Qualité Références n°72
La digitalisation au cœur de la stratégie de l'entreprise
La digitalisation au cœur de la stratégie de l'entreprise
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
MANAGEMENT DE LA PERFORMANCE L’APPORT DU BIG DATA AU SERVICE DE LA QUALITÉ<br />
tivement utilisables à une échelle industrielle<br />
grâce aux vitesses de calcul élevées<br />
produites par ces technologies big data.<br />
Deuxième point : la performance des<br />
processus opérationnels. Les technologies<br />
issues du big data permettent de rendre<br />
possible, éventuellement en temps réel,<br />
des opérations de détection, d’anticipation,<br />
d’optimisation et de réaction à des évènements<br />
auxquels on peut accéder directement.<br />
Quant au dernier point, il concerne<br />
la connaissance Client. Elle permet de<br />
comprendre, cibler et personnaliser tant les<br />
relations que les produits et services apportés<br />
aux clients. Appliquée aux cas particuliers<br />
de la maîtrise de la qualité effective des<br />
produits, de la mesure de la qualité perçue,<br />
ou du pilotage d’un système cohérent de<br />
maitrise de la qualité, les technologies big<br />
data accroîtront globalement le niveau de<br />
maîtrise et d’assurance de la qualité.<br />
BÉNÉFICES ET RISQUES<br />
Jean-Bernard Guidt déclare à propos<br />
des bénéfices du Big Data : « Le big data<br />
apportera à l’activité de la maîtrise de la<br />
qualité, quatre bénéfices principaux :<br />
l’augmentation du nombre de points de<br />
mesure (et donc de sources d’information)<br />
de la qualité produite et perçue,<br />
une compréhension plus complète et plus<br />
approfondie des besoins des clients grâce<br />
« Les technologies Big<br />
Data ne sont pas encore<br />
énormément utilisées. Elles<br />
le sont prioritairement sur<br />
l’information Client. »<br />
notamment aux possibilités d’exploration<br />
de données internes et externes, la<br />
possibilité d’anticiper les insatisfactions<br />
et de réagir avant même que le client<br />
n’ait atteint le stade de l’exprimer ouvertement<br />
et enfin, la capacité d’analyse des<br />
causes et d’amélioration continue plus<br />
fine, reposant sur les possibilités d’optimisation<br />
et de simulation apportées par<br />
la data science. » Ainsi, par exemple, le<br />
Big Data est utilisé dans la maintenance<br />
prédictive afin d’anticiper des opérations<br />
de défaillance. Il nécessite de disposer<br />
des équipements connectés avec des<br />
capteurs et des systèmes d’analyse de<br />
mode de défaillance.<br />
L’utilisation du big data n’est pas sans<br />
danger. Selon Jean-Bernard Guidt, le<br />
risque principal lié au big data, reste la<br />
mauvaise maîtrise de la data elle-même.<br />
Si les possibilités sont grandes, la fiabilité<br />
des résultats repose essentiellement<br />
sur la qualité et la fiabilité des données,<br />
Keyrus : un acteur pionnier et innovant<br />
Le cabinet de conseil intégré du Groupe Keyrus, Keyrus Management, combine<br />
des savoir-faire métiers avec des expertises technologiques en matière de gestion<br />
de la donnée. Il aide les entreprises à répondre à leurs besoins de transformation<br />
rapide en développant leur agilité et en accélérant l’usage du digital. Le cabinet<br />
développe ses activités en France et à l’international en s’appuyant sur le Groupe<br />
Keyrus, spécialiste de la Data et du Digital implanté dans une quinzaine de pays et<br />
sur 4 continents. Son offre en matière de big data concerne les prestations autours<br />
de la définition de stratégies de valorisation de données, du schéma directeur 1<br />
big data, de la conception d’architecture 2 big data, de la Data Science et de la mise<br />
en œuvre de solutions et de plateforme Big Data, de l’Analytics et data science.<br />
Enfin, ses innovations résident dans la mise à disposition de profils expérimentés<br />
dans le Big Data et la Data Science et des solutions innovantes comme RAYS, une<br />
plateforme accélératrice de projet Big Data.<br />
1 Un schéma directeur informatique est un document de synthèse établi par la direction<br />
informatique et validé par la direction générale de l’organisation. Il permet la définition,<br />
la formalisation, la mise en place ou l’actualisation d’un système d’information.<br />
2 En informatique, l’architecture désigne l’organisation des différents éléments du système<br />
informatique (logiciels, matériels, humains et informations) et des relations entre les éléments.<br />
ainsi que sur la pertinence des modélisations<br />
métier et sur celle de l’interprétation<br />
des calculs. Un autre risque<br />
concerne le respect de la réglementation<br />
en matière de respect de la confidentialité,<br />
et de la sécurité des données, qui<br />
fait partie de la satisfaction des clients.<br />
Exploiter les capacités du big data pour<br />
mieux satisfaire les clients, nécessitera<br />
donc de travailler sur plus de données les<br />
concernant, et donc d’être plus soumis<br />
à des contraintes de protection de ces<br />
données.<br />
Dans le monde digital, le client devient<br />
unique et veut être traité comme tel. La<br />
personnalisation conduit l’entreprise à<br />
satisfaire les besoins de chacun de ses<br />
clients individuellement. Jean-Bernard<br />
Guidt note alors : « Les impacts en<br />
matière de non qualité sont aussi beaucoup<br />
plus importants. Un client insatisfait<br />
dispose de tout son réseau virtuel<br />
pour raconter sa mésaventure avec telle<br />
marque, information qui peut se propager<br />
de manière virale. Ainsi, dans le monde<br />
digital, maîtrise de la qualité et protection<br />
de la marque deviennent fortement<br />
liés. Le responsable <strong>Qualité</strong> de l’ère digitale<br />
doit donc impérativement s’adapter à<br />
ces nouveaux modes de comportement et<br />
à ses nouveaux modes de travail. »<br />
Jean-Bernard Guidt conseille donc au<br />
responsable <strong>Qualité</strong> de disposer d’une<br />
culture de la Data et de comprendre<br />
les problématiques de gouvernance<br />
et de qualité de données. Il doit aussi<br />
être capable de dialoguer avec des data<br />
scientists et de comprendre les nouveaux<br />
cas d’usage afin de les utiliser dans des<br />
problématiques de maîtrise de la qualité.<br />
De plus, Jean-Bernard Guidt remarque<br />
à propos des outils à utiliser : « L’architecture<br />
big data doit être transversale et<br />
unique au niveau de l’entreprise, puisque<br />
l’un de ses intérêts est de pouvoir corréler<br />
différents types de données. Le responsable<br />
<strong>Qualité</strong> en est donc un « client » au même<br />
titre que les autres directions. Ce seront<br />
essentiellement les capacités d’analytics<br />
et d’audit de données qui l’intéresseront.<br />
Ces capacités seront mises à sa disposition<br />
par les gestionnaires de la plateforme. »<br />
Valérie Brenugat<br />
16 IQUALITÉ RÉFÉRENCES • N°72 • Avril - Mai - Juin 2017