10 ans de big data : retour vers le futur de la donnée

[StephV]

*Article écrit par Raphael Savy @Raphael et publié sur le JDN le 18.03.2020.

Selon IDC, il y a désormais 54 millions de travailleurs de la donnée dans le monde et les revenus des solutions de big data et d'analyse ont atteint près de 200 milliards de dollars.

En janvier 2010 nous ne le savions pas encore, mais un changement historique était en train de se produire dans l'industrie de la science et de l'analyse des données. Grâce aux changements technologiques et culturels, les données deviennent plus répandues que jamais et, avec elles, le besoin croissant de les comprendre pour résoudre des problèmes économiques, commerciaux et sociétaux. 

 

Quelle est l’origine de cette croissance ? 

La première raison a été la prolifération des données. Plusieurs facteurs y ont contribué, mais le plus important a peut-être été l'arrivée de l'internet des objets (IoT). Soudain, tous nos objets connectés, de nos smartphones à nos réfrigérateurs devenus intelligents, se sont mis à générer des données. Les entreprises étaient, naturellement, désireuses de collecter et de commencer à utiliser toutes ces informations venant de produits, mais aussi de transactions ou même de personnes physiques.

Le stockage dans le cloud a alors offert une solution moins chère pour stocker tout en cela, tout en étant surveillé par des tiers. Nous sommes donc arrivés à une production de données massive combinée à un stockage de données apparemment infini. L'ère des big data était officiellement arrivée. 

Les dirigeants entraînent leurs organisations vers de nouveaux horizons  

Le dernier obstacle a été de convaincre les directions d’entreprise que les données et leurs analyses valaient l’investissement demandé. Les dirigeants déterminés à bousculer leurs organisations ont toujours été à la hauteur lorsqu'ils étaient appelés à le faire. Alors que les bénéfices du numérique commençaient à faire parler d’eux, les directions se sont tournées vers le chief data officer pour défendre ce nouveau domaine de données et d'analyse. Finalement, les dirigeants en ont perçu la valeur. 

Les années 2010 : la démocratisation des données 

À la fin de la décennie, les chiffres du marché ont atteint de nouveaux records. Selon IDC, il y a désormais 54 millions de travailleurs de la donnée dans le monde et les revenus des solutions de big data et d'analyse ont atteint près de 200 milliards de dollars. La prochaine décennie devrait être tout aussi passionnante, sinon plus.  

Quel futur pour l’analyse des données ?  

Au cours de la dernière décennie, nous avons observé un énorme changement dans la valeur des données et avons commencé à surfer sur la vague de l'analyse en libre-service. Désormais, quel avenir pour l’analyse des données  ? 

L’avènement des data native  

Avec la maîtrise des données, arrivera la génération de ceux qui grandiront avec les données, alias le data native. Tout comme le digital native a grandi avec un smartphone, le data native ne se rendra pas tout de suite compte qu'il y a eu un temps avant les wearables type montres intelligentes ou encore les assistants vocaux.  

Les jeunes générations seront de plus en plus initiées aux nouveaux langages et compétences en analyse des données à mesure que la demande dans le domaine augmentera également.  Nous devrions même observer des changements dans les systèmes éducatifs pour mieux préparer dès le plus jeune âge le data native à son entrée dans le monde du travail. Ainsi, dans l’avenir l’enseignement pourrait inclure plus de résolution de problèmes informatiques et, bien sûr, des compétences obligatoires dans des langages comme Python. Le jargon analytique deviendra alors un langage clé, intégré dans la langue des affaires. 

 

La montée en puissance de l’analyse prédictive et des analytics for good 

La prochaine décennie verra la démocratisation de l'analyse prédictive et prescriptive avec l’aide l’intelligence artificielle et du machine learning. Nous entrerons alors dans l'ère de l'apprentissage automatique. C'est-à-dire, en utilisant réellement les données que nous collectons en temps réel.  

Bien que les données alimentent les modèles d'apprentissage automatique, ce seront toujours les humains qui guideront la sélection des données et leur application. Nous ne pourrons jamais remplacer l'art par les mathématiques, la musique par le code ou les relations humaines avec un algorithme. Au contraire, l'IA et le ML viendront compléter nos expertises, pas les remplacer. 

Tout comme l'essor de la maîtrise des données présente de nouveaux défis en matière de gouvernance, il en va de même pour l'essor des analyses avancées. Peut-être que paradoxalement, nous devons utiliser la science des données et l'analyse pour mieux comprendre les effets de l’utilisation croissante de l'automatisation et des systèmes algorithmiques sur le comportement humain et ses activités professionnelles. Étant donné que presque tous les aspects du comportement humain sont désormais quantifiables et mis à profit pour obtenir des enseignements, nous devons mieux comprendre les ramifications potentielles de notre utilisation de la technologie avant de pouvoir l'utiliser pour progresser en tant que société.  

Pour conclure ce regard sur la prochaine décennie, les prochaines 10 années pourraient-être celles de la démocratisation de la science des données pour des bonnes causes.  

Ainsi, d’ici 2030 nous pourrions assister à un usage accru de l’analyse des données pour résoudre les défis liés au changement climatique, à la recherche médicale ou encore l’assistance aux plus démunis, en étudiant les données récoltées par les milliards d’objets connectés qui nous permettrons de mieux comprendre le monde qui nous entoure.