L’ère du Big Data s’achève, bienvenue dans celle du Fast Data !

Plus aucune entreprise n’est à l’abri de ce que l’on appelle aujourd’hui l’uberisation. Une startup ou une entreprise venant d’un tout autre secteur d’activité peut à tout moment remettre en cause des situations qui semblaient établies depuis des décennies. Plus agiles, délestées du poids de l’existant, ces concurrents tirent profit de l’inertie des acteurs historiques pour les déstabiliser. Tout comme les nouveaux entrants, ceux-ci doivent faire preuve d’agilité, d’opportunisme. Parmi les armes à leur disposition figure en bonne place la donnée, avec le Big Data, mais aussi une nouvelle discipline en train de monter en puissance : le Fast Data.

Toutes les grandes entreprises françaises ont maintenant engagé leur transformation digitale. Celles-ci renforcent le rôle de la data dans leur stratégie et dans le cycle de vie de leurs produits. Certaines ont monté des cellules Big Data et embauchent des Data Scientists à prix d’or. Quelques-unes ont déjà mis en place des Data Lakes pour centraliser leurs données et soutenir leurs premiers projets. La dernière édition du salon Big Data Paris a bien montré que bon nombres d’entreprises françaises se sont désormais engagées dans la révolution du Big Data. Ce salon a aussi vu l’intérêt de plus en plus manifeste des entreprises pour ce que l’on nomme le Fast Data. Le Big Data et sa technologie phare, Hadoop, ont donné les moyens aux entreprises d’analyser de vastes volumes de données. Désormais, les entreprises les plus avancées dans leur stratégie Big Data aimeraient bien mener ces analyses non plus en « batch », de manière décalée dans le temps, mais en temps réel ou dans des délais beaucoup plus courts. Le terme « Fast Data » n’est pas totalement nouveau, mais la technologie a mûri et de nombreuses solutions sont disponibles sur le marché, tant du côté des éditeurs commerciaux que dans l’écosystème Open Source.

 

Une solution pour réagir en tant réel face au client

Les applications potentielles du Fast Data sont innombrables. La publicité en ligne, la bourse, la sécurité informatique sont quelques-uns des secteurs qui se sont déjà emparés de l’approche, mais il y en a bien d’autres. Plus besoin d’attendre 24 heures pour avoir la réponse à une demande de prêt, le Fast Data permet à la banque de réaliser le calcul de risque pendant l’entretien avec le conseiller financier. De même, un opérateur de télécom va pouvoir réduire son « churn » (taux de désabonnement) en réagissant dès les premiers signes de l’infidélité potentielle de son client. Pour les commerciaux, le passage au Fast Data va représenter un pas en avant majeur dans la façon dont ils vont pouvoir interagir avec leurs prospects ou les clients existants. Le Big Data permettait de faire un calcul du scoring du client et ainsi déterminer les produits pour lesquels celui-ci présente la plus forte appétence. En passant à la dimension Fast Data, le logiciel va pouvoir calculer en temps réel la « Next Best Action » à réaliser pour décrocher une vente. Un calcul précieux pour afficher la bonne offre sur le site web de e-Commerce ou sur l’écran du commercial alors qu’il discute avec son contact. Proposer la bonne offre au bon moment, un taux de remise qui va faire basculer le prospect, c’est la promesse du Fast Data.

 

La technique répond présent face au défit du temps réel

Avec des solutions qui analysent les données en mémoire (le fameux mode « in-memory ») telles que Spark, VoltDB, HANA de SAP et encore GoldenGate d’Oracle, il devient possible de réaliser des traitements et des analyses « à la volée », c’est à dire au moment où la donnée est générée par un capteur, un objet connecté ou par une interaction client. Ces traitements temps réel permettent de faire ce que les spécialistes appellent le streaming de données.

Pour autant, il ne faut pas considérer le « Fast Data » comme le fossoyeur du « Big Data ». De nombreux experts s’accordent sur le fait qu’Hadoop ne va pas totalement disparaître au profit de ces solutions de nouvelle génération. On commence à voir apparaître des architectures avec un système d’information à deux vitesses, avec un « Big Data » classique d’un côté pour stocker et traiter les données en gros volumes la nuit ou de manière programmée, et un « Fast Data » de l’autre pour les informations qui nécessitent un traitement immédiat quitte à avoir des algorithmes moins performants, moins précis, mais beaucoup plus rapides.

Dans une tribune publiée par le site Decideo, Cédric Despres, Responsable de l’offre Big Data chez Ysance estime à 20% la part des données d’entreprise qui nécessitent un traitement rapide. Sachant que la mise en œuvre du Fast Data est deux fois plus coûteuse que le traitement Big Data, les CDO vont devoir apprendre à manier la pédale de l’accélérateur avec habileté pour exploiter au mieux ces ressources rapides mais coûteuses.

 

Les décideurs réclament à leur tour une vue temps réel sur l’activité de l’entreprise

Outre le traitement de ces problématiques d’aide à la vente, de scoring ou de traitement de données des objets connectés, le Fast Data va avoir une portée bien plus large pour les entreprises que la seule optimisation de processus ou création de nouveaux services numériques. Dans l’étude conjointe Capgemini / EMC « Big & Fast Data: The Rise of Insight-Driven Business » , les décideurs interrogés soulignent en masse le besoin qu’ils ont de disposer d’informations temps réel au moment de prendre leurs décisions. Le concept de « Next best action » ne s’applique pas uniquement au commercial qui doit faire une recommandation à son client, pas uniquement aux décisions tactiques. Les décideurs eux-aussi ont besoin de sortir de l’approche tableau de bord reprenant un historique de l’activité passée. Ils ont besoin de données fraîches et de prédictif pour prendre leurs décisions stratégiques et c’est uniquement comme cela qu’ils pourront acquérir l’agilité qui manque tant aux acteurs historiques face au risque d’uberisation.

 

 

Téléchargez gratuitement les guides du marketing et de la vente BtoB

Découvrir les guides