Les directions métiers françaises peu intéressées par le Machine Learning et le prédictif (IDC)

A la place, elles souhaitent faire de l'analytique en temps réel, améliorer la qualité de leurs données et avoir de l'aide pour s'autonomiser, selon une étude d'IDC France. Mais les freins, dont le manque de compétences internes, restent nombreux pour tous les types de projets analytiques.

Dans une étude sur la maturité des directions métiers en France vis à vis du Big Data et du prédictif, IDC arrive à un constat plutôt mitigé et très nuancé.

Premier constat, près de neuf directions métiers sur dix considèrent que l'analyse de leurs données est importante. Encore plus ambitieux, environ un quart de ces métiers souhaiteraient ardemment faire du prédictif.

Manque de compétences analytiques

Mais les freins restent nombreux : temps de développement, accès aux ressources analytiques, compétences, qualité des données, coûts, etc.

63 % des entreprises françaises n'ont ni directeur de la donnée, ni responsable BI, ni data scientist, ni data analyst, ni data miner

Les compétences semblent particulièrement problématiques puisque, à en croire IDC, 63 % des entreprises françaises entre 500 et 1000 employés n'ont ni Directeur de la Donnée, ni responsable Business Intelligence, ni Data Scientist, ni Data Analyst, ni Data Miner.

Ce chiffre baisse mais reste tout de même élevé dans les entreprises de plus de 1000 employés (37 %).

« Au final, seules 11 % des directions métiers disposent de spécialistes de la donnée qui leur sont dédiés et 12 % sont totalement autonomes, puisqu’elles embarquent au sein de leurs équipes des compétences informatiques et statistiques », synthétise l'étude.

La qualité des données, toujours un problème

Résultats, les bonnes intentions des métiers se concrétisent peu : « 48 % des entreprises étudiées recourent au Big Data. Et seulement 9 % aux modèles prédictifs ».

Parmi les nombreux chiffres de cette étude, on retiendra que 38 % des responsables métiers souhaitent que leur DSI s’investisse davantage dans une veille sur les outils. Un souhait qui est à relier à la volonté de gagner en autonomie (pour 34 %).

Autre préoccupation des métiers : la qualité des données - qui est au coeur de tout bon projet analytique. Plus de 60 % des directions pensent qu'ils ont encore (plus ?) aujourd'hui besoin, en amont, d'améliorer la qualité de ces informations.

Autre tendance majeure, les directions métiers expriment clairement le souhait faire des analyses en temps réel (ou quasi-temps réel) pour la moitié d'entre elles.

Les 5 priorités analytiques des métiers selon IDC France

  1. Améliorer la qualité des données
  2. Faire de l'analytique temps réel
  3. Gagner en autonomie
  4. Augmenter la fréquence des analyses...
  5. ... et le volume de données analysées

Le prédictif, pas une priorité pour les trois quarts des directions métiers

En revanche, la prise en charge de sources de données tierces et celle des données non structurées semblent être une préoccupation beaucoup moins prégnante (23 % et 18 %).

Faire du prédictif en construisant des modèles dédiés (26 %) et tirer de la valeur des données de géolocalisation (28 %) sont deux types de projets Big Data qui se positionnent aujourd'hui entre les deux.

Seulement 5 % des DRH françaises se déclarent enclines à faire du prédictif

Mais dans les faits, moins de 10 % des directions métiers feraient aujourd'hui du prédictif en France, avec un gros écart entre les entreprises de 500 à 1000 salariés (à peine 4 % des métiers font déjà du prédictif) et celles de plus de 1000 salariés (15 % des métiers).

C'est de loin la direction commerciale qui utilise le plus ces modèles (35 %) pour identifier des leads ou des actions à mener pour concrétiser une vente. Suivent la production (24 %) avec la maintenance prédictive, le marketing (23 %) avec par exemple l'identification des risques d'attrition (taux de « churn »), la logistique (22 %) et la finance (19 %) avec par exemple l'identification des fraudes.

Particularité culturelle ? Les RH sont bonnes dernières avec seulement 5 % des DRH qui se déclarent enclines à faire du prédictif (là où les Etats-Unis forment sans complexe des Quants RH).

Il n'en reste pas moins qu'au total, six directions métiers sur dix restent sans aucun projet - présent ou à venir - dans ce domaine.

Une pénétration inégale du Big Data

Plus largement, une entreprise française sur deux ferait d'une manière ou d'une autre du Big Data. Mais ce chiffre cache en fait une autre forte diversité, comme pour le prédictif.

« Les organisations de 1000 employés [ont] un taux de pénétration du Big Data de 59 %, contre 39 % dans les entreprises de 500 à 999 salariés », constate IDC France qui prédit que « ces dernières vont devoir réagir si elles ne veulent pas se voir distancer par les plus grandes structures ».

Un désintérêt poli pour le Machine Learning

38 % des directions métiers, à peine, voient un intérêt aux modèles prédictifs s'appuyant sur le Machine Learning

Dernier enseignement, à contrecourant du bruit médiatique ambiant, « l’appétence [des directions métiers pour les modèles prédictifs à base d'Intelligence Artificielle et de Machine Learning] est relativement limité ». Et pour cause, selon les retours d'IDC France, à peine 38 % y verraient un intérêt.

Pour le cabinet d'étude, « cette situation traduit surtout une méconnaissance de l’apport de ces technologies encore récentes. En effet, les initiatives menées par les organisations les plus avancées attestent des bénéfices que les directions métiers peuvent en retirer », regrette le rapport.

L'enquête d'IDC France a été menée au téléphone, pour le compte de Dataiku. Elle a été réalisée entre octobre et novembre 2018, auprès de 150 directions métiers d’entreprises françaises du secteur privé, dont l’effectif est d’au moins 500 personnes.

Pour approfondir sur Outils décisionnels et analytiques

Close