Devenez un data pionnier !: Comprendre et exploiter les données en entreprise
de Gauthier Vasseur

critiqué par Colen8, le 5 mai 2022
( - 83 ans)


La note: étoiles
Bonnes pratiques à l’usage des néophytes
Résultat d’années d’expérience terrain, de cours universitaires à Berkeley et de séminaires sur demande ce manuel est largement pédagogique et pragmatique malgré son contenu technique. Son objectif est de démystifier l’analyse de l’information pertinente nécessaire à porter les entreprises à leur plus haut niveau d’excellence. Si l’informatique transactionnelle a commencé à se répandre dès les années 60, la partie décisionnelle est arrivée timidement environ 20 ans plus tard.
Appuyés au début sur la bureautique, les tableurs et leurs graphiques, ces outils sont devenus un frein majeur au fil des volumes exponentiels de données à traiter parallèlement aux capacités de stockage accrues en proportion. Néanmoins qu’on ne s’y trompe pas. Hormis les GAFAM, leurs suiveurs dits « pure players » œuvrant exclusivement sur internet, le Big Data souvent cité à tort et à travers peut ne pas être la meilleure solution, non plus que les outils trop sophistiqués par rapport à l’usage prévu.
Le substantif « analytique » désigne l’analyse de données. Pour réussir l’analytique décisionnelle doit savoir lever les freins humains habituels, les biais de toute nature, la résistance au changement, apprendre à s’appuyer sur la motivation du travail collaboratif ouvert à l’innovation. S’y ajoute la réflexion du management et de ses équipes sur le fait de poser les questions pertinentes, de veiller à la qualité des données sélectionnées et préparées en amont, de poursuivre par itérations avec les résultats obtenus, d'agir en conservant les meilleures chances dans un avenir incertain.
Voici un aperçu du jargon des experts destiné à familiariser les néophytes avec une transition digitale relevant malgré tout du bon sens :
- La data : l’ensemble des données propres au fonctionnement d’une entreprise quels qu’en soient les sources (internes, externes), les destinataires (employés, managers, clients, fournisseurs, actionnaires, analystes, médias), les formats (numérique, texte, image, son), les échanges, connexions aux objets et à travers les réseaux, les supports (papier, ordinateur de bureau personnel, serveurs d’entreprise, cloud, smartphone, tablette), les volumes, les mises à jour etc.
- Le vocabulaire spécifique : agilité, cardinalité, clé ISO, cohérence, fluidité, granularité, jointure, métrique, profilage, référentiel, requête, table de faits.
- Les sigles et solutions technologiques : BI/business intelligence, Database, ERP, ETL, FAIR, MDM/données maîtres, middleware, OLAP/hyper- cube, RGPD/éthique, RPA/robot logiciel.
- Les logiciels et langages spécifiques, après en avoir exclu les tableurs : SQL. Python, Pandas.
- Les algorithmes mathématiques fréquents : régressions, classifications, clustering/segmentations.
L’analytique data consiste à valoriser les données dans une optique décisionnelle afin de servir la stratégie en place et d'assurer sa pérennité.