Data & AnalyticsTrends L année de la transformation

Dimension: px

Commencer à balayer dès la page:

Download "Data & AnalyticsTrends L année de la transformation"

Sabine Delphine Gaulin
il y a 6 ans
Total affichages :

1 Data & AnalyticsTrends L année de la transformation 10 octobre 2016 Insert insight Data Analytics

2 Sommaire 1. Modalités de l étude Data & Analytics 2. Les projets Big Data 3. Priorités et enjeux des projets Data 4. Organisation, rôles et gouvernance 5. L Analytics 6. Vision prospective

Modalités de l étude Data & Analytics Participants de l étude Data & Analytics Périmètre France 56 entreprises ont répondu à notre récente enquête 85% présentes à l international Une étude multi

3 Modalités de l étude Data & Analytics Participants de l étude Data & Analytics Périmètre France 56 entreprises ont répondu à notre récente enquête 85% présentes à l international Une étude multi secteurs couvrant toutes les tailles d entreprises TOP 10 secteurs Services financiers et assurance CA des entreprises 16% 5% 5% 6% 9% 9% 16% 14% 11% 9% Technologies, Médias, Télécoms (TMT) Industrie manufacturière Business et services aux professionnels Grande distribution Energie Industrie automobile Santé et sciences de la vie 16% 18% 13% 23% 30% >10 milliards entre 1 milliard et 10 milliards Data Scientist entre 500 millions et 1 milliard entre 100 et 500 millions Transports et logistique <100 millions Autre

4 Mise en place au sein des organisations Les projets Big Data 3 idées à retenir 72% 70% 30% des organisations ont lancé des initiatives Big Data ont des difficultés à déployer des projets Big data ont pu mesurer les bénéfices liés à ces initiatives dans leur organisation 1. Prise de conscience généralisée des apports des projets Big Data dans l optimisation des Data processus. Scientist 2. Le Big Data devient un relais de croissance et de développement pour les entreprises. 3. Les entreprises doivent définir et mettre en place les structures associées aux projets Big Data pour passer à la phase d industrialisation : Infrastructures Compétences Organisations Source : * Etude Deloitte Data Analytics / % de réponses sur 56 réponses

5 La Data : création de valeur Priorités et enjeux des projets Data Les enjeux des projets : Optimiser les processus et la performance opérationnelle 86% Améliorer la connaissance/expérience client 82% Renforcer ou diversifier le Business Model 63% Les principaux freins à la mise en place des sujets Data au sein des organisations : 73% Manque de maîtrise des cas d usages métiers 3 idées à retenir 1. Les projets Data apportent des enjeux importants d évolution de la performance et de la connaissance client. Data Scientist 2. Les sujets Data sont jugés prioritaires mais les entreprises reconnaissent qu ils sont très complexes. 59% Faible niveau de sponsoring, faibles moyens Une nécessité de mieux gérer la donnée : Harmoniser les référentiels de données Mettre en place une gouvernance des données Mettre en place des moyens de contrôle et de renforcement de la 50% Source : * Etude Deloitte Data Analytics / % de réponses sur 56 réponses 55% 57% 3. La mise en place d une gouvernance des données établie au sein des organisations apparaît nécessaire à toutes problématiques Data transverses.

Avènement de nouveaux rôles clés dans les organisations Organisation, rôles et gouvernance 43% 65% Data Scientist pensent que les initiatives Big Data doivent être menées sous la responsabilité de la

6 Avènement de nouveaux rôles clés dans les organisations Organisation, rôles et gouvernance 43% 65% Data Scientist pensent que les initiatives Big Data doivent être menées sous la responsabilité de la Direction Générale estiment nécessaires des changements d organisation et de façon de travailler pour gérer les nouvelles opportunités Data Analytics Renforcer son rôle dans l organisation ont une vision claire de son rôle Renforcer son rôle dans l organisation ont une vision claire de son rôle 48% 72% 71% 79% 3 idées à retenir 1. Les organisations prennent conscience de la nécessité de changer leurs approches de gestion et d exploration des données et de nouveaux rôles Data émergent Scientist : le Chief Data Officer () et le Data Scientist. 2. La démarche de mise en place de ces rôles reste empirique même si elle est dictée par l impérieuse nécessité de désigner des responsabilités. 3. Cette tendance, qui peut être contrainte par une pénurie de profils, devrait durablement s installer dans les entreprises afin de professionnaliser les pratiques de gestion des données. Source : * Etude Deloitte Data Analytics / % de réponses sur 56 réponses

Renforcement et évolution des usages L Analytics Les priorités liées à l Analytics 3 idées à retenir Renforcer les capacités d'analyse des données issues des canaux digitaux Mettre en place des

7 Renforcement et évolution des usages L Analytics Les priorités liées à l Analytics 3 idées à retenir Renforcer les capacités d'analyse des données issues des canaux digitaux Mettre en place des capacités de prévisions statistiques et d'analyses avancées Faciliter l'accès à l'analyse pour tous au sein des différents départements métiers Renforcer les capacités de corrélation des données (internes, externes...) 67% 69% 73% 79% 1. Les niveaux d investissement sur les canaux digitaux vont accentuer le patrimoine des données, mais ne sont pas forcément corrélés aux investissements Data dans Scientist l exploitation de ces données. Les bénéfices attendus 88 % Amélioration de l efficacité opérationnelle 86% Amélioration de la connaissance et de la prise de décision Les principaux freins pour au moins 55% des répondants Le fonctionnement en silos et l'absence d'un cadre fédérateur Manque de sponsors et/ou de moyens Le manque de compétences internes Source : * Etude Deloitte Data Analytics / % de réponses sur 56 réponses 2. La Data Analytics n est plus réservée aux experts, elle devient de plus en plus accessible par les métiers. 3. Evolution des pratiques avec une simplification de l accès aux données de l Entreprise pour les métiers avec les outils de data visualisation et la mise en place de service dans le Cloud ou en Software as a Service (SaaS).

8 Partage des données et utilisation de données externes Vision prospective Le partage des données et l utilisation de données externes : Un enjeu stratégique pour les entreprises des organisations envisagent d'échanger de plus en plus de 85% données avec des Tiers 67% font une priorité de renforcer les capacités de corrélation des données internes et externes L open data et la monétisation des données 27% 23% ont initié une réflexion autour de la monétisation des données ont initié une réflexion autour de l'ouverture des données (Open Data) 3 idées à retenir 1. L utilisation des données externes et son croisement avec les données internes deviennent une priorité stratégique pour les entreprises. Data Scientist 2. L acquisition de ces données et la capacité à les analyser / interpréter seront un différenciant dans les années à venir. 3. L échange de données avec des tiers devient incontournable, engendrant des problématiques de confidentialité et de transparence vis-à-vis du consommateur. Source : * Etude Deloitte Data Analytics / % de réponses sur 56 réponses

9 Etude Data & Analytics 5 tendances majeures Avènement de nouveaux rôles clés dans les organisations : et Data Scientists 1 2 Données externes : le nouvel eldorado Internet of Things (IoT) : Nouveaux gisements de données 3 4 Data Scientist Démocratisation de l analytique Protection et usage éthique des données 5

10 Questions?

11 Merci Vous pouvez nous contacter pour plus de détails Reda Gomery Associé Data Analytics Tel. : +33 (0) rgomery@deloitte.fr

Documents pareils

Introduction Que s est-il passé en 2014? Qu attendre de 2015?

Les grandes tendances Data & Analytics 2015 L épreuve de la réalité janvier 2015 Introduction Que s est-il passé en 2014? Qu attendre de 2015? 2014 a confirmé l intérêt croissant pour la donnée au sein