Decideo - Actualités sur le Big Data, Business Intelligence, Data Science

Abonnez-vous gratuitement à Decideo !


Decideo

 


Les modèles prédictifs investissent les directions commerciales, marketing et production des entreprises françaises


Rédigé par Communiqué de Dataiku le 15 Mars 2020

50% des directions métiers utilisent des modèles prédictifs ou sont en cours de déploiement ; 21% en font une priorité d'ici à 2021. Malgré un taux d'adoption en hausse, de nombreux défis restent à relever pour déployer massivement ces modèles.



Les modèles prédictifs investissent les directions commerciales, marketing et production des entreprises françaises
Les modèles prédictifs basés sur le machine learning séduisent de plus en plus les entreprises. C'est ce que révèle une étude menée par IDC pour le compte de Dataiku auprès de 162 directions métiers d'entreprises de 500 salariés et plus. « Les entreprises françaises challengent à relever les initiatives en cours autour des modèles prédictifs ». La moitié des entreprises interrogées confient avoir déjà déployé des modèles prédictifs basés sur le ML ou être en cours de déploiement et 21% des directions métiers en font même une priorité d'ici à 2021.

Sur le podium des métiers utilisateurs de ces technologies, les directions commerciales montent sur la première marche (41%) suivies du marketing (37%) et de la production (33%).

Toutefois, même si en 2019 le taux d'adoption est en très nette augmentation comparée à 2018, de nombreux challenges restent à relever pour diffuser l'utilisation de ces technologies à l'ensemble de l'entreprise.

Dans cette étude, plusieurs obstacles au déploiement des modèles prédictifs à toute l'entreprise ont été identifiés :

· Absence de gouvernance de la donnée et manque de compétences. 48% seulement des entreprises disposent d'une entité dédiée à la gouvernance des données et 54% des directions métiers attendent de leur entreprise qu'elle repense leur organisation et processus de traitement des données.

· Manque de collaboration entre les métiers et les spécialistes de la donnée

● Mauvaise qualité de la donnée. 59% des répondants attendent une meilleure qualité de la donnée et 42% veulent pouvoir disposer d'analyses de données en temps réel ou quasi-temps réel.

● Des délais de réalisation trop longs - développer de nouvelles applications, obtenir des analyses avancées des données ou encore les coûts liés au développement dont des points noirs dans la satisfaction des métiers dans l'utilisation des modèles prédictif.

« Si les directions métiers sont de plus en plus convaincues de l'intérêt d'utiliser les modèles prédictifs pour les aider dans leurs missions quotidiennes comme identifier les opportunités commerciales, les leads, anticiper les défaillances techniques ou les ruptures de stocks, cette étude révèle que les entreprises doivent repenser leur organisation en la structurant autour de la donnée. Sans cette transformation, elles ne pourront tirer pleinement profit des bénéfices du big data », déclare Grégory Herbert, SVP Sales, Dataiku.

En conclusion, les modèles prédictifs sont connus de tous et mis en place progressivement dans les entreprises. Le gros du travail dans les prochaines années va être de généraliser le système de plateforme de développement permettant aux spécialistes de la donnée de travailler étroitement avec les métiers. Tout ceci avec la possibilité pour chacun de réduire les freins attenants aux coûts de développement – ROI et flou sur l'utilisation de l'IA dans les modèles prédictifs.

Méthodologie

L'étude menée par IDC France pour Dataiku repose sur une enquête téléphonique conduite en décembre 2019 auprès de 162 directions métiers d'entreprises françaises du secteur privé, dont l'effectif est d'au moins 500 personnes. Pour chaque direction métier (commercial, marketing, production, finance, logistique et ressources humaines), 27 entretiens ont été réalisés.

Cette enquête a été complétée par un entretien approfondi avec deux entreprises utilisatrices de la plateforme de développement de modèles prédictifs de Dataiku.




Commentaires

1.Posté par Laura le 18/03/2020 09:58
Bonjour,
Quelle différence y a-t-il entre un data analyst et un data miner ?

Nouveau commentaire :
Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.