Votre En­tre­prise A Be­soin Du Big Da­ta

À l’oc­ca­sion de la Jour­née mon­diale des té­lé­com­mu­ni­ca­tions et de la so­cié­té de l’in­for­ma­tion, l’as­so­cia­tion des Sup Te­le­com Tunisiens a or­ga­ni­sé un sé­mi­naire sur le big da­ta, en pré­sence d’ex­perts et de spé­cia­listes en la ma­tière. La confé­rence était re­ha

Le Manager - - Sommaire -

Dans son al­lo­cu­tion d’ou­ver­ture, Kha­di­ja Gha­ria­ni, pré­si­dente de l’as­so­cia­tion des Sup Te­le­com Tunisiens, a mis l’ac­cent sur le rôle ma­jeur que joue le big da­ta dans les so­cié­tés dé­ve­lop­pées. C’est un ou­til, dé­clare-t-elle, qui per­met aux dé­ci­deurs d’avoir une grande vi­si­bi­li­té et de mieux adap­ter leurs stra­té­gies aux be­soins réels des po­pu­la­tions. Pour Anouar Maâ­rouf, le di­gi­tal a une po­si­tion pri­vi­lé­giée dans le nou­veau plan de dé­ve­lop­pe­ment, de par sa ca­pa­ci­té à créer de la va­leur et de l’em­ploi. “Nous vou­lons que le pro­chain code du nu­mé­rique soit ba­sé sur la da­ta”, a-t-il dé­cla­ré. Mais le che­min ne se­ra pas fa­cile : “Nous avons au­jourd’hui des pro­blèmes de résistance par rap­port à l’uti­li­sa­tion des don­nées, ain­si que des chal­lenges au ni­veau de leur sé­cu­ri­sa­tion”, a re­gret­té le mi­nistre.

Big da­ta : un avan­tage com­pé­ti­tif pour les en­tre­prises

Nous en avons par­lé à plus d’une oc­ca­sion, l’hu­ma­ni­té est en train de gé­né­rer d’énormes quan­ti­té de don­nées — plus de 90% de la da­ta créée par l’homme date de moins de 2 ans ! Et il n’y a pas que les hu­mains : nos ro­bots, cap­teurs, ma­chines et autres ob­jets connec­tés contri­buent tous à cet énorme flux, … et le Big da­ta fut. Mais “ce n’est que le dé­but”, an­nonce Kha­led Tri­ki, Pdg de Mp­soft. “Avec l’avè­ne­ment de l’iot, nous al­lons gé­né­rer en­core plus de don­nées !” Le vo­lume, ex­plique Tri­ki, n’est que l’une des quatre ca­rac­té­ris­tiques du Big da­ta : les 4V. Les trois autres sont la va­rié­té, la vi­tesse et la va­leur. Avoir la pos­si­bi­li­té de sau­ve­gar­der des quan­ti­tés énormes de don­nées est ren­due pos­sible grâce no­tam­ment à la baisse consi­dé­rable du coût du sto­ckage. “C’est l’un des grands chan­ge­ments qui ont bou­le­ver­sé l’in­for­ma­tique et qui nous ont per­mis de créer de nou­veaux usages”, a dé­cla­ré Hé­di Ze­her, fon­da­teur et CEO de Da­ta­vo­ra. Ac­cu­mu­ler des gi­ga­oc­tets, voire des té­ra­oc­tets, de don­nées n’au­raient pas ser­vi à grand-chose, si on n’avait pas dé­ve­lop­pé les lo­gi­ciels ca­pables d’en ti­rer plei­ne­ment pro­fit. C’est ain­si que Ha­doop a vu le jour. Il s’agit d’un fra­me­work qui per­met, entre autres, le sto­ckage dis­tri­bué des don­nées. “À Da­ta­vo­ra, nous col- lec­tons d’énormes quan­ti­tés de don­nées sur des mil­lions de produits en vente sur des mil­liers de sites d’e-com­merce : prix, marque, cou­leur, … Ce­ci nous donne une vi­sion sur toute l’offre, mais aus­si sur les chan­ge­ments au ni­veau du mar­ché”, ex­plique Hé­di Ze­her. “Nous sommes ain­si ca­pables de pré­dire les ten­dances fu­tures, telles que les fluc­tua­tions des stocks, les chan­ge­ments de prix, … en temps réel !” La vi­tesse est une com­po­sante es­sen­tielle du Big da­ta. Elle a été ren­due pos­sible grâce à de nom­breuses avan­cées tech­no­lo­giques. “Les disques à base de mé­moire flash, avec leur temps de lec­ture et d’écri­ture beau­coup plus courts com­pa­rés aux disques durs mé­ca­niques clas­siques, ont ré­vo­lu­tion­né le sto­ckage des don­nées”, a dé­cla­ré le CEO de Da­ta­vo­ra. La crois­sance ex­po­nen­tielle de la puis­sance de cal­cul a, elle aus­si, joué un rôle cru­cial dans l’amé­lio­ra­tion de la vi­tesse de trai­te­ment, no­tam­ment avec la dé­mo­cra­ti­sa­tion du pa­ral­lé­lisme (la ca­pa­ci­té de trai­ter les don­nées en pa­ral­lèle, sur plu­sieurs pro­ces­seurs). En outre, les al­go­rithmes de trai­te­ment en pa­ral­lèle, tels que Ma­pre­duce, n’ont ces-

sé de ga­gner en ef­fi­ca­ci­té, ce qui a per­mis de pou­voir ex­traire et ana­ly­ser l’in­for­ma­tion beau­coup plus ra­pi­de­ment. De nos jours, le trai­te­ment de don­nées se fait, non pas par les pro­ces­seurs, mais à tra­vers les cartes gra­phiques! Com­po­sées de cen­taines de mi­nus­cules uni­tés de cal­culs, a dé­cla­ré Hé­di Ze­her, ces cartes sont plus adap­tées aux tâches re­quises par le Big da­ta. Le trai­te­ment ef­fi­cace des don­nées est dû éga­le­ment à la mul­ti­pli­ca­tion de nou­veaux ou­tils de dé­ve­lop­pe­ment, des bases de don­nées NOSQL et de puis­sants lan­gages de pro­gram­ma­tions tels que Py­thon, R et Sca­la. “Sans ces tech­no­lo­gies, il nous au­rait été im­pos­sible de trai­ter toutes ces in­for­ma­tions aus­si ra­pi­de­ment pour en dé­ga­ger des in­for­ma­tions utiles pour nos clients”, a-t-il conclu. Car tout l’in­té­rêt du Big da­ta c’est, en fin de compte, de créer de la va­leur pour les en­tre­prises. Ce­pen­dant, pré­vient Kha­led Tri­ki, ex­traire de la va­leur à par­tir de don­nées non struc­tu­rées n’est pas fa­cile! “Au­jourd’hui, les en­tre­prises tu­ni­siennes com­mencent à s’in­té­res­ser au trai­te­ment des don­nées, grâce no­tam­ment aux ERP et autres sys­tèmes opé­ra­tion­nels. Mais il faut qu’on ar­rive à pra­ti­quer le da­ta mi­ning, cher­cher des cor­ré­la­tions entre des don­nées non-struc­tu­rées. Ce­ci va per­mettre de dé­tec­ter les ten­dances avant ses concur­rents et de prendre les dé­ci­sions né­ces­saires”. D’après le PDG de Mp­soft, les ana­lyses pré­dic­tives et l’in­tel­li­gence ar­ti­fi­cielle, avec les don­nées col­lec­tées grâce au Big da­ta, per­met­tront aux en­tre­prises de per­son­na­li­ser leurs offres et de pré­dire les be­soins de leurs clients. “Les en­tre­prises pour­raient ain­si pas­ser de la relation client à l’ex­pé­rience client”. D’après Ni­zar Yaiche, du ca­bi­net PWC, le Big da­ta est ali­men­té grâce à l’ap­pa­ri­tion d’autres ten­dances telles que l’iot et le blo­ck­chain, qui lui sont des sources d’in­for­ma­tion. “Nous avons dé­ve­lop­pé, pour le compte d’un opé­ra­teur mon­dial, une base de don­nées conte­nant une énorme quan­ti­té d’in­for­ma­tions sur cha­cun de ses clients. En ef­fet, un opé­ra­teur peut connaître la géo­lo­ca­li­sa­tion de l’uti­li­sa­teur, le che­min par­cou­ru pour le tra­vail et … même heure. L’opé­ra­teur peut éga­le­ment avoir ac­cès à des in­for­ma­tions concer­nant l’his­to­rique de na­vi­ga­tion, au mo­dèle du mo­bile uti­li­sé et quand il a été chan­gé, etc. Nous pou­vons uti­li­ser toutes ces in­for­ma­tions pour faire une seg­men­ta­tion la plus fine pos­sible et pou­voir pré­dire le “best next ac­tion” pour chaque client quand ce der­nier se rend en bou­tique, par exemple, de lui pro­po­ser un mo­bile plus per­for­mant, des packs plus adap­tés à sa consom­ma­tion ... En ana­ly­sant l’en­semble de cette da­ta, cet opé­ra­teur est au­jourd’hui ca­pable d’au­to­ma­ti­ser la prise de dé­ci­sion jus­qu’au point de pou­voir pré­pa­rer à l’avance les ‘best next ac­tions’”. Au­to­ma­ti­ser, oui. Mais il faut être conscient de ses li­mites. “La ma­chine peut ana­ly­ser très vite et très bien, comme elle peut aus­si dé­vier très ra­pi­de­ment. Il faut faire at­ten­tion pour ne pas dé­truire la va­leur de cette da­ta”, a aver­ti Yaiche. Dans le monde, les prin­ci­paux chal­lenges du Big da­ta sont prin­ci­pa­le­ment le manque d’ho­mo­gé­néi­té des don­nées col­lec­tées et leur pro­tec­tion, a in­di­qué notre pa­né­liste. “En Tu­ni­sie, en re­vanche, le Big da­ta peine à dé­col­ler pour dé­faut de ren­ta­bi­li­té des dif­fé­rents in­ter­ve­nants dans la chaîne de va­leur”. Et d’ajou­ter : “Nous n’avons pas la taille cri­tique pour que ces ac­ti­vi­tés soient ren­tables”. D’après Ni­zar Yaiche, la so­lu­tion est l’afrique ! Cel­le­ci fa­ci­li­te­ra l’ac­cès à des mar­chés plus im­por­tants per­met­tant aux ac­teurs de se dé­ve­lop­per.

De G. à D.: Kha­di­ja Gha­ria­ni, Ni­zar Bou­gui­la, Said Ai­di, Anouar Maa­rouf, Cy­rine Te­li­li, Ab­del­ka­der Da­li et Moez Chak­chouk

Newspapers in French

Newspapers from Tunisia

© PressReader. All rights reserved.