Ceux qui ont boudé la BI sont devenus les premiers adeptes du Big Data

L’explosion de popularité des plates-formes de Business Intelligence et technologies de datawarehouse dans les années 1990 est très bien documentée. Certains secteurs tels que la finance, le high tech ou la vente au détail s’en sont ainsi rapidement emparés pour analyser leurs performances passées.

A l’opposé, les universités, les hôpitaux et les laboratoires pharmaceutiques sont majoritairement restés en retrait de cette tendance.
Deux décennies plus tard, ce sont les solutions d’analyse Big Data qui balaient aujourd’hui le paysage IT. Et cette fois-ci, les mêmes établissements scolaires, hôpitaux et laboratoires pharmaceutiques qui hésitaient à exploiter les potentiels de la Business Intelligence sont aujourd’hui parmi les premiers à adopter les technologies modernes d’analyse des données. Depuis le début, les organisations de ces secteurs stratégiques soutiennent la révolution du Big Data, conscientes des avantages potentiels pour elles d’avoir accès et de pouvoir analyser toutes les formes de données, y compris celles d’un nouveau type : texte, vidéo, médias sociaux, etc. Que s’est-il donc passé pour que ces retardataires se transforment en précurseurs enthousiastes ? Comme pour n’importe quel changement de comportement important, plusieurs facteurs entrent en jeu mais intéressons-nous aux trois plus importants.

Le client a évolué

Rien n’est plus prompt à changer le comportement d’une entreprise que le changement de comportement de ses clients. Les étudiants des universités et les patients des hôpitaux ont radicalement changé de comportement. Les étudiants d’aujourd’hui, tous niveaux confondus, sont de fervents utilisateurs de la technologie et des médias sociaux. Ils peuvent décrocher leur diplôme de fin d’études sans avoir jamais écrit aucun rapport à la main, ni mis un pied dans une bibliothèque.
Les étudiants ne demandent pas s’ils auront une connexion à Internet dans leur classe, ils n’envisagent pas le contraire. Ils sont un parfait exemple du consommateur guidé par les données. Pour les comprendre, les établissements d’enseignement doivent comprendre quelles données les étudiants produisent et lesquelles ils consomment.
Il en va de même pour les patients. Les hôpitaux sont en effet parmi les premiers à avoir été confrontés à une patientèle d’internautes, ce que l’on appelle l’effet WebMD. Les patients ne consultent plus les médecins pour obtenir des réponses, ils cherchent la confirmation des résultats de leurs recherches sur Internet. Pour mieux comprendre les patients et communiquer avec eux, les hôpitaux ont dû faire l’effort de comprendre le monde du numérique à l’origine des nouveaux comportements. C’est aussi le cas pour les laboratoires pharmaceutiques qui ont toutes les peines du monde à obtenir des participants à des essais thérapeutiques qu’ils remplissent des formulaires par écrit ou qu’ils donnent leur avis par téléphone, une pratique synonyme de lenteur à leurs yeux. Pouvoir capturer et analyser des informations numériques est devenu une nécessité pour les organismes dont l’activité repose sur l’obtention de réponses de leurs interlocuteurs.

La numérisation des données a changé la donne

Ce n’est pas par paresse que les universités, les hôpitaux et les laboratoires pharmaceutiques ont tardé à adopter les technologies de Business Intelligence dans les années 1990. C’est surtout parce que ces secteurs ne percevaient pas ce qu’ils avaient à y gagner. Toutes leurs informations étaient sur papier. Ils n’avaient quasiment pas de données électroniques à gérer. Ces organismes doutaient qu’investir dans ces nouvelles technologies de Business Intelligence vaille la peine à court terme ou se justifie économiquement. Et même si ça en valait la peine, se posait la question de la sécurité. Hormis les documents classifiés des gouvernements, aucune information n’est peut-être plus sensible que les données de patients, d’essais thérapeutiques et les informations d’étudiants. Les craintes de sécurité en ont dissuadé plus d’un.
Tout a changé depuis. Non seulement la sécurité numérique a évolué au point que les entreprises qui observent les meilleures pratiques et qui utilisent des solutions de sécurité modernes peuvent se sentir protégées, mais l’abondance de données numériques a créé des opportunités d’affaires évidentes. Les écoles peuvent savoir ce que les étudiants pensent en les suivant sur Twitter, les dossiers de patients se transfèrent en quelques secondes à l’autre bout du monde, et les laboratoires pharmaceutiques obtiennent les retours des participants à leurs essais en temps réel via les objets connectés à Internet.
Pour les entreprises, la disponibilité de ces informations crée des opportunités.
L’opportunité, par exemple, de savoir quels cours intéressent les étudiants avant de mettre en place le programme du semestre prochain. L’opportunité de prévoir la réaction d’un patient à un traitement avant de le lui prescrire. L’opportunité d’accélérer les essais cliniques et d’accroître leur efficacité. Dans ce contexte, on comprend mieux pourquoi ces organisations se sont empressées d’adopter l’analytique appliqué au Big Data.

La diversité des données s’est accentuée

Plusieurs idées fausses circulent concernant le Big Data. L’une d’elle est que la difficulté provient surtout du volume des données. C’est effectivement le cas, en partie, mais le plus souvent c’est la diversité des données qui pose problème. Plus une entreprise doit traiter des données de nature différente, plus elle a besoin d’une solution moderne d’analyse du Big Data. Peut-être plus qu’aucun autre groupe, les universités, les hôpitaux et les groupes pharmaceutiques doivent traiter des données incroyablement diverses et complexes. Les universités gèrent les multiples données des étudiants, les inscriptions, les frais de scolarité ou encore leurs propres ressources humaines. Les hôpitaux traitent les données démographiques, les dossiers des patients, les traitements et les données relatives à l’établissement et aux équipements.
Les groupes pharmaceutiques manipulent les données scientifiques, les résultats d’études, les conclusions d’essais et les données des participants. Et nous ne faisons qu’effleurer le problème pour chacun de ces secteurs. Ajoutez à l’équation les différents types de données (structurées, non structurées, sociales, textuelles, produites par des machines, etc.), la géolocalisation de ces données (sur site, dans le Cloud, sur un site distant, sur un autre campus, etc.), et vous obtenez un degré de complexité qui mérite l’attention. Les universités, les hôpitaux et les groupes pharmaceutiques se sont emparé tôt de la nouvelle vague de solutions analytiques et de gestion du Big Data pour absorber cette complexité grandissante de leurs données.

Donner la priorité au besoin plus qu’à l’envie

S’il faut retenir une chose, c’est que l’effet de mode et l’enthousiasme de l’industrie ne suffisent pas à justifier que l’on monte dans le wagon de l’innovation quelle qu’elle soit. Lors de la première vague d’explosion de la Business Intelligence, les universités, les hôpitaux et les laboratoires pharmaceutiques n’ont pas trouvé de justification suffisante pour sauter le pas.
A l’ère du Big Data, par contre, les justifications se sont faites plus claires et les organisations des trois secteurs n’ont pas hésité cette fois à adopter la technologie. Espérons que d’autres secteurs d’industrie ou marchés verticaux stratégiques s’en inspirent et fassent le bon choix en sautant le pas du Big Data.

Big Data / Business intelligence