Enregistrés et analysés en quasi temps réel grâce aux progrès de la technologie, les flux de données du big data donnent naissance à de nouveaux services créateurs de valeur. Une étude portant sur 171 initiatives du monde entier décrypte la logique qui les inspire.
Cet article de Federico Pigni est le sujet du 27ème numéro de GEM LAB Executive Summaries.
D'après l'article
Digital Data Streams : Creating Value from the Real-Time Flox of Big Data
California Management Review – Vol.58, NO. 3, pp. 1 – 21 –
DOI: 10.1525/cmr.2016.58.3.1.
Federico Pigni, Gabriele Piccoli, Richard Watson
Deux tactiques d'utilisation du big data temps réel se dégagent de l'étude. La première consiste à traiter les données pour déclencher une action immédiate. Exemple : une société d'assurance combine des prévisions météo et une localisation GPS pour alerter les clients menacés par des intempéries sévères et prévenir ainsi certains sinistres.
Seconde tactique, qui peut être associée à la première : l'analyse multi-flux pour l'aide à la décision, à partir de données temps réel et de bases de données. Exemple : des enseignes de grande distribution affinent leurs prévisions de vente en permanence pour optimiser leur logistique d'approvisionnement
Une autre logique pour de nouveaux business models
Pour inventer d'autres business models autour de nouvelles sources de création de valeur, il faut toutefois raisonner à un autre niveau.
Première interrogation : quels événements la technologie permet-elle de tracer ? combien coûte et combien peut rapporter cette traçabilité ? Avec cette difficulté : technologie et coûts évoluent très vite, ce qui impose une veille permanente.
Les entreprises créent ensuite de la valeur selon cinq schémas possibles : la génération de flux qui n'existaient pas jusqu'alors ; l'agrégation inédite de plusieurs flux ; la création de nouveaux services, ce que fait typiquement Uber en associant données GPS et demandes de courses ; la recherche d'efficacité, pour une performance accrue à un coût plus faible ; l'analyse de haut niveau à partir de nouveaux indicateurs.
L'exemple des parkings de San Francisco
L'étude cite l'exemple du service municipal des transports de San Francisco. Il a instrumenté les places de parking payantes de la ville pour détecter la présence de véhicules (génération) et croisé ces informations avec des données GPS (agrégation) pour créer une application sur smartphone (service) qui guide les automobilistes dans la recherche d'une place.
Le taux d'occupation des places de parking augmente, la pollution urbaine diminue (efficacité) puisque les automobilistes trouvent rapidement une place. La ville dispose des données nécessaires (analyse haut niveau) pour optimiser le taux d'occupation des parkings grâce à un système de prix dynamiques.
A retenir
- Les flux de données big data temps réel génèrent de la création de valeur à travers des actions immédiates et automatisées, ou des outils d'aide à la décision plus puissants.
- On peut créer de la valeur en générant de nouveaux flux, en les agrégeant, en créant des services inédits, en gagnant en efficacité, en offrant de l'analyse de haut niveau.
