Tour d’horizon des nouvelles tendances Data

Les enjeux data ne cessent d’évoluer et en 2023 de nouvelles tendances émergent et vont impacter les organisations. Ces dernières années, la data est devenue omniprésente et pléthorique au sein des entreprises grâce à la collecte des données.

Cependant, il devient nécessaire de limiter ces données pour répondre aux enjeux réglementaires, technologiques ou environnementaux, de veiller à des données de meilleure qualité pour mieux les exploiter et ainsi pouvoir prouver la valeur ajoutée de cette data dans les stratégies des entreprises. On retrouve ainsi 3 grandes tendances :  Less Data, Better Data et Proven Data impact qui s’expliquent par différents facteurs. 

LESS DATA

Une sensibilité accrue à la Data Privacy 

Pendant des années, les organisations ont collecté des données sans forcément les exploiter ensuite. Cependant les consommateurs sont devenus de plus en plus sensibles à la Data Privacy. Ainsi selon une étude de McKinsey, 85% des consommateurs sont influencés lors de la décision d’achat par la collecte de leurs données car ils estiment important de connaître la politique privacy de la marque avant d’effectuer un achat mais seuls 40% sont prêts à stopper leurs achats auprès d’une marque et influencent leurs cercles en cas de violation éthique/data breach.

Au fil des années, les utilisateurs sont donc plus regardants quant au fait d’accepter les services et outils de collecte de leurs données et cela passe notamment par les plateformes de gestion de consentement / CMP. Depuis 2021, une part supplémentaire de 14.8% des utilisateurs refusent les “cookies” depuis leur ordinateur, ce qui représente 31% des utilisateurs qui refusent une partie ou la totalité des cookies. Cela peut s’expliquer par plusieurs facteurs : 

• Une grande majorité des plateformes sont désormais équipées de bannières de consentement, sur un marché aligné avec peu d’innovations
• Des habitudes acquises par les internautes qui connaissent et gèrent mieux ces dispositifs depuis ces dernières années
• Une tendance de fond à la responsabilisation des consommateurs vis-à-vis de la protection de leurs données privées

Un cadre réglementaire et technologique de plus en plus restrictif

Depuis quelques années, la réglementation autour de la protection et le traitement des données personnelles ne cesse de s’affiner, en Europe comme ailleurs dans le monde.

UN CADRE RÉGLEMENTAIRE QUI SE RENFORCE PROGRESSIVEMENT

Du fait d’un contexte légal mouvant et du changement de comportements des consommateurs, les éditeurs sont dans l’obligation d’évoluer afin de s’adapter, certains en faisant un argument marketing. 

DES ACTEURS ET DES TECHNOLOGIES QUI RENFORCENT LES CONTRAINTES

Un contexte réglementaire et technologique de plus en plus restrictif, corrélé à des attentes sociétales plus fortes, obligent les organisations à s’adapter.

Les enjeux environnementaux au coeur des stratégies Data

On constate au cœur des dernières années que l’impact environnemental du numérique est de plus en plus croissant. Ainsi, les émissions de GES avec un rythme de 6% annuel croissent plus vite que les autres secteurs. En 2023, le secteur du numérique émet autant que le secteur aérien. La projection de 6 à 8% du total des GES émis par le numérique en 2030 correspond à la part des émissions du secteur automobile. 

Si certes, une partie des émissions du numérique est due à la fabrication des objets numériques, 66% des émissions de GES proviennent des utilisateurs et 56% des émissions de GES proviennent des usages. 

Pour des raisons environnementales, il devient nécessaire de réduire l’empreinte carbone des émissions numériques pour chaque organisation et cela peut se faire par une collecte & une exploitation plus limités des données mais aussi par le choix d’outils plus vertueux comme les data centers. L’impact environnemental croissant laisse présager de futurs enjeux sociétaux et une possible légifération à plus grande échelle sur le moyen terme. 

BETTER DATA

De nouveaux métiers et organisations data 

Les organisations qui appliquent des approches data-driven se heurtent à de nouveaux enjeux organisationnels inhérents à la complexification des systèmes data. Cela va amener à mettre en place une gouvernance Data pour répondre à la complexification des systèmes.

Ces nouvelles organisations ont pour but de répondre à plusieurs problématiques : 

• Éviter les silos de données incohérentes entre les différentes équipes
• Harmoniser la définition de données pour une compréhension partagée par l’ensemble des parties prenantes
• Améliorer la qualité des données en s’efforçant d’identifier et de corriger les erreurs dans les ensembles de données
• Augmenter la précision des analyses et donner aux décideurs des informations fiables
• Rationaliser l’utilisation des données en vue de mettre en œuvre des politiques qui aident à prévenir les erreurs et l’utilisation abusive de données
• Assurer la conformité avec le cadre légal en vigueur

Pour répondre à ces nouveaux enjeux organisationnels, on voit apparaître de nouveaux métiers qui tendent à la spécialisation/professionnalisation de certaines compétences clés favorisant une montée en maturité de l’organisation. 

On voit ainsi apparaître des Data Managers qui vont être responsables de la gestion globale des données, de la qualité des données, de leur documentation et de leur gouvernance au sein d’une organisation et des Products Owner Data qui sont eux, responsables de la gestion des besoins des utilisateurs et de la stratégie du développement pour les produits basés sur les données. En parallèle, un nouveau métier à  l’intersection entre les équipes Business, les Data Analysts et les Data Engineers émerge : l’analytics Engineer.  Il est responsable de mettre en place des modèles Data robustes, efficaces et intégrés pour modéliser les données brutes en ensembles de données qui permettent l’analyse dans toute l’entreprise. 

Ainsi les structures d’équipe vont évoluer pour intégrer ces nouveaux métiers  :

Ces nouveaux métiers & organisations vont alors se réinventer pour permettre une architecture plus ouverte, pour favoriser la collaboration et réduire les silos techniques comme organisationnels. Cela permettra à terme un gain de réactivité et une approche plus structurelle de la gouvernance de la donnée, en vue de dégager plus de valeur pour l’organisation. 

Une nouvelle stack techno 

En parallèle des organisations, de nouveaux outils & technologies voient le jour pour répondre aux besoins. Sur les enjeux de connaissance client, des Customer Data Platforms (CDP) sont adoptées pour unifier, nettoyer et combiner les données. ou encore des technologies récentes comme Castor qui vont permettre de faciliter la mise en place d’une nouvelle infrastructure Data.

Green Ops & Fin Ops

Le GreenOps consiste à réduire l’empreinte environnementale du cloud à travers 2 leviers que sont la supervision et la rationalisation. Concrètement cela passe, côté supervision, par la mise en place de tableaux de bords de suivi de la consommation énergétique et de l’empreinte carbone des émissions et aussi par des services les plus managés possible pour mutualiser l’utilisation des ressources. On voit également apparaître la notion de rightsizing pour trouver des adéquations entre les besoins capacitaires et la réalité de consommation. 

Côté rationalisation, il s’agit principalement de limiter l’infobésité pour mettre en place un cycle de vie de la donnée cohérent mais également de mettre en place des outils & organisations plus respectueuses de l’environnement. En effet, il est par exemple possible de localiser les infrastructures Cloud dans des pays avec une production d’électricité faiblement carbonée et d’adopter des comportements plus vertueux comme la mise hors ligne des serveurs le week-end et en dehors des horaires de travail selon les besoins métiers. 

Depuis peu, les principaux acteurs cloud du marché fournissent un reporting sur l’empreinte carbone générée dans le cadre de l‘utilisation de leurs solutions. Google Cloud Platform a ainsi mis à disposition gratuitement de nouvelles fonctionnalités et rapports orientés “Carbon Footprint” courant 2021 permettant de mesurer le coût carbone des différents projets stockés dans le cloud et les traitements de données afférents mais aussi d’optimiser le choix de sa région cloud non plus seulement selon des critères prix, latence, lieu de stockage des données mais désormais aussi selon l’empreinte carbone. Amazon Web Services et Azure ont emboîté le pas à Google au cours de cette année avec le lancement de fonctionnalités similaires nommées respectivement “Carbon Footprint” et “Microsoft Sustainability Calculator”.

Le FinOps, dérivé du Devops, vient au service de l’optimisation des coûts pour réduire notamment les charges numériques en se reposant sur l’information et l’optimisation. L’information passe notamment par des reportings accessibles pour pouvoir traiter les données de coûts dès qu’elles sont disponibles mais aussi par l’étiquetage des ressources par projet, par métier et par service pour avoir un suivi granulaire de toutes les dépenses. Cela va permettre des prises de décisions basées sur la valeur business avec des compromis sur la vitesse, le coût et la qualité.

L’optimisation se traduit par le choix du bon modèle de tarification associé au bon projet ou de l’espace de stockage en fonction de ses usages . Cela va permettre d’éliminer les coûts inutiles : par exemple, une ressource fonctionnant une faible fraction du temps devrait être payée au temps.

Aujourd’hui les motivations du GreenOps et du FinOps se rencontrent sur plusieurs points : il devient nécessaire d’éliminer les ressources inutiles et les coûts qui y sont associés. Cela peut passer par des tableaux de bords de suivi basés sur la data, le choix d’espace de stockage en fonction de ses usages ou encore l’adéquation des technologies entre les besoins et la réalité de consommation. Ainsi GreenOps et FinOps sont deux pans d’optimisation de l’usage du Cloud avec des premiers leviers faciles à activer.

PROVEN DATA IMPACT

Diffusion de la culture Data

Les directions Marketing & Sales ont joué un rôle pionnier et rôle model data auprès des autres directions : ce sont elles qui insufflent la culture data au sein des organisations. En effet, au cours des dernières années ces directions ont pu collecter, expérimenter, exploiter les données pour prouver la valeur que cela pouvait avoir sur la connaissance client, sur l’acquisition ou encore sur la conversion.

Aujourd’hui ces directions Marketing & Sales ont atteint un niveau de maturité. On constate que la plupart des cas d’usages ayant déjà identifiés, les organisations assistent à un retour en force des cas d’usages éprouvés historiquement portés par les services Marketing & Sales et tendent vers une diffusion transverse. Ainsi le ciblage contextuel, l’économétrie, le marketing automation, les analyses basées sur les comportements ou les centres d’intérêt sont devenus autant de  cas d’usage bien identifiés voire testés qui permette de combiner les nouveautés avec des  cas d’usages traditionnels.

L’usage de la data s’étend progressivement à l’ensemble des métiers des entreprises à des stades de maturité variables d’un métier à l’autre. L’enjeu est donc maintenant de permettre l’adhésion de chaque entité autour de la data que ce soit les directions RH, Finances & Administratives, Sales, Service client, … .

En effet, le partage de données facilite la propagation d’insights au sein de l’organisation. De nombreuses entreprises se sont rendues compte que leurs données n’étaient finalement peu, voire pas, exploitables en raison d’un manque d’homogénéité, d’informations erronées ou contradictoires ou encore de sources multiples ou inconnues. Les annonceurs doivent donc réussir à stocker, traiter, réconcilier et documenter les données collectées, mais aussi les rendre accessibles pour pouvoir optimiser et faciliter leur exploitation au sein de l’entreprise.

Il est aujourd’hui nécessaire de favoriser des modèles plus décentralisés où chaque direction peut gérer l’analyse, la production de reportings, ou encore l’activation des données en fonction des besoins. Cela permettra d’orienter les organisations par des stratégies Data Driven car la diffusion de la culture data devient la norme et entraîne automatiquement un gain de valeur pour l’ensemble de l’organisation.  

Conclusion : 

Ces tendances clés laissent envisager une évolution des modèles organisationnels pour placer la donnée au cœur des décisions de l’entreprise. Cependant, une stratégie Data Driven nécessite des investissements dans les infrastructures technologiques, les talents data, les compétences analytiques et la gestion des données. Une gouvernance appropriée des données et le respect des réglementations en matière de confidentialité sont également essentiels pour assurer le succès de cette approche.

Cela offre surtout la possibilité d’obtenir une meilleure compréhension du marché, de prendre des décisions plus éclairées, d’améliorer l’expérience client, d’optimiser les performances business et ce dans un domaine en perpétuelle évolution.