#ParoledeDirMarCom
« Plus il y a de données à traiter et plus les algorithmes
sont en mesure de trouver des patterns
directement exploitables. » – Benoit Pâris.
Benoit Pâris, Chief Marketing Officer chez Octopeek.
Après de nombreuses années passées au contact du client, je me suis orienté vers le marketing après avoir obtenu un Executive MBA à l’ESG. Fort d’une expérience multisectorielle (industrie, frenchtech, secteur public…), et convaincu que l’avenir appartient au Machine Learning et au Big Data, j’ai rejoint Octopeek début janvier 2019 pour prendre la direction du marketing et la communication.
Je suis passionné par les nouvelles technologies, et fonctionne sur un mode Data Driven.
Benoît, présentez-nous l’Adn d’Octopeek et comment communiquez-vous ?
Octopeek est une startup française de Deep Tech constituée majoritairement d’experts passionnés Big Data et Data Science. A ce jour nous sommes 50 salariés dont 1/3 de PhD ou doctorant en Data Science. C’est le partage et l’échange entre deux générations très opposées (X&Z) mais complémentaires qui fait notre force.
De façon prospective, pour la fin de l’année et toujours autour de l’I.A, nous allons proposer une gamme d’outils self-service destinés au marketing et à la vente, ainsi qu’un logiciel facilitant le travail des ressources humaines.
4 piliers fédérateurs autour d’Octopeek :
- Customer oriented
- Customer ROI
- Innovation first
- Démocratisation of technologies
Notre communication est essentiellement digitale :
blog, newsletters, Facebook (page + groupe Big DataFrance), Twitter, Linkedin et Instagram.
L’objectif est d’améliorer notre présence omnicanale et pour ce faire les prises de paroles d’Abdelkrim Talhaoui, CEO et co-fondateur et la mienne s’inscrivent également et de façon complémentaire dans la ligne éditoriale d’Octopeek. Abdelkrim est un expert architecte du Big Data. Il a donc un profil plutôt technique qui transparaît dans ses publications. Les miennes sont plus généralistes, plus tournées vers le grand public et en directions « métier ».
Présentez-nous votre solution et les enjeux clients d’Octopeek ?
Octopeek est une startup française de Deep Tech éditrice de logiciels d’analyse de données basés sur le Big Data et des solutions d’intelligence artificielle pour accompagner les entreprises dans leur transformation digitale afin qu’elles améliorent leur productivité et leurs performances business.
Constituée d’experts en Big data et en IA, Octopeek rend accessible ces technologies à tous pour développer le business (démocratisation et simplification de leur utilisation).
Pour Octopeek les enjeux clients sont :
- Leur transformation digitale par la data, ce qui signifie prendre les bonnes décisions grâce à la data et l’IA : tout ce qui se rapporte à la connaissance client pour le marketing par exemple (fidélisation, prédiction de churn…) , ou dans l’industrie les problématiques de maintenance prédictive…),
- Avoir une plateforme Big Data pour traiter la donnée,
- Améliorer leur performance business et la productivité des équipes.
Un exemple concret avec un de nos client, pureplayer international, secteur du retail, qui rencontrait des difficultés dans sa veille concurrentielle (>2 millions de références par an). Sa veille (prix concurrence & prix de vente public) était faite manuellement impactant quotidiennement ses équipes pricing et ses équipes achats pour réaliser le matching produit. La veille des sites concurrents était quant à elle réalisée par un prestataire externe à un coût non négligeable, ce qui impactait directement sa marge.
Sa problématique était donc de garder une bonne vision sur son positionnement, de donner à un acheteur instantanément les informations nécessaires pour évaluer et renégocier les offres fournisseurs et automatiser pour gagner en précision, temps, et marge… La solution mise en place a permis un gain de temps important grâce à l’automatisation du matching via l’IA : n’importe quel volume de références peut être traité en quasi un clic. En plus de gagner du temps dans leur benchmark, ils ont économisé le coût d’un prestataire qui réalisait auparavant les benchmarks de prix et ont pu être beaucoup plus réactif dans leur stratégie de prix.
Les équipes qui passaient toutes leurs journées à croiser des données (entre des tableaux excel) peuvent désormais être repositionnées sur des tâches plus valorisantes. On peut donc dire que l’IA permet d’améliorer la productivité des équipes et les performances business. L’IA est un facilitateur pour le business. Cela permet d’optimiser les offres en créant de la valeur. L’IA reste un outil au service de l’intelligence humaine
Octopeek répond d’une manière générale à des besoins métier grâce à son infrastructure performante et innovante. Octopeek disrupte le traitement et l’analyse des données grâce à des modèles de Data Sciences qui permettent l’enrichissement des données client en temps réel et une fiabilité de scoring à 99,9%.
Les données ainsi valorisées par ces algorithmes permettent de résoudre une problématique métier et d’apporter des gains de performance et productivité de l’ordre de 30 à 40%. A contrario l’enrichissement classique, lui, apporte seulement 10 à 15% de nouvelles données et avec un score faible.
Pourquoi l’I.A est-elle au cœur de nos développements économiques ?
De toute évidence, l’intégration de l’intelligence artificielle dans une entreprise en accroît sensiblement la productivité et en facilite le développement par notamment des analyses prédictives issues de la data science. Elle permet naturellement l’automatisation de beaucoup de tâches à faible valeur ajoutée. Elle peut donc être perçue comme une menace pour l’emploi mais cependant, le phénomène n’est pas nouveau et il accompagne le développement économique depuis les débuts de l’ère industrielle !
« Plus il y a de données à traiter et plus les algorithmes sont en mesure de trouver des patterns directement exploitables. »
Avantages de l’I.A :
- Grâce à eux, les commerciaux, par exemple, peuvent mieux répondre aux attentes des clients,
- Au-delà de l’automatisation des tâches, la logique de l’IA permet l’augmentation de la profitabilité, en optimisant les moyens et en ciblant les organisations, sans pour autant réduire le nombre d’employés,
- Réaliser des tâches pénibles,
- Pas de contrainte physique,
- Traiter des problèmes complexes : par exemple sur de la connaissance client avec une multitude de features (propriété mesurable ou caractérisable).
Grâce au Big Data, la prospective est étayée par le prédictif. Pourquoi sommes-nous rentré dans l’ère de l’anticipation ?
« Le Big Data propose une nouvelle forme d’architecture
capable de traiter de gros volumes de données en temps réel.
Tous les 2 jours nous générons autant d’informations
qu’entre le début de l’humanité et 2003 (175 Zo prévu en 2025) ».
La prospective est représentée par l’analyse des événements passés et présents qui permettra de déterminer des prévisions sur leur évolution dans le futur. L’anticipation rime avec la performance et productivité ! Prenons l’exemple de l’industrie et de la maintenance prédictive : quelle sera la durée de vie des pièces des équipements industriels ? Quand dois-je arrêter ma chaine pour changer telle ou telle pièce pour avoir un temps d’arrêt machine le plus court possible (prescription) ?
On peut catégoriser l’analyse de données selon 4 segments :
De celui qui apporte le moins de valeur et le plus simple à réaliser à celui qui apporte le plus de valeur et le plus difficile à mettre en place :
- Analyse descriptive : que s’est-il passé,
- Analyse diagnostique : pourquoi cela s’est-il passé,
- Analyse predictive : que va-t-il se passer,
- Analyse prescriptive : comment pouvons-nous y arriver ? Que devons-nous faire ?
Pour un client, qu’elles sont les bonnes questions qu’il doit se poser pour mettre en place un projet de Big Data?
Avant de partir dans la solution Big Data, il est nécessaire d’analyser :
- Le besoin,
- Que veut-il faire ?
- Quel est son objectif ?
La démarche client devra être plutôt une approche de type « use-case » plutôt qu’une approche globale. Dans le cas d’une approche globale on se retrouvera dans la situation d’un « Data Swamp » et non d’un « Data Lake ». Le but est de ne pas se polluer avec de la donnée inutile qui perturberait leur utilisation et leur synthèse.
- Use case : c’est un cas pratique concret (à l’opposé de l’exemple théorique),
- Data Lake : référentiel de données permettant de stocker une très large quantité de données (brutes et consolidées) non silotées (contrairement au Data Warehouse classique), pour une durée indéterminée,
- Data Swamp : lac de données mal gouverné, mal structuré, mal indexé et pollué par de la donnée inutile.
Cette analyse du besoin est réalisée en regard de la fameuse règle du Big Data…
Chez Octopeek nous associons 6 V à cette dernière :
- Volume : quelle est ma quantité de donnée à traiter ?
- Vitesse : pour traiter rapidement toutes ces données, il est nécessaire d’avoir une puissance de calcul et des outils taillés sur mesure,
- Variété : nous avons des données hétérogènes : structurées (type tableur) et non structurées (type emails, images, sons, vidéos),
- Véracité : il s’agit de la dimension qualitative des données pour une bonne utilisation par les experts métier. C’est cette notion de véracité qui permettra de réaliser les recherches pertinentes,
- Valeur : la valorisation des données commence par la conduite du changement auprès de l’entreprise pour basculer vers un mode Data Driven. Il est nécessaire de révolutionner son organisation et son mode de fonctionnement,
- Visualisation : elle permet une meilleure compréhension des données et une optimisation des décisions.
Toutefois, après avoir répondu à ces points majeurs, il faudra aborder la partie infrastructure :
- Le client a-t-il déjà ou pas une première version d’infrastructure ?
- A-t-il la capacité de monter lui-même son infra ?
- Opte-t-il pour le cloud ?
- Et la partie non négligeable, quel budget a-t-il à disposition ?
Chez Octopeek, pour faciliter cette réflexion nous proposons une plateforme Big Data managée, c’est-à-dire une plateforme dont l’exploitation est assurée chez nous, ce qui la rend opérationnelle immédiatement. L’avantage non négligeable se traduit par une baisse des coûts d’exploitation grâce à une mutualisation des ressources (hors coûts cachés telle que la montée en compétence etc.) et surtout une accessibilité à tous et sans nécessité d’une expertise dédiée en interne de l’entreprise.
L’analyse passe t’elle obligatoirement par la visualisation ?
« Une image vaut 1000 mots » – Confucius.
La Data Viz permet une meilleure compréhension des données et une optimisation des décisions.
La visualisation des données et l’analyse des données sont deux processus complémentaires : lorsque vous travaillez avec des données, l’analyse doit précéder l’affichage visuel, mais l’analyse visuelle peut être une excellente méthode pour exécuter des analyses plus efficaces. Le tableau de bord n’est finalement que le point de départ pour des discussions et analyses plus poussées.
