Transformation numérique : l’enjeu de la relation client

Le monde se digitalise à vitesse grand V et incite plus que jamais les entreprises à transformer leur organisation. Les consommateurs s’équipent avec les dernières technologies démultipliant ainsi les points de contacts avant l’acte d’achat. Une aubaine pour les marques, un challenge pour les DSI.

Au coeur de la transformation digitale, le client est ROI

Pour maintenir le fil de la conversation avec leurs clients et anticiper leurs besoins, les entreprises n’ont pas d’autre choix que celui d’adapter leur système organisationnel à leurs nouveaux comportements. Lire la suite

Le BYOD en entreprise, le mirage de la consumérisation de l’IT ?

Déclinaison directe de la démocratisation des smartphones, tablettes et autres, le ByoD (Bring your own device) en entreprise apporte indéniablement des plus : réactivité, partage de pratiques,  créativité, et peut être également porteur d’une image de modernité.

Lire la suite

Qu’est ce que le Big Data?

C’est le big bazar dans ma tête de Sisyphe de service. Cloud, Big Data, Open Data, Hadoop, Onomastique, Induction, Data Mining… Des termes qui m’envahissent et qui ne me laissent guère de répit. Aux aurores blêmes, j’ai décidé ce matin de trouver dans le Net ce que je ne cherche pas. (???)

Bizarre. Il est temps de remettre de l’ordre.

Lire la suite

Mes données critiques

Critique, vous avez dit critique ?

Du latin criticus, issu du grec ancien ???t???? kritikos (« capable de discernement, de jugement ») apparenté à ???s?? crisis (« crise ») ; dérivé du verbe krinein (« séparer », « choisir », « décider » « passer au tamis »).

L’adjectif qualifie :

Quelque chose qui annonce ou a trait à une crise, quelque chose qui annonce un changement en bien ou en mal, quelque chose de nature analytique, apte à asseoir un jugement, enfin quelque chose d’essentiel ou de déterminant.

Des données critiques…

De ces quelques rappels étymologiques, il ressort  que les aspects « déterminant » et de « lien avec une crise » sont prépondérants.

Leur appréciation ressort essentiellement des « métiers » de l’Organisation concernée, et doivent faire l’objet d’un consensus d’Entreprise.

Pour y arriver, on utilise couramment deux outils, qui sont l’analyse de criticité d’une part et, d’autre part, l’analyse de risque.

L’analyse de criticité permet de déterminer les degrés d’importance relatifs des différents processus et des données qui leurs sont liées, en fonction de critères fixés à l’avance.

L’analyse de risque détaillée permet à la fois d’asseoir le diagnostic de criticité et aussi de décliner le propos en mettant en place les solutions et les tests susceptibles de répondre aux enjeux.

Quelle attitude doit adopter le DSI ?

                Face à cette question, le DSI doit assumer deux rôles :

  1. D’une part, assumer la propre criticité des processus dont il est en charge et vis-à-vis desquels il doit mettre en place toutes les mesures de prévention pour garantir globalement le Système d’Information (Logiciels et données) de ses Utilisateurs et Clients.
  2. D’autre part, appuyer méthodologiquement, puis dans la recherche et la mise en place de solutions, la démarche d’analyse de criticité et de risque mise en œuvre par l’Organisation.

Une démarche d’audit d’environnement permet précisément d’adresser ce sujet dans un contexte global de sûreté de fonctionnement.

 

               

Est-il encore utile de structurer les données ?

Nous sommes régulièrement abreuvés de chiffres affolants quant aux données non structurées : doublement tous les deux mois, volume accrue dans toutes les entreprises… Mais pourquoi distinguer les données structurées des non structurées ? Quels sont les enjeux pour la DSI ? Est-ce la DSI qui est responsable des données non-structurées ?

Si l’on considère les retours d’informations des grands hébergeurs, 70% des données actuelles seraient des données non structurées. Cerise sur le gâteau, leur volume doublerait tous les deux mois !  Parallèlement,  les données structurées enregistreraient une croissance annuelle de seulement 4%.

Pour bien anticiper les conséquences de cette lame de fond, essayons de comprendre ce qui caractérise ces données.

Les données structurées

Elles sont manipulées par les applications de l’entreprise, notamment dans l’ERP. Ces données représentent les informations nécessaires au fonctionnement des processus métiers. Elles sont assemblées dans des bases de données qui structurent les enregistrements. On pourra trouver côte à côte dans la base : un nom, une date, un montant. Ces données sont restituées en tant qu’informations de gestion (lire ceci) à l’écran ou sur les documents issus des logiciels sous forme de documents structurés.

Les données non structurées

Plusieurs types de données constituent les données non structurées. Elles sont issues de la bureautique, de la messagerie, des fichiers multimédia, des documents scannées, des pages web… Si on les qualifie comme des données non structurées c’est parce qu’elles ne peuvent donner lieu à une représentation schématique, organisée. Ces documents sont cependant caractérisés par des métadonnées : date de création, nombre de mots, auteur, focus, compression …

Mais de quoi parle-t-on ?

Plutôt que de données structurées ou non structurées, il semble plus pertinent de faire le distinguo entre les documents issus de bases de données) et les documents issus de toutes les autres sources.
Alors, quel critère objectif retenir pour définir cette nature de données ? On pourrait retenir que tout ce qui provient des « traitements transactionnels » produit des données structurée. Depuis longtemps le DSI a notamment pour mission de trouver des solutions à cette évolution, les logiciels CRM répondent partiellement à ce besoin de structuration en permettant d’embarquer dans la BDD les emails envoyés et reçus, les documents échangés… D’une manière générale, tous les business process sont structurants car ils organisent les demandes de structuration de l’entreprise.

Quel est l’enjeu ?

Mettre en relation les données structurées avec les données non structurées devient une activité à part entière pour les projets de la DSI. Mais comment faire le lien ? De nombreux outils apparaissent. Ils sont porteurs de nouvelles problématiques quasi inexistantes pour les données structurées : le dédoublonnage, la rétention …

Aujourd’hui, des outils de « search » permettent de concilier ces deux types de sources et  ouvrent de nouvelles voies On pense notamment à Polyspot. Des approches étonnantes comme la plateforme Wolfram Alpha ou siri existent également. Elles parviennent à mettre de l’ordre dans les données non structurées présentes sur le Web ou dictées sur le smartphone.

Et demain ?

Les entreprises ayant tendance à sous-estimer ces évolutions, ce sont les DSI  qui doivent les anticiper et mettre en place de nouveaux modes de gestion et d’organisation des données.

Demain, il faudra continuer à organiser les données non structurées. Gageons néanmoins que de nombreux outils vont émerger pour automatiser davantage cette tâche.