La stratégie data pour l'Internet des objets

 |   |  556  mots
Xerfi Canal présente l'analyse d'Aurélien Duthoit, directeur des synthèses, Precepta
La Tribune publie chaque jour des extraits issus des analyses diffusées sur Xerfi Canal. Aujourd'hui, la stratégie data pour l'Internet des objets

De quel type et de quelle quantité de données l'entreprise doit-elle disposer pour renforcer la valeur de son offre ? La question est particulièrement critique dans les secteurs les plus atteints par la transition numérique ou pour les fournisseurs de service sur Internet à l'heure du Big Data. A terme, elle ne manquera toutefois pas de se poser à toute l'industrie avec l'avènement de l'Internet des objets.

Pour répondre à cette question, partons déjà du constat que l'entreprise ne résume pas aux géants du web américains dont la rentabilité et la facilité d'accès au financement leur permet effectivement de capturer des quantités très importantes d'informations, quitte à ne pas savoir qu'en faire dans l'immédiat. Ces dernières en font déjà usage pour monétiser leur service à travers la publicité naturellement, mais tablent sur une baisse du coût et une amélioration du traitement de ces données dans les années à venir pour en améliorer encore le rendement et identifier de nouveaux phénomènes. Ceci explique pourquoi, à la question, « combien de temps mes données sont-elles conservées ? », Facebook répond par exemple « aussi longtemps que nécessaire ».

Quid en revanche des entreprises industrielles notamment souhaitant valoriser leurs données dans leur stratégie d'Internet des objets ? La question est complexe, mais arrêtons-nous sur trois observations importantes.

Coût de la sécurisation

Premièrement, plus les données collectées sont critiques, plus elles intéresseront de potentiels pirates et plus elles coûteront cher à sécuriser. Les piratages à grande échelle de base de données concernant les utilisateurs ont déjà coûté plusieurs centaines de millions de dollars à des sociétés comme Target, Sony ou Ebay. Les informations nominatives ou en lien avec le paiement notamment sont particulièrement critiques.

Objectif des données

Deuxièmement, les données capturées doivent être en cohérence avec l'objectif immédiat recherché par l'entreprise en lien avec son positionnement. Si une entreprise a bâti son succès sur la fiabilité de ses solutions, alors ce sont les fonctionnalités de mesure et de surveillance qui sont prioritaires. Si en revanche elle met en avant la personnalisation de son offre pour chaque client, la capacité de l'interface à apprendre des usages du client par exemple sera appréciée par ces derniers.

La fin ou les moyens ?

Troisièmement, il ne faut pas confondre la fin et les moyens, et bien garder à l'esprit que la question de la donnée est à intégrer à la question plus large des systèmes d'information et de la stratégie d'intelligence informationnelle que mène l'entreprise. Toutes les informations ne se valent pas, et il relève bien de la stratégie que de définir en amont en quoi les données collectées s'inscrivent dans la vision de l'entreprise. Il ne s'agit d'alors plus forcément d'évoluer dans le domaine du Big Data en collectant un maximum d'information dont l'usage est trop souvent déterminé ex ante, mais bien du small ou du smart data, c'est-à-dire de mettre au service une quantité plus restreinte mais plus pertinente d'information au service de la stratégie.

>> Plus de vidéos sur le site Xerfi Canal, le médiateur du monde économique

Réagir

Votre email ne sera pas affiché publiquement
Tous les champs sont obligatoires

Merci pour votre commentaire. Il sera visible prochainement sous réserve de validation.

 a le à :