Les modèles prédictifs basés sur le machine learning séduisent de plus en plus les entreprises. Au premier rang de leurs utilisateurs: les directions marketing et commerciales…
Selon une étude menée par IDC pour le compte de Dataiku auprès de 162 directions métiers d’entreprises de 500 salariés et plus, la moitié des entreprises interrogées confient avoir déjà déployé des modèles prédictifs basés sur le Machine Learning ou être en cours de déploiement.
21% des directions métiers en font même une priorité d’ici à 2021…
Sur le podium des métiers utilisateurs de ces technologies, les directions commerciales montent sur la première marche (41%) suivies du marketing (37%) et de la production (33%).
L’adoption du prédictif reste compliquée
Toutefois, même si en 2019 le taux d’adoption est en très nette augmentation comparée à 2018, de nombreux challenges restent à relever pour diffuser l’utilisation de ces technologies à l’ensemble de l’entreprise.
Dans cette étude, plusieurs obstacles au déploiement des modèles prédictifs à toute l’entreprise ont été identifiés :
1 – Absence de gouvernance de la donnée et manque de compétences.
48% seulement des entreprises disposent d’une entité dédiée à la gouvernance des données et 54% des directions métiers attendent de leur entreprise qu’elle repense leur organisation et processus de traitement des données.
2 – Manque de collaboration entre les métiers et les spécialistes de la donnée
3 – Mauvaise qualité de la donnée.
59% des répondants attendent une meilleure qualité de la donnée et 42% veulent pouvoir disposer d’analyses de données en temps réel ou quasi-temps réel.
4 – Des délais de réalisation trop longs
Développer de nouvelles applications, obtenir des analyses avancées des données ou encore les coûts liés au développement sont des points noirs dans la satisfaction des métiers dans l’utilisation des modèles prédictifs.
« Si les directions métiers sont de plus en plus convaincues de l’intérêt d’utiliser les modèles prédictifs pour les aider dans leurs missions quotidiennes comme identifier les opportunités commerciales, les leads, anticiper les défaillances techniques ou les ruptures de stocks, cette étude révèle que les entreprises doivent repenser leur organisation en la structurant autour de la donnée. Sans cette transformation, elles ne pourront tirer pleinement profit des bénéfices du big data », déclare Grégory Herbert, SVP Sales, Dataiku.
En conclusion, les modèles prédictifs sont connus de tous et mis en place progressivement dans les entreprises.
Le gros du travail dans les prochaines années va être de généraliser le système de plateforme de développement permettant aux spécialistes de la donnée de travailler étroitement avec les métiers.
Tout ceci avec la possibilité pour chacun de réduire les freins attenants aux coûts de développement – ROI et flou sur l’utilisation de l’IA dans les modèles prédictifs.
Méthodologie
L’étude menée par IDC France pour Dataiku repose sur une enquête téléphonique conduite en décembre 2019 auprès de 162 directions métiers d’entreprises françaises du secteur privé, dont l’effectif est d’au moins 500 personnes. Pour chaque direction métier (commercial, marketing, production, finance, logistique et ressources humaines), 27 entretiens ont été réalisés.
Cette enquête a été complétée par un entretien approfondi avec deux entreprises utilisatrices de la plateforme de développement de modèles prédictifs de Dataiku.
