b35d2583b82a72b09fd977ef0f1f0fa0

Innovation digitale : y aller à tout prix ?

La durée de vie moyenne des entreprises ne cesse de chuter : elle était de 65 ans en moyenne aux Etats-Unis en 1920, elle n’est plus que de 10 ans aujourd’hui. Coca-Cola fait presque figure d’exception. Dire que la « destruction créatrice » chère à Schumpeter est à l’oeuvre, et que l’innovation est une nécessité stratégique sont des évidences.

Cela est tellement vrai qu’un enthousiasme bruyant semble s’emparer de tous les secteurs de l’économie : il faut DI-GI-TA-LI-SER. L’ubérisation du monde est à l’oeuvre, et les exégètes de l’innovation expliquent que le SOLOMO (SOcial, LOcal, MObile), en apportant de nouveaux services à moindre coût va tout balayer sur son passage. Certes… On voit bien arriver les voitures-robots, les modèles prédictifs, l’éducation désintermédiée à une échelle planétaire,  ou de nouvelles formes de production avec les imprimantes 3D. On voit bien que les nouveaux usages sont ancrés pour longtemps, et que le cycles d’innovation se sont accélérés avec l’informatique. « Faut y aller ! » qu’on nous dit.

C’est à ce moment précis qu’il est urgent de relire Edgar Morin : « Ce n’est pas seulement notre ignorance, c’est notre connaissance qui nous aveugle ».

Quelques précautions devraient entourer l’innovation digitale  :

Donner du sens : l’informatique est un outil, au même titre que l’ont été le charbon ou les chemins de fer, qui ont porté, en leur temps, la naissance d’un nouveau monde. Et si le digital est incontournable, la question n’est pas de digitaliser à tout prix (c’est déjà là), mais comment améliorer ses produits / services / process grâce au digital.

Accepter les risques : les yeux rivés sur les « success stories » de l’informatique, on oublie que ces entreprises sont soumises (comme les autres) à des cycles de vie de plus en plus courts. La digitalisation ne garantit en rien la pérennité d’une entreprise, et les bonnes idées digitales sont soumises, elles aussi, à une large part d’échec.

Partir d’une copie blanche : Les ruptures d’hier ne sont pas celles de demain. Ce n’est pas nécessairement en géolocalisant ses produits et ses clients qu’on devient un nouveau Uber.  Et ce n’est sûrement pas l’adoption d’une nouvelle technologie qui porte en elle les modèles économiques de ceux qui l’utilisent.

Changer de culture : enfin, et c’est peut être le plus important, si l’on connaît beaucoup de recettes qui favorisent l’innovation (équipes hétérogènes, incubation externe, labs..), il en est une qui relève de l’indicible : la culture d’entreprise.  C’est elle qui conditionne les succès, mais c’est aussi elle qui freine, dans la majorité des cas, le déploiement de l’innovation. Et la digitalisation ne permet pas de sauter cette barrière comme par miracle..

Acceptés ces quelques principes, un dialogue avec l’incertitude peut s’engager. C’est alors que « l’imprévisible devient hautement probable » comme le disait Monsieur Morin.

url

Stratégie Big Data : c’est quand qu’on va où ?

Alors que de nombreux POC voient le jour, et que de nouvelles offres technologiques naissent et se consolident, la question de l’adoption du Big Data n’est plus à l’ordre du jour : les entreprises, et plus particulièrement les métiers et les directions, ont su s’emparer du sujet, et poser les premières pierres.

L’enjeu n’est pas – répétons-le, de faire du Big Data pour faire du Big Data. L’enjeu est d’exploiter les gisements de données qui croissent de manière exponentielle à l’extérieur de l’entreprise, et de croiser des sources hétérogènes (social media, géolocalisation, internet des objets) le plus rapidement possible pour disposer d’un niveau de connaissance et d’action inégalé. Il est déjà vraisemblable que Google en sache autant, sinon plus, que la plupart des marques et soit capable de lancer de nouveaux produits à leur place.

Pourtant, les déceptions existent. Certains POC (Proof Of Concept) apportent peu de valeur. L’estimation des retours sur investissement est souvent incertaine. Les technologies bougent, alors qu’il faut faire des choix de déploiement. Les équipes en place ont du mal à appréhender le Big Data à côté des processus existant. Collecter, systématiser et traiter des données émanant d’entités réparties dans le monde n’est pas une tâche simple.

url

Passés les premiers essais, on se retrouve vite à devoir mettre de l’ordre dans son approche. La question de la meilleure stratégie Big Data à mettre en oeuvre se pose.

Souvent considérées comme du marketing 2.0, les démarches Big Data engagent en réalité une transformation profonde si elles doivent dépasser le stade expérimental ou ponctuel (études).

Il n’existe pas de chemin incontournable, et de stratégie générique : tout dépend de l’organisation, des moyens, des savoir-faire, des pressions concurrentielles, ou encore de la culture associée à la gestion des données. Ces éléments de contexte permettent de définir les équilibres. Et il existe, selon nous, trois facteurs de succès au travers desquels ils doivent être évalués :

La gouvernance : quand bien même des initiatives naîtraient dans un bon esprit dans toutes les branches d’une entreprise, avec des résultats époustouflants, il resterait la problématique de l’intégration informatique des projets, mais aussi celle des implications business à tenir ou des arbitrages en tous genres à mener. Cela passe nécessairement par une gouvernance forte pour et autour du Big Data, des lignes budgétaires, des responsables, un sponsorship au plus haut niveau, une organisation dédiée (qu’elle soit plaquée sur l’existant ou créee), un processus décisionnel efficace et pérenne.

L’innovation : ce n’est pas parce qu’on fait tourner un cluster Hadoop qu’une vérité se révèle, qu’une sérendipité ou un nouveau business model tombent du ciel. La Data Driven Innovation se choisit plus qu’elle ne se subit. Pendant des années et encore maintenant, le Big Data est largement associé à des entreprises qui ont construit leur coeur de métier sur ces technologies (Yahoo, Google, Criteo, Uber..). Or, pour une entreprise qui dispose d’une activité éprouvée, se lancer dans le Big Data peut, et doit impacter fortement le métier existant. En ce sens, et comme l’ont été tous les grands succès de rupture, il doit répondre à une méthodologie d’innovation rigoureuse, choisie en action / réaction à la culture existante (Lab, équipes transversales, interdisciplinarité, méthodes de mises sur le marché – essaimage, roadmap des déploiements, autonomie, communication, fonds d’investissements..).

Les compétences : peupler l’entreprise de Data Scientists ne suffit pas, former en interne est long, ne s’appuyer que sur des compétences externes limite la maîtrise et l’évolutivité. Entre le faire ou le faire faire, et la mosaïque des talents nécessaires, il est important de choisir la voie la plus rapide vers des résultats tout en étant en mesure d’identifier, pour des raisons stratégiques propres à chaque cas, les savoir faire à conserver, ceux qui peuvent être délégués, et s’appuyer aussi sur des retours d’expérience faisant gagner un temps précieux. Il ne s’agit de rien d’autre qu’une planification à mettre en oeuvre.

Faire des choix est un art compliqué, qui expose à des incertitudes : les réduire reste cependant possible et très souvent souhaitable, à commencer par inscrire le Big Data dans une démarche à long terme.

SONY DSC

Big Data Coiffure

Je m’appelle Jean-Jacques et je tiens le salon de coiffure de la ville de Dinard depuis au moins trente ans. Le nom du salon a changé ; avant c’était le « Salon du centre », maintenant c’est « Big Data Coiffure ».

Dali venait se faire coiffer chez moi et c’est pour ça qu’il avait nommé son salon : « salon du Centre ».

Dali me disait toujours : « Il y a deux centres dans le monde : la gare de Perpignan et ton salon de coiffure. Tout vient chez toi et tout repart de chez toi. La gare de Perpignan est le centre géographique du monde et chez toi c’est le nombril de l’univers de la ville ».

C’est vrai que tous me parlent ; tous me confient, les uns leurs joies ou leurs peines, leurs chagrins d’amour et leurs espoirs d’union, les autres leurs projets d’affaires et les différents moyens d’y arriver. Le salon pour tous c’est le lieu où l’on peut parler, échanger, apprendre et moi j’écoute, je trie et je redistribue.

Dans le nuage des parfums des coiffures, tout peut se dire et je garde tout. Les secrets des uns, les mensonges des autres, les potins sur tous, ce qui se passe dans la ville, ce qui va se passer et même ce qui ne s’est pas passé. Tu comprends que sur mon nuage je suis le dieu qui a tout entendu et qui sait tout.

Alors je peux ensuite dire à chacun ce que je veux, je sais ce qui convient à chacun. Tu veux t’installer commerçant ? Voici le meilleur emplacement et qui va te le louer. Tu veux organiser un événement ? La meilleure date et qui inviter. Tu veux trouver un cœur libre ? Qui courtiser et comment le ou la séduire.

Je sais tirer de toutes ces informations ce qui convient pour chacun ; j’écoute et je stocke. Et le moment venu je restitue ce qui fera ton bonheur pour toi ou tes affaires. Ma méthode est simple : les petits mots lâchés distraitement sous mes mains expertes je les laisse s’inscrire dans le nuage parfumé du salon et avec tous ces petits riens, ces petits fils dépareillés, je tisse une trame bien ordonnée.

C’est un ami informaticien qui m’a suggéré de changer le nom de mon salon de coiffure. Il m’a dit un jour en s’extasiant : « Tu en sais plus que tous les systèmes informatiques ne parviendront jamais à le faire. Tu as en toi la finesse de plusieurs algorithmes. À toi seul, tu es capable de faire des rapprochements entre des informations venues de n’importe où ! Et quand je pense à tous ceux qui ont peur que le Big Data les surveille, les remplace… Non, non. Je te le dis Jean-Jacques, le Big Data, c’est toi ! ».

 

J.F. George

 

cloud

Cloud 2015 : la fin des désillusions ?

2014 semble encore avoir été une année de transition.

Parmi certaines confusions, subsiste encore cette croyance que le Cloud est systématiquement moins cher et qu’y déployer un maximum d’environnements maximisera le retour sur investissement.

La technologie aussi a encore (trop) cristallisé l’essentiel des débats : très récemment, c’est Docker qui semblait voué à balayer OpenStack (sic), alors que ces approcloudches sont visiblement appelées à fusionner plutôt qu’à combattre.

De nombreux projets ont avorté, faute de business case, de vision, d’adhésion, mais aussi – il faut l’avouer – à cause d’une grande lassitude à entendre parler de Cloud à tout bout de champ, à tel point que des discussions comparant certains types de Mainframes avec du Cloud ont pu avoir lieu, dans la foulée d’une assertion selon laquelle avoir virtualisé l’essentiel de ses serveurs, c’est déjà faire du Cloud.

Le « Cloud washing » a donc encore eu quelques effets.. dans le sens d’une technophilie béate comme dans celui d’un conservatisme assumé. Gartner vient de le résumer parfaitement dans les 10 mythes du Cloud (http://www.gartner.com/newsroom/id/2889217), et Gartner étant souvent cohérent, sa courbe Hype place le Cloud à la fin de sa période de désillusion.

Et c’est une bonne nouvelle ! L’horizon s’éclaircit. À commencer par la récente publication de la norme ISO / IEC 17788 qui pose enfin la définition de ce qu’est le Cloud Computing (caractéristiques, catégories, modèles de déploiement).

Mais c’est surtout sur le terrain que les perspectives sont les plus réjouissantes. Quelles qu’aient été les approches choisies (en carricaturant : engager un plan de transformation massif avec une migration des applications existantes ou, au contraire, n’utiliser des plateformes Cloud que pour les nouveaux projets en les faisant grossir au fur et à mesure) les early adopters sont aujourd’hui dans une position beaucoup plus confortable qu’elle ne l’était il y a deux ans. Les gains de productivité, même s’ils ont été plus longs que prévus à obtenir, sont maintenant au rendez-vous. Les équipes sont rodées, elles soutiennent un processus Go / No Go to Cloud qui accélère le time to market.

Alignement métier, standardisation, flexibilité, comptent aujourd’hui parmi les principaux bénéfices d’une telle démarche. Ils vont bien au delà d’un gain financier direct, et replacent l’IT au coeur de la stratégie d’entreprise.

Enfin et surtout, l’expérience acquise grâce à ces premiers projets est le gage d’une approche beaucoup plus simple et rapide pour les prochains candidats.

Alors, vive 2015 !

big-data

Big Data : 2015 année de la corrélation ?

Le groupe Hilton a longtemps examiné les profils de ses clients au cas par cas afin de déterminer qui présentait un profil Hilton et qui n’y correspondait pas (http://knowledge.wharton.upenn.edu/article/customer-loyalty-age-big-data/). Puis, en optimisant les données qu’il partageait avec ses partenaires (banques, transports aériens..), certaines logiques sont apparues. Par exemple, la grande majorité des clients réserve un hôtel dans les 30 minutes qui suivent l’achat d’un billet d’avion.

Pourtant, Hilton a cherché à aller encore plus loin en se penchant sur des « indicateurs avancés » qui pouvaient aider l’entreprise à réaliser que quelqu’un est sur le point de faire un achat et a besoin d’un dernier coup de pouce, ou, à l’inverse, qu’un client est sur le point de renoncer à la marque, et a besoin d’une bonne raison pour rester.

big-data« Un client peut avoir fait 20 séjours chez nous l’année dernière, mais on peut très bien regarder les données de plus près et s’apercevoir qu’il ou elle a fait 40 séjours chez la concurrence – et tout à coup les mêmes indicateurs n’ont plus l’air si bons que ça », souligne Mark Weinstein, Responsable mondial de la fidélisation et des partenariats.

Cet exemple résume bien le passage d’une logique de causalité (requêtes sur les données d’un CRM par exemple) à une recherche de corrélation (mise en relation de données hétérogènes internes et externes à l’entreprise), qui est le fondement même du Big Data :

  • En traçant les requêtes Google portant sur la grippe en Angleterre, Google Flu trends permet d’identifier et de prévoir les zones d’infection de manière plus précise et plus prédictive que ne le ferait, par exemple, l’analyse des prescriptions médicales.
  • En travaillant sur les données issues des élections et en identifiant les quartiers les moins favorables au parti démocrate, Obama a pu, pendant sa campagne, concentrer ses efforts sur les zones où il devait gagner des électeurs, mieux que ne l’aurait fait des investissements massifs en publicité.
  • En s’étant aperçu que les relais téléphoniques pour portables (très présents en Afrique) perdaient en intensité dès que l’humidité augmentait, le Burkina Fasso est en train d’optimiser la captation des eaux de pluie.

Il existe même, parfois, ce que les statisticiens nomment la découverte de l’éléphant : une corrélation inattendue (la sérendipité) qui ouvre des nouvelles perspectives et peut procurer un avantage concurrentiel immense. En croisant des informations morphologiques de leurs patients et le développement d’une maladie rare, des médecins ont découvert récemment qu’une typologie de lobbe d’oreille pouvait être considérée comme un indicateur de risque potentiel, et ainsi améliorer considérablement la prévention. Voir ce que les autres n’ont pas vu..

C’est en cherchant les données à l’extérieur de l’entreprise (largement majoritaires), en les croisant à celles qui existent en interne, en multipliant les axes de recherche, en décloisonnant les équipes, en offrant un sponsorship à de tels projets, et en avançant de manière itérative autour d’un proof of value, que vous êtes susceptibles de changer complètement la donne sur votre marché.

Aquila Consulting vous souhaite une excellente année 2015, pleine de corrélations !