Analyse de données : la vérité est-elle dans les chiffres ?
Michel Bruley
Dans le domaine marketing afin de mieux comprendre les comportements et les attentes des consommateurs les entreprises réalisent des études de marché, qualitatives ou quantitatives. Les études qualitatives ne cherchent pas à établir une vérité, réalisées à partir d’entretien auprès de petits échantillons de personnes elles permettent de rechercher des idées nouvelles, d’élaborer des hypothèses ou de tester des orientations. Les études quantitatives qui sont quant à elles à la quête d’une vérité scientifique en cherchant à vérifier des hypothèses et mesurer des faits, n’atteignent pas toujours leurs objectifs du fait de la qualité des données disponibles et par-dessus tout du fait que le monde d’aujourd’hui est très complexe et chaotique.
Dans le domaine financier, la théorie voudrait par exemple que les analyses quantitatives permettent aux gestionnaires de gérer scientifiquement leurs investissements et d’ajuster régulièrement leurs actifs de portefeuille en prenant en compte le risque et la rentabilité attendue. Tout cela serait parfait s’il n’y avait pas de facteurs humains, de décisions prisent par des hommes dont les comportements sont sensés être rationnels mais qui ne le sont pas toujours, et qui donc mettent à mal tous les beaux modèles mathématiques.
Les données quantitatives sont des instruments essentiels d’argumentation et de légitimation, elles sont généralement préférées à tous les autres éléments qualitatifs pour étayer les raisonnements. Il existe un véritable mythe du quantitatif qui se résume dans l’idée selon laquelle une analyse quantitative au moyen de modèles mathématiques rend les conclusions qui en sont tirées absolument indiscutables. Tout le monde aujourd’hui réclame donc à la science des vérités, et les responsables veulent des discours faciles à prêcher. Or la réalité n’est pas si simple, par exemple la physique offre de beaux exemples de réussites des mathématiques appliquées, mais aussi de faillites des mathématisations trop simplistes et malheureusement, les vérités scientifiques sont d’autant plus rares que les phénomènes sont complexes.
Pour aller plus loin sur ce sujet vous pouvez consulter mes articles sur la problématique de l’analyse et de ses différentes dimensions (problème, méthode, analyse, données, information, décision, action) : cliquez ici
> A LIRE EN CE MOMENT SUR DECIDEO
-
SAP dévoile l’Entreprise Autonome
-
Celonis lance Context Model pour éliminer les angles morts opérationnels de l’IA d’entreprise et annonce l’acquisition d’Ikigai Labs, leader de l’intelligence décisionnelle alimentée par IA
-
Portworx by Everpure intègre nativement la gestion des données à Red Hat OpenShift
-
Cloudera lance un connecteur Workflow Data Fabric Zero Copy pour ServiceNow
-
La data comme actif stratégique : pourquoi 90 % des entreprises passent à côté
-
Rocket Software enrichit son offre avec l’acquisition de Vertica
-
Le nouvel Indice de Préparation à l’IA Agentique 2026 de Fivetran met en évidence un décalage entre les investissements des entreprises et l'état de préparation des données pour l'IA agentique
-
Tableau fait entrer l’analytique dans l’ère agentique : les données prennent la parole, les décisions prennent de l’avance
-
Sage rachète Doyen AI pour aider les PME à adopter plus rapidement l'IA
-
De la data à l’émotion: comment Twilio tire profit de l’IA pour redonner du sens à la relation client