L'Économie de la Science des Données

Méthodes de prédiction de l'avenir : « Vous pouvez lire les horoscopes, les feuilles de thé, les cartes de tarot ou les boules de cristal. Collectivement, ces méthodes sont connues sous le nom de "méthodes farfelues". Ou vous pouvez mettre des faits bien recherchés dans des modèles informatiques sophistiqués, plus communément appelés "une perte de temps complète". » - Scott Adams, Créateur de Dilbert2

La prise de décision basée sur les données est devenue à juste titre l'un des meilleurs investissements qu'une entreprise puisse faire. Bien plus qu'une « perte de temps complète » et bien mieux qu'une boule de cristal, les entreprises ont augmenté leurs revenus, réduit leurs coûts et se sont même réinventées en tirant parti de la puissance de l'analytique. Il existe de nombreuses façons d'utiliser les données pour orienter vos décisions et de nombreux composants pour bien le faire. Il y en a tellement, en fait, que les gens se perdent en essayant de les comprendre ou d'en parler. Lorsque vous lisez des articles, différents auteurs utiliseront différents termes pour la même chose. Les frontières entre les termes sont moins comme des clôtures et plus comme des transitions.

Cet article tentera de décrire brièvement l'Économie de la Science des Données (ESD). Pourquoi « tenter » ? En raison de toutes les raisons mentionnées ci-dessus, ce n'est pas une tâche facile. C'est comme parler des transitions entre les émotions. Quand l'irritation devient-elle agacement, frustration, puis colère ? Pourquoi « brièvement » ? Chacun de ces composants est une discipline à part entière. Les comparer, les opposer et les catégoriser est une tâche bien plus grande que la limite de mots ici. Pourquoi « économie » ? Dictionary.com définit l'économie comme « la disposition ou la régulation des parties ou des fonctions de tout ensemble organique ; un système ou une méthode organisée ».i Pourquoi « science des données » ? Commençons là.

Science des Données

L'expression science des données était en vogue pendant un bon moment dans les deux premières décennies de ce siècle. C'était probablement le terme le plus ambigu dans l'ESD. Elle est toujours utilisée, mais les articles populaires sont passés à l'apprentissage automatique et à l'IA. Bientôt, elle sera appelée autrement. L'expression est cependant très utile pour capturer l'ensemble organique de la prise de décision basée sur les données. Elle peut signifier tout, de l'utilisation des données pour faire de la recherche scientifique à la recherche sur la façon d'analyser mieux les données. Pensez donc à la science des données comme au domaine interdisciplinaire qui capture toute la prise de décision basée sur les données de la même manière que le théâtre capture tout, de Shakespeare à la conception de décors, à l'écriture de scénarios, à "You’re a Good Man Charlie Brown" dirigé par Mme DeGraw au lycée.

(Entreprise) Analytique

L'analytique, parfois appelée analytique d'entreprise lorsque l'accent est mis sur les questions commerciales, est le terme générique pour l'analytique des données, l'analytique avancée et même l'apprentissage automatique.

Analytique des Données

J'ai entendu des gens utiliser l'Analytique des Données pour désigner l'analytique dans son ensemble, alors méfiez-vous de l'ambiguïté. Cette méthode de prise de décision basée sur les données calcule des statistiques descriptives qui nous indiquent ce qui s'est passé dans le passé. Ces statistiques sont utiles lorsque nous n'avons pas assez de données pour prendre une décision prédictive. Elles peuvent également être utilisées pour explorer les données (analyse exploratoire des données) afin de mieux comprendre ce qui est présent avant de passer à l'analytique avancée.

Les diagrammes à barres, les graphiques linéaires, les KPI, le top 10, les tableaux croisés, les moyennes, les graphiques à balles, les corrélations, les jauges avec une cible, les pourcentages, les graphiques de dispersion et même un rapport standard sont toutesdes formes de statistiques descriptives. Par exemple, elles pourraient indiquer à un VP des ventes comment son équipe se porte dans chaque région. L'Analytique des Données pourrait également être utilisée pour évaluer s'il existe des preuves de différences entre un groupe de test et un groupe de contrôle.

Analytique Avancée

Cette catégorie est également appelée statistiques inférentielles. Ici, inférentiel fait référence à la prédiction, la prévision, la catégorisation et la prescription (cause et effet). Ces techniques utilisent des distributions de probabilité pour modéliser des données du passé afin qu'une inférence puisse être faite sur ce qui se passera dans le futur. Il n'est pas nécessaire d'avoir de Big Data (un autre terme ambigu) pour utiliser ces techniques. Des décisions simples très importantes, telles que déterminer quel message marketing est meilleur, ont été bien prises avec moins de 100 points de données. Plus la décision à prendre est complexe, plus il est nécessaire d'avoir de données. Par exemple, décider quel message marketing est meilleur pour chaque démographique à travers tous les produits nécessiterait beaucoup de données.

Les analyses avancées courantes sont l'analyse de régression, le clustering, l'analyse bayésienne causale, les graphiques de contrôle, la modélisation de surface de réponse, la prévision de séries temporelles et l'apprentissage automatique.

Apprentissage Automatique

Comme d'autres techniques statistiques, l'apprentissage automatique est apparu dans plusieurs disciplines. La première forme d'apprentissage automatique (la régression logistique) a été créée il y a environ 100 ans, lorsque la puissance de calcul n'était pas du tout adéquate. Aujourd'hui, cette capacité de calcul nous permet de répondre à des questions très avancées et complexes. Comment traduire automatiquement d'une langue à une autre ? Comment une voiture peut-elle se conduire à travers la ville par elle-même ? Comment détecter des planètes habitables avec des données bruyantes ? Comment détecter le cancer du sein à un stade précoce à partir de mammographies ?

Les réseaux neuronaux, les arbres de décision, la régression logistique sont toutes des formes d'apprentissage automatique. Les personnes qui font de l'apprentissage automatique se soucient davantage de la capacité prédictive du modèle que de la relation sous-jacente. À cause de cela, et parce qu'ils travaillent avec des ensembles de données plus importants, ils diviseront les données en sous-ensembles d'entraînement et de test, pour s'assurer que leurs prédictions sont généralisables aux données futures.

Ingénierie des Données

L'ingénierie des données a également été appelée autrement ; le développement ETL est l'ancien nom et la manipulation des données est une alternative plus récente. Nous considérons l'ingénierie des données comme le processus d'extraction des données de leur source, souvent en les mettant en scène quelque part, en les préparant pour l'analyse (avant ou après la mise en scène) avec pour objectif d'automatiser le processus afin que, comme l'électricité ou le pétrole, les données coulent simplement là où nous voulons les utiliser.

Beaucoup de travail est inclus dans l'ingénierie des données. Le nettoyage des données est énorme car les données sont désordonnées. (Garbage In, Garbage Out, comme on dit.) De nombreuses entreprises essaient d'automatiser le nettoyage des données car cela prend beaucoup de temps. Certaines d'entre elles utilisent même l'apprentissage automatique pour cela. La gouvernance des données est l'idée d'essayer de s'assurer que les données sont correctes avant même qu'elles n'entrent dans le système. (Ne laissez pas entrer les ordures en premier lieu.) L'entreposage des données, les lacs de données, la fédération des données et les marts de données sont tous des types de consolidation, de stockage et de mise en scène des données.

Intelligence d'Affaires

L'une des premières façons dont les entreprises utilisaient les données pour prendre des décisions était appelée Intelligence d'Affaires (BI). (Bien sûr, cela a déclenché de nombreuses blagues.) L'Intelligence d'Affaires est une combinaison d'ingénierie des données et d'analytique des données, avec, récemment, un peu d'analytique avancée ajoutée. Les tableaux de bord BI sont la présentation des visualisations discutées ci-dessus sous Analytique des Données. Ces opérations étaient très précieuses lorsque les analyses présentées étaient bien pensées et régulièrement évaluées par rapport à la stratégie commerciale.

Infrastructure Analytique

Sous toute cette prise de décision basée sur les données se trouve l'infrastructure requise pour la rendre possible. Une grande partie de celle-ci est une infrastructure informatique standard conçue dans le but spécifique d'analyser les données. En plus de cela, nous incluons les plateformes logicielles pour le traitement des données, l'analytique et la visualisation.

L'infrastructure analytique n'a pas besoin d'être un environnement Hadoop sophistiqué dans le cloud. Il est possible de prendre des décisions puissantes avec un ordinateur personnel. Lorsque les entreprises se développent au-delà de la prise de décision ad hoc pour utiliser les données afin d'optimiser l'entreprise, l'infrastructure s'élargira également.

Conclusion

Il existe de nombreuses raisons pour lesquelles la mise en œuvre de la prise de décision basée sur les données est difficile dans une organisation. La mécompréhension et la mauvaise communication de ce qui est fait ne devraient pas en faire partie. Ces descriptions peuvent être utiles pour « se mettre sur la même longueur d'onde ». Cependant, ce qui est plus important que le terme utilisé est la compréhension cohérente de ce que vous souhaitez accomplir.

Avec cette brève description de l'Économie de la Science des Données, vous pouvez également commencer à établir une feuille de route sur la façon dont vous souhaitez atteindre la maturité analytique afin que les données puissent aider à informer vos décisions commerciales.

Contactez-nous pour découvrir comment Experis peut aider à construire votre feuille de route.

i https://www.dictionary.com/browse/economy
² https://www.quotes.net/quote/37374