Pour nos 10 années d’activité, le 10 janvier 2010 exactement, nous revisitons ici l’histoire qui nous a mener à la production de solutions innovantes de traitement de données : les outils, les méthodes, les usages.

Dès 2008 le besoin de traiter de plus en plus de données, dans les mondes qui produisent beaucoup de données comme celui de la finance en général, était prévisible. Même si, les acteurs du marché ont mis quelques années à réagir, l’accélération de la consommation de donnée s’est confirmée très vite : marketing, marketing analytics, réseaux commerciaux et multicanal, parcours client, RH, risk, solvenccy, Bâle, SAV, supply-chain, fraude, gestion sinistre, finance, contrôleur de gestion, réglementaire.

Il s’étend maintenant à presque tous les secteurs, notamment du développement durable, de l’empreinte carbone, de la smart city et smart building, de l’éducation, la cyber-sécurité et cyber surveillance, santé, industrie (supplychain) mobilité, musique, art, …. Le domaine de l’IA s’étend fortement au domaine des Ressources Humaines, domaine hautement sensible mais qui semble être une possibilité de valoriser une entrepris dans ses aspects immatériels. Vous trouverez ici toute notre production.

Pourtant, il faut être convaincu que le monde se densifie et se complexifie, que l’apport de la mesure et de son analyse aide et aidera à affronter les résolutions de problèmes de plus en plus inextricables. Cette brève histoire des nombres, depuis les Sumériens jusqu’aux GAFAM en passant par les très innovants Italiens de la Renaissance, voudrait démontrer que l’homme a ainsi toujours augmenter sa capacité à mesurer pour réduire les actions de la nature sur lui et augmenter son espérance de vie.

La recherche dans le domaine de la mesure est importante. Le rapport Stiglitz et les déclinaisons par le rapport Attali (avec l’assistance d’Emmanuel Macron), montrent qu’un des enjeux de la donnée, est de bien et de mieux mesurer pour limiter l’aspect subjectif voire obsolète de certaines méthodes.

Ainsi, depuis 10 ans, nous revendiquons la méthode MyDataBall comme une des plus efficaces à augmenter le pouvoir de la prise de décision par l’homme aidé par ses propres mesures et ses propres connaissances. Le numérique permet de capitaliser sur les connaissances de chacun de nous pour le bien de tout le monde.

Notre approche sur le marché est de deux ordres :

• Nous avançons sur le concept innovant de la data complexité plus que le bigdata : beaucoup de données ne veut pas dire grand chose en soit, mais beaucoup d’information sur un même fait pour le comprendre est quant à lui prometteur en terme de détection de solutions inatteignables par l’homme. Nos séries de conférences en 2014 et 2015 sur ce sujet nous en a convaincu. Or, prendre en compte ce phénomène fait écrouler bon nombre de solutions utilisées : la capacité à combiner de très nombreux facteurs explicatifs est l’enjeu du data scientist.
• Nous revendiquons le concept de « OutSourcing de la connaissance » : la masse de données n’est rien en soit et est facile à résoudre techniquement, même si certaines entreprises, sans compétences techniques, échouent à gérer ce point. Ce qui devient important est qu’il est difficile, avec l’avènement de la multiplication des mesures, de déterminer les bonnes questions à se poser (voir notre article sur la combinatoire des questions « compétences et performances »). Ainsi, le concept d’OutSourcing de la connaissance permet de mettre à contribution des sachants qui par leur connaissance (même embryonnaire), accélère la détection des bonnes questions à se poser et d’en déduire les bonnes réponses.

La machine learning MyDataBall se fonde sur ces 2 concepts (voir note r&d). La méthodologie MyDataBall résout donc l’aspect « infobésité » en l’occurrence par la datavisualisation, enjeu majeur ciblé comme domaine d’innovation prioritaire. Sans cela, les données contraignent les outils à ne pas répondre aux enjeux du traitement de la donnée complexe par et pour les hommes.

Depuis que la machine marketing américaine a déployé depuis les années 2015 les mots clés pour évangéliser le marché et toute activité humaine à la consommation de données et a révélé l’intérêt de capitaliser sur les mesures que les hommes font de leurs activités, toute industrie : le bigdata puis le data analytics et enfin l’IA ont été les 3 phases depuis les 5 dernières années pour promouvoir les gains substantiels de l’exploitation et de la consommation de données pour la prise de décision dans des environnements complexes.

Les entreprises se sont mises en ordre de marche en intégrant de nouvelles compétence comme les Chief Data Officer. Les nouvelles étapes de la data au vue de la maturation des IA faibles (Automatisez les Tâches Répétitives – RPA) vers les IA fortes (GAN), ce sont le Knowledge Management et le Risk Management.