Au cours des 10 dernières années, le Big Data a suscité chez les entreprises un espoir comparable à la découverte d'une terre promise. Une attente d'une ligne directe fantastique qui permettrait de connaître instantanément les habitudes, les désirs et les besoins de la clientèle cible.
En mai 2011, rapport de recherche spécialde McKinsey, cabinet de conseil en management, affirmait que "le Big Data allait devenir un élément central de la future compétition entre les entreprises, en soutenant une nouvelle vague de croissance de la productivité, d'innovation et de surconsommation des clients". À la même époque, un rapport d'IBM soulignait que la majeure partie des données mondiales (90 %) avaient été générées au cours des deux années précédentes, illustrant ainsi la quantité de données produites chaque jour.
Cependant, les résultats de l'enquête "NewVantage Partners 2020 Big Data & Executive Survey", publiée en 2021, révèlent une réalité différente de celle attendue initialement. Cette enquête s'appuie sur les réponses de 1 000 dirigeants d'entreprises figurant au classement Fortune, responsables et superviseurs d'initiatives en matière de données.
- Seules 26,8 % des entreprises ont mis en place une culture axée sur les données.
- Seules 37,8 % des entreprises se disent axées sur les données dans leurs opérations.
- Seulement 45,1 entreprises sont actuellement en concurrence dans le domaine des données et de l'analyse.
Bien sûr, il est important de souligner que l'exploration de données (Data mining) à des fins de Customer Intelligence a indéniablement contribué au bonheur des actionnaires de Netflix et d'Amazon, par exemple.
-
Toutefois, malgré l'augmentation exponentielle du volume des données et le succès de certaines entreprises, la plupart d'entre elles peinent à obtenir les connaissances approfondies initialement espérées. En fin de compte, l'analyse de données n'est qu'un outil. Lorsque nous utilisons ce type d'analyse comme stratégie, nous formulons des hypothèses sur les individus et leurs comportements.
Des hypothèses erronées, sans lien avec la réalité des individus.
Autrement dit, le Big Data lui-même peut amener les entreprises à se méprendre sur les individus.
Tout d'abord, le Big Data engendre des données superficielles (Thin Data). Dans le domaine des sciences sociales, les données permettant de comprendre le comportement humain se distinguent en deux catégories principales. Parmi celles-ci, les données superficielles sont principalement issues des traces numériques laissées par les individus. Par exemple, elle porte du 44, a les yeux marrons et apprécie le vin Pinot Noir, etc., ce sont des informations superficielles.
Ensuite, les données riches (Thick Data) offrent une compréhension de la manière dont les individus vivent réellement leur expérience du monde. Par exemple, elle a senti l'odeur de l'herbe après la pluie, elle a considéré l'homme avec qui elle marchait comme une personne spéciale, ses chaussures de sport lui ont donné l'impression de marcher plus légèrement, etc., ce sont des informations riches de sens.
En d'autres termes, le Big Data se concentre sur les corrélations associées aux produits, mais ne s'intéresse pas aux relations de cause à effet dans la vie quotidienne. Cependant, la compréhension du comportement humain en tant qu'être social repose sur les relations de cause à effet. Si l'on ne dispose pas d'informations sur les pensées et les sentiments réels des clients, les données superficielles se révèlent limitées en termes de signification et d'utilité. Selon le rapport Analytics in Action d'Accenture, seulement 20 % des organisations qui affirment avoir une capacité de gestion des performances supérieure ont "découvert une relation de cause à effet prouvée entre ce qu'elles mesurent et les résultats qu'elles souhaitent obtenir". Cela témoigne de la perte de capacité des entreprises axées sur les algorithmes à comprendre le comportement humain.
Par-dessus tout, sans une capacité de pensée critique, le Big Data ne peut absolument pas révéler les schémas porteurs d'une valeur stratégique. Dans ce contexte, la pensée critique (Critical thinking) consiste à comparer et à examiner les situations à la lumière de preuves objectives et à clarifier les relations de cause à effet afin d'agir en fonction des jugements qui en résultent. Le besoin pour les entreprises de développer la capacité de leurs dirigeants à interpréter correctement le comportement humain peut être expliqué par ce constat.
-
Les formes les plus remarquables de pensée analytique proviennent des sciences sociales.
L'histoire, la littérature, la philosophie, l'anthropologie, etc., disciplines des sciences humaines qui ont traversé 2 000 ans d'histoire, nous ont appris les techniques de pensée critique nécessaires à une compréhension juste de l'être humain. Comprendre le comportement humain en profondeur est le seul moyen de comprendre et d'expliquer les changements soudains dans le comportement des clients. C'est à partir de cette compréhension que l'on peut découvrir des pistes d'innovation.
En fin de compte, si l'on peut répondre à la question du "pourquoi", les entreprises peuvent se forger une perspective unique dans le mouvement actuel du Big Data, qui ne fait que générer du bruit. Elles deviendront alors les seules à comprendre réellement les individus.
Commentaires0