La nécessité de l’alliance data sciences et business analytics dans la création de valeur

LES ENTREPRISES S’INTÉRESSENT DE PLUS EN PLUS À LA « DATA SCIENCE », CHARGÉE DE TRANSFORMER LES DONNÉES MASSIVES « BIG DATA » EN RÉALITÉ CONCRÈTE ET EN PRODUCTION DE VALEUR. LE COMPORTEMENT EN LIGNE DES UTILISATEURS DE FACEBOOK, TWITTER, NOS HABITUDES D’ACHAT, LES STATISTIQUES AINSI QUE LA MULTIPLICATION DES CAPTEURS DANS UN CONTEXTE INDIVIDUEL (OBJETS CONNECTÉS, INFORMATISATION DES TRANSACTIONS, ETC.) OU INDUSTRIEL (AUTOMOBILE, AÉRONAUTIQUE, ETC.) CRÉENT UNE EXPLOSION DES DONNÉES.

La donnée est devenue l’un des principaux actifs des entreprises quel que soit le secteur d’activité. Les pure-players du net tels que Netflix, Amazon ou Google sont les premiers consommateurs de data science qui l’une des activités les plus stratégiques de leurs business modèles. Mais, avec le numérique, les opérations quotidiennes de toutes les entreprises génèrent des données en volume croissant qu’elles doivent exploiter au risque de perdre leur avantage concurrentiel.
Les activités « digitales » ne sont pas virtuelles mais bien au contraire quantifiables et observables par les entreprises : il s’agit d’une somme d’information à prospecter, d’une source de valeurs à exploiter. La data science vise à développer de nouvelles méthodes pour accéder à cette richesse : elle permet de détecter de nouvelles opportunités de marché, de maîtriser les risques, d’optimiser la logistique, l’implantation géographique, etc…

Deux directions importantes sont présentes :
• Classifier, comprendre et prévoir les demandes (explicites ou latentes) des clients : c’est la partie « Data Sciences » proprement dite.
• Evaluer l’incertitude et les risques entourant les décisions managériales : on regroupe parfois ces activités sous le terme « Business Analytics ». De nouveaux métiers voient ainsi le jour avec le besoin de formations nouvelles. Il s’agit de former des professionnels capables d’avoir des éléments de réponse relatifs aux défis scientifiques liés au traitement, à l’interprétation et à la compréhension des données massives, en prenant en considération l’évolution des moyens de calcul (exploitation des ressources des statistiques, techniques de modélisation informatique pour l’aide à la décision, etc.) ainsi que l’environnement économique et stratégique de leur secteur d’activité.

Les entreprises innovantes de demain seront celles dont les managers sont « digital leaders/innovators » maitrisant le nouveau langage des data sciences, c’est-à-dire ceux qui savent quelles possibilités sont offertes. Ces managers doivent également maîtriser la double dimension faisabilité algorithmique/ business analytics qui correspond à la manière dont les entreprises peuvent profiter des data sciences pour faire croître leur activité et en développer de nouvelles. Il n’est pas de secteur économique et industriel à l’abri de nouveaux entrants précurseurs d’une nouvelle gamme d’offre de « meta » services qui peuvent en très peu de temps et par des technologies innovantes faire vaciller les firmes les plus établies.

Quid de l’enseignement supérieur ?
La mutation de notre quotidien vers le numérique ainsi que l’évolution du monde technologique et économique génèrent un fort besoin de former la nouvelle génération de « digital leaders » de manière dynamique : leur apprendre à apprendre car outils et techniques évoluent très rapidement. A CentraleSupélec et à l’ESSEC, l’étudiant est au centre de son parcours académique et nous les initions aux nouveaux outils d’aide à la décision. La capacité à adresser ces nouveaux besoins nécessite un enseignement complet et complémentaire entre les outils scientifiques et ceux de la gestion et du marketing. Le MSc ESSEC-CentraleSupélec in Data Sciences & Business Analytics nous permet en particulier de former des profils alliant compétences techniques et acuité managériale. Cette ‘‘hybridisation’’ fournit aux futurs managers des idées novatrices, des produits capables de créer de nouveaux marchés. L’intelligence algorithmique adaptée leur fournit un avantage compétitif essentiel vis-à-vis des solutions concurrentes.
Ces développements impliquent également des allers- retours entre expérience et conceptualisation, tant en formation initiale qu’en formation continue. Les étudiants doivent rechercher la frontière et l’excellence. Ainsi l’interaction croisée entre étudiants actuels et anciens élèves ayant une expérience professionnelle est souhaitable et recherchée. Aussi la formation doit être continue au long de la vie : les enseignants-chercheurs sont également à l’écoute des entreprises, car le savoir en data sciences est de nos jours produit aussi bien dans les écoles et universités que dans les entreprises. Ce sont ces dernières en effet qui disposent des données non conventionnelles les plus riches. Les Grandes Ecoles françaises sont connues pour l’importance qu’elles portent à l’interaction avec les entreprises. Les développements techniques actuels rendent ces liens cruciaux.

Par Guillaume Chevillon & Nikos Paragios
Co-directeurs du MSc ESSEC-CentraleSupélec in Data Sciences & Business Analytics, Respectivement Professeurs à l’ESSEC et à CentraleSupélec