Big data: une révolution managériale
Upcoming SlideShare
Loading in...5
×
 

Big data: une révolution managériale

on

  • 490 views

Article publié sur le site LesEchos.fr: Analyse critique d'un article de la HBR d'Octobre 2012: « Big Data : The Management Revolution » de Andrew McAfee (Principal Research Scientist, MIT Center ...

Article publié sur le site LesEchos.fr: Analyse critique d'un article de la HBR d'Octobre 2012: « Big Data : The Management Revolution » de Andrew McAfee (Principal Research Scientist, MIT Center for Digital Business) et Erik Brynjolfsson (Professor at MIT Sloan School of Management, Director of MIT Center of Digital Business).

Statistics

Views

Total Views
490
Views on SlideShare
490
Embed Views
0

Actions

Likes
0
Downloads
6
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Big data: une révolution managériale Big data: une révolution managériale Document Transcript

    • 30/06/13 10:10Big Data: une révolution managériale ? | Le Cercle Les Echos Page 1 sur 4http://lecercle.lesechos.fr/entrepreneur/marketing-communication/221166792/big-data-revolution-manageriale 0 TweeterTweeter 8 Like 2 12/03/2013 | Bruno TEBOUL | Marketing Communication | Tribune | Lu 906 fois | aucun commentaire Big Data: une révolution managériale ? LE CERCLE. Analyse critique d'un article de la HBR d'Octobre 2012: « Big Data : The Management Revolution » de Andrew McAfee (Principal Research Scientist, MIT Center for Digital Business) et Erik Brynjolfsson (Professor at MIT Sloan School of Management, Director of MIT Center of Digital Business). Le titre de l’article était pourtant très pertinent et évocateur, mais le contenu hélas dense est quelque peu décevant de la part de 2 enseignants- chercheurs du MIT : les auteurs commencent par rappeler que le dicton selon lequel « on ne peut pas manager ce que l’on ne mesure pas » (attribué à Deming W. Edwards et Peter Drucker) est empli de sagesse. Or ce dicton, est depuis plusieurs années selon nous érigé en dogme absolu et conduit inévitablement A. McAfee et E. Brynjolfsson à considérer que l’engouement soudain pour le phénomène « Big Data » s’explique pour cette raison. L’explosion des données récentes conduirait les managers-décisionnaires, les dirigeants à vouloir tout mesurer et croire ainsi transformer des données brutes en connaissances infaillibles capables de servir alors des prises de décisions complexes et par conséquent optimiser la performance. Nous pensons que ce mythe qui n’épargne pas les auteurs de l’article; victimes eux aussi d’une croyance aveugle selon laquelle un manager-décisionnaire ou un dirigeant peut à l’image d’un médecin spécialiste ou d’un enquêteur chevronné réunir des informations diverses et variées ayant valeur d’indices autour d’un faisceau commun d’informations (passage des symptômes au syndrome en médecine). Or, il parait difficile de fonder ses hypothèses, sur un simple assemblage d’informations mêmes cohérentes entre elles et d’en faire autorité au point de les ériger comme preuves irréfutables pour décrire et expliquer une situation donnée. A fortiori, nous pensons qu’il est risqué, voire dangereux de comprendre et traiter l’information à des fins de décisions stratégiques, managériales suite à l’étape de collecte et d’analyse des informations : le diagnostic ne fait pas la thérapie. Un « faisceau d’indice » n’est pas une preuve intangible, or en management ou en marketing de la décision l’amalgame semble facile et rapide. L'analyse de la littérature montre que la majorité des chercheurs sont unanimes pour constater que les décisions où un individu est confronté à des choix complexes, ambigus et incertains sont fortement biaisées (Evans 1989 ; Ghiglione et Richard 1999). Cela tient au fait que les individus ont des capacités cognitives limitées de traitement et de mémorisation des informations (Simon 1958). Ces thèses bien établies depuis une quarantaine d’années maintenant sont totalement ignorées par A. Mc Afee et E. Brynjolfsson dans leur article. Alors que de nombreuses recherches recensent une multitude d'heuristiques et de biais cognitifs qui peuvent s'exercer chez un décideur (Hogarth 1980) en matière de sélection et d'interprétation des informations qui seront considérées par lui comme pertinentes (Evans 1989). Or dans l’acte de collecte d’information, dans le traitement des informations, dans l’analyse et l’interprétation des données, la complexité et l’incertitude sont des constantes quasi-scientifiques et techniques ! Alors comment ignorer que ces phases délicates et chronologiques à la prise de décision puissent être exemptes de biais surtout RECHERCHER SUR LE CERCLE Mots-Clés Auteur ENTREPRENEUR MARKETING COMMUNICATION ShareShare 11 ÉCRIT PAR Bruno TEBOUL PhD Candidate. Université Paris Dauphine. VOIR SON PROFIL SES 3 DERNIERS ARTICLES 05/04/2013 | 20:33 Text Mining, Sentiment Analysis, Big Data. 15/03/2013 | 17:07 "Big Ads" ou le déluge publicitaire… 28/02/2013 | 16:45 Data Scientist: le job le plus sexy du 21ème siècle ? TOUS SES ARTICLES PUBLIEZ VOS ARTICLES BONJOUR BRUNO TEBOUL Déconnexion PUBLIER UNE CONTRIBUTION Mon profil public Mon compte Modifier mon profil Mode d'emploi LE CERCLE LES ECHOS SUR TWITTER Création d'entreprise Social RH Fiscalité Juridique Compta-finances Marketing Internet Développement Innovation Patrimoine Une informatique ultra-rapide pour une production hyper- complexe Par Bertrand Eteneau, DSI de Faurecia
    • 30/06/13 10:10Big Data: une révolution managériale ? | Le Cercle Les Echos Page 2 sur 4http://lecercle.lesechos.fr/entrepreneur/marketing-communication/221166792/big-data-revolution-manageriale lorsque l’on veut manipuler des millions de datas différentes tout en accélérant le rythme de ce traitement. En dépit de leur utilité (Ghiglione et Richard 1999), ces heuristiques et biais peuvent se révéler erronés et conduire à des stratégies cognitives abusives, donnant lieu au développement d'actions déviantes chez le dirigeant (Fredrickson et Mitchell 1984). Pour rappel, selon Kahneman et Tversky (1974), (nobélisé en économie en 2002), une heuristique est une stratégie cognitive simplifiée utilisée pour économiser du temps qui permet de faire des inférences acceptables pour l’individu, même si elles peuvent s’avérer fausses (non validée d’un point de vue logico-déductif). Selon Kahneman et Tversky, les heuristiques sont donc susceptibles de générer des biais dans l’esprit des dirigeants et peuvent par conséquent être considérées comme des sources potentielles de biais. Nous avons retenu comme définition du biais cognitif celle donnée par Le Ny (1991) : « un biais est une distorsion (déviation systématique par rapport à une norme) que subit une information en entrant dans le système cognitif ou en sortant ». Si ces processus cognitifs dysfonctionnels sont bien décrits par la littérature, leur étude sur le terrain a été réalisée, dans la majorité des cas, en laboratoire et avec un protocole de recherche spécifique conçu pour tester un type de biais donné dans un contexte particulier (Kahneman et al. 1982). À titre d'illustration, Hogarth et Makridakis (1981) ont identifié plus d'une trentaine de biais cognitifs associés à un processus de planification stratégique et de décision managériale. C’est la raison pour laquelle nous ne pouvons accepter la naïveté quasi- angélique des auteurs de l’article Mc Afee et Brynjolfsson lorsqu’ils considèrent que les décisions dictées par l’analyse des données sont prises dans de meilleures conditions et constituent dès lors de meilleures décisions managériales, plus efficaces, plus performantes. Comme si le caractère quantitatif et statistique qui font de l’agent économique ou du dirigeant un acteur « bayésien », capable de prendre des décisions rationnelles pouvait suffire à objectiver les conditions de prise de décision et ainsi éviter les heuristiques et autres biais cognitifs. Encore une fois ce n’est pas la quantité ou la qualité des données qui permettent de sécuriser une décision, mais le traitement que l’on en fait. L’avènement d’internet, du commerce électronique, du marketing online ont accélérés le symptôme qui consiste à croire que tout est mesurable désormais dans un monde « digitalisé » (où tout est observable et quantifiable), où les maitres-mots en management sont désormais « monitoring de la performance », « indicateurs clés de performance » (KPI), « traçabilité », (online tracking), « ROI »... Les auteurs eux rappellent qu’en passant du commerce de détail traditionnel à l’e-commerce la compréhension et la connaissance des clients a augmenté de façon spectaculaire. Les détaillants en ligne peuvent désormais suivre non seulement ce que les clients ont acheté, mais aussi ce qu’ils ont regardé, visité sans acheter, comment ils ont navigué sur le site, comment ils ont été influencés ou non par les promotions… Sont-ils sensibles aux techniques de merchandising du site (mise en avant, recommandations produits…) ? Combien l’internaute passe-t-il de temps sur le site ? A quel endroit précis du site, l’internaute est-il parti sans acheter ? etc. Cette logique poussée à l’extrême a permis à des acteurs « pure players » tels que Amazon de développer des algorithmes pour prédire ce que les clients seraient susceptibles d’acheter en matière de produits culturels, essentiellement livres et disques sur leur site… Le but étant d’accroître la fidélisation à Amazon, on parlerait davantage de volonté de « stickiness » des clients et même plus de « loyalty » à ce stade. Ce que les détaillants traditionnels ne peuvent pas envisager ou tout simplement ne pouvant pas accéder à ce type d'information, ne peuvent agir vers leurs clients avec un marketing quasi-temps réel et/ou prédictif. Les auteurs insistent sur le fait que les entreprises qui sont nées « digitales » accomplissent des prouesses inimaginables en matière de gestion des données clients, comparativement à la génération d’entrepreneur précédente (celle d’avant le web). Mais selon eux, l'utilisation et l’exploitation du déluge informationnel a le potentiel de transformer encore plus les entreprises traditionnelles. Le traitement du « Big Data » peut leur offrir des possibilités encore plus grandes et qui pourrait se traduire par un avantage concurrentiel certain. Mais faut-il encore prendre le virage de la technologie de l’information, du traitement des données temps réel sans trop attendre… Mc Afee et Brynjolfsson rappelle et illustre ensuite la fameuse théorie des 3 V (volume, velocity, variety) qui explique le phénomène « Big Data ». S’agissant de l’explication par le « volume », ils mentionnent qu’en 2012, environ 2,5 exaoctets de données sont créés chaque jour, et que ce nombre va doubler tous les 40 mois environ. Aujourd’hui plus de données traverse l’Internet chaque seconde qu’en 20 ans de stockage de données à l’échelle du world wide web ! Par exemple, ils estiment que Wal-Mart recueille plus de 2,5 Pétaoctets de données toutes les heures à partir de ses transactions magasins gérées en temps réel via un système RFID. Un Pétaoctet est égal à un quadrillion d’octets, soit l'équivalent d'environ 20 millions de fichiers texte. Un Exaoctet est égal à 1.000 fois ce montant, soit un milliard de Gigaoctets ! Ils relatent que leur collègue Alex Sandy Pentland du MIT Media Lab utilisa des données de géo-localisation via les téléphones mobiles (GPS) pour déduire combien de personnes furent garées dans les parkings des magasins Macy’s lors du « Black Friday », (début de la saison des achats de Noël aux États-Unis). L’exemple de Sears est également cité: il y a 2 ans que le groupe de retail a pris le virage du « Big Data » afin de mettre en place un système promotion sur mesure et personnalisé par client et passé de 8 semaines de traitement des données (plusieurs Pétaoctets) à une semaine en travaillant avec le prestataire Cloudera. Ces 2 exemples restent anecdotiques, tout comme les résultats de l’étude menée par Mc Afee, Brynjolfsson et Mc Kinsey Business Technology Office à travers la conduite de 330 entretiens structurés auprès de dirigeants de sociétés côtés en Amérique du Nord et qui conclut sur le fait que les entreprises « data-driven » sont en générales plus compétitives de 5% que leurs homologues et plus rentables de 6% ! Là encore, nous ne sommes pas d’accord avec les auteurs de l’article qui considère l’idée selon laquelle ce n’est pas la qualité des algorithmes qui importe mais bien la quantité de datas : ici « Big Data » rime avec « Wrong Decision » ! Bien au contraire, c’est la qualité d’analyse et de traitement de l’information qui prévaut sur les masses de données cumulées en vain et dont le traitement pourrait s’avérer faux et inapproprié. Thomas H. Davenport, dans L’expérience client : (re)définition bit.ly/15TJmC3 Le Cercle Les Echos @CercleLesEchos Étendre Conciliation vie privée/vie professionnelle : une affaire de femmes ? bit.ly/15TJmBY Le Cercle Les Echos @CercleLesEchos Étendre La priorité au logiciel libre est-elle légitime ? bit.ly/15TCepc Le Cercle Les Echos @CercleLesEchos Étendre Gérer une fortune au féminin bit.ly/15TCgxd Le Cercle Les Echos @CercleLesEchos Qui dirige l'Europe ? bit.ly/13dGrrL Le Cercle Les Echos @CercleLesEchos Étendre The Resource Hope bit.ly/13dzdE8 Le Cercle Les Echos @CercleLesEchos 28m 28m 1h 1h 28 Juin 28 Juin Tweets SuivreSuivre @CercleLesEchos@CercleLesEchos Tweeter à @CercleLesEchos …LUS …COMMENTÉS AUJOURD'HUI, LES ARTICLES LES PLUS... Jean-Yves Archer | Finances| Tribune L'oral très contrasté de DSK au Sénat Jean-Charles Guibert | Organisation| Tribune Pour leur compétitivité, les PME doivent pratiquer l’Open Innovation Marc Traverson | Autres| Tribune L’exemplarité, inévitable outil du management OFCE | Europe| La Croatie dans l’Union européenne : une entrée sans fanfare Christophe Nguyen | RH| La Qualité de Vie au Travail (QVT) en période de crise : moins importante que la compétitivité ? ABONNEZ-VOUS AU FLUX RSS SUIVEZ-NOUS AVEC TWITTER
    • 30/06/13 10:10Big Data: une révolution managériale ? | Le Cercle Les Echos Page 3 sur 4http://lecercle.lesechos.fr/entrepreneur/marketing-communication/221166792/big-data-revolution-manageriale Bruno du Teilleul L’expérience client : (re)définition Jérôme Lanoy Les 6 grands principes de l'innovation design (partie I) – Pour positionner, innovez ! Olivier Mathiot Identifier les raisons de la croissance et réinventer les règles de fonctionnement des entreprises Vihan Sharma, Acxiom Les bénéfices multiples d’une solution de marketing personnalisé son dernier ouvrage (« Judgment Calls: 12 Stories of Big Decisions and the Teams That Got Them Right », Harvard Business Review Press) publié en mars 2012 explique notamment qu’il n’est pas indispensable de recourir à l’analyse de grandes quantités de données pour prendre les bonnes décisions, ni d’analyser soi-même les données, et qu’il est souvent pertinent de considérer les données collectées aux plus bas échelons d’une organisation. L’auteur explique que, dans la mesure où les Small Data peuvent être collectées n’importe où dans une organisation, les managers n’ont plus d’excuse pour ne pas améliorer leur façon de prendre des décisions. Attention, toutefois, à ne pas s’en remettre au jugement d’une seule personne, surtout si elle incarne à elle seule l’entreprise et s’apparente à un « Grand Timonier » (« Great Leader »). Ainsi, les décisions collégiales, participatives, seraient bien meilleures que celles faites par un seul individu, fut-il un « Great Leader ». Dans son ouvrage, Thomas H.Davenport détaille quelques fiascos issus de mauvaises décisions prises par un seul individu, notamment pour les fusions-acquisitions dont on sait que 50 à 70 % échouent. Ce fut par exemple le cas du rachat d’AOL par Time Warner, dont le patron, sans demander l’avis de ses collaborateurs, n’avait pas jugé utile de se protéger contre une baisse du cours de bourse de sa cible… ce qui arriva et entraîna une moins-value de 99 milliards de dollars. Autre exemple : la tentative de rachat de Yahoo! par Microsoft, qui a échoué parce que le patron de Yahoo! à l’époque, qui exigeait quatre dollars de plus par action, n’avait pas jugé utile de demander leur avis à ses actionnaires sur l’offre de Microsoft… qu’ils auraient peut-être bien acceptée ! Le cours de bourse de Yahoo ne s’en est jamais remis. En réalité, c’est la combinaison de l’analyse des données (même avec des volumes limités, avec des outils décisionnels et prédictifs), et de processus de jugement collaboratifs (et itératifs) qui détermine la bonne décision. On peut même avancer que c’est ce qui fera, à l’avenir, la différence entre les organisations, dans la mesure où il sera de plus en plus difficile d’intégrer des masses énormes d’informations dans les processus de décision – du moins sans disposer des outils adaptés. Dans un article de avril 2012 de la Harvard Business Review, intitulé « Les bonnes données ne garantissent pas les bonnes décisions », ce même Thomas H. Davenport explique que l’un des risques est que, dans une organisation, des managers prennent des mauvaises décisions basées sur des données qui auront coûté très cher à collecter. Il met en exergue les quatre raisons pour lesquelles « Les bonnes données ne garantissent pas les bonnes décisions » : - l’expertise et les compétences en décisionnel demeurent concentrées sur quelques collaborateurs, - les DSI privilégient les processus formalisés (la finance, les ressources humaines) et délaissent la gestion d’informations non structurées, par définition plus difficiles à traiter et dont le retour sur investissement est aléatoire, - l’information utile existe mais elle est difficile à localiser, - les managers ne gèrent pas l’information aussi bien qu’ils gèrent la finance ou les marques. Là encore, nous nous étonnons que Mc Afee et Brynjolfsson passent sous silence cet article et ses conclusions, d’autant que Thomas H. Davenport est également l’auteur de l’article suivant dans le dossier « Big Data » de la HBR d’octobre 2012… À LIRE ÉGALEMENT COMMENTER L'ARTICLE Il vous reste 2000 caractère(s) pour écrire votre commentaire. Le Cercle Les Echos Like You like this. You and 6,748 others like Le Cercle Les Echos. Facebook social plugin NUAGE DE TAGS 2012 Allemagne Banque BCE Chine Chômage Compétitivité conjoncture CriseCroissance Dette dette publique Developpement durable démocratie développement Economie Emploi Energie Entreprise Environnement Etats- Unis Euro EuropeFiscalite France grèce Hollande Immobilier Industrie Innovation Internet Management Marketing nucléaire PME Politique Politique économique présidentielle Santé société
    • 30/06/13 10:10Big Data: une révolution managériale ? | Le Cercle Les Echos Page 4 sur 4http://lecercle.lesechos.fr/entrepreneur/marketing-communication/221166792/big-data-revolution-manageriale PUBLIER CE COMMENTAIRE POLITIQUE Élections 2012 Vie politique ÉCONOMIE & SOCIÉTÉ Politique éco & Conjoncture International Société Social Immobilier Recherche & Innovation Énergies & Environnement Assos & Fondations Recherche éco Dossiers spéciaux LES ECONOMISTES DE PROJECT SYNDICATE Joseph E. Stiglitz Nouriel Roubini Kenneth Rogoff J. Bradford DeLong Jeffrey D. Sachs Dominique Moïsi Autres auteurs ENTREPRISES & MARCHÉS Finance & Marchés High Tech & Médias Industrie Management Services Dossiers spéciaux Stage d'été ENTREPRENEUR Création d'entreprise Social RH Fiscalité Juridique Compta-finances Marketing Internet Développement Innovation Patrimoine LE CERCLE + Vidéos Livres Abécédaire Sites web PLAN DU SITE Le Cercle Les Echos Aide Nous contacter Charte d'utilisation C.G.U/C.G.V Les Echos Investir Enjeux Les Echos Capital Finance Les Echos Entrepreneur Bilansgratuits Eurostaf Conférences Salon des Entrepreneurs Les Echos de la Franchise L'Institut Les Echos Les Echos Formation Série limitée Les Echos ePaper LeCrible.fr Radio Classique Connaissance des Arts La Fugue