Les enjeux du Big Data : Concrétiser son potentiel

Temps de lecture : 2 minutes

En mai 2011, McKinsey Global Institute disséquait le potentiel du big data dans cinq domaines d’activité. Six ans plus tard, certaines des opportunités offertes par l’exploitation de la donnée ont été saisies, tandis que d’autres restent encore à appréhender.

Les enjeux du Big Data : les gains par secteur

C’est dans le secteur des services basés sur la localisation (LBS) que les plus grandes avancées ont eu lieu : plus de 50% du potentiel de création de valeur identifié dans le rapport de 2011 s’est concrétisé en 2016. Le retail américain, un autre marché sur lequel les digital natives imposent une forte concurrence, se place en deuxième position (30–40%), suivi de l’industrie (20–30% du potentiel réalisé).

Livre Blanc

Création d’une ville hyperconnectée

Quelle sont les bonnes pratiques et les défis liés de la création d’une ville hyperconnectée ? Cet Ebook interactif et collaboratif vous dévoile son analyse sur les villes hyperconnectées. 

Télécharger le livre blanc

Progression inégale de la captation de la valeur ajoutée de la donnée en fonction des secteurs

En queue de peloton, le secteur public européen et le système de santé américain (10–20%). Si le premier pêche par un manque de compétences en matière d’analyse de données et une organisation trop silotée entre de multiples agences, le second est freiné par des questions d’interopérabilité des données et par la nécessité de mettre davantage à l’épreuve le potentiel du Big Data.

Selon McKinsey, les champions de la data sont à la fois capables d’appliquer la puissance de l’analytics à des enjeux pré-existants et de s’appuyer sur leur capital donnée pour conquérir de nouveaux marchés.

Passer à côté du potentiel du big data, c’est risquer de se faire doubler par un concurrent plus disrupteur

Mais adopter une stratégie data-driven doit s’inscrire dans une réelle volonté de changement et certaines entreprises, bien qu’ayant déjà investi dans la technologie, n’ont pas encore fait évoluer leur organisation : beaucoup luttent encore pour développer les talents et les process qui leur permettront de tirer une véritable valeur ajoutée de leurs données. En effet, intégrer la data et l’analytics à la vision stratégique est un enjeu à la fois crucial et complexe, que nombre d’entreprises n’ont pas encore su relever.

Aujourd’hui, l’exploitation de la donnée nourrit l’innovation et permet aux entreprises de prendre des décisions plus rapides et plus précises, car fondées sur des preuves. Et la prochaine génération d’outils, le machine learning par exemple, devrait introduire des changements encore plus profonds.

Transformation numérique : la défense et le renseignement

Les opérations militaires et de renseignement adoptent facilement la transformation numérique pour améliorer leur préparation, moderniser leur environnement de travail et renforcer la collaboration avec leurs alliés.

Télécharger

 

Au final, pour les experts McKinsey, seules les entreprises qui sauront prendre en marche le train de l’analytics se différencieront des concurrents et créeront toujours plus de valeur. Les autres ? Elles ne pourront que regarder l’écart se creuser toujours davantage.

A la une

Une équipe en entreprise qui discutent.

Azure OpenAI Service : l’IA générative en pratique

Au-delà de l’effet d’annonce, l’IA générative a bel et bien fait son entrée dans le monde de l’entreprise et est là pour rester… Immersion dans les divers cas d’usage concret développés, qui génèrent de valeur ajoutée et promesses d’efficacité.  Le partenariat scellé entre Microsoft et OpenAI fait naître de nombreuses innovations entre les deux firmes, mais […]

Lire l'article
La photographie présente la technologie Inner Eye de Microsoft utilisée pour aider les médecins à visualiser de manière plus précise des affections telles que le cancer, afin d'améliorer les traitements.

Réseau de neurones : tout ce qu’il faut savoir

Inspirés du fonctionnement du cerveau humain, les réseaux de neurones ont joué un rôle primordial dans l’essor de l’intelligence artificielle et du machine learning. Grâce à leur structure complexe et leur capacité à apprendre à partir de données, ils permettent aux machines de prendre des décisions de manière autonome, offrant ainsi un large éventail d’application prometteuses.  Explorons ensemble […]

Lire l'article