3 de 6 - La série américaine
Dans le privé comme dans le public, les organisations américaines étouffent. Elles sont submergées par des tonnes de données générées par les transactions, les dossiers médicaux et légaux, sans parler des réseaux sociaux. Les entreprises qui peuvent les aider à traiter ces montagnes d’information ont un bel avenir devant elles aux États-Unis.
En effet, selon une récente étude de firme McKinsey (Game changers: Five opportunities for US growth and renewal), le traitement des métadonnées est l’un des secteurs qui stimulera le plus la croissance du PIB aux États-Unis d’ici 2020.
Pourquoi? Parce ce que les nouvelles technologies donnent de la valeur ajoutée à cette masse information. Selon McKinsey, une meilleure analyse de ces données pourrait d’ailleurs générer 610 milliards de dollars américains par année en gains de productivité et en réductions de coûts.
Des entreprises comme SAS, spécialisée dans le domaine des logiciels et des services d’analyse commerciale, aident justement les organisations à maximiser le potentiel de leurs données. « Elles génèrent ainsi plus de revenus et décrochent plus de contrats », dit Mike Frost, directeur principal pour la gestion des produits d’intégration de données chez SAS, en Caroline du Nord.
Parmi ses clients aux États-Unis, SAS compte des institutions financières, des sociétés énergétiques, ainsi que des organisations dans le secteur des sciences de la vie et de la santé. Washington est aussi un client de SAS, notamment pour des enjeux de sécurité nationale.
La collecte et de le stockage de données par l’Agence de sécurité américaine (NSA) a d’ailleurs suscité une vive controverse dans le monde, notamment en France et en Allemagne.
Dans l’industrie du traitement des métadonnées, la vitesse d’exécution est cruciale pour les SAS et autres SAP de ce monde. « Le défi est d’analyser en quelques minutes une masse d’information qui prenait auparavant des mois », affirme Mike Frost.
Le tiers des revenus issu de ventes croisées
Pour mieux répondre aux besoins de leurs clients ou innover, les entreprises, les sociétés d’État et les ministères doivent cerner rapidement les occasions d’affaires à exploiter ou les besoins qu’ils peuvent mieux combler grâce à leurs bases de données accumulées.
Le géant Amazon illustre bien tout le potentiel d’une bonne analyse de statistiques commerciales. Le détaillant réalise 30% de ses revenus à partir de ventes croisées, c’est-à-dire les suggestions d’achats qu’il fait à ses clients lorsque ceux-ci font des emplettes sur son site Web.
L’analyse des données gouvernementales procure aussi beaucoup de possibilités.
Par exemple, Asthmapolis, une société du Wisconsin, cartographie les endroits où les gens ont des crises d’asthme, et ce, afin d’identifier les sources de pollution ou d’irritation. Une information capitale pour les organismes de santé publique, sans parler des administrations municipales, en matière d’urbanisme.
Dans le secteur manufacturier, McKinsey affirme que l’analyse efficace des données peut aussi procurer plusieurs gains. Cette information peut donner par exemple de la valeur ajoutée au design d’un produit. Elle permet aussi de mieux prévoir la demande et d’adapter la production en conséquence – le fabricant de processeurs Intel utilise cette stratégie.
Intelligence économique et réduction des risques
L’analyse des blogues et des réseaux sociaux est une autre stratégie cruciale pour les entreprises qui veulent savoir ce qui se dit à propos d’elles sur le Web. Un marché dans lequel a plongé le géant IBM, avec sa plateforme d’intégration de données InfoSphere. « Cette analyse permet de cibler des tendances ou de relever des messages négatifs sur le produit d’une entreprise », explique David Corrigan, directeur des produits de marketing chez IBM.
Dans le marché de l’analyse de données, IBM offre des solutions de stockage et d’analyses de données. La multinationale compte des clients dans l’ensemble des secteurs de l’économie américaine, de la finance au manufacturier en passant par la santé. Ses solutions permettent aussi à des investisseurs institutionnels de réduire leur risque financier, en tentant de prévoir, par exemple, la variation des taux d’intérêt.
