Selon IDC, le marché mondial des infrastructures sans fil privées LTE/5G devrait atteindre 8,3 milliards de dollars d'ici 2026. Ce marché devrait atteindre un taux de croissance annuel composé (TCAC) de 35,7 % sur cinq ans sur la période de prévision 2022-2026. Les entreprises de télécommunications, ou télécoms, sont confrontées à de nombreux défis opérationnels, notamment la mise en place d’une connectivité numérique partout, le déploiement de réseaux 5G et SD-WAN (Software-Defined Wide Area Network), et la fidélisation des clients. Face à ces défis, nombreuses sont les organisations qui se tournent vers la prise de décisions axée sur les données.
Sachant que 90 % de leurs données comportent une composante spatiale ou temporelle, les opérateurs télécoms sont réputés riches en données spatiales. Il s’agit par exemple des déplacements des clients mobiles au fil du temps, de l’emplacement des tours et des cabines cellulaires, des réseaux à haut débit, de la couverture des réseaux mobiles, des réseaux de fibres optiques et des rues fournissant des informations sur la navigation et le trafic. Face à la profusion de données consommées, les opérateurs tirent difficilement le meilleur parti de toutes les données spatio-temporelles dont ils disposent.
Or, plus de données induisent davantage de défis. Dans ce contexte, le marché des télécoms hésite encore à se fier à ses données pour prendre des décisions. Les entreprises de télécommunications sont de plus en plus nombreuses à se demander si leurs solutions reposent sur des données exactes et si elles peuvent tirer parti de la localisation dans les processus d’analyse et la modélisation pour bénéficier d’un avantage concurrentiel.
Par ailleurs, la pandémie a engendré de nouveaux défis et besoins. Les organisations adoptent des innovations technologiques afin de soutenir l’analyse de nouveaux concepts tels que l’« Internet de tout et n’importe quoi » (Internet of Everything ou IoE) qui permet de comprendre l’omniprésence du numérique dans la vie des individus et de la gestion des données, ainsi que de l'IoB (Internet of Behaviour) ou Internet des comportements.
Face à la quantité toujours plus importante de données, il est plus que jamais essentiel de disposer d’une stratégie de données claire, en matière d’intelligence géospatiale. Elle joue en effet un rôle déterminant dans les projections commerciales, l’atténuation des risques, et l’obtention d’avantages concurrentiels. Cela renforce ainsi la confiance dans les données opérationnelles en vue d’une prise de décision éclairée.
Au-delà du mapping
L’intelligence géospatiale ne se limite pas à la façon de visualiser des données sur une carte interactive. Elle couvre également la manière d’opérationnaliser et d’analyser les données spatio-temporelles en toute simplicité et avec efficacité, aidant ainsi les organisations à analyser les données au moyen de cartes thermiques et de zones blanches et sensibles, à calculer une matrice de distance entre des points de présence, à analyser une série chronologique de données sur les consommateurs et à calculer la ligne de visée d’une tour cellulaire. Grâce à l’intelligence géospatiale les opérateurs sont en mesure d’évaluer si leurs offres s’adressent aux bonnes cibles. Ils peuvent prévoir les zones où le nombre de consommateurs potentiels est susceptible d’augmenter et vérifier que les organisations bénéficient d’une bande passante adaptée à leurs besoins. Les fournisseurs peuvent également évaluer le nombre de dispositifs connectés à l’intérieur d’une zone (et affectant la bande passante), calculer les distances et les coûts induits entre les emplacements des sites à large bande, ou encore rechercher la manière d’enrichir les données et obtenir davantage de profits d’autres marchés.
Développement de l’intelligence artificielle (IA) et du machine learning (ML)
Ajouter les informations issues de l’intelligence géospatiale à l’IA/ML, à la science des données et à l’analyse prédictive favorise une prise de décisions profitables. L’ajout de l’analyse spatiale à l’IA/ML peut en effet aider le secteur des télécoms à créer des modèles opérationnels solides. Lesquels permettent de comprendre le comportement des consommateurs, de prévoir où établir la présence d’un réseau, de déterminer les zones dans lesquelles les clients sont les plus susceptibles d’acheter de nouveaux services 5G. Par ailleurs, répondre aux attentes fluctuantes des consommateurs aide à gagner de nouveaux abonnés, à anticiper ainsi qu’à prévenir les désabonnements. Enfin, prévoir les performances du réseau à l’aide des données dont dispose déjà l’organisation renseigne sur les habitudes d’utilisation de milliards d’abonnés et permet d’affiner la stratégie.
In fine, le défi posé par l’intelligence géospatiale réside dans le traitement et la gestion de volumes massifs de données dynamiques dans l’espace et dans le temps, ce que des outils d’intelligence géospatiale permettent de résoudre.
Les données, valeur monétaire stratégique
L’intelligence géospatiale aide également à monétiser des données et des services de grande valeur. Les entreprises recueillent un volume considérable de données issues du réseau, des appareils connectés et informatiques des entreprises. De plus, l’anonymisation, le traitement spatial et l’enrichissement des données géoréférencées et temporelles constituent une stratégie d’intelligence géospatiale fructueuse. La vente des ensembles de données enrichies qui en résultent peut ainsi générer des revenus considérables.
Les commerçants peuvent par exemple en apprendre davantage sur leurs marchés potentiels en examinant les endroits où se rendent les individus et à quel moment. Les données mobiles anonymisées peuvent suivre les consommateurs à forte valeur ajoutée qui transitent par une zone particulière à un moment précis de la journée ou un jour précis de la semaine, donnant ainsi une idée de l’emplacement idéal d’un point de vente.
Les compagnies d’assurance automobiles peuvent pour leur part prédire les risques avec plus de précision et mieux calculer les primes en analysant les données IT enrichies liées au comportement et aux habitudes des conducteurs. Des données telles que les destinations visitées, les routes empruntées, la vitesse du véhicule, l’heure de la journée et le jour de la semaine permettent d’établir des profils de conducteurs sûrs ou imprudents. Les concessionnaires peuvent en outre analyser les liens qui existent entre les profils des conducteurs de véhicules et leurs habitudes de déplacement, et utiliser ces informations pour améliorer leurs opérations et accroître la satisfaction des clients en proposant le véhicule idéal au client adéquat.
Pour les opérateurs télécoms, la difficulté permanente est de savoir s’ils peuvent honorer la promesse d’un réseau plus efficace offrant une plus grande bande passante, tout en composant avec les effets sans précédent des services de streaming et d’un monde interconnecté constitué de capteurs, de véhicules et de personnes. Les données ont un rôle essentiel à jouer. La capacité d’intégrer, de valider et de gérer les données tout en effectuant des analyses à grande échelle dans des environnements natifs du cloud est indispensable pour accélérer le développement, le déploiement et l’adoption des futurs services mobiles et à haut débit. En combinant la qualité des données, le géocodage et le traitement spatial – tout en permettant aux clients, aux équipes de vente et de marketing d’accéder à des outils en libre-service – les entreprises restent compétitives et rentables car elles sont en mesure de gérer et de partager efficacement les données, de cibler de nouveaux abonnés et d’améliorer la qualité de leur service.
Par Monica di Martino, Senior Sales Engineer, EMEA, Location Intelligence and Data Enrichment chez Precisely
