Par Léo-Paul Barthélémy , Université de Lorraine Certains parient sur l’issue de tel ou tel événement sportif. D’autres sur l’évolution à court terme d’un indicateur économique largement suivi. D’autres encore – parfois les mêmes – engagent des sommes importantes sur des questions nettement plus discutables d’un point de vue moral, comme la prise d’une ville en Ukraine par l’armée russe. Les sites permettant ce type de paris sont en plein essor. Un marché prédictif n’est pas tout à fait un site de paris. C’est un dispositif de spéculation collective dans lequel des participants achètent et vendent des contrats indexés sur la réalisation d’un événement futur précisément défini (« X aura lieu avant telle date », « Y gagnera l’élection », etc.). Le prix de ces contrats fluctue en fonction de l’offre et de la demande : plus un événement est jugé probable par les participants, plus le contrat associé est recherché et plus son prix augmente. À la...
Les organisations orientées données se développent à un rythme fulgurant et délogent des acteurs établis dans une variété de secteurs. Ainsi, Uber, première société de taxi au monde, ne possède aucun véhicule ; Alibaba, leader de la vente au détail, n’a pas d’inventaire ; et Airbnb, leader mondial des offres d’hébergement, ne possède aucun bien immobilier. Les actifs physiques ne contribuent que de façon marginale à l’incroyable valorisation des stocks (l’équivalent de plusieurs milliards d’euros) de ces jeunes entreprises. En réalité, leurs modèles et stratégies économiques tournent autour de données qu’ils collectent, analysent et mettent au service de leurs activités.
Bien entendu, les organisations ne peuvent pas toutes introduire des changements aussi révolutionnaires qu’Airbnb ou Uber. Mais la collecte et l’analyse structurée et stratégique de leurs données leur permettront au minimum de transformer leurs propres processus. Fort heureusement, cela n’est pas trop difficile à réaliser. Toutes les entreprises possèdent un réseau sans fil, et en seulement quelques années, c’est même devenu une part essentielle des infrastructures informatiques professionnelles. Cependant, on constate un changement notoire sur le marché : les organisations commencent à réaliser qu’elles peuvent s’en servir comme sources de données précieuses afin de comprendre comment leurs ressources sont utilisées.
Si chaque équipement professionnel est connecté et peut être « interrogé », l’entreprise dispose alors d’un réservoir de données virtuellement illimité, générées par des processus internes, et présentant potentiellement une énorme valeur. Ainsi, en supervisant les signaux des dispositifs connectés au réseau comme les smartphones et autres accessoires connectés, elles peuvent suivre les déplacements des individus dans les différentes zones connectées.
Une telle segmentation géographique permet de procéder à une analyse plus précise de leurs faits et gestes, et renseigne même sur la raison de chaque déplacement. Ces éléments peuvent servir à des entreprises d’une variété de secteurs. Par exemple, des détaillants peuvent analyser les déplacements de leurs clients en magasin, identifier les présentoirs attirant visiblement leur intérêt, et utiliser ces renseignements pour affiner leurs stratégies. Autre exemple en université : des cartes thermiques et des données de circulation peuvent être appliquées à un campus tout entier dans le but de reconcevoir les bâtiments, les espaces publics et d’optimiser les flux de personnes, ou pour s’assurer que chaque ressource se trouve à l’endroit idéal dans un souci d’efficacité.
Ces informations peuvent ensuite être intégrées aux processus analytiques, afin d’obtenir des renseignements décisionnels d’un nouveau genre sur le comportement des clients, employés ou visiteurs. Malheureusement, les données collectées par les entreprises (qu’elles concernent la gestion des stocks, les préférences des clients ou les activités en entrepôt) restent trop souvent cloisonnées. Des départements entiers passent ainsi à côté d’informations concernant l’ensemble de l’entreprise.
La véritable valeur d’un ensemble de données ne peut être totalement exploitée qu’à l’aide de références croisées avec d’autres ensembles de données. Les fabricants peuvent par exemple analyser des données sur l’utilisation des équipements en usine en lien avec d’autres informations sur les pannes de machines. Ce faisant, ils peuvent ainsi mieux anticiper les problèmes de maintenance et protéger leur matériel.
Nous tenons là un excellent exemple de business intelligence, dont le but est essentiellement d’utiliser une variété de sous-ensembles de données en vue d’opérer des changements progressifs, et afin de rationaliser ou d’automatiser certaines fonctions. Les entreprises réalisent ainsi des économies de plus en plus importantes.
Avec le temps, ces données peuvent être appliquées à des problèmes de plus en plus variés, comme dans le cadre de plans d’affectation de ressources, l’optimisation de la disposition physique de bâtiments ou l’acquisition de nouveaux locaux professionnels. Leurs enseignements peuvent améliorer la fourniture de services et les opérations, avec l’objectif à long terme d’accroître le chiffre d’affaires et la rentabilité.
Les entreprises disposent déjà d’un ensemble de données stockées dans leurs applications et dans leurs clouds. Il leur faut simplement une solution pour les connecter, les interroger, et profiter ainsi d’une infinité de schémas et d’enseignements.
Les réseaux sans fil intelligents permettent de collecter ces données brutes essentielles. Tout le monde connaît la valeur des données, et tout le monde dispose d’un réseau Wi-Fi. En 2017, l’association des deux permettra aux entreprises de générer de la valeur.