Spécialiste reconnu du big data, Président de l’Alliance Active Data, fondateur de l’agence dédiée au big data IDea Trans, membre du jury du Prix Big data 2017, ancien DSI monde d’IFR-GfK, Fabrice Benaut répond aux critiques de plus en plus fréquentes concernant le big data, notamment accusé de collecter d’immenses volumes de données qui restent peu ou pas exploitées.
- On parle désormais du big data depuis plusieurs années mais on connaît mal son modèle économique et, surtout sa rentabilité. Existe-t-il un business model du big data ?
Fabrice Benaut : Oui, le business model du big data existe et il fonctionne ! C’est vrai aussi bien pour les ESN qui le mettent en place que pour les entreprises qui le mettent en œuvre. En ce qui concerne les entreprises utilisatrices, les gains sont principalement générés par les importantes économies que permet le big data. Longtemps, ces économies n’ont pas été prises en compte dans le calcul de la rentabilité du big data. Cela change effectivement tout d’intégrer ces économies dans le calcul du ROI. On le voit par exemple avec les économies rendues possibles par la maintenance prédictive des chemins de fer, des trains ou des avions, grâce au big data. Autre exemple, les grandes chaînes hôtelières peuvent désormais pratiquer une tarification dynamique, toujours par ce biais. Qu’on le veuille ou non, tous ces « signaux faibles » ne sont détectables que parmi des volumes de données très importants.
- Que doit-on penser de la « small data », concept qui prône de limiter la collecte des données à un champ très restreint ?
Fabrice Benaut : Tout d’abord, je voudrais préciser qu’il serait complètement artificiel de vouloir opposer « big » et « small » data. Dans les faits, la small data n’est qu’une évolution logique du big data, qui consiste à « préparer » le terrain en définissant clairement ce que l’on recherche. Sur le fait qu’il faille concentrer la collecte des données sur un périmètre réduit, tout le monde est d’accord. Mais il y a deux conditions. La première est de savoir précisément ce que l’on recherche. La seconde est d’être quasiment certain que la réponse que l’on recherche se trouve bien dans le périmètre sur lequel on se focalise. Le marketing et la montée en puissance des DMP (ndlr : Data Management Platform) depuis le début des années 2010 montrent qu’il est indispensable de débuter par du big data « traditionnel » pour mieux connaître le parcours client et se concentrer ensuite sur tel ou tel segment spécifique de ce parcours. Au final, le big data n’est qu’une somme de small data !
- L’intelligence artificielle, ou l’AI pour reprendre l’acronyme nord-américain, va-t-elle tuer le big data ?
Fabrice Benaut : Non, au contraire. L’intelligence artificielle se nourrit du big data et, comme son développement est inéluctable, la progression du big data l’est aussi. C’est aussi simple que cela. L’AI fait les mêmes progrès qu’un enfant que l’on éduque. Si les données sont bonnes, le risque que l’intelligence fasse de mauvaises déductions est faible. Dans ce cas comme dans bien d’autres, lorsque l’on se contente de parler de technologies plutôt que de projets, c’est qu’on est à court d’idées…
Propos recueillis par Julien Corti, Digital CMO
