Data science : que se cache-t-il derrière ce buzzword ?

En 2012, la Harvard Business Review décrivait le métier des data scientists comme le « métier le plus sexy du XXIe siècle ». Mais en quoi consiste-t-il ? Pour comprendre le métier des data scientists, il faut commencer par définir la data science et comprendre pourquoi elle est devenue un buzzword. Quels enjeux représente-t-elle pour les entreprises ?

Qu’est-ce que la data science ?

La Data Science ou la science des données en français, est la discipline qui consiste à extraire et analyser des données massives qu’elles soient structurées ou non. S’agissant d’une discipline transversale, elle s’appuie principalement sur des outils mathématiques, de statistiques, d’informatique et de visualisation de données.

La data science a pour objectif principal de traduire ces ensembles de données en informations et connaissances compréhensibles par tous afin d’en tirer des enseignements pratiques.

Découvrez en vidéo les 5 questions auxquelles la data science permet de répondre :  

 

Quels sont les enjeux de la data science pour les entreprises ?

Depuis les années 1990 et l’avènement du Big Data, la Data Science est devenue un enjeu majeur pour les entreprises. A l’heure actuelle, 2,5 trillions d’octets de données sont générées et stockées chaque jour dans le monde. Certains parlent de "data déluge" pour qualifier cette période de notre histoire. Ainsi, il est dans l’intérêt des entreprises de trier, exploiter et donner du sens à ces données qu’elles collectent au sujet de leurs utilisateurs. La Data Science répond précisément à cette problématique.

Elle est doublement bénéfique pour les entreprises : 

1/ En extrayant et analysant les ensembles de données dont les entreprises disposent, la data science les aide dans leurs prises de décision.  Elle extrait des informations précieuses et facilement compréhensibles par tous –experts en data ou non– pour apporter des solutions concrètes à des problèmes.

Procter & Gamble utilise par exemple la data science pour prédire la demande future des biens qu’elle commercialise pour optimiser sa production. Autrement dit, la data science permet d’identifier des insights et des tendances sur le comportement des consommateurs/utilisateurs à partir de données antérieurement collectées sur les utilisateurs. On parle alors de data mining. C’est une des sous-disciplines de la data science.

2/ La science des données permet également aux entreprises de créer des data products à visée commerciale. Par définition, un data product est un produit qui repose sur des données qu’il traite à l’aide d’un algorithme pour générer des résultats spécifiques.

On peut citer l’exemple du moteur de recommandation de Netflix parmi les exemples concrets de data products. Ce dernier se repose sur les données des utilisateurs de plateforme et établie des recommandations personnalisées en fonction de ces données (i.e. historique de visionnage, parcours utilisateur, etc..).

Contrairement aux data Insights, les data products ne sont pas destinés à l’usage interne des entreprises qui les développent. Elles sont des produits dérivés des données collectées bénéficiant d’une forte valeur ajoutée. En effet, la pertinence de son moteur de recommandation est un facteur-clé du business model de Netflix.

 

Ainsi, par l’intermédiaire des data insights et/ou des data products, la data science est au service des entreprises. Tous les secteurs d’activité, privé comme public, s’intéressent désormais à cette discipline pour des objectifs divers :

  • acquisitions de nouveaux clients
  • R&D
  • optimisation de leurs services/produits existants
  • fidélisation,
  • prévention des risques…

Les applications les plus connues de la data science sont la gestion des risques financiers, la lutte contre la fraude et la cybersécurité.

Le métier des Data Scientists en quelques mots

Avec l’avènement du big data, le métier de « data scientist » est donc depuis quelques années en plein essor. Très prisés par les recruteurs, les data scientists bénéficient de compétences transversales. Parmi les compétences clés du data scientist, on note trois compétences principales :

  • une bonne maitrise des outils mathématiques et statistiques
  • une bonne culture technologique
  • une vision business sur l’activité de son entreprise.

Alors, souhaitez-vous devenir data scientist et occuper le métier le plus sexy du XXIe siècle ?

 

Laura Leng des MKLS PARTNERS

Leave a Comment