La data bouleverse plus que jamais les processus des entreprises. Comment mettre en place une stratégie data efficace ? Sur quelles solutions s'appuyer ? Thibaut REBOULLET présente les dernières opportunités et perspectives du marché.
CGI a dévoilé de nouvelles "business solutions" lors du salon Big Data Paris, qui s’est déroulé il y a quelques semaines. Que permettent-elles concrètement?
Aujourd'hui, l'accès à la donnée brute n'est plus une question, tous les éditeurs de solutions et de logiciels en ont démocratisé l'accès. Mais maintenant que la donnée est facilement accessible, comment en tirer parti ?
La première question à se poser, c'est : qu'est-ce que je veux faire de mes données ? Toutes les entreprises savent que la data est un asset, mais elles peinent encore à établir une stratégie claire en la matière. Les métiers doivent comprendre les gains potentiels, et un travail d'évangélisation reste souvent nécessaire.
Récemment, nous avons accompagné un acteur de la grande distribution pour l'aider dans ses prévisions de ventes et de réapprovisionnement. Les vendeurs et directeurs n'étaient pas convaincus, ils croyaient connaître suffisamment leurs clients pour pouvoir prédire les ventes empiriquement, à l'expérience… On leur a expliqué que notre approche - utilisation des données historisées et algorithme de Machine Learning - apporte en fait une aide à la décision plus pertinente et plus précise que leur feeling et leur expérience. Ils étaient d'abord réticents, jusqu'à ce qu'on puisse leur prouver ce qu'on avançait. Ils étaient alors ravis d'adopter notre solution !
La data a aussi montré tout son intérêt dans le secteur industriel, par exemple dans le domaine de la maintenance préventive. Aujourd'hui, les industriels la gèrent encore trop souvent de manière empirique : "on pense qu'on doit mener des opérations de maintenance tous les 3-4 mois, sinon on sait qu'on risque de subir une panne, avec une semaine d'arrêt, et le coût sera énorme".
Mais l'exploitation des données de ces machines de production permet d'analyser précisément quelle séquence du parc machine conduit à quelle panne. On peut donc mener des opérations de maintenance préventives, ciblées, au cas par cas et beaucoup plus espacées. Cela permet de réduire les arrêts de maintenance, de diminuer le temps d'immobilisation des machines, et de les maintenir en service plus longtemps…
Tout cela passe par une bonne gestion de la donnée, et donc par plusieurs paramètres : qualité, référentiel et véracité des informations. Il faut procéder par phases : collecter la donnée ; la stocker ; vérifier sa qualité ; s'assurer de son référentiel ; la transformer et l'exploiter ; la stocker. Toutes ces étapes sont indispensables, mais demeurent complexes. D'où l'intérêt des solutions développées par CGI, déployables rapidement avec des bénéfices très concrets.
Par exemple ?
Prenons CGI Urban Mobility, notre offre dédiée à la Smart City, formée des deux solutions exclusives et complémentaires, ParkView et Apila. On sait que les questions liées aux déplacements et aux transports deviennent de plus en plus cruciales pour les collectivités et leurs administrés. Et les mêmes questions reviennent fréquemment : « comment optimiser l’espace urbain, les transports et aider les citoyens à mieux se déplacer ? »
CGI ParkView collecte et analyse des données massives provenant de sources hétérogènes, historiques et temps réel, pour répondre à ces questions. D’un côté, la solution fournit aux villes une vision analytique précise des flux de déplacement et de stationnement. De l’autre, Apila, application mobile de guidage porte-à-porte, intègre les contraintes locales en matière de stationnement pour offrir un modèle prédictif permettant de mieux orienter l’usager selon son profil (résident, livreur, personne à mobilité réduite) afin de réduire le trafic et son impact carbone, voire d’inciter certains au report modal.
Cette offre suscite un fort intérêt de la part des collectivités qui peuvent dorénavant mieux comprendre avec ParkView et mieux agir avec l’aide d’Apila.
Quant à notre solution dédiée à la grande distribution, CGI Retail Xp360, elle se base sur un socle Big Data et sur des modules qui correspondent aux besoins des métiers :
- Module "Opérations" : il permet aux collaborateurs de gérer toutes leurs tâches courantes en magasin telles que les actions marketing, les offres commerciales, les ordres de réapprovisionnement dans un linéaire, le pilotage en temps réel des magasins, etc.
- Module "Fidélisation" : il aide à piloter, de la stratégie marketing à la fidélisation jusqu'au CRM.
- Module "Expérience client" : il a pour objectif d’améliorer tout ce que vit le client au cours de son acte d'achat. Par exemple, le management de l'attente au rayon boucherie ; une aide à la navigation ou à la localisation de produits, etc.
Enfin, notre solution dédiée aux métiers de la banque et de l'assurance, CGI Hot Scan 360, permet d'apporter une solution unique pour les fonctionnalités de KYC (qualification client), de détection de la fraude, blanchiment d’argent et lutte contre le financement du terrorisme. Des logiciels existent déjà, et depuis très longtemps. Mais outre leurs coûts élevés, ils ne couvrent pas toujours l’ensemble des modules, et n’offrent pas les mêmes niveaux de performances en utilisation temps réel, ni la capacité à embarquer de l’IA/modèle de machine Learning pour les algorithmes de détection.
Plus généralement, quels conseils donner à une entreprise qui souhaite mettre en place une stratégie data efficace ?
Première étape indispensable : définir et décider précisément ce que vous visez. Quand un client me dit, "j'aimerais augmenter le chiffre d'affaires et réduire mes coûts", je lui explique tout de suite qu'il devra d'abord opérer des choix. Si augmenter son CA est la priorité, il faut travailler sur l'axe client et utiliser la data pour mieux connaitre les goûts et les attentes des consommateurs, afin de mieux les satisfaire. Et si les coûts sont la priorité, il faut plutôt travailler sur les processus, pour optimiser les dépenses liées aux opérations.
Une fois l'objectif clairement défini, il faut mettre en place une gouvernance, avec un Chief Data Officer. A mon sens, le plus efficace, c'est une personne uniquement dédiée à la gestion de la data, et qui reporte aux métiers.
Ensuite, on peut vraiment avancer. De même que les besoins des entreprises, nos méthodes de travail et d'accompagnement ont évolué. On propose toujours des missions de conseil, avec un fort angle technologique. Mais on avance désormais en mode itératif, avec de nouvelles méthodes type design thinking, des équipes physiquement présentes chez nos clients, du Test & Learn, des itérations rapides… Et toujours en lien avec les métiers. Cela permet de sortir de nouvelles versions en quelques mois, voire quelques semaines, alors que jusqu'à présent ces projets prenaient des années. Pour nous comme pour nos clients, c'est donc une période passionnante !
