Tag Archives: big data

Pour libérer le potentiel de l’Internet des Objets et du Big data, laissons affluer les données

5 novembre 2015

Source : Pour libérer le potentiel de l’Internet des Objets et du Big data, laissons affluer les données, Le Cercle

Le Big Data : un enjeu pour les industries créatives

22 août 2015

Anticipation de la demande, création de nouveaux contenus ou mise en avant d’artistes, que font les industries créatives avec le Big Data ?

Sommaire

La notion de Big Data, en français « mégadonnées » ou « données massives » s’est rapidement répandue depuis quelques années, portée par des sociétés de conseil et largement relayées par les médias, puis les pouvoirs publics, sans pour autant faire l’objet d’une définition précise. Ces données sont souvent présentées comme le « nouvel or noir de la croissance », voire le « futur moteur » de l’économie. Comment définit-on le Big Data, quel est son périmètre et la taille du marché ? Comment les industries créatives en tirent-elles parti ?

La valse des zettabytes ou la folie des grandeurs

Selon les estimations les plus plausibles, mais il ne s’agit que d’un ordre de grandeur, la masse de données disponibles dans le monde serait passée de 3 milliards de gigabytes en 1987 à 300 milliards en 2007 soit une multiplication par 100 en l’espace de 10 ans. L’explosion annoncée des données (jusqu’à 7 zettabytes prévues pour 2015) provient de la croissance exponentielle des données disponibles, combinée à une capacité toujours plus grande de collecter, traiter et analyser ces données. Elle aura été rendue possible par le déploiement des infrastructures de réseaux (haut débit et de plus en plus, très haut débit), ainsi que par l’équipement des ménages en terminaux divers, avant tout mobiles (smartphones, tablettes et phablettes).

Ces données proviennent de sources diverses et hétérogènes : des individus eux-mêmes, des machines ou des capteurs. Il s’agit à la fois d’informations générées passivement, sous-produits d’une activité communicationnelle, et d’informations délivrées volontairement sur Internet. La fusion des données provient donc de sources disparates, numériques ou analogues.

L’indicateur le plus simple de cette explosion est la croissance impressionnante du trafic de données mobiles, suivie annuellement par Cisco qui souligne notamment la dominance des données vidéo(près de 80 % du total prévu à l’horizon 2018) ainsi que le rôle moteur des consommateurs.

Cette combinaison des infrastructures et des terminaux adéquats ouvre la voie à un développement de l’Internet des objets qui va encore accroitre le nombre de données. IDC prévoit la connexion de 212 milliards de terminaux pour 2020. De la même façon, les communications de machine à machine (M2M) sont en augmentation constante du fait de la baisse des coûts, d’une couverture améliorée, d’une offre de technologies radio plus pertinentes et d’un nombre croissant d’applications. SAP prévoit plus de 2 milliards de terminaux connectés pour 2021 contre seulement 200 millions en 2013.

En valeur, le marché des mégadonnées estimé par Transparent Market Research à 6,3 milliards de dollars en 2012, devrait atteindre 8,9 milliards en 2014 pour s’élever à 48,3 milliards en 2018. IDC indique 16,1 milliards de dollars pour cette même année 2014.

Revenir au sommaire

Des contours incertains

Il reste à se demander à quoi renvoient ces chiffres et quels processus ils recouvrent. La confusion règne le plus souvent en matière de définition. Malgré la pléthore de rapports en la matière, il n’existe pas de définition reconnue des Big Data il n’existe pas de définition commune des Big Datareconnue sur le plan international, pas plus que de définition opérationnelle qui servirait à comprendre les développements des marchés, les contours du secteur et la nature des activités qui s’y déroulent. Confusion qui pourrait bien être voulue, car le flou renvoie souvent à des stratégies de vendeurs, comme le note perfidement Tim Harford.

On peut faire remonter la notion deBig Data à un rapport du Meta Group de 2001 qui identifiait trois dimensions de la croissance des données, les 3V : le volume, la vélocité et la variété. Sont venus s’ajouter trois autres V, la véracité, la valeur et la visualisation, ainsi que la complexité.

Les processus liés aux Big Datarenvoient à l’extraction (« data mining ») et au traitement d’un volume très important de données afin de mieux comprendre le comportement du consommateur, de gérer les chaînes de production ainsi que de nombreux autres aspects de l’activité économique.

La chaîne de la valeur des Big Datacomprend l’acquisition de données (structurées ou non), l’analyse, la conservation, le stockage et l’utilisation de ces données à des fins diverses : prévision, simulation, exploration, visualisation, modélisation. Les composants de base sont les logiciels (de loin le plus important selon IDC), le matériel et le stockage. De nouveaux outils sont apparus pour extraire, charger et transformer les données, et de nouvelles technologies telles Apache Hadoop et NoSql sont au cœur du traitement.

Revenir au sommaire

Inflation verbale ou réalité économique?

Depuis 2001, de nombreux rapports, émanant de sociétés de conseil pour la plupart, se sont succédé pour enjoindre aux « naïfs » d’ouvrir les yeux face au phénomène des Big Data. Toutefois, le rapport de McKinsey de 2011 restait prudent, se contentant de fournir des exemples d’applications pour quelques secteurs alors impliqués. Toutefois, il notait déjà que tous les secteurs industriels n’étaient pas égaux face aux Big Data. Le rapport indiquait que les « suspects habituels » (fabricants de produits électroniques et acteurs du traitement de l’information) étaient les plus à même de bénéficier de manière substantielle de l’accès à de vastes quantités de données, ainsi des sociétés du monde de l’internet qui récoltent des masses de données. En revanche, des secteurs tels que la construction, l’éducation et les arts et loisirs donnaient des signes de productivité négative ce qui révélait la présence de barrières systémiques jouant contre l’accroissement de la productivité.

De la même façon le cabinet IDC, notait que les bénéfices escomptés n’étaient pas toujours clairs. La société indiquait notamment qu’en 2013 environ 5 % de la masse des données avait une utilité, même s’il prévoyait un doublement pour 2020. La pénétration du M2M serait de l’ordre de 2 % des abonnements aux réseaux dont on mesure le trafic, soit environ 0.1 % du trafic de données mobile.

De plus, selon le rapport SAS 2013, la plupart des organisations n’ont pas développé, mis en place, ni exécuté une quelconque stratégie concernant les mégadonnées. Rien d’étonnant alors à ce que les sociétés de conseil insistent sur la nécessité d’acquérir une « mentalité ouverte aux données ». Toutefois, toutes les sociétés ne disposeront pas de spécialistes en la matière, ce qui pourrait constituer a fortiori une barrière à l’entrée non négligeable, exigeant investissements en formation et en temps.

Dans un livre blanc (2014), le monde de l’édition de livre souligne déjà ce point particulièrement sensible pour les petites maisons d’édition, ajoutant que, de surcroît, l’expertise extérieure est coûteuse. Le livre blanc note que les fournisseurs de services de technologies, tels que Klopotekou Publishing Technology, privilégient les grands éditeurs internationaux ou les éditeurs scientifiques et techniques qui ont déjà sauté le pas, même si on peut espérer qu’à terme la baisse des coûts, ou une concurrence accrue, élargiront leur base de clientèle. En tout état de cause, Macmillan est devenu un partenaire incontournable de sociétés telles que Next Big Book qui offre des services de traitement des Big Data. Ces deux sociétés ont développé un tableau de bord pour identifier et suivre les facteurs ayant le plus d’influence sur les ventes de livres.

Revenir au sommaire

La signification du phénomène pour les industries de contenu

L’élimination de ces barrières provoquera des tensions et des conflits aussi longtemps que le rapport coût/bénéfice restera incertain, comme ce fut le cas de l’informatisation des sociétés dans les années 1970. Dès lors, la question qui se pose est de savoir ce que l’on peut faire, en réalité, de ces Big Data, car une estimation de la taille des marchés (volume, valeur) ne suffit pas à rendre compte du phénomène.

Les Big Data ont fait irruption au début de ce siècle, portées par des start-ups et des sociétés de l’Internet telles eBay, Facebook, Google ou LinkedIn, qui se sont construites sur ces mégadonnées, sans avoir à les intégrer à des sources de données plus traditionnelles. On leur doit d’ailleurs une partie des technologies actuelles dans le domaine: Google a été l’inspirateur de Hadoop, Facebook a développé Cassandra. Ces sociétés ont porté le passage de l’ « analytique 1.0 », selon T. H. Davenport et J.Dyché, à l’ « analytique 2.0 » à partir de 2005 en exploitant leurs données en ligne, pour déboucher sur « l’analytique 3.0 » à partir de 2012, qui ouvre la voie aux données « prescriptives ».

De fait, les « dragons numériques » sont intrinsèquement les mieux placés pour tirer parti de cette évolution, des nouvelles formes d’analyse des mégadonnées et du « cloud computing »; Amazon (AWS) comme Google (Big Query) et Microsoft (Azure) en sont les principaux fournisseurs de services pour tiers. Les nouveaux acteurs du numérique sont aussi les pionniers de l’extraction des données pour la compilation des recommandations de leurs utilisateurs (Amazon, Netflix, Pandora, Zynga…).

Les fournisseurs de contenus créent des unités pour superviser leurs activités d’analyse, tels Amazon et LinkedIn créant des « centres d’excellence », Netflix centralisant complètement cette activité. La société de distribution de films a produit sa série à succès House of Cards après analyse des données de sa base de clientèle, soit des millions d’interactions quotidiennes, des millions de recherches, ainsi que des tags et autres métadonnées. Amazon Publishing repère les œuvres épuisées (AmazonEncore) ou à traduire (AmazonCrossing) à partir des données clients. Google, comme Zynga, s’appuie sur un département opérationnel, la société de jeux vidéo ayant été la première à relier la conception de jeux à son modèle d’affaires(jeux gratuits et ventes d’articles virtuels). Spotify s’est illustrée par ses prévisions pour les Grammy Awards effectuées à partir de l’analyse des flux de données.

Revenir au sommaire

Big Data : de nouveaux services pour les industries créatives

De nouvelles sociétés sont apparues pour offrir leurs services aux industries créatives. Les acteurs de la musique, du cinéma ou de l’édition se voient proposer toutes sortes de services à des fins commerciales.

Next Big Sound, une société lancée en 2009, analyse toutes sortes de données pour l’industrie de la musique (provenant de YouTube et Spotify, de statistiques issues des medias sociaux) afin de déterminer le meilleur canal de vente. La société indique traiter désormais les données pour plus de 85 % de l’industrie de la musique). Depuis son lancement en 2009, la société a recueilli plus de 4 années de données sur les réseaux sociaux pour des centaines de milliers d’artistes. Elle établit des corrélations entre les ventes et les chiffres de streaming. Elle entend contribuer à une redéfinition de la façon dont les musiciens sont découverts, commercialisés et évalués en liant perception, implication et recettes. Sa filiale, Next Big Book suit auteurs et livres par l’intermédiaire de plusieurs réseaux sociaux, des données de vente et provenant d’événements.

Persistent Systems a aidé Chennai Express, l’un des films les plus gros vendeurs d’entrée du box-office indien, pour sa campagne de marketing, en analysant plus d’un milliard de réactions et un nombre total de plus de 750 000 tweets pendant les 90 jours de cette campagne.

United Talent Agency et Rentrak, société spécialisée dans les mesures d’audience cinéma et TV, ont créé un service PreAct à l’intention de l’industrie du cinéma qui dissèque, à base d’algorithmes, les données de réseaux sociaux. La société a comme client Sony Entertainment et 20th Century Fox.

L’analyse des données permet aussi dans le cas du cinéma, comme de la musique de partir du piratage pour, à l’inverse, stimuler les ventes. Ainsi, le groupe de rock « Iron Maiden » qui avait repéré une forte croissance de fans et pirates en Amérique latine, y a organisé une tournée spécifique avec grand succès. La presse, elle, semble encore se chercher.

Revenir au sommaire

Mégadonnées ou méga-problèmes?

Les rapports et articles font souvent preuve de beaucoup d’optimisme en annonçant que le recours aux mégadonnées (Big Data) permettra, par exemple, aux cinéastes et à l’industrie cinématographique de prévoir les tendances. Ce déterminisme informationnel relève d’une conception mécaniste, quoique courante, du rôle de la technologie, qui comporte le risque de ne servir (souvent de façon inadéquate) que la majorité laissant de côté les minorités. De plus, les statisticiens le savent bien, corrélation ne signifie pas causalité. L’échec de la prévision de la grippe par Google (surestimation de l’ordre de 50 %) est là pour nous le rappeler.

Les applications les plus fréquemment mises en avant relèvent du marketing (exemple de Criteo) ou d’une forme ou d’une autre de commerce électronique, dont on perçoit aisément l’apport potentiel. Ainsi, dans l’exemple cité d’Iron Maiden il s’agit d’une rationalisation de détection de la demande. Toutefois, d’un point de vue plus qualitatif, dans l’univers des contenus, l’analyse des données peut s’avérer être un cercle vicieux du point de vue de la création et de l’innovation. La prévision de la demande peut relever du fantasme Chercher ce qui est le plus populaire en musique comme au cinéma n’est pas forcément la meilleure façon de trouver des œuvres nouvelles et majeures. La prévision de la demande peut relever du fantasme et, en tout état de cause, les exemples cités, dont celui de Netflix, ne sont que des cas isolés jusqu’à présent. Il reste ainsi à voir si la firme de distribution peut confirmer ses succès dans la production, ou alors tomber dans les aléas habituels d’une profession marquée par l’incertitude. De fait, la dernière série en date, « Marco Polo”, ne semble pas susciter le même enthousiasme que Game of Thrones

Enfin, des problèmes plus généraux se posent en matière de protection de la vie privée : et de sécurité. Une enquête de 2012 de l’institut de recherche Pew Internet donnait un verdict pour le moins partagé entre ceux qui décelaient le fort potentiel des Big Data et ceux qui étaient de plus en plus préoccupés des abus possibles.

En ce qui concerne la protection des données, les normes de protection actuelles (anonymisation, consentement individuel et clause de retrait) s’avèrent de moins en moins appropriées et devront être modifiées notamment pour passer du contrôle des données elles-mêmes à leur utilisation, l’anonymisation des données devenant de plus en plus délicate. De plus, l’équilibre entre la collecte d’information à des fins sécuritaires et les droits fondamentaux se modifie.

La gestion de ces problèmes sociétaux majeurs prendra du temps, générera des tensions entre promotion de l’innovation et protection des droits. La technologie est autant une partie du problème que de la solution. Pour autant, les problèmes technologiques ne doivent pas être sous-estimés ni considérés comme réglés ou en voie de l’être. La poursuite de la croissance indéniable de cette valse des zettabytes passe par le déploiement de réseaux à même de traiter ces données (4G, 5G), de contribuer au développement de nouvelles applications, à la mise en place de nouvelles plateformes, au développement de nouveaux terminaux mobiles à des prix accessibles et d’une connectivité appropriée.

Passer au crible une masse d’information est une opération complexe, le stockage de terabytes n’est pas simple non plus. Si les barrières à l’entrée peuvent se réduire avec la chute des coûts, notamment avec le « cloud computing », l’expertise reste coûteuse et peu ou pas présente dans les industries créatives.

Cette inégalité entre acteurs traditionnels des médias et dragons numériques est source de conflits, comme on l’a vu dans le désaccord qui a opposé Amazon et Hachette. Ce conflit renvoie à un problème de concurrence, de concentration du marché entre les mains des oligopoles du Big Data, de ces « barons des données », même si pour l’instant, cette tendance a été contrecarrée par la vivacité de l’écosystème des start-ups dans le domaine.

En résumé, les mégadonnées sont peut-être là, mais la méga-vision manque encore à l’appel.

Revenir au sommaire

#BigData : Les entreprises françaises à la traîne

11 août 2015

BigData

A l’occasion de la publication d’une étude Opinion Way pour Axys Consultants sur « Les entreprises et le Big Data », Maddyness s’est penché sur cette « big tendance » pour en identifier les enjeux.

L’explosion du volume de données impacte tous les secteurs de l’économie avec la promesse de services toujours plus personnalisés pour les clients – et d’une rentabilité toujours plus élevée pour les entreprises. Cependant, la France affiche un net retard quant à l’exploitation du big data et pour nombre d’entreprises, ce concept reste flou.

Moins d’une entreprise sur cinq utilise le big data

Le big data est depuis peu le nouvel « or noir » de l’économie mais la génération de données massives n’est pas un phénomène récent. Depuis l’essor du web dans les années 2000, les internautes produisent des données. Cette tendance s’est simplement amplifiée au cours des cinq dernières années avec la numérisation de l’économie. Aujourd’hui, pas moins de 277 000 tweets, 15 millions de SMS et 204 millions d’emails sont échangés chaque minute. Un volume de données colossal, à tel point que la quantité d’informations produites dans le monde double tous les deux ans.

Si le big data traduit naturellement l’accroissement exponentiel des données selon les « 3V » (volume, variété, vélocité), cette définition ne reflète que la partie émergée de l’iceberg. La révolution du big data c’est surtout l’ensemble des techniques, architectures et technologies d’analyse et d’exploitation des données qui sont en train de naître. En 2018, ce marché devrait atteindre 46 milliards de dollars – de quoi faire pâlir d’envie tout chef d’entreprise.

Pourtant, peu d’entreprises françaises sont capables de définir clairement le big data. Parmi les 500 dirigeants interrogés dans le cadre de l’étude, seuls 25% sont capables de donner une définition précise de cette technologie. Bien que les dirigeants soient une majorité à juger leur entreprise mature dans l’exploitation des données (77%), l’utilisation du big data reste marginale (moins d’une entreprise sur cinq). Un paradoxe étonnant qui révèle que le big data concerne, pour le moment, une minorité de grandes entreprises.

Des applications infinies et des bénéfices tangibles

Un secteur – parmi tant d’autres – à adopter rapidement le big data est celui du transport, comme en témoigne l’essor des villes intelligentes. Les agglomérations ont pléthore de données disponibles, telles que les conditions de circulation, la fréquentation des parkings et les signaux GPS des smartphones – autant d’outils qui peuvent être utilisés pour améliorer les services urbains.

Les entreprises spécialisées dans les télécommunications, la santé et les services publics découvrent aussi les avantages compétitifs que leur offre le big data. Plus de données signifie plus d’informations, qui peuvent à leur tour être exploitées pour créer des services mieux ciblés et plus efficaces. La grande distribution est, elle aussi, très attentive aux données qui lui permettent d’améliorer l’expérience client et d’accroître la fidélité. Quel que soit le secteur, le big data ne manque donc pas d’attraits.

« Ce que nous constatons par ailleurs, et que confirme le sondage, c’est qu’il y a peu de déçus du big data. Ceux qui « vivent » effectivement le big data enregistrent des bénéfices, aux premiers rangs desquels une meilleure rentabilité, une meilleure connaissance du marché et une meilleure réponse aux attentes du marché » confie Marc Sailly, PDG d’Axys Consultants.

Côté consommateur, les bénéfices sur nos vies quotidiennes promettent d’être également nombreux. Le big data nous permettra d’améliorer notre santé à travers un suivi personnel ; il rendra possible la personnalisation de nombreux services tels que les voyages ou le shopping; il nous aidera à réaliser des économies sur notre consommation d’énergie domestique ou l’entretien de notre véhicule ; enfin, il facilitera nos trajets en analysant le trafic et en réduisant la friction lors de nos déplacements.

Seuls 14% des entreprises prévoient d’investir dans le big data…

Mais pour transformer les données brutes et quantitatives en des données intelligibles et qualitatives, encore faut-il que les entreprises disposent des ressources adaptées. En effet, le passage au big data nécessite de transformer radicalement l’entreprise pour l’adapter au travail de la donnée : nouvelles activités, nouvelle organisation du travail, nouvelles compétences, sans oublier les infrastructures… Face à de tels investissements, les dirigeants français restent frileux. Selon l’étude Axys Consultants OpinionWay, seuls 14% des dirigeants d’entreprises indiquent prévoir des investissements dans la technologie big data à court ou moyen terme.

… sous le regard attentif de la CNIL et des consommateurs

Par ailleurs, la CNIL veille au grain en matière de données personnelles. Dès que les entreprises se lancent dans des projets big data, c’est elle qui s’occupe de vérifier que le traitement de données à caractère personnel respecte la finalité, le consentement de la personne et la limitation de durée. Toutefois, il n’appartient pas qu’aux autorités d’assurer le contrôle des données, comme l’illustre le Vendor Relationship Management (VRM). Son objectif ? Instaurer un nouveau paradigme qui replace le consommateur au centre de la relation avec les marques et lui redonne la maîtrise de ses données, et donc, de ses choix. Dans la bataille pour le contrôle de cet or noir, il semble que les consommateurs n’aient pas dit leur dernier mot.

RH et Big Data : gagnez la guerre des talents

3 juillet 2015

Du recrutement à la rétention des salariés, la Big Data modifie aujourd’hui l’approche RH. Voici les nouvelles opportunités offertes par le Big Data.

Dans une guerre mondialisée des talents, seules les entreprises les mieux armées pourront l’emporter. Le Big Data fait partie du nouvel arsenal du RH. L’animation de la table ronde « RH et Big Data » organisée par CCM Benchmark a donné l’occasion à Emploi-e-commerce.com de faire le point sur les possibilités d’utilisation des Big Data au service des ressources humaines. Du recrutement à la rétention des salariés, les Big Data modifient aujourd’hui l’approche RH.

De quelle « Data » parle-t-on ?

On distingue 3 sources de data dans le secteur des ressources humaines : les données structurées de l’entreprise, les données non structurées internes, et toutes les données externes (à peu de choses près : le web).

Les données structurées internes sont accessibles, et pour la plupart utilisées, depuis longtemps déjà. Il s’agit de résultats d’évaluation (niveau de performance, évolution interne etc…), de réponses à des questionnaires internes (en excluant les champs texte libre), et des données issues des SIRH concernant les profils des salariés (âge, nationalité, Etudes, adresse etc…).

Les données non structurées internes étaient difficilement manipulables à grande échelle jusqu’à aujourd’hui. Les contenus des e-mails, des échanges sur messagerie instantanée, les réseaux sociaux d’entreprise et tous type d’informations peuvent être facilement collectés et traités statistiquement pour en extraire des tendances. Plus généralement, toutes réponses aux questionnaires sous forme de champs libres sont maintenant analysables en masse.

Enfin viennent les données extérieures à l’entreprise c’est-à-dire toutes celles disponibles sur le web. Dans le cas des Ressources Humaines, on retiendra surtout les réseaux sociaux professionnels et personnels, ainsi que les bases de données concernant les individus (CVthèque publique ou autre).

Comment le Big Data aide-t-il les Ressources Humaines ?

Le Big Data intervient à deux niveaux distincts : il permet un meilleurrecrutement et surtout, une meilleure connaissance des salariés.

Dans le cadre du recrutement, le Big Data est vecteur d’une meilleure anticipationdes besoins. En croisant les données concernant les départs des salariés avec la stratégie de l’entreprise, on peut identifier en amont les besoins de recrutement poste par poste. Certes, les RH n’avaient pas attendu qu’un Data Scientist les seconde pour le faire, mais le Big Data facilite cette anticipation.

Il va notamment permettre une meilleure qualité de recrutement. Un bon recrutement se définit simplement : mettre la bonne personne au bon poste. La définition de » la bonne personne » est souvent compliquée. Le Big Data offre la possibilité de définir ce profil idéal en se basant sur la performance des salariés passés et actuels occupant ce poste. L’analyse des données introduit un affinage des fiches de poste et un recrutement plus efficace pour l’entreprise.

Enfin, le Big Data permet de dénicher des talents. La disponibilité de cette concentration d’informations digitales sur des millions de candidats actifs ou passifs multiplie les possibilités pour une entreprise d’identifier un talent correspondant au profil recherché. Cependant, la loi ne permet pas le pillage massif des données. Le sourcing à travers le Big Data doit donc être maniée avec la plus grande vigilance.

Si le Big Data aide le recrutement, il représente déjà une révolution car il donne les moyens aux entreprises de connaître leurs salariés. Aujourd’hui, peu d’entreprises connaissent exactement leur effectif salarial. En tous cas, il faut aux entreprises de grande taille un certain temps avant de pouvoir avancer avec certitude un chiffre exact. Ceci est symptomatique d’un phénomène grave: les entreprises ne connaissent pas leurs salariés.

C’est là que le Big Data intervient : en utilisant les données internes non structurées de l’entreprise, il apporte une connaissance approfondie des salariés, de leurs besoins et de leurs envies. Prenons un exemple : l’analyse de l’ensemble des e-mails peut permettre d’identifier des besoins récurrents en formation sur tel ou tel sujet. Les RH détenant cette information seront capables de proposer des formations pertinentes au moment adéquat.

De même, l’analyse des données du chat d’entreprise peut aboutir sur un indicateur de bien être d’une société. On peut, en étudiant les profils qui ont quitté la société, comprendre ce qui a motivé leurs départs, puis, dans un second temps,anticiper les départs des profils similaires en apportant des actions correctives.

La modification des parcours professionnels des salariés est un autre exemple d’utilisation de Big Data au service de la rétention de salariés. Comprendre les envies de ces derniers et analyser les parcours professionnels qui portent leurs fruits donne aux RH les clés pour redessiner, au bénéfice de la société et des salariés, les parcours professionnels internes.

On l’aura compris, la connaissance des salariés grâce au Big Data peut être utilisée de maintes manières différentes et devenir un véritable atout stratégique pour l’entreprise. Dénicher des talents ne suffit pas : il faut savoir les garder et les développer.

Quel est le danger pour les salariés ?

Les analyses Big Data prédictives sont une aubaine pour les entreprises mais elles peuvent aussi être un danger pour les salariés. Le droit européen évolue avec les technologies et leur apporte des garanties. L’utilisation du Big Data peut être un danger. Prenons l’exemple de l’équipe de football nationale allemande, la Mannschaft. En partenariat avec SAP, elle a mis en place un programme Big Data consistant à analyser des données sur les joueurs récupérées grâce à leurs chaussures connectées. La Mannschaft parvenait à prédire les blessures des joueurs, et ne faisait donc pas jouer ces derniers pour cause de « blessure future ». Brillant et inquiétant.

Transposé à l’entreprise, cet exemple peut être terrifiant. Un licenciement peut-il avoir comme motif un événement qui n’est pas encore arrivé ? Non. Ce scénario sorti tout droit de Minority Report est hors du cadre de la loi. La notion de finalitéde l’analyse prend ici tout son sens et détermine le droit à l’utilisation des données. Si une analyse big data révèle que les meilleurs performeurs sont gauchers et que la société décide de former tous les droitiers à devenir ambidextres, alors l’utilisation des données est légale. En revanche si une analyse est discriminante, leur usage n’est plus possible. Dans notre exemple, la société ne peut pas s’appuyer sur ces mêmes données pour licencier tous les droitiers.

L’accord des salariés est un prérequis à l’emploi de nombreuses données non structurées internes. Le plus souvent, en acceptant le règlement intérieur, le salarié donne son accord pour la manipulation de ces informations, mais il faut que ce soit bien spécifié.

En ce qui concerne le maniement de données externes à l’entreprise, les lois nationales sont dépassées par un enjeu maintenant Européen. D’ici à 6 mois, l’UE sera dotée d’une nouvelle règlementation concernant l’utilisation des données. Cette règlementation s’appliquera non pas aux entreprises situées en Europe, mais aux entreprises utilisant les données de citoyens européens, nous protégeant ainsi de potentielles dérives des géants du web américain.

Le Big Data est un formidable outil pour rendre l’activité RH proactive, et enfin rapprocher RH et direction stratégique de l’entreprise. Osez chers RH ! Le coût d’un projet Big Data n’est pas insurmontable. Osez, chers DG, osez donner ce pouvoir aux RH, car la guerre des talents est mondialisée, elle se joue maintenant et ne se gagnera pas sans les dernières armes.

Raisons pour lesquelles la gestion des talents ne peut plus se faire sans data

6 juin 2015

5 raisons pour lesquelles la gestion des talents ne peut plus se faire sans data

Les Ressources Humaines doivent faire face à une multitude de paramètres pour gérer leurs talents.

Jusqu’alors présentée comme la fonction la plus intuitive de l’entreprise, elle doit aujourd’hui s’appuyer sur la data pour mieux gérer ses problématiques avec un discours de preuves.

**1. TURN OVER: +10% d’augmentation annuelle depuis 2012*(Hays)***

L’augmentation du turnover détruit la productivité des entreprises et impacte considérablement leur création de valeur.