Data : l’émergence d’une nouvelle économie

La maîtrise des données est devenue stratégique pour les organisations. Un phénomène accentué par les avancées rapides du Big Data et de l’internet des objets. Nicolas Glady, Directeur Général Adjoint de l’ESSEC et docteur en Econométrie, fait le point sur cette économie de la donnée et les défis qu’elle engendre.

Comment tracer les contours de ce qu’on l’on appelle « l’économie de la donnée » ?

Nicolas Glady : Cette expression englobe l’utilisation des données par toutes les entreprises avec deux grandes finalités : en front office, la recommandation client avec la conception de nouveaux produits et de nouveaux services. En back office, l’optimisation des processus avec la supply chain par exemple. L’économie de la donnée, c’est aussi l’avènement des « pure players » du web, à l’image des GAFA (Google, Amazon, Facebook, Apple) qui ont construit avec succès leur modèle économique sur la monétisation des données d’activité.

Du côté des outils, la généralisation des technologies de Big Data et de l’internet des objets (IoT) ouvre de nouveaux pans de marché. Un exemple caractéristique ? La voiture intelligente et les composants industriels de moteurs pour économiser l’énergie.

En quoi la maîtrise des données constitue-t-elle un élément stratégique pour les organisations ?

N. G. : Pour faire simple, elle permet d’abord de mieux cibler les publics, en offrant une capacité distinctive par rapport à la concurrence : proposer le bon message ou la bonne offre sur le bon canal, au bon format et au bon moment. C’est ensuite un levier important pour analyser l’activité de l’entreprise et réduire ainsi ses coûts opérationnels.

La donnée a elle-même une valeur commerciale, c’est un véritable actif pour l’entreprise qui peut  grâce à ces données avoir une activité commerciale avec d’autres acteurs tout en la conservant. A l’inverse du pétrole, quand on utilise – ou qu’on partage – la donnée, elle ne « s’épuise » pas. Mais attention : si tout le monde finit par avoir la même donnée (et en particulier des concurrents), elle perdra sa valeur différenciante et son avantage compétitif. Et nous sommes aujourd’hui confrontés à un autre problème : il est difficile d’estimer la valeur des bases de données commercialisées, car on ne connaît pas leur qualité avant de l’acheter. Des recherches sont aujourd’hui en cours – notamment à l’ESSEC – pour produire des modèles de valorisation précise des données.

Les données en circulation ont donc des valeurs très différentes ?

N. G. : Tout dépend du type d’entreprise qui exploite la data, du public ciblé, etc. La donnée n’a pas de valeur objectivement et globalement quantifiable. Les données très fines sur le sexe d’un segment client seront par exemple très pertinentes pour un retailer dans la mode, beaucoup moins pour un vendeur de jeux vidéo.

Une chose est sûre : il est important de s’intéresser de très près aux données générées directement par les utilisateurs – les user generated contents – via les réseaux sociaux, les avis utilisateurs, etc. Ici, la source n’est plus l’entreprise mais l’utilisateur lui-même. Textes, photos, vidéos… Un volume inédit de données est disponible et reflète le comportement du client. Cela pose certains défis techniques, à savoir la structuration de données qui nécessitent des technologies de reconnaissance d’image, vidéos… Tirer pleinement profit du Big Data, c’est inclure ces user generated contents et les associer à des données structurées déjà massives, issues par exemple des parcours clients.

L’économie de la donnée, c’est aussi de nouveaux acteurs dédiés à l’analytics…

N. G. : L’analyse de données étant devenue une préoccupation généralisée. De nombreux acteurs accompagnent leurs clients sur la data : les grands industriels, les cabinets de conseil, et bien sûr les start-up. Nous travaillons d’ailleurs en collaboration avec Digital & Ethics  dans nos recherches de modèles de valorisation de données. Il en va de la data comme de toute activité : s’il s’agit du cœur de métier d’une entreprise, elle internalisera ses ressources. Pour toutes les autres, faire appel à des experts pour optimiser une fonction support ou annexe reste la solution privilégiée.