Prédire l'analytique : Tendances en matière de données et d'analyse à attendre en 2021

Mais dans le monde des données et de l'analyse, 2020 a été une année de rupture, démontrant sa valeur pour stimuler la croissance et aider les entreprises à naviguer à travers la crise COVID-19 et d'autres changements du marché tels que la montée du commerce électronique et l'émergence de marques directes au consommateur. Nous pensons qu'en 2021, les tendances en matière de données et d'analyse seront encore plus ancrées dans les opérations des entreprises, et qu'elles soutiendront de nombreux autres cas d'utilisation dans l'ensemble de l'entreprise.

Quelles sont les 10 principales tendances en matière de données et d'analyse pour 2021 ?

Voici nos 10 principales prédictions sur les tendances des données à attendre sur le marché de l'analyse avancée pour 2021 :

1. Les projets analytiques externalisés par des sociétés de conseil seront moins utilisés car ils sont trop coûteux, trop lents et trop axés sur le moment présent. Les gens essaient d'optimiser. 2020 a été l'année de la perturbation des effectifs, et l'année prochaine sera celle de la reprise et de l'optimisation grâce à l'automatisation et à une meilleure utilisation des ressources internes. Il ne s'agira pas seulement de collecter des données, mais de les mettre en pratique. En particulier, le passage radical au commerce électronique et au Direct to Consumer dans la vente au détail et les comportements d'achat des consommateurs augmentera la dépendance à l'égard des données et de l'analyse par rapport à la consommation de rapports ponctuels, en raison de la nécessité d'être toujours réactif à la dynamique du marché en constante évolution.
2. Les marques examineront les données d'un point de vue transversal. Par exemple, si vous êtes responsable des boissons, vous devez examiner l'ensemble de l'écosystème des boissons pour comprendre les grandes tendances. Peut-être que le régime céto a un impact sur les catégories de boissons et que vous pouvez prendre un ingrédient d'un produit alimentaire et l'introduire dans votre boisson. Les marques iront au-delà de ce que les clients pensent d'un produit ou d'une marque pour s'intéresser au sujet en général et aux associations qu'ils font. (Ne pas perdre la forêt pour les arbres).
3. Les entreprises voudront avoir accès à de plus en plus de sources de données et les utiliser, par exemple les centres d'appels, les chatbots et d'autres points de contact avec les clients, mais ce faisant, elles seront davantage confrontées à la difficulté d'établir une source unique de vérité. Disposer d'un plus grand nombre d'ensembles de données peut fournir un cadre de référence plus large, une plus grande précision dans les prédictions et les analyses, une meilleure capacité à fournir des produits et des services à un niveau micro et plus personnalisé et à tirer parti de tous les actifs et points de contact pour améliorer l'entreprise. Il s'agit là d'un besoin non exprimé et non satisfait, et le défi pour les organisations sera d'adopter le bon état d'esprit dans leur adoption de l'analyse avancée, et d'être bien conscientes que le succès ne peut venir que lorsqu'il y a des questions commerciales spécifiques et ciblées auxquelles il faut répondre. Néanmoins, la croissance des sources de données entraînera à son tour davantage de partenariats dans l'écosystème des données, où un ensemble complet de solutions et de pratiques holistiques (science des données, analystes, fournisseurs de technologies - IA, NLP, connecteurs de données - et agences) s'uniront.
4. Les données seront davantage perçues comme un actif de l'entreprise qui peut soit être monnayé à d'autres entreprises, soit devenir une valeur ajoutée significative dans la manière dont une entreprise fonctionne, fournit et s'aligne sur les besoins des clients, et les entreprises voudront posséder et gérer leurs propres données plutôt que de les externaliser ou de s'en remettre à des tiers pour obtenir des données pour elles et ne fournir que des informations.
5. Le rôle du Chief Data Officer va continuer à se développer et à devenir plus important, et avec lui les budgets spécifiquement consacrés aux données et à l'analytique. En 2020 déjà, alors que de nombreuses entreprises réduisaient leurs dépenses informatiques à la suite de la pandémie, les données et l'analyse ont été l'un des rares domaines à voir leurs dépenses augmenter, et cette tendance devrait se poursuivre en 2021. Dans le prolongement de cette tendance, on assiste à l'essor de la science décisionnelle, dont la mission consiste à transformer les informations extraites par les scientifiques des données en décisions commerciales exploitables.
6. La verticalisation et la spécialisation des plateformes de données et d'analyse commenceront à prendre de l'importance. Le besoin d'analyse est bien établi à ce stade, et les plateformes génériques qui traitent les données et créent de bonnes visualisations sont arrivées à maturité. Cependant, les entreprises s'attendront désormais à un certain niveau d'expertise et de connaissances sur la manière dont les données et l'analyse peuvent soutenir des cas d'utilisation spécifiques et s'orienteront vers des plateformes qui peuvent répondre à leurs besoins de manière plus spécifique, par exemple, la modélisation des risques pour les assurances ou, dans le cas de la Skai, l'intelligence du marché pour soutenir le cycle de vie du produit. Étant donné que 80 % des projets d'analyse échouent, ce sera l'un des moyens pour les entreprises de s'affranchir de la tendance.
7. Pour obtenir un bon retour sur investissement en matière d'analyse, les entreprises auront besoin à la fois d'une analyse de données large et écosystémique (comme mentionné dans la tendance numéro 2 ci-dessus) et d'informations très spécifiques et granulaires qui sont significatives et exploitables pour répondre aux questions commerciales qui se posent à elles. Lors d'un récent séminaire organisé par Tom Davenport, auteur et expert en matière d'analyse, les participants ont indiqué que les organisations consacraient trop de temps et d'attention aux outils, technologies et modèles d'IA et pas assez à la valeur mesurable et incrémentale des projets d'IA. Le fait d'ajouter de la spécificité et de se concentrer sur des questions commerciales ciblées auxquelles l'analyse doit répondre devrait remédier à ce problème à l'avenir.
8. En ce qui concerne les données et l'analyse en particulier, les frontières entre les services informatiques et les autres services deviendront encore plus floues. Les données et l'analyse ont le potentiel de générer des résultats commerciaux extrêmement positifs et significatifs, et lorsque cela se produit, il y a souvent aussi une bonne collaboration entre les différents domaines fonctionnels, car chacun a un niveau de responsabilité dans le succès de l'approche analytique. Des domaines tels que la gouvernance des données, la maîtrise des données, les plateformes de données ouvertes, l'intégration et l'utilisation des données dans différentes parties de l'entreprise permettront aux utilisateurs professionnels d'effectuer des tâches traditionnellement réservées aux informaticiens, et les données générées par les unités professionnelles alimenteront les plateformes gérées par les informaticiens. Cette situation, associée à une pénurie de scientifiques des données et de professionnels de l'analyse, signifie également que les plateformes de données deviendront plus transparentes et faciles à déployer, de sorte que toutes les parties d'une organisation seront en mesure de les exploiter.
9. Du point de vue du NLP et de l'apprentissage automatique, le processus de classification et de modélisation des données sera beaucoup plus automatisé et plus étendu, à la fois en termes de quantité de données qu'un système sera capable de traiter et en termes de niveau de détail qui sera extrait des données brutes (par exemple, être capable de déterminer le sexe d'une affiche et de le relier à ce qu'elle dit à propos d'un produit particulier ou d'un attribut de produit). En établissant ce type de liens, on obtiendra plus rapidement des informations plus précises et plus exploitables. Les tendances seront détectées beaucoup plus tôt, ce qui donnera aux entreprises qui exploitent ces technologies une longueur d'avance sur la concurrence. Le travail des scientifiques des données s'en trouvera également rationalisé.
10. Enfin, nous nous en voudrions de ne pas mentionner l'impact du COVID. En 2021, les organisations commenceront à se demander si les tendances qu'elles observent sont liées au COVID, si les anomalies dans les données ou les informations doivent être attribuées au court ou au long terme et comment gérer l'entreprise dans le futur. L'analyse prédictive devra en tenir compte et exploiter des données constamment actualisées et connectées à autant de sources de données que possible afin de maximiser la précision.

Pour participer à la conversation et obtenir plus d'informations sur les analyses avancées pour votre entreprise,

-------------

*Cetarticle de blog a été publié à l'origine sur Signals-Analytics.com. La Skai a acquis Signals-Analytics en décembre 2020. Lire le communiqué de presse.