En matière de projets big data, les entreprises capables de gérer des énormes volumes de données ont tendance à se vanter d’être les plus en avance. Mais une base de données gigantesque ne fait pas un projet big data et n’est pas toujours synonyme de succès commercial. Il est vrai que les données structurées sont une mine d’informations inestimable pour une entreprise, mais encore faut-il savoir les faire parler et interpréter correctement ce qu’elles ont à dire. Pour y parvenir et mettre les informations récoltées au service de la croissance d’une entreprise, il est parfois plus pertinent d’utiliser des outils simples et de réduire l’échelle d’analyse.

Prenons l’exemple des modèles Excel. Ils ont été créés dans le but dans le but d’ajouter de la valeur à l’information mais ce qu’ils ont à offrir est très limité. Ils sont souvent très manuels et ne sont pas à échelle variable. Ces modèles faillibles ne sont utilisés que parce que les utilisateurs n’ont pas les compétences pour construire leurs propres modèles. Ils ne fonctionnent souvent que grâce au rognage ou à l’usage de résumés des données. Pourtant, ils sont l’ouverture parfaite vers un premier projet big data.

Faire rimer volume et valeur est une question de choix technologique et stratégique

De la même façon que le big data ne se réduit plus à un énorme volume de données, il ne peut se réduire à la capacité de calcul ou à l’emploi de méthodes mathématiques pour traiter des données. Ces éléments ont bien sûr leur importance mais ce qui compte c’est la façon dont on les associe. Reprenons le cas d’Excel. L’outil permet-il d’utiliser plusieurs sources de données ? Permet-il de les fusionner ? Peut-on l’utiliser pour manipuler des données ou réaliser des calculs ?

La réponse à toutes ces questions est oui. Mais aussi performant soit-il, Excel ne permet de faire tout cela en même temps automatiquement ni ne peut s’adapter à l’infini à l’évolution des volumes de données à traiter. Il a le mérite d’inviter l’utilisateur à se poser les bonnes questions mais c’est finalement la technologie qui va permettre à l’analyse big data de prendre toute son ampleur et d’offrir le maximum de valeur à l’entreprise.

Pour autant, la place prépondérante de la technologie dans le big data ne signifie pas que les projets doivent être menés par la direction informatique. C’est à l’équipe dirigeante ou aux divisions métiers d’en prendre la responsabilité pour la simple et bonne raison que toute information basée sur les données trouve sa valeur dans ce qu’elle apporte à la stratégie de l’entreprise. Au cours des derniers mois, j’ai rencontré beaucoup de responsables d’entreprises déçus du big data, qui s’étaient lancés dans l’aventure avec l’espoir d’y trouver la réponse à des questions inconnus.Malheureusement, les résultats obtenus peuvent servir de boussole mais n’indiquent pas dans quelle direction aller.

Aujourd’hui, des décisions de plusieurs millions de dollars sont encore prises sur la base de modèles obsolètes et d’outils inadaptés. Pour limiter les pertes et s’imposer face à la concurrence, les entreprises ont tout intérêt à transformer leurs données, quels que soit leur volume et leur nature, en un outil d’aide à la prise de décision. Il suffit ensuite de se poser les bonnes questions pour percer le secret du big data.

________
Sébastien Verger est CTO d’EMC France