Stratégie et compétences

Culture

http://www.oreilly.com/data/free/files/data-driven.pdf

 

Approches stratégiques

Afin de développer une stratégie, deux approches sont possibles. L’approche bottom up permet aux opérationnels de rechercher des idées à partir des données. L’avantage est que parfois, il n’est pas évident de trouver a priori ce qu’on peut trouver avec les données. Par exemple, pour l’assurance auto, en analysant les données afin de peaufiner une assurance auto, il est possible de trouver aussi des comportements qui permettent d’économiser l’essence.

L’inconvénient est que l’on est limité aux données, car sans des moyens supplémentaires, il n’est pas possible d’acquérir plus de données. Ainsi, l’analyse est limitée.

L’approche top down permet de définir un objectif, et les moyens à mettre en place au niveau de la direction générale. L’avantage est que la volonté vient des dirigeants, et les moyens mis en place peuvent être importants. Des spécialistes des données peuvent être embauchés afin qu’ils puissent travailler avec ceux qui connaissent les métiers, ainsi il serait plus efficace de trouver des résultats d’analyse intéressants. De plus, des objets connectés peuvent être créés afin de collecter des données supplémentaires, ou des partenariats permettent également d’avoir plus données.

L’inconvénient est que parfois la direction générale peut ne pas avoir des objectifs précis. En réalité, avec les données, il se peut que personne ne sache à quoi on peut aboutir.

Ainsi, il s’avère que les deux approches doivent s’accoupler pour que la mise en place de la stratégie se fasse dans les meilleures conditions.

Compétences des data scientistes

Diagram de Venn de la data science

Tout le monde s’accorde à dire que pour traiter les problèmes big data, il faut une transversalité dans l’organisation et la gestion des projets, et une multi-disciplinarité

  • connaissance du métier, sinon on peut aller sur de fausses pistes et perdre du temps
  • maths appliquées et statistiques, une culture à avoir pour démarrer rapidement
  • machine learning : connaissance des algorithmes et différents types de problèmes pour identifier l’algorithme le mieux adapté. modélisation, algorithme prédictif, donner de la valeur
  • La maîtrise des théories est importante, une utilisation ignorante des algorithmes de machine learning avec les librairies et leur application à l’aveugle peuvent conduire à des catastrophes.
  • stockage big data : en face des méga données, si pas de solution big data, le temps d’exécution sera trop long. gestion et administration des données, façon classique et distribuée
  • programmation informatique : une compétence info pour mettre en place concrètement des programmes optimaux et propres. il faut plusieurs voire une diziane d’informaticiens pour mettre en place des idées d’un seul statisticien.
  • pour les applications concrètes des résultats sortis des programmes de machine learning, il faut avoir encore une fois les connaissances métier et savoir communiquer avec les autres services : les objectifs des différents services ne sont pas forcément les mêmes : questions de vente, rentabilité, image etc.
  • juridique et économique : où est la valeur dans le big data
  • pour mieux communiquer avec la direction générale, il faut construire de jolis tableaux de bord, donc compétence de design et d’artiste. il faut également des compétences de marketeur
  • tout compte fait : le data scientist doit avoir une vision globale et savoir communiquer avec les ingénieurs des données (manipulation, fabrication des données), les architectes big data, les designers et les marketeurs

Répondre

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google

Vous commentez à l'aide de votre compte Google. Déconnexion /  Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s