Dans son récent Market Guide for Augmented Analytics, Gartner prévoit que d'ici l'année prochaine, l'analyse augmentée sera le principal facteur d'achat d'outils de veille stratégique. Il s'agit de l'avenir de la manière dont les entreprises consomment et gèrent les données pour prendre des décisions stratégiques, en raison de sa capacité à présenter des tendances et des informations exploitables qui peuvent conduire à une décision ou à une action.
Avec une telle quantité de données disponibles pour l'analyse, dans le monde des décisions relatives aux produits en particulier, les solutions d'analyse avancée peuvent permettre aux organisations d'économiser beaucoup de temps et d'argent, non seulement en réalisant des études de marché, mais aussi en prenant des décisions de croissance qui ont un impact à long terme sur le résultat net.
Cependant, l'analyse augmentée est un domaine émergent, et de nombreuses plateformes sont soit trop génériques - ce qui signifie qu'elles ingèrent les données et ont des capacités de visualisation intéressantes, mais nécessitent toujours des ressources importantes en matière d'analyse de données pour en tirer des informations exploitables - soit limitées à des types ou des sources de données spécifiques, de sorte que le résultat est basé sur des hypothèses incomplètes.
Voici quelques facteurs à prendre en compte lors de la décision d'achat d'une solution d'analyse augmentée :
Données externes et internes
La plateforme ingère-t-elle des données internes structurées ou peut-elle prendre en charge des flux de données externes non structurées ? Plus de 80 % de toutes les données générées aujourd'hui sont considérées comme non structurées, et ce chiffre continuera d'augmenter avec la quantité d'activités en ligne. Pour trouver les informations enfouies dans les données non structurées, il faut des analyses avancées et un niveau élevé d'expertise dans le domaine pour qu'elles soient exploitables et pertinentes.
Sources et types de données
Le nombre moyen de sources de données externes que les entreprises ingèrent aujourd'hui est de trois ; les plateformes d'analyse augmentée de la prochaine génération peuvent exploiter en permanence des dizaines de milliers de sources de données.
NLP et apprentissage automatique
Il convient de se demander quelles approches de traitement du langage naturel (NLP) sont déployées dans la plateforme. Les technologies de traitement du langage naturel (NLP) de source ouverte ne captureront pas nécessairement les ambiguïtés et les nuances nécessaires à l'extraction d'un sens pertinent à travers un large éventail de sources et de types de données.
Des techniques ciblées combinées à une expertise du domaine commercial qui alimente l'apprentissage automatique peuvent générer des résultats beaucoup plus précis et évolutifs. Dans le monde des produits, où le même produit peut avoir des noms différents, ou les mêmes ingrédients peuvent composer des produits différents, la saisie des disparités est essentielle à la facilité d'utilisation de la plateforme.
Transparence
Avec les solutions "boîte noire", il est difficile pour les parties prenantes de comprendre ce qui entre dans le système et de croire aux résultats qu'il fournit. La compréhension des sources de données et de la manière dont les taxonomies sont construites peut fournir une plus grande assurance que la plateforme peut répondre aux besoins de l'organisation dès le départ.
Configurabilité
Une plateforme configurable est beaucoup plus souple que les solutions personnalisées, ce qui permet à différentes équipes au sein d'une même organisation de l'utiliser en fonction de leurs besoins. Par exemple, l'équipe d'innovation d'une entreprise pharmaceutique peut se concentrer sur les dépôts de brevets et les essais cliniques, tandis que l'équipe de stratégie peut s'intéresser au paysage du marché et à l'évolution de la concurrence.
Capacités prédictives
La plupart des solutions d'analyse avancée utilisent des modèles historiques pour prédire l'avenir, et la plupart des modèles historiques sont basés sur des données internes structurées. Cependant, les meilleures informations existent à l'extérieur de l'entreprise. Pouvoir y accéder est la première étape pour améliorer les capacités prédictives. L'accès à plusieurs types de données rendra également la prédiction plus précise par définition, en supposant que la capacité d'extraire le contexte approprié ait été établie.
Pour ceux qui se lancent dans un voyage axé sur les données, s'associer au bon type de solution d'analyse avancée est une décision très importante. Dans le monde de la prise de décision concernant les produits, la bonne plateforme d'analyse augmentée accélérera la mise sur le marché, réduira les modifications et les coûts après le lancement, favorisera un positionnement efficace des produits, dévoilera des campagnes de marketing plus ciblées et améliorera l'affinité avec la marque, ce qui, en fin de compte, se répercutera sur le chiffre d'affaires et le résultat net.
-------------
*Cetarticle de blog a été publié à l'origine sur Signals-Analytics.com. Kenshoo a acquis Signals-Analytics en décembre 2020. Lire le communiqué de presse.
Plus de détails
