Frein n° 5 - L’analyse de la data encore (trop) peu orientée vers le prédictif et le temps réel La prédictibilité des modèles analytiques et la capacité de Elles sont encore plus nombreuses (92 % des plus matures) prise de décision en temps réel constituent la vraie longueur à penser qu’une telle stratégie leur permettrait d'assurer la d’avance en matière d’exploitation des données clients. rapidité de leurs extractions et requêtes. Ces modèles à visée prédictive sont déjà utilisés, Dans l’industrie, et particulièrement les industries de réseaux notamment par les champions du numérique, à travers les et d’infrastructures (communications et énergie, mais aussi recommandations de sites d’achat de biens et services en transports et automobile), les solutions de maintenance ligne — sites d'e-commerce ou de vidéo à la demande — qui prédictive, en collectant et analysant des données en temps reposent sur des modèles capables de prévoir ce qu’un réel à partir de nombreuses sources (logs de maintenance, individu serait en mesure d’apprécier au regard de ses achats logs des performances, données de surveillance, données antérieurs, mais aussi d’achats similaires effectués par environnementales, données financières, etc.) contribuent d’autres consommateurs, afin de lui proposer des produits à améliorer significativement la qualité des prestations et la en conséquence. Au-delà de la corrélation avec le contexte, performance opérationnelle des entreprises. Elles permettent l’intelligence algorithmique vise à établir des liens de cause notamment de réaliser des diagnostics préventifs et, au-delà, à effet pour mieux prévoir les comportements futurs de de la maintenance prédictive. l’internaute. Il est alors possible de repérer en temps réel les schémas Seules 10 % des entreprises interrogées exploitent les propices à la détection préventive des incidents et pannes données clients à des fins prédictives et 5 % d’entre elles afin de déterminer les domaines les plus exposés au risque le font pour optimiser les process techniques permettant et d’identifier la cause première du problème. La maintenance d’accroître la rapidité d’exécution et d'augmenter les capacités dirige alors proactivement les ressources vers ces domaines de stockage (éléments clés pour exploiter des volumes avant que le risque ne devienne une réalité. En d’autres croissants et toujours plus rapides de données et de flux termes, il s’agit d’anticiper les problèmes réseaux plusieurs d’informations). semaines, voire plusieurs mois, à l’avance et d’éviter les Si elles n’ont pas les compétences requises, les entreprises les accidents, interventions et arrêts de production qui peuvent * plus matures de notre panel ont néanmoins été sensibilisées à se révéler très coûteux financièrement et en termes d’image . ce sujet : 73 % affirment que la mise en place d’une stratégie N'oublions pas que dans certaines industries, le coût de la (Big) data leur permettrait d’utiliser des modèles prédictifs en maintenance est bien supérieur à celui de l'investissement temps réel (contre 43 % pour les moins matures). initial. * Emmanuelle Delsol, dossier « Data le contrat de confiance », L’Usine nouvelle, N° 3372, 10/04/2014 « La maintenance prédictive au service de l’industrie », analysepredictive.fr, 23/08/2011, consulté le 25/06/2014 20 | (Big) data : où en sont les entreprises françaises ?