Comment innover et créer de la valeur au départ d’une meilleure exploitation de la donnée ? La question était au cœur du deuxième Analytics Summit proposé par SAS, en avril dernier à Luxembourg. L’enjeu : parvenir à inclure les nouvelles possibilités offertes par l’analytics au cœur des perspectives business. – Par Sébastien Lambotte

Être ou ne pas être « disrupté » ? La vague « tech » – Fintech, Regtech, Assurtech – a de quoi donner des sueurs froides à tout dirigeant d’entreprise. Comment bien envisager l’avenir quand il est impossible d’apprécier l’impact de la technologie sur les business models à un horizon plus ou moins proche ? La question de la création de valeur à travers l’innovation était au cœur de l’édition 2017 de l’Analytics Summit Luxembourg, organisé par SAS le 27 avril.

Bien choisir ses projets

Avec cette première question : face aux mille et une possibilités envisagées par les data scientists, quel projet attaquer en priorité ? « Pour la mise en œuvre de projets de transformation au départ de la donnée, quand il faut défendre des budgets, je recommande de commencer par ceux qui auront un impact bénéfique sur les coûts opérationnels », commente Marc Aguilar, Chief Data Officer de BGL BNP Paribas, qui accueillait l’événement. Il est plus facile de convaincre si la valeur du projet est directement perceptible aux yeux du business.

Des possibilités à l’action

« Le véritable enjeu, au-delà des possibilités identifiées au sein du data lab, est d’améliorer les process opérationnels. Il faut pouvoir transformer le fruit de la recherche effectuée autour de la donnée en actions concrètes qui servent l’organisation », assure Michel Philippens, Analytics & Decision Management Consultant au sein de SAS. Les projets menés au départ de la donnée ne doivent pas forcément révolutionner l’ensemble du business model. Il peut très bien s’agir de petits projets. L’important est  que chacun d’eux contribue à une amélioration du business. Une fois mis bout à bout, ils doivent permettre de faire la différence. « La transformation qui s’opère réside dans le passage d’une analyse descriptive de la donnée à une analyse prescriptive. La donnée doit orienter les décisions et même, au regard des possibilités d’automatisation, mener à l’action », poursuit l’expert.

Pour y parvenir, il faut s’inscrire dans un nouveau schéma d’organisation. Il est en effet clé que l’équipe attachée à l’analyse de la donnée, le data lab, travaille en pleine collaboration avec l’IT. Et que ces deux départements se placent au service du business, en étant proches de ses besoins. « Il faut se doter d’une réelle capacité d’innover, d’expérimenter avec la plus grande liberté au départ de la donnée, en veillant d’autre part à pouvoir intégrer les possibilités envisagées au cœur des processus, à transférer l’innovation dans un cadre régi par des règles nombreuses et une gouvernance. »

« Computer says no »

Dans le choix des projets à mettre en œuvre au départ d’une meilleure exploitation de la donnée, les équipes seront ainsi bien avisées de considérer plusieurs facteurs clés. « L’adoption des projets est directement liée à la manière dont ils répondent à des besoins business. Il est important de se concentrer sur ce qui compte vraiment pour le business, explique Michel Philippens, rejoignant directement le point de vue de Marc Aguilar. Ensuite, les équipes doivent envisager leur projet en pensant comme un product designer. « Il ne s’agit pas de considérer les possibilités offertes par l’analytics à travers des algorithmes, mais de penser directement au produit fini, qui devra être sexy, efficace, facile à maitriser par l’utilisateur, poursuit le spécialiste. Enfin, il faut œuvrer à rendre l’utilisateur meilleur. Personne ne souhaite se voir dicter ce qu’il doit faire par un ordinateur. A travers vos projets, il faut soutenir les utilisateurs dans leur mission, en améliorant les processus opérationnels. »

Concluant ce deuxième sommet luxembourgeois dédié aux possibilités offertes par une meilleure exploitation de la donnée, le professeur Jorge Sanz, du LIST, a rappelé que « l’enjeu, c’est avant tout de générer de la valeur au service du business ou de la société ». Aux yeux du chercheur, il y a lieu de distinguer la data analytics de la business analytics. « Si la data analytics apporte des idées, fait émerger de nouvelles possibilités, la business analytics, elle, crée de la valeur. L’enjeu est donc bien d’inclure ces nouvelles possibilités au cœur d’une réalité business. »

Le business, dès lors, plutôt que de craindre la prochaine disruption, devrait envisager clairement les possibilités de créer de la valeur au départ de sa connaissance du métier, d’une meilleure compréhension des attentes de clients. En la matière, oui, la data analytics est un outil au service de l’innovation, parmi d’autres, pour y parvenir.