Aujourd’hui, 9 entreprises sur 10 ne tirent pas, ou peu, de valeur de leurs données. Il faut dire qu’en moyenne, seules 10 à 30% des données sont exploitées, et la moitié des enregistrements de données contient au moins une erreur critique. Difficile alors d’en sortir de la valeur.
Pourtant, en combinant outils et compétences, il est possible de dépasser ces deux difficultés. SAS, partenaire d’A5sys depuis plus de 6 mois, propose des outils fiables et robustes, spécialisés dans l’analyse de données avancées. C’est avec cet éditeur que nous vous proposions un webinar, le 28 Avril dernier avec pour thématique : la Data Science à destination des PME & ETI. Si vous l’avez loupé, rassurez-vous, il est disponible en replay. Rendez-vous ici !
Sébastien, consultant en data Science chez A5sys vous en donne un rapide résumé.
Big Data versus Data Science
Un rappel sur la distinction que nous opérons entre 2 « Buzz-Words » chez A5sys, Big Data & Data Science. Pour nous, le Big Data englobe des projets de collecte et de mémorisation d’informations variées, volumineuses, en temps réel. La Data Science concerne des projets d’analyses avancées, ajoutant de l’intelligence et de la valeur autour de la data. L’objectif est de ne plus se limiter à regarder dans le rétroviseur via des analyses descriptives, mais d’y ajouter du prédictif, voir du prescriptif.
De mon point de vue de consultant, les projets de Data Science connaissent principalement 2 limites : la capacité à se poser des questions (un projet de data science réussit doit partir d’une problématique métier) et la présence de données fiables et exploitables. Il arrive que certaines données ne soient pas disponibles, n’existent pas encore ou en trop faible quantité ou bien encore que le cadre législatif nous interdise de les exploiter.
La Data Science pour les PME & ETI
A mon sens, la Data Science n’est plus réservée aux grands groupes. La communication centrée sur l’IA (parfois sans la définir), sur des langages, sur des projets extrêmement novateurs a créé un plafond de verre, éloignant bon nombre de sociétés de la Data Science. Pour autant, les sujets intéressants ne se trouve pas seulement au sein des grands groupes, le coût de tels projets a diminué, il n’est pas nécessaire de connaitre R ou Python pour réaliser des choses intéressantes, et si vous ne disposez pas d’un Data Scientist au sein de votre société, vous pouvez ponctuellement faire appel à un consultant extérieur pour vous accompagner dans la création et la mise à jour des modèles.
Mais pourquoi utiliser SAS Viya pour réaliser un projet de Data Science ?
Entre autre raisons, citons la capacité à traiter le sujet de A à Z via une même plateforme, les interfaces graphiques, la possibilité de coder ou non selon son appétence, la rapidité de mise à jour des modèles et la capacité à industrialiser les solutions trouvées (un point qui fait souvent défaut avec d’autres solutions).
Exemples de cas d’usage
Revenons sur les cas d’usage présentés dans ce webinar. Le premier, traite de la détection d’amiante dans un parc de logements HLM. L’objectif était d’utiliser la base des diagnostiques amiantes réalisés pour prédire la présence d’amiante dans les autres logements. Un résultat obtenu en 10 Jours-homme.
Dans le second cas, il s’agissait de détecter sur un réseau ferré les zones nécessitant une intervention, et ce, en temps réel et sans stopper le trafic. La solution développée par SAS mêle des capteurs d’images, du traitement de l’image, du flux de données en temps réel.
Le dernier cas d’usage montré répondait à un besoin simple : faciliter l’adoption par les utilisateurs finaux, tirer au maximum parti des résultats obtenus via SAS. La suite Office est encore aujourd’hui fortement utilisée dans de nombreuses sociétés. SAS vient l’enrichir, permettant une adoption simple de la solution sans transformer complètement les habitudes des utilisateurs finaux.
Revoir le Webinar
Sébastien – Consultant Data chez A5sys
