La data-science ou science de la donnée consiste à collecter, décrypter et analyser des données hétérogènes pour en tirer un enseignement pratique. Elle aide à la prise de décision grâce à une plus grande lisibilité de ces dernières.


Analyse d’un phénomène récent

    • Origine : la data-science met à disposition des données triées et enrichies grâce à des méthodes statistiques, informatiques ou mathématiques. Depuis les années 90, le succès de la data-science repose sur les NTIC et les données numériques issues d’Internet. En entreprise, les logiciels de Business Intelligence ont vulgarisé l’analyse multidimensionnelle, et donc l’utilisation de la data-science.
    • Applications : la data-science se retrouve dans de multiples domaines (commercial, scientifique, environnemental, technique…) qui exigent un brassage et une simplification des données.
    • Utilisation : la data-science nécessite des règles d’homogénéisation, de correction et de consolidation. Comment interpréter une cellule vide dans un fichier, par exemple ? Généralement, elle devra être neutralisée pour ne pas fausser la moyenne (vide ne signifie pas 0 en statistiques !).

A lire également : Ne confondez pas Data & Big-data

Livret Crédit Coopératif

Optimiser ses consommations énergétiques grâce à l’analyse de ses données existantes

Découvrez comment le Crédit Coopératif est parvenu à détecter des anomalies de consommation et obtenir un plan d'actions concret rapidement réalisable

Recevez le témoignage

Quel intérêt pour les entreprises ?

    • Un avantage concurrentiel : comprendre les tendances à l’origine d’un phénomène permet de se différencier par rapport aux concurrents et de rester agiles.
    • Du marketing sur-mesure : en croisant plusieurs variables, la data-science peut établir entre elles des liens qui aident à la prise de décision. Par exemple, calculer pour une cible de clients : le potentiel de marché, le panier moyen, la fréquence d’achat… Des campagnes marketing seront ainsi optimisées
    • Une vision prospective : la data-science peut, en s’appuyant sur un historique de données suffisant, produire des prédictions (modélisation prédictive). Les entreprises peuvent alors anticiper des évolutions de marchés, leurs besoins (voir notre article sur la maintenance prédictive) et les moyens à mettre en œuvre pour y répondre.

Qui sont les experts de la data-science ?

Des fonctions montantes telles que les Business Analysts, Data Miners, Data-Analysts ou Data-Scientists ont le vent en poupe ! Après un cursus spécialisé, ils se voient confier les missions suivantes :

    • La collecte de données aux sources et formats hétérogènes,
    • L’analyse prédictive sur la base d’un historique observé ou d’un échantillon représentatif,
    • Le scoring ou la segmentation mettant en évidence des similitudes de profils.

Pour aller plus loin :

Pour recevoir tous les mois les articles de Datanergy, inscrivez-vous !

Emmanuel Blanchet

Publié par Emmanuel Blanchet

Directeur Général chez Deepki.