IDC : les tendances et priorités d’investissement en Data & Analytics

La dernière année et demie a laissé de nombreuses organisations dans une situation incertaine. Pourtant, on constate une nette accélération des investissements dans des projets et programmes data. La pandémie a mis en relief le rôle stratégique qu’occupe la data pour l’entreprise mais aussi le chemin à parcourir pour apprendre à la maîtriser et l’exploiter.

A l’occasion de la conférence Data Governance, IDC a dévoilé les résultats d’études européennes menées auprès du marché de l’analyse de données. Comment les entreprises abordent-elles les sujets de la data ? Où en sont-elles ? Quels sont les enjeux et tendances des années à venir ? Voici quelques chiffres et éléments clés pour comprendre vers quoi se profile le monde de la data.         

Un volume de données générées en croissance exponentielle

Pour poser le cadre et avoir une première vue d’ensemble de la question, les premiers chiffres à considérer sont ceux de l’évolution du volume de données générées par les entreprises dans le monde, en zettaoctets. Un volume réellement impressionnant puisqu’il va être multiplié par 3 entre 2020 et 2025 [1], passant de 36 Zo à 122 Zo. Rappelons qu’un zettaoctet est égal à 10 puissance 21 octets et qu’en 1999, l’humanité n’avait généré cette année-là qu’1,5 exaoctets de données, (10 puissance 18 octets pour un exaoctet) : la progression est exponentielle.

Une augmentation de cette ampleur soulève évidemment de nombreuses questions quant à la mise à l’échelle des modes de collecte, des modes de production, de la gestion des flux, des infrastructures, des modes de stockage et bien sûr de la capacité d’analyse. A l’ère de la data, c’est précisément cette capacité d’analyse qui constitue aujourd’hui un atout stratégique et concurrentiel majeur pour tous les acteurs économiques.

L’analyse des données est une priorité pour 6 entreprises sur 10

Rien d’étonnant par conséquent à ce qu’une étude européenne de 2021, réalisée auprès de plus de 150 entreprises d’au moins 500 salariés [2] démontre une prise de conscience et une attention toujours plus importante quant à l’analyse des données.

Pour 61% de ces entreprises, l’analyse de la data est une des priorités d’investissement technologique pour les deux prochaines années. Elle représente une « très forte priorité » pour 20 % d’entre elles et une priorité « assez forte » pour 41%.

Avec une large majorité d’entreprises plaçant l’analyse des données en tête de leurs priorités, cet engagement représente une tendance de fond qui ne peut aller qu’en s’intensifiant.

La multiplication des sources de données (IOT, internet, smartphones, mobilités connectées…) et l’abondance d’offres technologiques, proposant des outils de plus en plus intuitifs sur tous les domaines du data management et de la data valorisation abondent en ce sens.

Des investissements multi-domaines dans l’analyse de données

Les investissements dans les projets et technologies d’analyse de données touchent tous les domaines. Interrogées sur leurs priorités en matière d’investissement dans les 24 mois à venir, les entreprises européennes expriment une répartition des attributions assez homogène.

Avec 3 choix possibles par répondant, les résultats placent l’amélioration de l’expérience client comme l’investissement numéro un, en étant citée par 41% des entreprises consultées. Les technologies Big Data permettent aujourd’hui des actions d’ultra-segmentation et de recommandations intelligentes très poussées, laissant le champ libre pour toujours plus de personnalisation au long du parcours client.

A égalité, avec 35% de présence dans les réponses, on retrouve les investissements dans l’Internet des objets et le edge computing. Ils constituent un nouveau réservoir de données qu’il va falloir exploiter durant les prochaines années. Le développement de produits occupe la même place. Il peut être mené par des cas d’usage basé sur l’IA, notamment pour du scoring, du matching, de la recommandation, du design…

Trois autres domaines sont cités avec un score respectif strictement égal (33%). Tout d’abord, la planification et la gestion financière, un domaine précurseur en la matière qui a vu ses besoins d’analyses prévisionnelles s’intensifier considérablement depuis la crise COVID-19.

Ensuite, le ciblage marketing et commercial, encore une fois grâce aux plateformes de Big data et IA et des cas d’usage orienté scoring, matching, recommandations, sans oublier les outils de CRM, les Customer Data Platform et les Data Management Platform.

Enfin, la planification et l’optimisation de la supply chain, grâce à des applications toujours plus connectées aux métiers du marketing et du commerce

Pour terminer, les investissements consacrés aux achats sont les plus minoritaires, en étant présents dans seulement 17% des réponses.

Il apparaît ainsi que les questions liées à la gestion et l’analyse des données touchent tous les métiers de l’entreprise. La nécessité d’une approche data-centric devient donc de plus en plus forte afin de décloisonner et de valoriser au mieux la donnée : son exploitation doit se faire à travers la mise en place progressive de cas d’usage qui seront priorisés selon l’importance stratégique des besoins de chaque métier.

L’IA en progression 

Les technologies d’intelligences artificielles et leurs sous-domaines (Machine Learning, Deep Learning) comptent parmi les 3 centres d’intérêt les plus stratégiques pour les comités de direction de 23% des entreprises interrogées [4]. Un chiffre proche du nombre d’entreprises déjà équipées en plateformes de développement IA, à savoir 29% des interrogées [3]. Au sein de cet échantillon, 52% vont pousser et intensifier ce recours à l’IA.

Quant aux entreprises n’ayant pas encore initié cette démarche elles sont 48% à déclarer vouloir le faire dans les 2 ans à venir.

Ce constat ne surprend pas forcément lorsque l’on considère les possibilités offertes par les différents types et applications de l’IA. Machine learning, Deep Learning, Natural Langage Processing, IA Explicable…. Le développement de l’IA se trouve dans une phase de plateau depuis environ 5 ans. Elle a initié son industrialisation et les cas d’usage se multiplient : analyse en temps réel, interactions clients en langage naturel, data discovery, prédictions, recommandations, détection de fraudes, relation client (chatbots), maintenance prédictive, gestion et régulation des flux (transport, énergie), diagnostics médicaux assistés… pour n’en citer que quelques-uns.

L’IA s’immisce lentement mais sûrement dans tous les outils d’analyse de données et les compétences en data science sont de plus en plus recherchées. Elles seront attendues à l’avenir dans toutes les fonctions de direction.

Ce développement est également accompagné en France par des politiques nationales volontaristes, comme le plan national France IA d’1,5 milliards d’euros.

Un marché européen de la gestion et de l’analyse des données en plein essor

Ce marché pèse actuellement 35,6 milliards d’euros en Europe de l’Ouest et devrait atteindre, avec un taux de croissance annuel moyen de 10%, les 52 milliards d’euros en 2024. Il peut se découper en 3 segments :

• 48% pour l’offre servicielle des cabinets de conseils et ESN,
• 41% pour l’offre logicielle des éditeurs,
• 11% pour l’offre matérielle des fabricants.

Pour faire un focus sur l’offre logicielle, l’enquête IDC [5] l’a divisée en 3 grands ensembles qui le constitue à part pratiquement égales :

• 38% pour les outils d’analyse: plateformes d’IA, outils statistiques de data mining, outils de recherche et de reporting,
• 33% pour les plateformes de data management: outils d’intégration, bases de données relationnelles, multi-dimensionnelles, etc.
• 29% pour les outils de gestion de la performance à destination de la finance, du marketing, des CRM, de la supply chain.

A noter, une mention spéciale pour les plateformes d’IA dont le taux de croissance annuel moyen attendu d’ici 2024 est de 54%.

Quelles difficultés face à l’analyse des données ?

Malgré une offre florissante de services et de logiciels ainsi qu’une acculturation croissante à la data, plus de 50% des entreprises interrogées [3] expriment des difficultés. Les défis rencontrés face à l’analyse de la donnée sont nombreux. Leur degré de difficulté varie pour chaque organisation mais il est possible de les présenter ici, en débutant l’inventaire par ceux cités les plus souvent comme les plus ardus à relever :

• La difficulté à localiser les données ou à y accéder, parfois accentuée dans des configurations hybrides cloud/on-premise,
• La mauvaise qualité des données ou leur mauvaise compréhension par les utilisateurs
• La hausse des coûts et de la complexité due à l’augmentation du volume de données et à la variété des formats. Cette variété va continuer à s’étendre, notamment avec l’IOT et l’abondance de données non structurées,
• Des données en silos ou fragmentées, inaccessibles à l’échelle de l’entreprise,
• Des outils de reporting jugés comme décevants (à noter que pour ce point, en creusant un peu, l’outil n’est pas toujours le seul responsable),
• L’absence d’une stratégie de monétisation des données pour les rendre accessibles à des tiers,
• La mauvaise gestion de l’accès aux données et de leur mise à jour à l’échelle de l’entreprise,

On notera que la plus grande partie de ces difficultés relèvent d’une stratégie de data management mal optimisée.

Approches et niveaux de maturité des entreprises face à la data

Les entreprises peuvent se regrouper dans différents niveaux d’approche stratégique et pratique quant à leur capacité à partager en interne les outils de traitement de données et les analyses qui en découlent [3] :

• 13% sont actuellement dans une gestion opportuniste, département par département (une ou plusieurs BU peuvent disposer d’un outil mais rien n’est partagé),
• 45% se trouvent dans une logique de passage à l’échelle et d’industrialisation,
• Pour 30% des entreprises interrogées, l’infrastructure de données est mutualisée à l’échelle de l’entreprise avec des outils communs et un accès partagé aux données,
• 12% des entreprises seulement se trouvent au stade le plus avancé, disposant d’une entité centrale chargée d’améliorer au quotidien l’utilisation des données, des compétences et des outils pour de meilleures prises de décision.

Pour être précis et ajouter quelques nuances à cette répartition, le niveau de maturité se détermine également en fonction d’autres facteurs humains et organisationnels. Certains modèles d’audit ou grilles d’analyse permettent de situer les pratiques et le niveau de maturité d’une organisation par rapport à l’état de l’art de l’écosystème ainsi qu’aux leaders de l’approche data centric.

Gouvernance des données et CDO

Issus cette fois d’une étude nationale sur la gouvernance des données [6] ces résultats démontrent que 60% des entreprises françaises disposent à présent d’une instance de gouvernance des données et que 48% d’entre elles comptent un Chief Data Officer dans leurs rangs.

Il aura donc fallu une vingtaine d’années depuis sa création pour que la fonction de CDO s’impose dans la moitié des entreprises de ce panel européen. Le Chief Data Officer maximise la valeur et la création de données, les harmonise sur tout leur cycle de vie, crée un langage commun entre les organisations tout en embarquant et en responsabilisant les métiers dans leur usage. Sa présence est indispensable à toute organisation d’envergure : une réalité confirmée par une autre étude (Gartner) qui indique qu’elles sont 90% dans le monde à en disposer.

Ce métier est toujours en pleine évolution. Parfois confronté à un manque de reconnaissance, il doit prendre en main de plus en plus de sujets business, gérer un rapprochement progressif (voire envisager une fusion) avec la DSI et faire face à une autonomisation croissante des métiers envers les sujets data.

> À LIRE AUSSI : Ebook – Les 5 rôles du CDO

Quelle roadmap data ?

La roadmap data va définir la finalité des traitements réalisés sur la donnée. On observe actuellement une évolution allant des reportings d’approche « traditionnelle » vers des logiques beaucoup plus prédictives et à plus forte valeur ajoutée.

• 5% des entreprises sont encore dans une réponse très spécifique et sur mesure,
• Près d’un quart des entreprises (24%) sont encore dans des logiques de reporting régulier,
• 34% des entreprises sont dans une approche de diagnostic et de compréhension des événements passés,
• 28% des entreprises ont opéré la rupture entre analyse du passé et prédictions en allant chercher des corrélations complexes entre les données afin d’expliquer et prédire des phénomènes,
• Seules 9% des entreprises ont atteint le stade considéré actuellement comme optimal : capacité à analyser de multiples sources de données internes externes structurées et non structurées (généralisation du Big data), analyses en temps réel, compétences analytiques embarquées aussi au sein des métiers, maîtrise des processus de collecte et de préparation des données, automatisation et enfin mise en place d’une gouvernance de la donnée efficace. Ce dernier point nécessite un fort engagement de la direction générale.

Cette dernière catégorie d’entreprise peut être qualifiée de « Data Centric », à savoir que son organisation est articulée, centrée autour de la donnée, cette dernière étant considérée et comprise comme un levier de croissance.

Parvenir à cet « état de l’art » demande un engagement initial solide et volontaire de la direction mais surtout une vision à long terme. Cette vision, plutôt que de se focaliser sur des technologies en les considérant comme des facteurs automatiques de succès, se base sur les usages finaux de la data. C’est en partant des cas d’usage que l’entreprise data centric va articuler son organisation, son architecture SI pour acculturer et faire monter en compétence l’ensemble des collaborateurs sur les sujets de qualité et de traitement de la donnée.

Sources : 

• [1] IDC Worldwide Global Datasphere Forecast 2020 – 2025
• [2] European Future Enterprise Resilience Survey 2021 (153 entreprises d’Europe de l’ouest d’au moins 500 salariés)
• [3] IDC European Software Survey 2021 (233 entreprises d’Europe de l’ouest d’au moins 500 salariés)
• [4] European Future Enterprise Resilience Survey 2021 (70 entreprises d’Europe de l’ouest d’au moins 500 salariés)
• [5] IDC Big Data and Analytics spending guide 2020
• [6] Enquête IDC France 2020 (162 entreprises de 500 salariés et plus)
• [7] Analytics, IA and RPA services 2020, IDC (335 entreprises de 500 salariés et plus).

La rédaction vous conseille

> Comment appliquer une stratégie de qualité des données à l’échelle de toute l’entreprise ?

> Data-centric company : stratégie et retour d’expérience de Faurecia