B I G D ATAE TA T D E S L I E U X

VA L E N T I N P R O U S T - S E P T E M B R E 2 0 1 5

S O M M A I R E

2

1 . C O N T E X T E

2 . VA L E U R A J O U T É E P O U R L’ E N T R E P R I S E

3 . PA N O R A M A D E S S O L U T I O N S E T C O M PA R A I S O N D ’ O U T I L S

4 . S T R AT É G I E O R G A N I S AT I O N N E L L E D ’ U N P R O J E T

5 . M AT U R I T É D E S E N T R E P R I S E S

1 - C O N T E X T E

3

Les DSI doivent s’équiper pour faire face à la demande en capacité de traitement.

Les métiers doivent se réinventer pour tirer partie des données dans leurs activités.

Les entreprises doivent inventer u n n o u v e a u m o d e d’organisation basé sur la donnée.

L E «   B I G D ATA   » V I S E À C O N T E N I R E T VA L O R I S E R L’ A U G M E N TAT I O N C R O I S S A N T E D E S V O L U M E S D E D O N N É E S D A N S L’ E N T R E P R I S E E T S O N É C O S Y S T È M E . I L I M P L I Q U E U N C E R TA I N N O M B R E D E C H A N G E M E N T S .

I N N O VAT I O N D ’ U S A G E

I N N O VAT I O N T E C H N O L O G I Q U E

T R A N S F O R M AT I O N O R G A N I S AT I O N N E L L E

B O U L E V E R S E M E N T S D A N S L’ E N T R E P R I S E

3

2 - VA L E U R A J O U T É E P O U R L’ E N T R E P R I S E

4

L E B I G D ATA P R É S E N T E D E N O M B R E U X C A S D ’ U S A G E D A N S D I F F É R E N T S S E C T E U R S D ’ A C T I V I T É . O N P E U T N O T E R N O TA M M E N T :

!• Amélioration du taux de conversion sur les sites d’achat en ligne

• Amélioration de la satisfaction client

• Amélioration de l’efficacité des actions commerciales

• Personnalisation des offres

VA L E U R A J O U T É E AT T E N D U E S U R U N P R O J E T D E C O N N A I S S A N C E C L I E N T

Connaissance clientLutte contre la fraude Supply chain

3 - C O M PA R A I S O N D ’ O U T I L S

5

O N P E U T C L A S S E R L E M A R C H É D U «   B I G D ATA   » E N 3 C AT É G O R I E S Q U I C O R R E S P O N D E N T A U X B E S O I N S D A N S L A C H A I N E D E VA L O R I S AT I O N D E S D O N N É E S .

A C Q U I S I T I O N E T T R A N S F O R M AT I O N S T O C K A G E A N A LY S E E T V I S U A L I S AT I O N

3 - C O M PA R A I S O N D ’ O U T I L S

6

• Le concept « d’entrepôt de données »  ne fait plus référence qu’aux données relationnelles mais s’étend à des données moins structurées grâce à la notion d’ « entrepôt de données logique ».

• Il est de plus en plus courant pour les entreprises de choisir plusieurs technologies en fonction des différents besoins

S O L U T I O N S D ’ E N T R E P Ô T D E D O N N É E S A V I S É E A N A LY T I Q U E

M A G I C Q U A D R A N T «  D ATA WA R E H O U S E A N D D ATA M A N A G E M E N T S O L U T I O N S  »

E N 2 0 1 5 , L E S E N T R E P R I S E S O N T B E S O I N D E

S O L U T I O N S P O U R A G R É G E R D I F F É R E N T E S

S O U R C E S D E D O N N É E S I N T E R N E S E T

E X T E R N E S E T L E S T R A I T E R . L E M A R C H É

S ’ A D A P T E E N S U P P O R TA N T D E S T Y P E S D E

D O N N É E S T O U J O U R S P L U S V A R I É S E T D E

N O U V E A U X C O N N E C T E U R S P O U R L E S O U T I L S

T I E R S .

E V O L U T I O N S

3 - C O M PA R A I S O N D ’ O U T I L S

7

T Y P E D E S O L U T I O N M AT É R I E L L E E T L O G I C I E L L E

M AT É R I E L L E E T L O G I C I E L L E

M AT É R I E L L E E T L O G I C I E L L E

L O G I C I E L L E L O G I C I E L L E

T E C H N O L O G I E T R A I T E M E N T PA R A L L È L E

F R A M E W O R K H A D O O P

T R A I T E M E N T «   I N -

M E M O R Y   »

T R A I T E M E N T PA R A L L È L E

F R A M E W O R K H A D O O P

C A PA C I T É À G É R E R D E S D O N N É E S N O N S T R U C T U R É E S

! ★★★ ★ ★ ★★★ ★★C A PA C I T É À G É R E R D E S R E Q U Ê T E S T E M P S R É E L ★★★ ★ ★★★ ★★★ ★★

A D A P TA B I L I T É D E L A P U I S S A N C E D E T R A I T E M E N T ★★★ ★ ★★ ★ ★★

C A PA C I T É À S E C O N N E C T E R A U X O U T I L S D ’ A N A LY S E ★★★ ★★ ★ ★ ★★★

E X I S T E N C E D ’ U N E E D I T I O N C O M M U N A U TA I R E ✗ ✗ ✗ ✓ ✓

C O U T D E D É P L O I E M E N T € € € € € € € € €L’étude comparative se concentre sur 5 solutions d’acteurs en forte progression. Les critères choisis sont leur capacité à exécuter et évoluer ainsi que leur positionnement tarifaire. Tous proposent une version cloud.

4 - O R G A N I S AT I O N I N T E R N E

8

L E S P R O J E T S B I G D A T A I M P L I Q U E N T U N E P R O B L É M A T I Q U E O R G A N I S AT I O N N E L L E : L E S A C T E U R S D O I V E N T Ê T R E E N M E S U R E D ’ A G R É G E R D I F F É R E N T E S S O U R C E S D E D O N N É E S Q U I S O N T D U R E S S O R T D ’ A C T E U R S T E C H N O L O G I Q U E S E T M É T I E R S D I F F É R E N T S . P L U S I E U R S A P P R O C H E S S O N T P R O P O S É E S P O U R R É P O N D R E À C E T T E P R O B L É M AT I Q U E :

Les projets sont lancés au niveau opérationnel afin de valider les avancées et bénéfices potentiels.

Avantage : Les équipes opérationnelles sont agiles sur le déroulement du projet

Inconvénient : Absence de fils conducteurs entre les projets et difficulté de mobiliser des acteurs en dehors du périmètre opérationnel

Une stratégie Big data et une feuille de route sont définies sur plusieurs années.

Avantage : Une transversalité peut être insufflée entre les métiers

Inconvénient : Les délais de mise en place et de retour sur investissement sont relativement longs.

A P P R O C H E «  B O T T U M - U P   » A P P R O C H E «  T O P - D O W N   »

5 - M AT U R I T É D E S E N T R E P R I S E S

9

S I D E N O M B R E U S E S E N T R E P R I S E S S E D I S E N T C O N S C I E N T E S D E L A VA L E U R Q U E P E U T A P P O R T E R U N P R O J E T B I G D ATA , D A N S L E S FA I T S P E U O N T R É E L L E M E N T M E N É D E P R O J E T

Ce retard s’explique par des freins d’ordre psychologique, stratégique, organisationnel ou technologique. On peut noter notamment :

‣ Sources de données limitées aux canaux traditionnels

‣ Carence des outils de traitement des données non structurées

‣ Faible transversalité dans la gestions des projets

P O I N T S D E B L O C A G E

43% 18%

Proportion des entreprises qui

envisagent le Big Data

Proportion des entreprises qui ont un plan d’actions

Données issue d’une étude menée par le cabinet EY en 2014 sur 150 entreprises françaises

VA L E N T I N P R O U S T

VA L E N T I N - P R O U S T @ W A N A D O O . F R

0 6 7 9 8 0 5 7 2 7

M E R C I D E V O T R E A T T E N T I O N