De la licorne au cheval de course
L’analyse prédictive et le machine learning, du mythe à la réalité

Aujourd’hui, les expressions liées à la transformation digitale telles que « Machine Learning », « Big Data », « IA » ou encore “Internet des objets » se multiplient.

Pour apporter un éclairage aux professionnels traitant les données au quotidien, nous vous proposons de découvrir une liste des points clés de la transformation digitale et de la place qu'occupe le Machine Learning dans la réalité économique.

Obtenez de plus amples informations en regardant la vidéo du webinaire : De la licorne au cheval de course : l'analyse prédictive et le machine learning, du mythe à la réalité.  

La Course à la Transformation Digitale

LaCourseDeLaTransformationDigital

Aujourd'hui, toutes les organisations sont dans la course de la transformation digitale. Elle s’impose à toutes, des petites aux grandes organisations Cette course est également unique à chaque entité et à chaque secteur d’activités - mais en quoi consiste réellement cette transformation digitale ?

Cette course comporte deux aspects. Premièrement, l’intégration de la technologie numérique dans tous les domaines d’activité, qui modifie fondamentalement le mode de fonctionnement d’une entreprise et offre une valeur ajoutée à ses clients.

Deuxièmement, il s’agit également d’un changement culturel qui oblige les organisations à remettre en cause leur structure et leur statu quo, à expérimenter - et qui dit expérimentation dit test et donc échec possible ; ces échecs doivent être acceptés comme une étape dans la quête du succès.

En d'autres termes, il s'agit d'une aventure exploratoire et passionnante. Cependant, les mythes tenaces vous incitent à croire que vous ne pourrez pas tirer parti des avancées technologiques sans l’aide du Machine Learning ou de la science des données.

Est-ce vrai ?

Le Machine Learning est-il le point de départ de la Transformation Digitale ?

Les données sont essentielles pour que les entreprises puissent prendre de bonnes décisions concernant les produits, les services, les employés, la stratégie, etc.

Chez Minitab, nous constatons chaque jour que les organisations ont beaucoup à faire pour exploiter les données qu'elles collectent.

Le Machine Learning est une technique d'analyse. Ce n'est qu'une des nombreuses techniques d'analyse prédictive. Une façon simple de définir le Machine Learning est la suivante :

Machine Learning = un algorithme qui sert à convertir des données en information

Ce qui ne semble pas si radical maintenant, n’est-ce pas ?

Dans le Machine Learning, les algorithmes analysent de manière exhaustive les données disponibles pour identifier les prédicteurs clés d'événements ou de résultats spécifiques - par exemple, défauts ou pannes.

Mais pour offrir une valeur commerciale réelle, cette technique ne peut pas exister par elle-même. Cela doit faire partie de tout un processus menant à des décisions donnant lieu à une action.

OuSintegreLeMachineLearning

Le Mythe des licornes exclue les professionnels expérimentés

Les sujets d’actualité d’aujourd’hui suggèrent que le Machine Learning, le Big Data et le Data Science jouent un rôle important dans la transformation digitale de l’industrie.

La puissance de ces outils et techniques a parfois été présentée comme une baguette magique pour convertir facilement des données en décisions pouvant donner lieu à une action et offrant des solutions directes aux problèmes.

Ce battage médiatique a conduit les scientifiques de données à être parfois qualifiés de « licornes » - des créatures rares dotées de pouvoirs magiques pour transformer une entreprise. Cette pénurie est en train de donner lieu à une bataille acharnée de la part des PDG et des conseils d’administration qui considèrent un Data Scientist comme une réponse toute faite à la transformation digitale, mais ne savent pas vraiment pourquoi ni comment les utiliser

C’est un raccourci un peu rapide.

Ces capacités techniques ne sont pas la seule partie de la solution. La connaissance des processus de l’organisation est primordiale, vous devez donc savoir où cette technologie peut être appliquée pour résoudre des problèmes et obtenir des améliorations.

L’expertise métier est indispensable, aucun pouvoir mythique de « licorne » ne peut se passer de cette expérience et de ces compétences terrain. Le sentiment que la transformation digitale est une nouveauté pousse les organisations à négliger les méthodes de résolution de problèmes basées sur les données.

Par exemple, les Black Belts Lean Six Sigma ne sont pas encore associés à la transformation digitale.

Toutefois, selon l’entretien que nous avons eu avec le Vice-Président de la Division Production Intelligente d'Hitachi, relaté dans l'article en anglais sur le Blog de Minitab Hitachi's VP Greg Kinsey: Black Belts Can (and Should) Drive the Digital Transformation of Manufacturing, ce devrait être le Black Belt qui conduit la transformation digitale. Ces Chefs de Projets sont les professionnels les plus expérimentés et ceux auxquels vous puissiez demander des innovations ancrées sur le monde réel et obtenues grâce à la résolution de problèmes et la recherche de solutions nouvelles.

Se délivrer de ces mythes pour progresser dans la transformation digitale

Les organisations ont besoin d'une compréhension plus claire des rôles, des usages et des impacts des opportunités décrites dans les deux premières parties de notre article dans le cadre d’une transformation digitale.

Cette démarche permettra de définir les attentes de la direction et la manière d’adapter ces opportunités avec succès à la réalité de votre entreprise.

Pour comprendre la vérité qui se cache derrière les mythes du machine learning et des analyses prédictives, regardez la vidéo du wébinaire réalisé sur le thème De la licorne au cheval de course : l'analyse prédictive et le machine learning, du mythe à la réalité, présenté par Bruno Scibilia, Docteur en Optimisation des processus de fabrication et Formateur Minitab, qui transformera ces mythes en réalité économique.

A celles et ceux qui souhaitent savoir quand utiliser le machine learning pour analyser leurs données, la société Minitab propose de lire l'article écrit par le formateur Bruno Scibilia Quand utiliser le Machine Learning. Avancée de l'analyse prédictive et de visionner en ligne l'enregistrement vidéo Machine Learning: a new step in manufacturing performance en anglais.

  • Minitab News

    Recevez gratuitement notre lettre d'information électronique mensuelle pour connaître l'actualité de Minitab, consulter les didacticiels, lire des études de cas, obtenir des conseils statistiques, et recevoir d'autres informations utiles.

    Pour s'abonner
  • Suivez Minitab

    Join Minitab on LinkedIn Follow Minitab on Twitter Like Minitab on Facebook
  • Plus d'articles

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu. Lisez notre politique

OK