A l’heure de l’envolée des prix des matières premières, il en est une que les entreprises produisent elles-mêmes et dont elles foisonnent : ce sont les données comportementales. Géolocalisation, historisation des parcours de navigation, systèmes de connexion de type machine à machine… A mesure que des pans entiers de l’économie s’organisent en réseaux autour de systèmes d’informations centralisés, les entreprises sont en mesure de tracer le moindre comportement individuel. Or chacune de ces données comportementales, aussi futile ou inconsistante puisse-t-elle paraitre, est une information potentiellement utile. Celle-ci permet en effet de comprendre des phénomènes auparavant noyés, d’identifier des tendances, voire de tester en temps réel la validité de choix stratégiques ou marketing. Même les aberrations deviennent dès lors riches d’enseignements, à l’instar des fautes d’orthographes saisies dans de simples moteurs de recherche. En clair, ces données recèlent une très grande valeur, pour peu qu’elles soient collectées, stockées, mises à disposition et exploitées de façon pertinente.
Or tout l’enjeu est là. Car comment monétiser la valeur intrinsèque de ces données ? Comment créer de la valeur à partir de séries aussi abondantes qu’éparses de données brutes ? C’est le rôle du Big Data, une démarche d’un nouveau genre qui permet aux entreprises d’interroger des puits de données auparavant inexploitables et de découvrir sur un mode exploratoire des opportunités business importantes.
C’est le cas par exemple d’un éditeur de jeux vidéo qui, grâce à l’analyse des données comportementales captées sur les pages vues de son site, a pu en déduire les préférences de jeux de chacun des visiteurs. L’éditeur a vu ainsi multiplier par 500 le taux de transformation de sa newsletter commerciale en envoyant un email personnalisé à chaque membre au regard des pages qu’il avait visitées.
Certes, de grande quantité de données sont déjà analysées de longue date par l’informatique décisionnelle (Business Intelligence). Même constat avec les solutions de type web analytics, qui permettent depuis longtemps de mesurer et d’analyser l’utilisation d’internet à des fins d’optimisation. Ce qui est nouveau, en revanche, c’est la capacité de gérer très simplement et à moindre coût des volumétries aussi massives, de pouvoir naviguer en quasi temps réel dans des dédales d’événements interdépendants pour chercher à faire sens et, de fait, à proposer de nouveaux modes de représentation adaptés à chaque usage. Un exemple révélateur est celui d’un site de rencontre américain qui grâce à la mise en place d’une architecture de type Big Data – en utilisant l’écosystème Amazon AWS et la solution Elastic MapReduce Hadoop - a pu profondément améliorer l’algorithme de recommandation de profils amoureux tout en divisant par 100 le coût de calcul quotidien.
Là où la BI impose une agrégation forcément simplificatrice pour créer des outils de pilotage organisationnel, le Big Data permet de stocker des données individualisées pouvant aller jusqu’à la mise en place de stratégies CRM hyper-segmentées tendant vers le one-to-one. En révélant ce qu’on ne peut pas voir par la masse et en complétant les technologies décisionnelles actuelles auxquelles il ajoute un axe inédit (l’individu), le Big Data offre la possibilité à l’entreprise de dépasser le mass marketing pour entrer de plain pied dans le personal marketing.
Big Data for small companies?
L’arrivée du Big Data n’est donc pas anodine, pour les entreprises. En devenant le socle actif de nouveaux produits et services, le Big Data appelle une révision profonde des modèles économiques, désormais nécessairement orientés données. Cette rupture est d’autant plus structurante que le Big Data n’est pas l’apanage des grands groupes, loin de là. Il permet en effet d’optimiser les coûts d’exploitation par une réduction massive des infrastructures exigées. Etant basé sur une architecture exportée et élastique de type cloud, les coûts d’exploitation deviennent fonction des besoins et utilisations exprimés au jour-le-jour par l’entreprise.
Enfin, la maturité et la robustesse des solutions du marché limitent drastiquement le coût d’entrée, dans un contexte concurrentiel par ailleurs propice à l’innovation. Alors que les projets décisionnels traditionnels nécessitent parfois plusieurs mois d’intégration et une architecture technique lourde, les projets de Big Data offrent donc des ROI particulièrement élevés. De quoi les rendre accessible à la moindre startup, au moindre site de e-commerce, à la moindre PME. En clair, le Big Data complète le décisionnel… et se démocratise.
