Big Data: money, money, money…

point de vue
Big Data: money,
money, money…
Pour un grand nombre d’entreprises, les Big Data sont
synonymes de transformation. En effet, ces données massives
amènent nécessairement l’entreprise à regarder ses univers,
directs ou plus lointains, d’une autre manière, à penser son
quotidien et son avenir différemment et, parfois, selon de
nouvelles règles.
Constestation vs Concurrence
Dans ce domaine, les pionniers ont montré le chemin : Google,
Facebook et autres Amazon… Les données sont au cœur
de leurs modèles économiques. Nées dans l’ère numérique,
qu’elles ont pour la plupart contribué à façonner, ces entreprises
ont bien évidemment profité de l’extrême digitalisation de
leurs activités respectives au point de contester efficacement
et rapidement la légitimité d’acteurs plus traditionnels sur leurs
terrains respectifs.
Pour quelques secteurs économiques, cette forme de
contestation est devenue la règle, se substituant peu à peu à la
concurrence traditionnelle. Nul besoin de rappeler à quel point
des entreprises comme Apple, mais aussi bien sûr Amazon,
Netflix et, plus récemment, Spotify ont bouleversé de manière
fondamentale les mécanismes de distribution des biens
culturels affectant ainsi de manière profonde, non seulement
le secteur de la distribution, mais plus largement l’ensemble
des secteurs économiques produisant ces mêmes biens. Sur
un autre terrain de jeu, Google et Facebook ont radicalement
modifié le paysage de la communication et de la publicité.
Les banques, quant à elles, pourraient selon certaines études
perdre jusqu’à 10% de leurs revenus directs du fait de l’irruption
de nouveaux entrants, tels que Paypal/eBay, Google (Wallet) sur
le marché très convoité du paiement mobile estimé à près de
700 milliards de dollars à l’horizon 2020.
Ces exemples partagent des principes communs : une extrême
digitalisation de leurs processus, conduisant à un usage extensif
de données et d’algorithmes analytiques pour expérimenter
de nouveaux modèles économiques, bien au-delà de leurs
périmètres d’origine.
Big Data et monétisation
Des entreprises de toutes tailles et de tous secteurs, peuvent
également envisager de nouveaux modèles économiques
basés sur leurs données. Ces modèles peuvent reposer tout
autant sur des extensions de leurs cœurs de métier que sur la
création de nouveaux produits et services.
En effet, les meilleures opportunités liées aux big data viendront
probablement de la capacité des entreprises à sortir de leurs
quatre murs, en envisageant de rapprocher leurs systèmes
d’information de données externes à l’organisation : données
des réseaux et médias sociaux, données issues de la mobilité
des individus (géolocalisation), données publiques (open data),
données acquises auprès de tiers (data & service providers) et
autres données générées par l’internet des objets et les smart
grids.
Dans cette évolution, plus ou moins marquée selon les
secteurs d’activités, la question de la monétisation des données
s’imposera à un certain nombre d’entre elles comme une
nécessité évidente voire comme une alternative de croissance
inespérée. Le Gartner Group estime ainsi que 30% des
entreprises seront amenées à monétiser leurs données à
l’horizon 2016. Sur le même horizon Booz & Company estime
ce marché à 300 milliards de dollars par an pour le seul secteur
financier (banques, assurances et autres institutions financières).
Challenges et opportunités
“Data
Monetization
is
increasingly becoming a
significant business activity
for most companies. While
less than 10% of Fortune
1000 companies have a data
monetization strategy today,
it is projected that 30% of
businesses will monetize their
data and information assets
by 2016.” Gartner Group
Le terme « monétisation » reste assez ambigu. Pour une
entreprise, il ne s’agit bien évidemment pas de vendre ses
fichiers, mais plutôt de dégager du revenu net additionnel,
par une utilisation profitable des informations qu’elle détient,
valorisées par le rapprochement avec d’autres données et des
traitements analytiques leur donnant un sens nouveau pour
des clients potentiels. Les opérateurs de téléphonie mobile
disposent, par exemple, d’une information unique sur les
usages en mobilité qui reste encore très mal exploitée et dont
l’intérêt pour d’autres secteurs (distribution notamment) est
évident. Certains d’entre eux sont déjà largement convaincus de
cette démarche, quitte à adopter des approches contestataires
et disruptives en rupture avec les principes habituels de la
concurrence. A titre d’exemple, les trois principaux opérateurs
du Royaume-Uni, en mettant en commun leurs données au
sein d’une filiale créée à cet effet, développent des services
innovants sur les marchés du marketing et du paiement mobiles
où ils ne sont pas naturellement présents, ni d’ailleurs attendus.
“When companies inject data
and analytics deep into their
operations, they can deliver
productivity and profit gains
that are 5–6% higher than
those of the competition.”
McKinsey Global Institute
Il ne faut pourtant pas se voiler la face. Pour les entreprises qui
ne sont pas nées dans l’ère numérique, ce chemin vers une
utilisation extensive des données semble semé d’obstacles.
Résistance organisationnelle, vision parfois conservatrice des
réglementations et directives relatives à l’utilisation des données
personnelles, manque de maturité analytique et autres freins,
s’imposent à certaines entreprises dont le potentiel en la
matière semble pourtant prometteur. Plus que tout, l’essentiel
est de maîtriser la chaîne de valeur des données et de s’inscrire
dans une approche centrée sur trois axes principaux :
• La collecte, qui implique une relation de confiance sans faille
avec les individus qui, à travers leurs actions digitales, en sont à
la fois les sujets et les principaux producteurs et contributeurs
plus ou moins volontaires. A cet égard, le consentement des individus reste le critère essentiel de la pérennité des approches.
Les consommateurs n’échangeront leurs données personnelles
que si les conditions de l’échange restent équitables.
• La valorisation, qui résulte du sens apporté par les données
grâce à différentes techniques d’agrégation, de comparaison,
de modélisation prédictive. Et qui, au-delà de l’utilisation de
ces données au sein de l’entreprise, permettra la création de
nouveaux partenariats avec la mise en commun d’informations,
voire la création de structures économiques dédiées à l’agrégation et à la valorisation des données.
• La redistribution, ultime étape de la monétisation, à travers des
applications présentant l’information valorisée sous une forme
intelligible ou d’interfaces de programmation (API), permettant le développement d’un véritable écosystème applicatif
exploitant ces données sous forme de services à forte valeur
ajoutée.
En maîtrisant ces trois aspects, de nouveaux acteurs tissent
progressivement la toile d’un nouveau marché de la donnée. A
l’image de cette start-up belge qui valorise, pour des enseignes
clientes, les données de localisation et de navigation (web,
mobile) de consommateurs consentants qui, en échange
de services WIFI gratuits dans des zones de chalandise,
bénéficient de différentes offres et services promotionnels.
En exécutant en temps réel des modèles prédictifs issus de
l’analyse approfondie de l’ensemble de ces informations, cette
start-up est à même de proposer aux annonceurs potentiels
dans l’environnement immédiat du point d’accès auquel ils sont
connectés (enseignes, autres services publics,…) des offres
de services en marketing mobile leur ouvrant la voie d’une
extrême personnalisation de la relation client/usager, intégrant
à la fois les spécificités des marques participantes et celles des
consommateurs.
SAS Institute s. a. s. – DOMAINE DE GREGY - GREGY-SUR-YERRES - 77257 BRIE COMTE ROBERT - FRANCE
TEL. : +33(0) 1 60 62 11 11 FAX : +33(0) 1 60 62 11 99
www.sas.com/france
SAS et tout autre nom de produit et de service de SAS Institute Inc. sont des marques déposées de SAS Institute Inc. pour les USA et tous les autres pays. ® indique un dépôt aux
USA. Les autres marques et noms de produits sont des marques déposées de leurs entreprises respectives. Copyright © 2014 SAS Institute Inc. Tous droits réservés. TR006FCE0414