L’IA et le machine learning pavent la voie aux analystes du futur

Ils doivent s'appuyer sur des data scientistes qui sont forcés de se cantonner à un rôle de "producteur de rapports", les données y étant compilées n'étant pas disponibles en temps réel et toujours réservées à un nombre limité de collaborateurs. Pourtant, c'est par ces mêmes analystes que doit se faire la transformation de l'analyse de données. Ce sont eux qui en ont les clés et qui portent la mission de démocratiser l’accès à la donnée pour rendre les collaborateurs des entreprises productifs, efficaces et stratégiques. C'est pourquoi leur rôle doit absolument évoluer. L'ebook Devenir un analyste du futur met en évidence les 7 axes majeurs qui permettront aux data scientistes de devenir les analystes du futur en 2021. L’IA et le machine learning doivent les aider à aller plus loin et à transformer leur rôle. 

C'est sur le plan stratégique que l'évolution doit se faire en premier lieu. En tant que « Tiers de confiance », les analystes comprennent le business au travers des opérations quotidiennes. Ils peuvent fournir un contenu de valeur aux parties prenantes des entreprises et ont la capacité d’affiner les processus commerciaux ainsi qu'un accès et une visibilité sans entrave aux modes de gestion. Le rôle de l’analyste ne doit donc plus se cantonner à répondre à « ce qui s’est passé », mais à « pourquoi ça s’est passé ».

Les analystes ont ensuite besoin de donner de plus en plus d’autonomie aux collaborateurs non techniques de l’entreprise. Plutôt que de passer du temps à créer et pousser les rapports, il est important qu’ils donnent aux autres membres de l’organisation la capacité d’interroger les données et de répondre à leurs interrogations. En tant qu’experts de l’intelligence économique, les analystes ont des connaissances ésotériques qui ne sont pas communément partagées avec les utilisateurs professionnels. La solution de ThoughtSpot basée sur l'IA et le machine learning permet aux utilisateurs de simplement poser leurs propres questions et d’y répondre. 

Il est également important de combler l'écart entre le langage de l’entreprise et la façon dont les données sont stockées dans les bases de données. Les noms des colonnes peuvent être (et sont souvent) stockés différemment, ce qui laisse la porte ouverte à la confusion. Le rôle des analystes est unique en ce sens qu’ils parlent couramment la langue de l’entreprise et des données. Les outils d’analyse modernes dopés à l'IA permettent aux analystes de traduire les données dans la langue de l’entreprise en changeant non seulement les en-têtes des colonnes et les noms de champ, mais aussi en ajoutant des synonymes afin que plusieurs utilisateurs puissent poser des questions dans un format flexible avec moins de marge d’erreur.

Les analystes ont par ailleurs mieux à faire que de passer au crible de grandes quantités de données, dans l’espoir de trouver des pépites d’information intéressantes. Les algorithmes de machine learning peuvent aujourd’hui permettre  de découvrir automatiquement des indications cachées et répondant à des questions que les analystes et leurs collaborateurs n’ont même pas pensé à poser. Les outils de bureau traditionnels compliquent la découverte d’informations, car, une fois prototypés, les rapports doivent encore être publiés pour que d’autres puissent les consommer. Les nouvelles solutions telles que ThoughtSpot contournent ce long processus en offrant une interface utilisateur unique basée sur un navigateur pour se connecter, modéliser, rechercher et partager du contenu avec d’autres utilisateurs en un temps record. La solution est conçue pour être toujours aussi performante à l’échelle, en répondant à des questions complexes en quelques secondes, sur des milliards de lignes de données à leur niveau le plus granulaire. 

Démocratiser l’accès à la donnée grâce à des solutions de pointe telles que ThoughtSpot permet d’améliorer la motivation des équipes et des analystes. Les retards dans la transmission des rapports peuvent être dévastateurs. Des dizaines de tableaux de bord et des centaines (parfois des milliers) de rapports peuvent rester inutilisés (ou pire, invisibles), tandis que les demandes en attente s’accumulent. Grâce à cette nouvelle autonomie apportée par la technologie, les analystes sont en mesure d’apporter plus de valeur à leur entreprise en utilisant moins de temps et d’efforts. Ce gain leur permet de se consacrer à affiner les processus métier, à améliorer les opérations, à réduire les risques financiers, à accroître l’adoption et la fluidité des données, à éduquer l’entreprise pour qu’elle devienne plus orientée vers les données et à générer plus de valeur que jamais.

Demander une démo Télécharger le rapport