Pour utiliser tout le potentiel des données, on doit d’abord étendre notre vision de leur nature. (Photo: 123RF)

INTELLIGENCE D'AFFAIRES. Les données abondent et la plupart des entreprises rêvent d’en exploiter la puissance au service de leur intelligence d’affaires. Si l’intelligence artificielle (IA) les rapproche de cet idéal, la gestion des données reste un défi bien humain. 

Pour utiliser tout le potentiel des données, on doit d’abord étendre notre vision de leur nature. « Très souvent, les gens pensent que les données se limitent à des chiffres, mais c’est bien plus large que cela, prévient Emmanuel Thoorens, directeur exécutif de KPMG à Montréal. C’est pour cela que nous préférons parfois employer le terme “informations” ». 

Il scinde ces dernières en deux catégories principales. La plus connue est celle des données structurées, qui se composent de chiffres qui alimentent traditionnellement l’intelligence d’affaires, comme les données de vente, les informations macroéconomiques, financières, etc. 

Plus complexe, l’autre grande catégorie est celle des données non structurées, qui contiennent en fait toutes les informations non chiffrées, accessibles sous forme audio, vidéo ou écrite. On peut penser à des communications de nos concurrents ou de parties prenantes de notre chaîne de valeur, à des notes d’analyse sur les tendances de notre secteur, mais aussi à des informations générées par l’entreprise elle-même. 

Emmanuel Thoorens donne l’exemple des conversations enregistrées entre des clients et un service à la clientèle, qui peuvent aider à comprendre l’humeur du client ou à recueillir des informations additionnelles sur lui. Si tout cela reste en format audio, ce sont des informations dormantes, mais arriver à les extraire décuple notre connaissance de notre clientèle. 

« Les informations déstructurées sont plus difficiles à exploiter, car elles ne sont pas standardisées comme les données chiffrées, poursuit Emmanuel Thoorens, mais ce sont souvent celles qui recèlent le plus gros potentiel d’intelligence d’affaires. »

L’IA à la rescousse 

L’IA, en particulier l’IA générative (ChatGPT, Bing, etc.), peut aider les entreprises à exploiter ces informations déstructurées. « L’IA est de plus en plus intégrée à l’intelligence d’affaires et augmente beaucoup la productivité », souligne Cyprien Cambus, directeur de l’IA à Solutions BI. 

Dans sa forme générative, elle excelle notamment à traiter ces fameuses données déstructurées et à en faciliter la visualisation. Elle sert aussi à réaliser des tâches répétitives et chronophages, comme la création de tableaux de bord, qui exige de réécrire souvent les mêmes lignes de code. 

L’IA générative et l’apprentissage machine jouent un rôle particulièrement prépondérant dans le marketing, par exemple dans les recommandations automatisées de contenus ciblés, l’établissement des scores d’appétence (savoir ce qui pourrait intéresser le plus un client), etc.

Cyprien Cambus conseille toutefois la prudence quant à l’engouement envers l’IA générative. Il soutient que l’apprentissage machine, beaucoup plus simple et maîtrisé depuis de nombreuses années, permet de répondre à la vaste majorité des besoins des entreprises. « L’IA générative jouit d’une grande popularité, mais elle est assez coûteuse, en plus d’avoir un impact environnemental plutôt négatif, explique-t-il. Elle pose aussi des soucis de gouvernance des données, puisqu’en l’utilisant, on envoie des données, parfois critiques, aux fournisseurs. »

Trouver sa propre solution 

On touche là à une préoccupation importante de l’intelligence d’affaires. « L’entreprise ne doit pas se laisser influencer par les produits en vogue, mais plutôt partir de ses priorités et objectifs, conseille Emmanuel Thoorens. C’est comme cela qu’elle pourra choisir les données et les outils dont elle a besoin. »

Toutes les entreprises génèrent des tonnes de données, mais seul un petit nombre présente un fort potentiel d’intelligence d’affaires. On doit les extraire en fonction de sa stratégie d’affaires. On doit donc déterminer des « cas d’usage », c’est-à-dire bien comprendre comment on veut utiliser une donnée afin d’en illustrer la valeur.

On doit par la suite définir le vocabulaire associé aux données en créant un glossaire d’affaires. Des termes qui peuvent sembler évidents, comme « client », « vente » ou « prime » peuvent avoir une signification différente entre les divisions de l’entreprise.

« La gestion des données n’est pas un sujet techno en premier, c’est une question de processus d’affaires, rappelle Emmanuel Thoorens. Par exemple, si la collecte de données est réalisée n’importe comment, la meilleure technologie ne pourra pas corriger cela. »

/////

Cinq incontournables d’une bonne culture des données

1. La haute direction doit elle-même bien comprendre la valeur qu’elle veut aller chercher en utilisant les données.

2. L’entreprise doit bien sélectionner les données qui ont le plus de valeur pour elle, en fonction de son modèle d’affaires et de sa stratégie. 

3. Les systèmes et les processus de récolte et de traitement des données doivent assurer une grande qualité de ces dernières, à défaut de quoi l’intelligence d’affaires sera basée sur des informations erronées. 

4. La direction doit bien communiquer ses objectifs aux salariés. 

5. L’entreprise doit choisir les outils et les stratégies qui correspondent à ses besoins, et non se laisser influencer par les tendances du marché.