Data Visualisation, IA et langage naturel au cœur de la stratégie de l’entreprise

Exploitation du big data, amélioration des performances métiers, excellence opérationnelle, orientation stratégique… : la data visualisation avec des solutions comme TIBCO Spotfire est devenue un vrai levier d’action pour les entreprises. Pour être accessible aux métiers, elle doit  évoluer et s’appuyer sur des technologies telles l‘intelligence artificielle et la compréhension du langage naturel.

Par Pierre-Jacques Evrard, consultant BI & analytique chez TIBCO Software, éditeur de TIBCO Spotfire, et enseignant en supply chain management

Avec l’afflux de données mises à disposition des entreprises, trois phénomènes sont apparus. Premier constat : les tableaux de bord sont tellement répandus que la business intelligence devient une commodité. Deuxième observation : le big data se banalise, aidé en cela par la généralisation de ce qu’on appelle les datalakes dans le coud ou on-premises. Troisième point, les technologies telles que l’intelligence artificielle et l’interaction en langage naturel se démocratisent, et sont de mieux en mieux comprises par les métiers.

Conséquence de l’adoption massive de ces technologies, les utilisateurs deviennent plus exigeants. Ils attendent une expérience immersive dans l’exploration des données : comment manipuler la donnée afin d’en tirer toute la quintessence et si possible en temps réel. Pour y répondre, la visualisation de données (dataviz) est une solution amenée à se populariser.

Cependant pour que la dataviz soit réellement un outil permettant d’améliorer les performances business, il faut que les métiers – chef de projet marketing, responsable de la maintenance ou analyste financier – puissent visualiser ce qu’ils souhaitent,  collaborer à grande échelle et être en capacité de raconter une histoire  à partir d’une exploration dynamique des données. De fait, par rapport aux tableaux de bord figés, la dataviz apporte des fonctions analytiques avancées. Mais elle suppose l’adoption d’une approche scientifique, laquelle doit rester accessible aux utilisateurs métiers qui, eux, ne sont pas des data scientists.

IA et machine learning : des réponses à des questions non formulées

C’est ici qu’interviennent les technologies de machine learning et d’intelligence artificielle (IA). Typiquement, la difficulté pour un commercial ou un auditeur financier, face à une montagne de données, est de trouver celles qui sont pertinentes à visualiser. L’idée est donc d’intégrer des technologies d’IA qui vont se connecter aux sources de données, rechercher les corrélations entre les données puis proposer des visualisations tenant compte de ces corrélations. L’intelligence artificielle est embarquée mais masquée à l’utilisateur. Elle le guide et propose des interactions entre des éléments qu’il n’aurait pas imaginé être en corrélation forte.

En comparaison avec des dashboards traditionnels, les visualisations procurent  à l’utilisateur des réponses à des questions qu’il ne se serait pas forcément posées et qui ont de la valeur pour son métier. Bien évidemment, à la fin, c’est toujours l’expert métier qui a le dernier mot : la visualisation couplée au machine learning lui permet d’être dans une démarche orientée données, de lui faire prendre plus vite de meilleures décisions, de valider une hypothèse ou au contraire d’infirmer une intuition. Elle apporte une aide à la décision, loin de l’automatisation à outrance.

Un dialogue en langage naturel

Pour répondre simplement et efficacement aux interrogations de l’utilisateur, une autre technologie fait son apparition au sein de la dataviz : l’apprentissage automatique du langage (NLP, Natural language processing). L’utilisateur interagit en langage naturel avec l’application de dataviz en posant des questions humaines, par exemple « quelle est la répartition des ventes par canal de vente ? ». La compréhension du langage naturel, d’autant plus appréciée par des utilisateurs habitués chez eux à des «dis Siri», «OK Google» et autres «Alexa», aide à une prise en main facile de la dataviz. Dès lors il devient possible d’interagir facilement avec l’application, de la partager avec d’autres personnes de l’entreprise et de répondre instantanément à leurs questions en modifiant un paramètre à la volée.

Des analyses prédictives accessibles aux métiers

Grâce au machine learning et à l’interrogation en langage naturel, les métiers de tous les secteurs d’acitvité ont accès à une approche scientifique de la dataviz, sans avoir besoin d’une formation universitaire poussée en mathématique. Ils disposent d’une visualisation pertinente des informations, ont une bonne compréhension de ces données, et peuvent prendre des décisions plus facilement et rapidement. Il leur est désormais possible de mettre au point des applications d’analyse prescriptive en temps réel ce qui se traduit par de meilleures performances business, des prévisions fiables au service d’une entreprise orientée données.

 

 

Leave a Reply