des données apparait comme un différenciateur clef avec une portée stratégique, l'investissement dans une équipe étoffée avec un ou plusieurs Data-Scientists se justifie.
Dans les autres cas, compte tenu des investissements requis et de la rareté des profils, il faut raisonnablement envisager des approches alternatives au recrutement de ce profil expert.
