L'analyse des données dans l'ère du Big Data : opportunités et enjeux

Newsletter #17: L'analyse des données

Ludovic Stourm, Professeur de Marketing et Peter Ebbes, Professeur de Marketing - 18 avril 2017
L'analyse des données dans l'ère du Big Data : opportunités et enjeux -  ©Fotolia-shanghainesewang

Ce numéro spécial de Knowledge@HEC  met en lumière différents projets de recherche et initiatives pédagogiques d’HEC Paris dans le contexte du Big Data et de l'analyse de données. De nos jours, il n'est pas très difficicile de convaincre les étudiants ou les managers de l'importance des données pour les entreprises. Comme l'affirment Wedel et Kannan (2016), « les données sont le pétrole de l'économie numérique ». En effet, les données sont en train de complètement transformer les organisations et la prise de décision à partir de leur analyse est de plus en plus au cœur des entreprises. Dans un monde toujours plus digitalisé, nous sommes tous devenus des générateurs de données ambulants laissant derrière nous de longues traces numériques--les données sont partout!

Stourm Ludovic

Ludovic Stourm est Professeur Assistant en Marketing à HEC Paris. Il est titulaire d'un PhD en marketing obtenu à la Wharton School de l'Université de Pennsylvanie, d'un Master en (...)

Voir le CV
Peter EBBES ©HECParis

Peter Ebbes est professeur associé de marketing à HEC Paris depuis 2012. Avant de rejoindre HEC, il a enseigné à l’Université d’État de l’Ohio et à l’Université d’État de (...)

Voir le CV

Le Big Data est souvent caractérisé par trois V (parfois quatre ou même cinq) (Wedel et Kannan, 2016, Marr, 2016) : volume, vélocité et variété. Au cours des deux dernières années, la quantité de données produites a dépassé celle de toute l'histoire de l'humanité. Dans le même temps, les données affluent toujours plus vite, presque en temps réel. Par ailleurs, leur format n'a jamais été aussi varié : données numériques mais aussi textes, images ou vidéos pour n'en mentionner que quelques-uns. Les deux premiers V sont importants du point de vue du stockage et de l'informatique, alors que le dernier l’est d'un point de vue analytique. 

D'un autre côté, certains affirment que le Big Data est juste une mode qui disparaîtra comme les autres. En analysant la popularité du terme de recherche « Big Data » sur Google, on découvre que celle-ci a augmenté de façon exponentielle depuis 2008, et s'est stabilisée depuis 2015. Marr (2016) affirme que la tendance autour du « Big Data » et son nom pourraient disparaître, mais que le phénomène perdurera et ne fera que gagner en vitesse. Selon lui, les données deviendront simplement la « nouvelle norme » d'ici quelques années, quand toutes les organisations les utiliseront pour améliorer leur activité et la manière de la mener. Nous n'aurions pas dit mieux.


Big data trends on Google

Toutefois, comprendre et agir sur un volume et une variété de données en pleine croissance n'est pas simple. Comme le dit Dan Ariely de l'université de Duke : « Le Big Data, c'est comme les adolescents et le sexe : on en parle beaucoup, on veut le faire, mais personne ne sait vraiment comment s'y prendre ». Wedel et Kanan (2016) l'expriment de manière plus formelle et avancent que les entreprises ont beaucoup trop investi dans la collecte et le stockage des données, mais pas assez dans leur analyse. Bien que le Big Data soit en tête des priorités de nombreuses entreprises, peu d'entre elles en tirent de la valeur actuellement. Ainsi, dans ce numéro spécial Knowledge , notre intention n'est pas seulement de mettre l'accent sur le « Big Data », mais aussi pour insister sur la dimension analytique : en effet, pour tirer profit du Big Data, il est nécessaire de mettre en place une bonne stratégie pour l'analyse des données. 

Nous pensons qu'une leçon élémentaire de marketing s'applique très bien à la nouvelle ère du Big Data, mais qu'elle est souvent ignorée : avoir dès le départ un objectif en tête (Andreasen, 1985). Si nous ne savons pas quelle décision nous essayons de prendre, le Big Data ne sera d'aucune aide pour résoudre le problème : cela revient à chercher une aiguille dans une meule de foin alors qu'il n'y a pas d'aiguille. Comme le notent Wedel et Kannan (2016, p 115), la principale condition préalable à une mise en œuvre réussie de l’analyse des données dans une organisation est une culture de prise de décision qui soit basée sur les faits. Les entreprises qui parviennent à exploiter leurs données disposent souvent d'un cadre-dirigeant qui supervise un centre d'excellence dédié à l'analyse des données. Dans de telles entreprises règne une culture de la prise de décision basée sur faits : au lieu de se demander « que pensons-nous ? », les dirigeants se demandent « que savons-nous ? » ou « que nous disent les données ? » avant de prendre une décision importante stratégique.

La tendance de l'analyse des données du Big Data a également des conséquences pour HEC Paris. Nous voulons souligner ici trois aspects qui seront abordés plus en détail dans ce numéro spécial de Knowledge@HEC

Le premier aspect concerne l'impact sur l'enseignement et la formation de nos étudiants. Dans ce numéro spécial, l'article de Daniel Brown présente plusieurs initiatives d'HEC Paris relatives à l'enseignement prodigué à nos étudiants. Il présente en particulier un nouveau master commun avec l'Ecole Polytechnique sur le Big Data, qui intègre les domaines des statistiques, de l’économétrie et de l’informatique avec les domaines plus traditionnels comme le marketing ou la finance. Ce nouveau programme complète l'offre de cours sur l'analyse des données existant déjà à HEC Paris.

Le deuxième aspect est que cette tendance donne davantage de souffle à notre recherche. Dans ce numéro spécial, nous mettons l'accent sur six études qui le prouvent. Les deux premières études de Peter Ebbes et Valeria Stourm présentent de nouvelles évolutions dans le domaine des analyses marketing. Leurs études montrent de quelle manière l'association de différentes sources de données constitue un avantage pour la gestion de la relation client. Les deux études suivantes de Mitali Barnejee et Gilles Stoltz développent de nouveaux algorithmes d'apprentissage appliqués pour analyser les images et pour générer des prévisions. Ces deux études montrent comment de tels algorithmes peuvent être utilisés afin de juger la créativité et d'agréger les prévisions en vue d'aider les entreprises à prendre de meilleures décisions. Enfin, David Restrepo Amariles et Xitong Li abordent différents problèmes liés à la législation et aux politiques autour du Big Data. David montre que les pratiques et les algorithmes relatifs au Big Data ne sont pas toujours conformes à l'État de droit, tandis que Xitong explique que certaines exigences du Big Data pour le reporting financier des entreprises peut rendre les rapports financiers plus complexes et difficiles à interpréter. 

Le troisième aspect de cette tendance est qu'elle permet des opportunités de collaboration entre les entreprises et les chercheurs d'HEC Paris sur cette problématique de l'analyse des données. Pour les professeurs spécialisés en recherche empirique à HEC Paris, il est crucial d'être exposé à des données concernant des problèmes actuellement rencontrés par les entreprises. En retour, les entreprises bénéficient d'une étroite collaboration avec les chercheurs, en ayant accès à des solutions de pointe et en apprenant les dernières avancées dans l'analyse des données, domaine qui évolue rapidement. Dans plusieurs de nos études de recherche antérieures, nous avons mis en place des collaborations réussies qui ont permis d'aider les entreprises à exploiter leurs données de manière concrète ET ont permis aux chercheurs de publier leurs recherches dans des revues scientifiques, un résultat clairement GAGNANT-GAGNANT.

Dans ce numéro spécial, nous vous présentons les dernières initiatives pédagogiques et travaux de recherche en cours à HEC Paris. Nous espérons qu’il inspirera les entreprises et les anciens élèves d'HEC Paris à nous contacter avec de nouvelles données et de nouveaux défis à relever liés à l'analyse des données, et ainsi faire progresser la recherche à HEC Paris ! 




Bibliographie :

Andreasen, A. R. (1985), recherche marketing Backward, Harvard Business Review  (numéro de mai)

Marr, B. (2016), Big data in practice, Wiley , Chichester

Wedel, M. et P. K. Kannan (2016), Marketing analytics for data-rich environments, Journal of Marketing , 80, pp. 97—121