#INTERVIEW #ExpertFPT
Dans notre monde numérique la Data devient essentielle pour innover et rester compétitif. La croissance de la quantité des données a été la tendance ces dernières années. Mais aujourd’hui avec l’automatisation, les organisations sont en mesure de mieux exploiter en temps réel le grand volume de données collectées par des technologies de plus en plus avancées.
La science des données se démocratise grâce à des outils comme l’Intelligence Artificielle ou le Machine Learning, ce qui entraîne une augmentation de l’usage des données dans tous les secteurs d’activité. La stratégie des entreprises se transforme, avec une prise de décisions basée sur des informations plus précises.
Quelles seront les tendances qui façonneront la science des données dans les prochaines années ? Dans cette interview, Inigo Arsuaga, ingénieur spécialiste en Data Analytics et aviation chez FPT Software, nous apporte son regard sur ce sujet.
Comment l’analyse des données peut devenir un vecteur de croissance, d’innovation et de productivité dans le contexte post-pandémique ?
Grâce à l’analyse des données, une entreprise peut découvrir des solutions disruptives qui ne seraient pas envisageables dans le contexte des opérations quotidiennes de l’entreprise. La data apporte de l’information riche qui permet d’aller vers des pistes de croissance. Elle peut contribuer à trouver des axes de développement pour changer de stratégie, à éliminer ce qui ne fonctionne pas et à se focaliser sur les sujets les plus importants.
En effet, ces dernières années, le développement d’une capacité d’analyse de données avancée associée à une culture de prise de décision fondée sur l’évidence des preuves a aidé les entreprises à créer plus de valeur et à être plus efficaces. Ceci est important surtout dans le contexte actuel post-covid, dans lequel une capacité d’analyse plus agile est nécessaire pour faire face aux incertitudes.
Quelles sont les tendances observées aujourd’hui sur le marché du Data Analytics ?
Je pense que s’il y a quelque chose qui caractérise le marché actuel, c’est l’hyper-connectivité et le nombre d’utilisations pratiques des différentes sources de données. En effet, une énorme quantité de données peut être obtenue à partir de capteurs, d’opérateurs ou d’utilisateurs. Pourtant il est nécessaire d’avoir une vision claire du métier pour en faire un usage pratique.
Par exemple, je me souviens une fois qu’un directeur technique d’une compagnie aérienne demandait au fabricant : “Qu’est-ce qui m’apporte savoir si une roue tourne ou pas ?” Il ne voyait qu’un seul avion, un vol particulier et un seul capteur. Mais la valeur réside dans l’intégration des données à la fois horizontalement et verticalement dans toute l’organisation. Ainsi, ces données peuvent être utilisées pour offrir une meilleure expérience aux passagers et aux employés qui en ont besoin pour effectuer leur travail. Elles peuvent être également utilisées pour la maintenance prédictive.
Et quel est l’avenir de ce marché ?
Le Data Analytics sera essentiel pour tous les postes où les personnes doivent prendre des décisions. Je pense que dans l’avenir la data sera un outil indispensable dans notre société, presque comme l’alphabétisation scolaire. Dans les entreprises et dans les usines, chaque décision sera de plus en plus basée sur une analyse des données, qui pourra durer de quelques millisecondes à plusieurs semaines. Cela ne veut pas dire qu’un algorithme sera suivi aveuglément. L’esprit critique et la connaissance du contexte de l’origine des données sont aussi importants. Donc les personnes qui maîtrisent tous ces éléments sont celles qui prendront les meilleures décisions.
Il y a une demande de plus en plus grande de connecter plus de systèmes entre eux afin d’obtenir plus de données le plus rapidement possible. Le challenge consiste à imaginer l’intégration et l’utilité de ces sources de données.
L’analyse des données sera intégrée par le biais de systèmes de recommandations et aidera à prendre des meilleures et de plus nombreuses décisions, réduisant ainsi les pertes économiques possibles d’une opération non optimisée.
Comment les technologies de l’Intelligence Artificielle (IA), le Machine Learning (ML) et la Business Intelligence (BI) sont-elles intégrées dans le Data Analytics ?
L’analyse de données est le catalyseur pour l’adoption de technologies telles que l’IA et le ML. Une entreprise qui travaille sur l’analyse de données a ses processus digitalisés. Avoir une grande quantité de données structurées et disponibles aidera à obtenir des résultats plus rapides lorsqu’on utilise l’IA ou le ML. L’analyse des données aidera également à évaluer la pertinence de ces résultats. Enfin, pour fermer la boucle, une fois qu’on dispose d’une IA ou d’un ML assez poussée, cela aidera à effectuer des analyses de données plus sophistiquées et plus précises à une vitesse extraordinaire.
Quels secteurs ont le plus de potentiel de développement avec le Data Analytics ?
Actuellement tous les secteurs d’activité peuvent profiter des opportunités qu’offre le Data Analytics. Les nouvelles technologies, telles que la vision synthétique, peuvent collaborer à la conversion des actifs physiques en entités de données numériques. Ainsi toute ressource de l’entreprise peut être convertie en ressource de données : clients, bureaux, entrepôts, véhicules, produits…
Traditionnellement, les secteurs qui ont le plus utilisé le Data Analytics sont les secteurs règlementés et extrêmement concurrentiels dans lesquels les marges sont très serrées et tout avantage collatéral peut être vital. Le besoin de démontrer le respect de la réglementation les a conduits à systématiser la collecte et la saisie des données. Heureusement, aujourd’hui il y a de plus en plus de secteurs qui utilisent la Data pour optimiser leurs opérations et réduire leurs coûts.
Et dans le secteur industriel particulièrement, quels seraient les opportunités qu’offre une approche data driven ?
La principale caractéristique du Data Analytics est qu’il peut rendre visible les données qui, en raison du volume ou de l’intégration complexe, sont cachées à l’utilisateur. Concernant le secteur industriel, le Data Analytics permettra d’être plus efficace dans la fabrication, de trouver de nouvelles opportunités dans les processus existants, de contrôler la qualité des produits ou encore de réaliser une analyse du cycle de vie des produits (ACV).
Comment exploiter l’analyse des données pour créer une industrie plus durable ?
L’analyse des données peut collaborer dans la création des processus plus efficaces et dans le respect de la conformité des nouvelles réglementations environnementales. Les données peuvent nous aider à découvrir les opportunités.
Par exemple, dans l’aviation, la consommation de carburant peut être analysée dans des centaines de profils de vol afin de pouvoir ensuite suivre ceux dans lesquels on dépense le moins, réduisant ainsi l’impact environnemental des avions.
Bien que le Data Analytics ne soit pas l’objectif ultime d’une entreprise, c’est le catalyseur nécessaire pour devenir plus efficace et innovant. Il accompagne le développement de nouvelles technologies et permet d’ouvrir de nouvelles possibilités qui réduisent l’impact environnemental pour rendre le monde plus durable pour les générations futures.
