Click here to load reader
Upload
bruno-teboul
View
445
Download
1
Embed Size (px)
DESCRIPTION
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).
Citation preview
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 ManagementRevolution » de Andrew McAfee (Principal Research Scientist, MIT Center for Digital Business) etErik Brynjolfsson (Professor at MIT Sloan School of Management, Director of MIT Center of DigitalBusiness).
Le titre de l’article était pourtant très pertinent et évocateur, mais le contenuhélas dense est quelque peu décevant de la part de 2 enseignants-chercheurs du MIT : les auteurs commencent par rappeler que le dictonselon 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. Orce dicton, est depuis plusieurs années selon nous érigé en dogme absolu etconduit inévitablement A. McAfee et E. Brynjolfsson à considérer quel’engouement soudain pour le phénomène « Big Data » s’explique pour cetteraison.
L’explosion des données récentes conduirait les managers-décisionnaires,les dirigeants à vouloir tout mesurer et croire ainsi transformer des donnéesbrutes en connaissances infaillibles capables de servir alors des prises dedécisions complexes et par conséquent optimiser la performance. Nouspensons que ce mythe qui n’épargne pas les auteurs de l’article; victimeseux aussi d’une croyance aveugle selon laquelle un manager-décisionnaireou un dirigeant peut à l’image d’un médecin spécialiste ou d’un enquêteurchevronné réunir des informations diverses et variées ayant valeur d’indicesautour d’un faisceau commun d’informations (passage des symptômes ausyndrome en médecine). Or, il parait difficile de fonder ses hypothèses, surun simple assemblage d’informations mêmes cohérentes entre elles et d’enfaire autorité au point de les ériger comme preuves irréfutables pour décrireet expliquer une situation donnée.
A fortiori, nous pensons qu’il est risqué, voire dangereux de comprendre et traiter l’information à des fins dedécisions stratégiques, managériales suite à l’étape de collecte et d’analyse des informations : le diagnostic nefait pas la thérapie. Un « faisceau d’indice » n’est pas une preuve intangible, or en management ou en marketingde la décision l’amalgame semble facile et rapide. L'analyse de la littérature montre que la majorité deschercheurs 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 desinformations (Simon 1958). Ces thèses bien établies depuis une quarantaine d’années maintenant sonttotalement ignorées par A. Mc Afee et E. Brynjolfsson dans leur article. Alors que de nombreuses recherchesrecensent une multitude d'heuristiques et de biais cognitifs qui peuvent s'exercer chez un décideur (Hogarth1980) en matière de sélection et d'interprétation des informations qui seront considérées par lui commepertinentes (Evans 1989).
Or dans l’acte de collecte d’information, dans le traitement des informations, dans l’analyse et l’interprétation desdonnées, la complexité et l’incertitude sont des constantes quasi-scientifiques et techniques ! Alors commentignorer que ces phases délicates et chronologiques à la prise de décision puissent être exemptes de biais surtout
RECHERCHER SUR LE CERCLE
Mots-Clés Auteur
ENTREPRENEURMARKETING COMMUNICATION
ShareShare 11
ÉCRIT PAR
Bruno TEBOULPhD Candidate.Université ParisDauphine.
VOIR SONPROFIL
SES 3 DERNIERS ARTICLES
05/04/2013 | 20:33Text Mining, Sentiment Analysis, Big Data.
15/03/2013 | 17:07"Big Ads" ou le déluge publicitaire…
28/02/2013 | 16:45Data Scientist: le job le plus sexy du21ème siècle ?
TOUS SES ARTICLES
PUBLIEZ VOS ARTICLES
BONJOUR BRUNO TEBOULDéconnexion
PUBLIER UNE CONTRIBUTION
Mon profil publicMon compteModifier mon profilMode 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-complexePar 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. Endépit de leur utilité (Ghiglione et Richard 1999), ces heuristiques et biais peuvent se révéler erronés et conduire àdes 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 unestratégie cognitive simplifiée utilisée pour économiser du temps qui permet de faire des inférences acceptablespour l’individu, même si elles peuvent s’avérer fausses (non validée d’un point de vue logico-déductif). SelonKahneman et Tversky, les heuristiques sont donc susceptibles de générer des biais dans l’esprit des dirigeants etpeuvent par conséquent être considérées comme des sources potentielles de biais. Nous avons retenu commedéfinition du biais cognitif celle donnée par Le Ny (1991) : « un biais est une distorsion (déviation systématiquepar 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 étéréalisée, dans la majorité des cas, en laboratoire et avec un protocole de recherche spécifique conçu pour testerun type de biais donné dans un contexte particulier (Kahneman et al. 1982). À titre d'illustration, Hogarth etMakridakis (1981) ont identifié plus d'une trentaine de biais cognitifs associés à un processus de planificationstratégique 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 parl’analyse des données sont prises dans de meilleures conditions et constituent dès lors de meilleures décisionsmanagériales, plus efficaces, plus performantes. Comme si le caractère quantitatif et statistique qui font del’agent économique ou du dirigeant un acteur « bayésien », capable de prendre des décisions rationnellespouvait suffire à objectiver les conditions de prise de décision et ainsi éviter les heuristiques et autres biaiscognitifs. Encore une fois ce n’est pas la quantité ou la qualité des données qui permettent de sécuriser unedécision, mais le traitement que l’on en fait.
L’avènement d’internet, du commerce électronique, du marketing online ont accélérés le symptôme qui consiste àcroire que tout est mesurable désormais dans un monde « digitalisé » (où tout est observable et quantifiable), oùles maitres-mots en management sont désormais « monitoring de la performance », « indicateurs clés deperformance » (KPI), « traçabilité », (online tracking), « ROI »... Les auteurs eux rappellent qu’en passant ducommerce de détail traditionnel à l’e-commerce la compréhension et la connaissance des clients a augmenté defaçon spectaculaire.
Les détaillants en ligne peuvent désormais suivre non seulement ce que les clients ont acheté, mais aussi cequ’ils ont regardé, visité sans acheter, comment ils ont navigué sur le site, comment ils ont été influencés ou nonpar 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 dusite, l’internaute est-il parti sans acheter ? etc. Cette logique poussée à l’extrême a permis à des acteurs « pureplayers » tels que Amazon de développer des algorithmes pour prédire ce que les clients seraient susceptiblesd’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 etmême plus de « loyalty » à ce stade. Ce que les détaillants traditionnels ne peuvent pas envisager ou toutsimplement ne pouvant pas accéder à ce type d'information, ne peuvent agir vers leurs clients avec un marketingquasi-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 lagénération d’entrepreneur précédente (celle d’avant le web). Mais selon eux, l'utilisation et l’exploitation dudéluge 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 avantageconcurrentiel certain. Mais faut-il encore prendre le virage de la technologie de l’information, du traitement desdonnées temps réel sans trop attendre…
Mc Afee et Brynjolfsson rappelle et illustre ensuite la fameuse théorie des 3 V (volume, velocity, variety) quiexplique 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’échelledu world wide web ! Par exemple, ils estiment que Wal-Mart recueille plus de 2,5 Pétaoctets de données toutesles heures à partir de ses transactions magasins gérées en temps réel via un système RFID. Un Pétaoctet estégal à un quadrillion d’octets, soit l'équivalent d'environ 20 millions de fichiers texte. Un Exaoctet est égal à 1.000fois 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 viales téléphones mobiles (GPS) pour déduire combien de personnes furent garées dans les parkings des magasinsMacy’s lors du « Black Friday », (début de la saison des achats de Noël aux États-Unis). L’exemple de Sears estégalement cité: il y a 2 ans que le groupe de retail a pris le virage du « Big Data » afin de mettre en place unsystème 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 etMc Kinsey Business Technology Office à travers la conduite de 330 entretiens structurés auprès de dirigeants desociétés côtés en Amérique du Nord et qui conclut sur le fait que les entreprises « data-driven » sont engénérales plus compétitives de 5% que leurs homologues et plus rentables de 6% ! Là encore, nous ne sommespas d’accord avec les auteurs de l’article qui considère l’idée selon laquelle ce n’est pas la qualité desalgorithmes 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 dedonnées 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 Suivre Suivre @CercleLesEchos@CercleLesEchos
Tweeter à @CercleLesEchos
…LUS …COMMENTÉS
AUJOURD'HUI, LES ARTICLES LES PLUS...
Jean-Yves Archer | Finances| TribuneL'oral très contrasté de DSK au Sénat
Jean-Charles Guibert | Organisation| TribunePour leur compétitivité, les PME doivent pratiquer l’OpenInnovation
Marc Traverson | Autres| TribuneL’exemplarité, inévitable outil du management
OFCE | Europe|La Croatie dans l’Union européenne : une entrée sansfanfare
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 TeilleulL’expérience client :(re)définition
Jérôme LanoyLes 6 grands principes del'innovation design (partie I) –Pour positionner, innovez !
Olivier MathiotIdentifier les raisons de lacroissance et réinventer lesrègles de fonctionnement des
entreprises
Vihan Sharma, AcxiomLes bénéfices multiples d’unesolution de marketingpersonnalisé
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 derecourir à l’analyse de grandes quantités de données pour prendre les bonnes décisions, ni d’analyser soi-mêmeles données, et qu’il est souvent pertinent de considérer les données collectées aux plus bas échelons d’uneorganisation. L’auteur explique que, dans la mesure où les Small Data peuvent être collectées n’importe où dansune 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 seulel’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 sonouvrage, Thomas H.Davenport détaille quelques fiascos issus de mauvaises décisions prises par un seulindividu, notamment pour les fusions-acquisitions dont on sait que 50 à 70 % échouent. Ce fut par exemple le casdu rachat d’AOL par Time Warner, dont le patron, sans demander l’avis de ses collaborateurs, n’avait pas jugéutile de se protéger contre une baisse du cours de bourse de sa cible… ce qui arriva et entraîna une moins-valuede 99 milliards de dollars. Autre exemple : la tentative de rachat de Yahoo! par Microsoft, qui a échoué parce quele patron de Yahoo! à l’époque, qui exigeait quatre dollars de plus par action, n’avait pas jugé utile de demanderleur avis à ses actionnaires sur l’offre de Microsoft… qu’ils auraient peut-être bien acceptée ! Le cours de boursede 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 outilsdécisionnels 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 ilsera de plus en plus difficile d’intégrer des masses énormes d’informations dans les processus de décision – dumoins 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 quel’un des risques est que, dans une organisation, des managers prennent des mauvaises décisions basées surdes données qui auront coûté très cher à collecter. Il met en exergue les quatre raisons pour lesquelles « Lesbonnes 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 gestiond’informations non structurées, par définition plus difficiles à traiter et dont le retour sur investissement estaléatoire,
- 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 laHBR 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 ChineChômage Compétitivité conjoncture
Crise Croissance Dette dettepublique Developpement durable démocratiedéveloppement Economie EmploiEnergie Entreprise Environnement Etats-Unis Euro Europe FiscaliteFrance grèce Hollande Immobilier Industrie
Innovation InternetManagement Marketing nucléairePME Politique Politique économiqueprésidentielle 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
POLITIQUEÉlections 2012
Vie politique
ÉCONOMIE & SOCIÉTÉPolitique éco & Conjoncture
International
Société
Social
Immobilier
Recherche & Innovation
Énergies & Environnement
Assos & Fondations
Recherche éco
Dossiers spéciaux
LES ECONOMISTES DE PROJECTSYNDICATEJoseph E. Stiglitz
Nouriel Roubini
Kenneth Rogoff
J. Bradford DeLong
Jeffrey D. Sachs
Dominique Moïsi
Autres auteurs
ENTREPRISES & MARCHÉSFinance & Marchés
High Tech & Médias
Industrie
Management
Services
Dossiers spéciaux
Stage d'été
ENTREPRENEURCréation 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 Echosde la Franchise L'Institut Les Echos Les Echos Formation Série limitée Les Echos ePaper LeCrible.fr Radio Classique Connaissance des Arts La Fugue