Data - 6 sujets clefs pour 2019

Le traitement des données est au coeur de la stratégie des entreprises. Gérer, stocker, redistribuer les informations sont autant d’étapes cruciales dans la création de valeur des entreprises. Petit tour d’horizon des tendances data qui méritent réflexion pour 2019.

(Et pour approfondir le sujet, découvrez aussi l’infographie Gartner Magic Quadrant BI & Analytics 2019)

1 - Généralisation du Machine Learning.

Le Machine Learning est de mieux en mieux appréhendé en entreprise. On comprend de mieux en mieux comment il peut décharger l’humain de tâches répétitives. Le rapport Gartner Magic Quadrant 2019 BI et Analytics précise que d’ici la fin de 2022, les tâches manuelles de gestion des données seront réduites de 45% grâce à l'ajout de ML et à la gestion automatisée.

“Les tâches manuelles de gestion des données seront réduites de 45% grâce à l'ajout de ML et à la gestion automatisée.”

Le deep learning va également permettre une meilleure détection des patterns : les prédictions vont s’affiner et la prise de décision de plus en plus s’automatiser…

2 - Humanisation de l’ Intelligence artificielle.

Cette meilleure capacité de prédiction amenant à l’automatisation des process de décisions ne va pas sans méfiance. La difficulté à justifier de résultats issus d’un apprentissage complexe représente un frein : cette opacité peut être une vraie source de méfiance pour les métiers. Il faut donc clarifier les objectifs et s’appliquer à décrire le plus pédagogiquement possible le travail effectué par l’IA et la méthode suivie par celle-ci …

Implanter durablement l’IA, c’est permettre aux métiers de mieux la comprendre pour se l’approprier. Mais c’est aussi lui donner, par exemple, un aspect plus familier : une interface conversationnelle permet d’obtenir des informations dans un contexte habituel, celui du jeu questions/réponses.

3 - NLP : Offrir une expérience conversationnelle grâce à la génération de requête data en langage naturel.

Pas de doute, cette tendance s’affiche en tête des classements pour 2019 ! Le Natural Language Processing, c’est à dire la capacité de comprendre le langage humain, Pour exemple, vous la retrouverez chez Smartview, ou chez Tableau.

La recherche en NLP était annoncé par Gartner en 2018 comme une des tendances phares de l’année, ce que les versions bêtas sortis par certains grands éditeurs de BI ont confirmé. (A ce propos, vous pouvez lire par exemple cet article sur le chatbot de Qlik)

Le NLP permet de comprendre les questions des utilisateurs et de sortir à la demande un tableau, un chiffre, un graphique… En dehors des barres de recherche NLP intégrées aux logiciels BI évoqués plus tôt, il existe des acteurs indépendants qui peuvent être directement intégrés à une base de donnée, quelque soit le type de données. C’est notamment le cas d’askR.ai, qui ne dépend d’aucun logiciel.

4 - Self-Service Data : passer de la data à l’action, plus facilement.

Pour 56% des Chief Data Officers, démocratiser la data à travers les différents services est le chantier prioritaire des 3 prochaines années.* (en savoir plus ici)

Pourquoi cette prioritisation ? Pourquoi ne pas penser d’abord qualité ou protection ? Parce que la présence d’un CDO implique évidemment que différents chantiers data sont en cours et coordonnés dans le même but. Les données doivent avant tout favoriser et accélérer la prise de décision pour créer de la valeur.

La data en libre service, c’est permettre aux utilisateurs d’accéder immédiatement à des données pertinentes : tableaux de bord, reporting, chatbot… Une information recherchée et instantanément trouvée est bien plus significative pour un utilisateur que la même donnée reçue passivement à un autre moment !

Une information recherchée et instantanément trouvée est bien plus significative pour un utilisateur que la même donnée reçue passivement à un autre moment !

5 - Data Curator : une mission incontournable, surtout sans CDO.

Vous connaissez déjà les métier de Data Scientist ou de Data Analyst : chargés de l’analyse profondes de données, ils ont pour objectif de créer des modèles ou de déceler des tendances. Le Data Curator, lui, est un intermédiaire entre les équipes de recherches et les équipes métiers : il doit rassembler, mettre en forme, sensibiliser à l’utilisation des données.

Intermédiaire et facilitatrice, la Data Curation est déjà apparue dans les entreprises, mais prend de l’ampleur au point de devenir une fonction à part entière. Le DC doit veiller aux chantiers de fond sur la qualité des données et les meilleures pratiques, mais aussi coordonner les efforts des Data Scientist en fonction des questions métiers.

Sans être encore tout à fait un métier à part entière, ce genre de missions fait déjà partie des tâches quotidiennes de beaucoup d’équipes… et continue de prendre de l’ampleur.

6 - Le Cloud, de plus en plus essentiel.

La migration vers le Cloud s’est accéléré ces dernières années, et cette transformation reste un enjeu essentiel dans la chaine de valeur des données dans l’entreprise. On voit émerger de nouveaux modèles, comme le cloud hybride combinant cloud privé et cloud “public”. Il s’agit à la fois d’améliorer la capacité de stockage mais aussi l’accessibilité des données puisque les plates-formes d’analyse de données reposent désormais sur des modèles en SaaS pour plus de flexibilité et de scalabilité.

Josh Parenteau, directeur de la veille stratégique chez Tableau, précise bien que « la migration vers le cloud booste l'agilité et offre de nouvelles possibilités d'application de la BI et de l'analytique.»

Vous cherchez des solutions pour améliorer l’utilisation de vos données ?

 
 

* Infographie Informatika “ Un CDO, pour quoi faire ? “

Lauréats 2018 - askR.ai décroche le prix de la Jeune Pousse des ICC StartUp Awards à l’EDHEC !

Désignées comme start-up de moins de deux ans avec le plus fort potentiel de développement, askR.ai et Stockly posent fièrement.

ICC startUpAwards Gagnants askR.ai Stockly

Le Connected Day a pris fin jeudi 29 Novembre avec la cérémonie des ICC StartUp Awards, au coeur de l’EDHEC. L’objectif était de récompenser parmi les 8 nominées les plus prometteuses pour le secteur retail dans différentes catégories : start-up de l’année, coup de coeur du public, espoir à l’international et jeune pousse de l’année.

Les nominées avaient pu rencontrer les membres du jury lors d’un première session pitch chez SalesForces le jeudi 13 novembre. askR.ai avait à cette occasion fait le choix d’une démo en direct.

“ C’était un pari risqué, mais cela a fait une différence : askR.ai a répondu juste à toutes les questions et du premier coup “, s’amuse Matthieu Chabeaud, le fondateur de la start-up.

Vainqueur du DataViz Challenge Le Groupe La Poste, Coup de coeur du Jury du Hackaton Géodis et maintenant Lauréat Jeune Pousse 2018, la startup askR.ai a hâte de développer son potentiel. Elle met le NLP au service des métiers, simplifie la recherche d’information et facilite la prise de décision, pour une efficacité opérationnelle démultipliée. Un potentiel fort quand les données prennent de plus en plus d’importance pour les différents collaborateurs de l’entreprise !

Liste des lauréats ICC StartUpAwards 2018 ( à retrouver sur le site de l’Institut du Commerce Connecté )

Prix de la Start-Up de l’année 2018 :
Smartly.io

Prix de la Jeune Pousse ex aequo :
askR.ai, chat with your data !
Stockly

Prix de l’espoir à l’international :
Wynd

Coup de Cœur du Public :
Beamy

TOP 9 des comptes Twitter à suivre sur la transition Big Data & IA

Compte twitter Intelligence artificielle

Pas d’IA sans Big Data, et pas de Big Data sans IA ! Quelques comptes Twitter à suivre sur l’Intelligence Artificielle et la Data, en fonction de votre niveau de connaissance. Du plus généraliste au plus pointu, voici de quoi organiser votre veille et réfléchir aux enjeux soulevés par une technologie en plein buzz médiatique.

La base

@lebigdata_fr - FR

Des informations générales sur le stockage et le traitement des données, mais aussi des rappels basiques sur les termes techniques.

Simple, mais efficace.

@DataVizToday - EN

Impossible de parler de big data sans évoquer la datavisualisation, l’art de mettre ses données en image. Le compte d’un podcast bourré de notions utiles et d’astuces de data visualisation. Comment raconter une histoire avec des données ? , comment mettre en forme des chiffres pour ajouter de la valeur

@IA_lesechos - FR

Autant d’articles de fond que de cas particuliers d’application de l’IA dans cette rubrique des échos. A suivre !

 
 

Niveau intermédiaire


@mmitchell_ai - EN

Margaret Mitchell est une chercheuse américaine brillante, notamment en NLP. Comme elle a l’habitude d’intervenir dans toutes sortes d’évènements, on peut dire qu’elle sait choisir ses mots et prendre du recul. Bonus : son dernier TEDex, à regarder absolument


@jaimefitzgerald- EN

Data to Dollars : le nom de la chronique de Jaime Fitzgerald est claire, il s’agit de transformer les monceaux de données du big data en espèces sonnantes et trébuchantes. Beaucoup d’exemples d’applications concrètes à explorer.

 
 

@data_nerd - EN

Carla Gentry propose des articles de sources variées, mais toujours orientés data , analytics et AI.

 
 

Expert


@jtfeng - EN

Actuellement chef de produit chez AirBnB, où il est responsable de l’expériementation, de la dataviz et du machine learning de la plateforme, Jeff Feng possède une expérience assez conséquente. Il est aussi passé chez Tableau et Apple. Bref, un professionnel du levier data pour le Machine Learning.


@mjcavaretta- EN

Michael Cavaretta donne son avis éclairé, et ses RT sont toujours avisés et commentés. Pas mal pour prendre du recul sur toutes les infos qui sortent.

 
 
 

Mention spéciale

@flashtweet - FR

Emmanuelle est une journaliste française qui propose à 7h30, du lundi au vendredi, 10 points sur la transformation numérique… Une actualité très généraliste, mais comme Emmanuelle a une bonne vision des enjeux, on a forcément un sujet IA et/ou data par jour !