Trois histoires très différentes sur les initiatives d’analyse de données qui transforment la façon dont les entreprises font ce qu’elles font.
Quel que soit votre secteur d’activité, il y a de fortes chances qu’on vous ait dit que l’analyse de données pourrait transformer votre façon de travailler. C’est la chose à propos de l’analyse de données – il ne manque pas de battage médiatique autour de cela.
Mais l’autre chose à propos de l’analyse de données – la chose qu’ils ne vous disent pas (pas au début, en tout cas) – est qu’il est en quelque sorte impossible de faire des promesses sur ce qu’elle peut faire pour votre entreprise.
Parce que la vérité est que l’analyse de données signifie des choses totalement différentes pour différentes entreprises. Sans contexte supplémentaire, ces promesses de transformation n’ont aucun sens.
Par exemple, voici trois histoires très différentes sur les initiatives d’analyse de données qui transforment la façon dont trois entreprises (très différentes) font ce qu’elles font :
Descartes Labs : sécuriser la nourriture pour le monde avec des connaissances planétaires plus approfondies
Auparavant, les prévisions agricoles consistaient à prendre des tonnes d’images satellites et à les traiter pendant des mois pour essayer de déterminer des éléments tels que la santé des cultures, le rendement des cultures et l’état des maillons critiques de la chaîne alimentaire. C’était une approche désordonnée et inefficace.
Puis Descartes Labs est arrivé. Leur vision était de construire un atlas vivant et respirant du monde, avec une profonde couverture historique de la planète entière, qui pourrait fournir des prévisions agricoles précises et fiables à la demande. Prédictions concernant non seulement la santé des cultures, mais aussi les populations humaines, les ressources naturelles, la croissance des villes, la propagation des incendies de forêt et l’état de l’eau potable disponible.
En 2014, ils ont concrétisé cette vision grâce à Google Cloud Platform. Ses outils d’apprentissage automatique leur ont donné le pouvoir d’analyser des années d’imagerie satellitaire scientifiquement calibrée. Cela signifiait qu’ils pouvaient prédire les changements dans la santé et le rendement des cultures plus rapidement et plus précisément que les rapports gouvernementaux. Maintenant, ils peuvent traiter l’ensemble des archives d’images Landsat de la NASA (une archive qui existe depuis 1973) en un peu plus de 15 heures.
Leur produit remplit actuellement deux fonctions principales : aider les gouvernements à mettre en place des mesures préventives plus tôt pour éviter les famines, et aider les entreprises à optimiser leurs prix alimentaires et à mieux comprendre les besoins et les goûts de leurs clients.
HSBC : donner l’exemple pour la banque dans le Cloud
En 2014, HSBC avait 56 pétaoctets dans ses bases de données. En 2017, ce nombre avait dépassé les 100 pétaoctets. À l’époque, cette croissance massive de leur pool de données ne ressemblait pas nécessairement à une opportunité.
En fait, avoir une telle quantité de données complexes et sensibles était une arme à double tranchant. D’une part, cela signifiait une plus grande intelligence (potentielle). Mais d’un autre côté, plus ils avaient de données, plus il serait difficile de les gérer et de leur donner un sens.
La banque savait que son infrastructure de bricolage sur site ne pouvait pas évoluer pour des analyses avancées. Ils avaient besoin d’une stratégie axée sur le Cloud, et ils avaient besoin de la bonne plate-forme sur laquelle déployer cette stratégie : Google Cloud Platform.
La première chose qu’ils ont construite sur GCP était un algorithme de reporting de liquidité, qui leur donne maintenant une vue des données de liquidité de chaque pays en quelques minutes au lieu de plusieurs heures. Puis vint la lutte contre le blanchiment d’argent, construite à l’aide d’un entrepôt de données Google BigQuery, qui aide la banque à identifier les activités suspectes.
Maintenant, la banque prévoit de restructurer certaines de ses applications de base vers Google Cloud. L’objectif à long terme est d’optimiser les services en ligne pour les clients de plus en plus férus de technologie de HSBC, en mettant les services bancaires au courant des autres industries qui ont fait de même.
Un autre objectif (que la banque atteint déjà) est de prouver aux régulateurs que des services bancaires dans le Cloud transparents et sécurisés peuvent vraiment être effectués.
Ocado : mise à l’échelle des expériences de vente au détail axées sur les données
Ocado est le plus grand détaillant d’épicerie en ligne au monde. C’est un empire construit en grande partie sur sa propre technologie – Ocado a créé presque tous les outils et l’automatisation sur lesquels fonctionne sa plate-forme de commerce électronique, d’exécution et de logistique de bout en bout.
C’est aussi un empire qui fonctionne sur les données, en grandes quantités : le supermarché numérique sert 600 000 clients actifs et traite 260 000 commandes par semaine avec 95 % de ponctualité et 99 % de précision des commandes.
Il n’y a pas si longtemps, Ocado a dépassé ses propres systèmes, qui étaient devenus cloisonnés et lents. Ceci, à son tour, avait rendu lent et coûteux pour Ocado de réagir aux commentaires des clients et d’effectuer des analyses.
Comme l’a dit Paul Clarke, directeur de la technologie d’Ocado : « Les anciennes bases de données n’étaient tout simplement pas assez rapides. Nous avions besoin d’une solution capable de s’adapter à la quantité de données que nous générons et à la façon dont nous les utilisons. Google Cloud Storage et Google BigQuery constituent désormais l’épine dorsale, du point de vue des données, de la plate-forme intelligente Ocado.”
Pour obtenir la vitesse et la flexibilité dont il avait besoin, Ocado a migré plus de 100 To de données vers Google Cloud Platform. Les résultats parlent d’eux-mêmes :
- Réponses 4 fois plus rapides aux e-mails urgents des clients
- 7 % d’augmentation de l’efficacité du centre de contact
- Des analyses 80 fois plus rapides, à un coût inférieur de 33 %
- Réduction des frais généraux informatiques
- Évolutivité et flexibilité accrues
Se rapprocher d’une définition sans battage médiatique
Voilà, vous les connaissez à présent. Trois exemples très différents d’une initiative d’analyse de données.
Une entreprise utilise les connaissances planétaires pour nous aider à mieux nous préparer aux catastrophes et aux famines. On essaie d’établir une norme pour les services bancaires sécurisés dans le Cloud. Et une autre cherche à faire évoluer les expériences de vente au détail axées sur les données sans compromettre le service client.
Trois objectifs, processus et résultats totalement différents. Mais c’est le cas avec les initiatives d’analyse de données – il n’y en a jamais deux qui se ressemblent. L’analyse consiste à alimenter vos objectifs commerciaux personnels avec des informations – et non à suivre une foule.
Alors, quelles promesses pouvez-vous attendre de l’analyse de données, quel que soit votre secteur d’activité ? Et comment démarrer avec une initiative d’analyse de données en premier lieu ? Consultez nos ressources d’analyse de données ici.
