Une des conséquences de la crise sanitaire apparue en 2020 a été de forcer les individus et les entreprises à changer de façon radicale leur processus de prise de décisions pour s’adapter plus rapidement aux changements. Ce phénomène a eu des répercussions directes dans la chaîne de valeur de la donnée.
Le virage technologique qui s’est amorcé détermine les changements fondamentaux qu’il faut opérer pour continuer à s’adapter au contexte extrêmement mouvant dans lequel nous allons évoluer. Au sein d’un monde interconnecté, la fréquence et l'impact des événements majeurs qui perturbent les marchés vont probablement augmenter. Les données et l’analytique sont plus que jamais au cœur de cette évolution et peuvent nous aider à évoluer dans ce monde inédit et à surmonter la crise. Voici 5 tendances majeures à prendre en compte pour se préparer.
Du libre-service à une réelle autonomie.
Les utilisateurs réclament plus d’autonomie dans leurs usages de l’analytique.Mais une interface utilisateur attrayante ne suffit plus. Les collaborateurs s'attendent de plus en plus à ce que les informations leur parviennent directement. De plus, ils constatent que certaines données sont trop souvent négligées. L'apport d'outils permettant aux utilisateurs d'accéder plus tôt et plus intuitivement aux données, aux insights et à la logique métier facilitera l'évolution du libre-servicevers l'autonomie en matière de data.
L'intelligence artificielle jouera un rôle majeur à cet égard, en révélant desmicro-informations et en nous aidant à passer de processus scénarisés et axés sur les personnes à une préparation et une analyse des données plus automatisées,en « low code » ou sans code. Si davantage de personnes peuvent accéder aux données de manière autonome plus tôt dans la chaîne de valeur, les anomalies peuvent être détectées de façon plus précoce et les problèmes résolus plus rapidement.
Les solutions SaaS, socle des nouvelles plateformes data.
En 2020, les services dans le cloud et en ligne ontpermis à de nombreuses entreprises de préserver leur activité en s’appuyant sur des environnements virtuels. Ces avantages directs ont permis d’accélérer l’adoption et de lever les freins qui persistaient chez certaines entreprises concernant les solutions SaaS, PaaS et autres produits « as-a-Service ». Dansle domaine des données et de l’analytique, les solutions SaaS donnent accès à de nouvelles technologies, telles que l’analytique augmentée, facilitant ainsi la transformation des entreprises.
Le passage immédiat aux solutions SaaS a également déclenché des migrations de bases de données et d’applications. C’est pourquoi les technologies permettant d’accéder aux données, de les transférer et de les harmoniser depuis des lieux différents serviront de points d’ancrage aux prochaines innovations. Les conteneurs et les infrastructures sans serveurs présentent également un vaste potentiel pour la gestion des données dans le cloud, mais leur utilisation à l’échelle exige une certaine maturité organisationnelle et un savoir-faire conséquent. Un déploiement hybride à travers plusieurs cloud demeure la clé pour éviter la dépendance à certains fournisseurs.[1]
L’analytique devient le moteur des processus, et non l’inverse.
Quel est l’avantage le plus fréquemment constaté dans les projets analytiques ? Selon une enquête récente menée conjointement par IDC et Qlik, il s’agit de l'amélioration de l’efficacité opérationnelle.[2]
Avec les nombreux changements induits par la crise du coronavirus, la réactivité est aujourd'hui essentielle, et les processus métier sont au cœur du phénomène. Aujourd’hui, nous pouvons non seulement les modéliser, mais aussi les exploiter, automatiser et optimiser grâce à des technologies telles que le RPA,le process mining, les alertes et l'analytique embarquée.
La transition de l'Intelligence Passive vers l'Intelligence Active, intégrée dans les processus et les applications, conduira à une nouvelle normalité, où l'analytique dirigera le processus et non l'inverse.
Concurrence, surveillance et sécurité : des frontières redéfinies.
Avec la pandémie, des entreprises concurrentes ont entamé une collaboration. Google et Apple ont ainsi uni leurs forces pour tracer les cas contacts. Certains problèmes majeurs sont mieux résolus parla collaboration que par la concurrence et cette coopération peut déboucher sur des innovations. L'approche de la plateforme partagée, où nous nous appuyons sur nos atouts mutuels, peut devenir une nouvelle norme.
Les gouvernements et les géants de l'IA savent que plus les données et les traitements sont centralisés, plus le terrain est fertile pour le Machine Learning. Mais où les données seront-elles utilisées et stockées ? Où le seuil de l'intégritésera-t-il fixé ? Ces questions sont déterminantes pour notre époque, et il se peut que les objectifs aient changé en 2020. Un engagement fort en faveur d'une éthique et d'une gouvernance solides des données et des algorithmes demeure essentiel.
Un nouveau changement générationnel dans le domaine de l'analytique.
D'une manière générale, la demande en data et analytique restera forte, car celles-ci constituent la matière première de la transition vers le numérique. La COVID-19 sera toutefois le catalyseur d'un changement plus important. La crise de 2008 a entraîné une transition générationnelle, de la BIcentrée sur le reporting vers la BI centrée sur l'analyse, pour apporter plus d'agilité. Les entreprises ont conservé leurs outils de première génération mais ont également investi dans des outils de deuxième génération.
En 2020, les circonstances ont radicalement changé, ce qui pourrait déclencher un autre changement générationnel. Les attentes à l'égard des technologies de nouvelle générationpeuvent se résumer en une phrase : l'évolution de la BI passive à la BI active.
Les points de convergence et d'intégration croissants entre la gestion et l'analyse des données ont l'avantage d'apporter une logique métier contextuelle plus rapide dans toute la chaîne de valeur des informations. Ils permettent à l'IA de faire émerger la collaboration, les signaux et les actions beaucoup plus tôt, souvent avant la création d'un tableau de bord. Les organisations se tourneront vers des fournisseurs capables d'intégrer des actions tactiques dans les processus, mais aussi, d'un point de vue stratégique, de synthétiser rapidement les données et les signaux, ce qui leur permettra de renforcer les niveaux d'information.
Pour connaître l’intégralité des 10 tendances BI et Data pour 2021, vous pouvez télécharger ce livre blanc depuis l’espace partenaire Qlik sur IT Social.
Par Nicolas Hirsch, Country Leader France chez Qlik
[1] Gartner, A CIO’s Guide to Serverless Computing, 28 avril 2020
[2]https://blog.qlik.com/hows-your-plumbing-the-growing-value-of-data-pipelines.
