Qualité Références n°72

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