neosight et le groupe Axys ont pour mission de comprendre et appréhender ces évolutions, afin d’aider leurs clients à se les approprier et à se transformer : transformer leur système d’information, transformer leurs processus, transformer leur organisation. Alors revenons sur quelques notions fondamentales.
Nous vivons dans un monde hyper-connecté, une société où l’accès à l’information et aux données est d’une facilité sans précédent dans l’Histoire. Des termes comme Big Data, Data Science, sont rentrés dans le langage commun si vite que finalement assez peu de monde appréhende les profonds changements qu’ils impliquent. Changements qui touchent pourtant le quotidien de chacun d’entre nous, et poussent évidemment les Entreprise à évoluer : celles qui ne sauront pas le faire étant inéluctablement vouées à disparaître.
neosight et le groupe Axys Consultants ont pour mission de comprendre et appréhender ces évolutions, afin d’aider leurs clients à se les approprier et à se transformer : transformer leur système d’information, transformer leurs processus, transformer leur organisation. Alors revenons sur quelques notions fondamentales.
Le Big Data, une réalité qui dépasse la fiction
Le Big Data désigne des ensembles de données devenus si volumineux qu’ils dépassent l’intuition et les capacités humaines d’analyse, voire même celles des outils informatiques classiques de gestion de base de données ou de l’information.
Le Big Data est la conséquence directe de l’explosion des informations générées par l’Internet des Personnes (réseaux sociaux) et l’Internet des Objets (IoT), qui induit un changement d’échelle drastique. Pour se donner une idée : le volume de données numériques créées dans le monde était évalué à 1.2 zetabytes par an en 2010. Selon l’IDC (Digital Universe Study de 2014), il devrait être de 44 zetabytes (un zetabyte c’est 1021 soit 1,000,000,000,000,000,000,000 bytes) en 2020. Chiffre vertigineux : comme si on avait une pile d’Ipad Pro 512 Gb faisant 1,3 fois la distance Terre – Lune.
Concrètement, cela signifie que davantage de données ont été créées ces deux dernières années, que depuis les débuts de l’Humanité ! Ou encore qu’en 2020, 1.7 Mb de données seront créés chaque seconde et pour chaque être humain !
Le Big Data dans les Entreprises
Bien sûr, à l’exception de quelques géants qui façonnent le Web d’aujourd’hui et qui ont fait de la prolifération de ces données leur fonds de commerce (Facebook : plus de 500 terabytes de données nouvelles chaque jour ; Youtube : 400 heures de videos mises en ligne chaque minute etc.), le Big Data dans la plupart des entreprises a une dimension plus modeste.
L’explosion du volume de données à gérer y est toutefois tout aussi palpable : jusqu’au milieu de la décennie 2000 par exemple, rares étaient les systèmes SAP R/3 qui atteignaient ou dépassait 1 Tb. Aujourd’hui avec SAP ERP c’est une volumétrie banale (une installation « de base » représente déjà près de 250 Gb avec espace réservé de 100 à 150 Gb pour les données client). Certains systèmes dépassent 50 Tb.
Une étude de 2016 (Data & Analytics survey, par International Data Group) montre qu’une PME/PMI gère en moyenne 47.8 Tb de données, tandis que pour les grandes entreprises il s’agit de 347.6 Tb (7 fois plus). Pour la plupart de ces sociétés, cette volumétrie a progressé depuis 2016 de 60 à 150%.
La « Data Science », c’est le présent !
Dans pareil contexte, il est naturel que la Data Science, cette discipline toute jeune (25 ans environ) soit devenue incontournable. C’est depuis 2012 qu’elle connait un essor fulgurant. La Data Science permet à une entreprise d’explorer et d’analyser des données brutes pour les transformer en informations précieuses permettant de résoudre les problèmes de l’entreprise et augmenter sa performance.
La Data Science n’est pas née du Big Data, mais il la rend plus importante encore. Son objectif peut être traduit de manière très simple : il s’agit de donner de la valeur aux données !
Pour cela, la Data Science emprunte à différents domaines :
- Les mathématiques : modèles, statistiques
- La technologie : notamment de traitement de l’information (algorithmes, machine learning etc.)
- Le business : l’analyse de données doit se traduire par des conclusions utiles pour l’entreprise, afin d’en améliorer le fonctionnement et l’aider à dégager davantage de bénéfices
Il n’est donc pas simple de trouver de bons Data Scientists alliant des compétences dans des domaines aussi variés.
Mais surtout, le Data Scientist se doit de ne pas perdre de vue son but ultime : donner à l’entreprise les moyens de créer de la valeur.
La « Process Science », c’est l’avenir !
C’est pourquoi d’autres approches, plus appliquées à cet objectif se développent. En particulier celle que l’on peut appeler Process Science.
Comme la Data Science, elle utilise les technologies de l’information et les traitements mathématiques, mais également les méthodes de gestion des processus et de gestion des opérations.
Alors que la Data Science est souvent utilisée de manière volontairement ‘’agnostique’’, la Process Science est orientée et s’appuie fortement sur la modélisation des processus de bout-en-bout. Elle utilise les données et les exploite dans le but d’analyser les processus en détails.
La Process Science permet ainsi de comprendre parfaitement le déroulement des processus de l’entreprise, d’en analyser les dysfonctionnements éventuels ou les non-conformités. Mieux, elle permet d’amener des réponses pour les éliminer, à l’instar du Business Process Management (BPM) ou du Business Process Improvement (BPI).
Process Mining : le chaînon manquant
Il est une discipline qui forme une véritable passerelle entre Data Science et Process Science : le Process Mining. Son principe consiste à découvrir les processus de l’entreprise grâce aux traces que laissent leur exécution dans le système d’information. Le Process Mining permet de confronter l’exécution réelle des processus à des modèles pre-établis ou recréés automatiquement.
Chez neosight, en tant qu’experts du système d’information d’entreprise (SAP notamment), nous avons une conscience aiguë de la masse considérable et largement sous-exploitée d’informations qui y sommeille.
C’est pourquoi nous misons fortement sur le Process Mining, qui va nous permettre de dévoiler à nos clients la valeur de leurs propres données et surtout de l’utiliser pour piloter et faciliter les transformations qu’ils doivent mener afin de rester compétitifs sur leurs marchés.
Rendez-vous dans un prochain article pour découvrir plus en détails le Process Mining et ses spécificités…
Sébastien DUPREZ, Directeur Process Mining
