WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Intelligence economique et stratégie d'entreprise


par Pierrick MILANDOU
Montpellier Business School - Master Marketing 2014
  

précédent sommaire suivant

D) Le Big Data 

« Les données sont le nouveau pétrole ».

Clive Humby.

1) Un environnement où le nombre de données explose

Nous vivons aujourd'hui dans une société où l'internet permet la création et la diffusion sans égale de milliards de données. En effet, en 2012, plus de 2,8 zêta-octets (2000 millions de milliards d'octets) de données personnelles ont été produites ou dupliquées par des entreprises ou des individus selon l'atelier-Paris (2012). En effet, le consommateur actuel est changeant et veut toujours avoir un service ou un produit à la pointe de la technologie.Aussi, l'apparition des appareils (toujours plus) connectés, des réseaux sociaux, ainsi que du « marketing online » ou « webmarketing » a pousséune communauté de personnes à diffuser leurs informations personnelles sur internet. Des réseaux sociaux comme « Facebook » permettent aux utilisateurs de faire connaître facilement leur préférences, ce qui donne la possibilité aux entreprises de mieux cibler leur clientèle, et ainsi obtenir un taux d'attraction du client plus élevé, maximiser leur chiffre d'affaire et leur rentabilité tout en réduisant les coûts.

Face à la croissance exponentielle du nombre de données créées et potentiellement utilisables, un simple système de recueil d'informations n'est plus suffisant et les entreprises doivent trouver un moyen de gérer cette masse d'informations, et de lui donner de la valeur stratégique. C'est ce que permet de faire le « Big Data ».

2) Volume, Variété, Vélocité

Le Big Data peut être défini comme « la gestion d'une quantité de données très importante ». On peut le séquencer en trois parties selon Doug Laney (2001) ou 3 « V ». Le premier correspond au Volume d'échange de données de plus en plus massif, le deuxième à la Variété de contenus de plus en plus prolixe, et enfin le troisième à la Vélocité, c'est à dire la facilité plus ou moins grande avec laquelle les machines collectent et traitent les données en temps-réel (de Stoecklin, 2014). En vérité, le Big Data est plus qu'une base de données gigantesque et des technologies permettant de les exploiter, mais il relève également d'un processus, d'une démarche « visant à faire des données un mode de décision, un actif stratégique et une nouvelle façon de créer de la valeur » (de Stoecklin, 2014).

3) Les avantages du Big Data

a) Performance pour l'entreprise

Comme nous l'avons expliqué plus avant, les données brutes récoltées grâce à la veille informationnelle n'ont aucune valeur. Il faut structurer les données pour leur donner du sens. L'analyse de ces données représente alors un enjeu majeur pour l'entreprise. En effet, coupler un système de veille et d'intelligence économique, avec un système de Big Data pourrait permettre de détecter des tendances de consommateurs, des tendances de marché, et ainsi prévoir la quantité de produits que peut absorber un marché donné, mais surtout de manière automatisée. Le nombre de données pertinentes pour les entreprises est devenu non négligeable selon une étude menée par le cabinet McKinsey (McGuire et al, 2012).D'ailleurs, selon McCafferty (2014),77% des managers ayant répondu à l'étude considèrent que l'achat et la mise en place d'un système de Big Data est une priorité, car il permettra d'obtenir un avantage compétitif sur les concurrents.

Lavalle et al (2010) ont mené une étude parmi plus de 3000 managers exécutifs dans plus de 30 industries à travers une centaine de pays, et ont trouvé que la performance et l'avantage compétitif étaient intimement connectés à l'analyse de données permises par le Big Data. D'ailleurs, « la corrélation entre la performance des entreprises et un management basé sur l'analyse des données a des impacts importants que ce soit sur la recherche de croissance, l'efficacité ou productivité ou encore la différentiation compétitive » (Lavalle et al, 2010).Contrairement à ce que pense March, ceci conforte donc l'opinion selon laquelle les managers basent leurs stratégies et leurs avantages compétitifs sur la connaissance du marché, grâce aux informations glanées par les veilleurs. Malgré cela, certaines entreprises« ne savent pas quoi faire des données qu'elles possèdent déjà » (Ross, Beath et Quaadgras, 2013), et ne savent pas comment analyser les données ou comment interpréter les résultats obtenus (Lavalle et al, 2010).

D'ailleurs, nous avons parlé plus haut de six assertions qui posent problème lors de la prise de décision, et qui vont à l'encontre de la rationalité à laquelle devrait être soumise la prise de décision dans les entreprises. L'utilisation du Big Data, de par l'extraordinaire quantité de données, de leur variété, ainsi que de la vitesse à laquelle elles vont pouvoir être traitées, vont permettre de prendre des décisions en réduisant le risque de positionnement stratégique liés à une mauvaise prise en compte des données collectées car trop abondantes.

b) La vitesse d'exécution

Le big data permet non seulement de collecter et de stocker un grand nombre de données mais surtout de les analyser en temps réel (McAfee et Brynjolfsson, 2012). Grâce à la vitesse à laquelle sont réalisées les analyses de données, le big data rend possibles et même plus précises les prédictions réalisables à court terme selon McAfee and Brynjolfsson (2012).En effet, comme le système de big data est relié au logiciel de veille informationnelle, et que ce dernier effectue, nous l'avons vu plus haut, une veille « tout azimut », donc continue et extrêmement prolixe, les données ou informations sont donc stockées de manière presque instantanées dans le système de Big Data. Ainsi, comme ce-dit système est doté de puissants algorithmes capables d'analyser des informations en une fraction de seconde, une tendance de court terme peut émerger rapidement, et être communiquée aux managers en vue de la prise de décision. D'ailleurs, Bean (2014) nous dit que le temps gagné provient surtout de la rapidité d'exécution du système de big data entre le moment ou les données sont collectées et celui où elles sont analysées. C'est donc cette vitesse d'exécution qui va procurer un avantage compétitif à l'entreprise qui possède un système de Big Data.

E) Les avantages de ma réponse à la problématique pour Thales Helicopter Avionics :

Une réponse à la problématique de ce travail pourrait permettre à Thales Helicopter Avionics de développer un avantage compétitif, à la fois en terme de temps mais également en terme de technologie utilisées pour fabriquer les produits. Plus globalement, cela pourrait aussi avoir pour conséquences de convaincre les managers d'entreprises du bien-fondé ainsi que de la nécessité de disposer d'un système de veille et d'intelligence économique. De la sorte, ils pourraient devenir convaincu que même si la valeur de l'information n'est pas quantifiable dans l'immédiat, les conséquences sur leurs entreprises peuvent être particulièrement importantes, positivement ou pas. De plus, ce travail pourrait permettre à Thales de maîtriser d'avantage le palier de l'intelligence économique, de mettre en place un système de statistique et d'arithmétique afin de comparer les tendances de marchés déjà établies avec de nouvelles possibilités. Nous pourrions ainsi confronter ces différentes possibilités et améliorer notre vision de l'environnement puis renforcer ou modifier notre positionnement si besoin.

Il appartient au département de la stratégie de la Business Line Thales Helicopter Avionics de prévoir l'évolution du marché de l'hélicoptère. Nous disposons donc d'outils nous permettant de détecter certains signaux d'alerte indiquant une action de la compétition, des clients et particulièrement de potentiels prospects. Nous maîtrisons à l'heure actuelle le palier de la veille informationnelle, mais le changement d'outil auquel nous procédons engendre une remise en cause du processus d'intelligence économique dans son ensemble. La manière dont les informations vont être recherchées, validées, diffusées, traitées, analysées, qualifiées, va être complètement différente. D'ailleurs, le principal livrable de l'intelligence économique chez Thales Helicopter Avionics ne peut être mis à jour que de manière annuelle. Il est essentielde parvenir à maîtriser à nouveau le palier de la veille le plus rapidement possible après la mise en place du nouvel outil, afin de continuer à demeurer informé et à jour de l'évolution du marché, des technologies, des opportunités de développement pour l'entité et surtout de continuer à capitaliser l'information.

Mais le palier de l'intelligence économique est plus difficile à atteindre qu'il n'y paraît, en partie car les personnes qui sont en charges de l'intelligence économique ne sont pas exactement les personnes qui possèdent les informations les plus stratégiques, à cause du cloisonnement de l'information en interne. En effet, les managers, les sales, le marketing et les directeurs de programmes sont généralement les plus demandeurs en informations. Cependant, il se trouve que leurs réseaux professionnels leurs apportent des informations parfois plus stratégiques que celles que les veilleurs peuvent acquérir. En conséquence, de grands espoirs sont placés dans la veille informationnelle, espérant que les veilleurs vont pouvoir leurs procurer des informations capitales et peu accessibles par l'ensemble des acteurs du marché. Or c'est extrêmement difficile, et autrement onéreux.

F) Mon point de vue personnel

Peut-être serait-il plus opportun de rapprocher les systèmes d'intelligence économique des preneurs de décisions dans les entreprises de manière générale, afin de cloisonner l'information juste assez pour conserver le niveau de sécurité des informations et des volontés d'expansion dans les entreprises, tout en permettant de faire réellement de l'intelligence économique mais également de l'intelligence collective, c'est à dire croiser les informations issues du réseau et de la veille informationnelle et permettre aux collaborateurs d'échanger les informations de manière plus efficace, afin de créer de la valeur. Or les preneurs de décisionsne disposent pas d'assez de temps pour participer plus profondément au processus d'intelligence économique.

L'autre option consisterait alors à faire évoluer la culture de cloisonnement des informations, et à faire en sorte que les détenteurs d'informations stratégiques acceptent de les partager avec leurs collègues, et tout particulièrement les veilleurs et les responsables d'intelligence économique. Ces derniers pourraient alors aiguiller leurs recherchesen temps réel, qualifier et croiser les informations dont ils disposent. Evidemment, j'ai parfaitement conscience que certaines informations ne peuvent être partagées ouvertement.

Encore une fois, je pense que la recherche ainsi que les entreprises ont tendance à faire un amalgame important entre la veille informationnelle et l'intelligence économique. J'ai également le sentiment que les managers ont du mal à évaluer, quantifier la valeur d'un système d'intelligence économique, ce qui peut représenter un frein à l'utilisation de ce système, et donc à son adoption. En effet, la culture d'entreprise de nos jours nous incite à utiliser des systèmes et des objectifs « S.M.A.R.T », autrement dit « spécifique, mesurable, atteignable, réaliste, et  temporel ». Comme la valeur de l'information n'est pas quantifiable ou mesurableimmédiatement, il peut s'écouler un laps de temps relativement important entre le moment où l'on acquiert l'information, et le moment ou un flux de trésorerie s'opère. Je prends l'exemple des flux de trésorerie car ce sont les principaux sujets d'intérêts des managers (Chiffre d'affaire, marge brute et nette, etc...).

A mon sens, la vitesse d'exécution dans le traitement et la qualification des données va représenter l'un des enjeux majeurs au cours des prochaines années en ce qui concerne à la fois la veille l'intelligence économique et que le Big Data. Actuellement, le traitement et la qualification de l'information se fait par action humaine. Etant moi-même veilleur, je suis en mesure d'affirmer que ceci est très chronophage. Cependant, quand les machines auront été doté d'algorithmes suffisamment performants pour déterminer toutes seules la valeur d'une information, ainsi que de son impact sur l'environnement de l'entreprise et sur cette dernière, les preneurs de décisions en milieu d'entreprise disposeront d'un avantage compétitif de temps plus que certain.

Concernant le système de Big Data, il est important de noter qu'il ne permet que de donner un certain nombre de réponses à des questions. Tout l'enjeu réside donc premièrement dans le fait qu'il faut savoir poser la bonne question. Deuxièmement, les analystes devront être en mesure d'interpréter les questions posées par les managers dans le langage du système de Big Data et inversement, afin d'interpréter les résultats aux managers.Ensuite, les managers d'entreprises devront être en mesure de placer les bons analystes aux bons endroits. Les analystes seront ceux qui auront les responsabilités à la fois techniques (paramétrer les outils de la manière la pus performante), et marketing (analyser les résultats sortis du système d'intelligence économique et de Big Data) et qui seront capables d'interpréter les chiffres.

Au travers de cette deuxième partie, nous avons abordé les différents concepts liés à la question centrale, à savoir comment une entreprise peut donner de la valeur concurrentielle à ses informations afin d'en tirer un maximum de bénéfices. Nous avons également examiné le concept du Big Data, et ce qu'il va permettre de faire en terme d'intelligence économique. Il va également permettre de franchir un pas dans la collecte et a gestion des données, ainsi que dans la vitesse à laquelle il va analyser les informations. Nous allons examiner dans la troisième partie comment nous pourrions mettre en place un système d'intelligence économique.

précédent sommaire suivant