La datascience repose sur différentes disciplines telles que les mathématiques, la statistique ou encore l’informatique. C’est aujourd’hui une facette du big data qui englobe notamment le machine learning et l’intelligence artificielle. Le but étant de produire des données actionnables, guider la prise de décision voire se substituer à certains outils pour devenir un nouveau canal de la relation client. Zoom sur trois facettes de la datascience avec les datalabs, les plateformes de gestion de données et les chatbot.
La collaboration au cœur des préoccupations
L’enjeu pour les entreprises est aujourd’hui de collecter, restituer et valoriser des données hétérogènes et disparates tout en les rendant accessibles et en décloisonnant les départements impliqués par la data. Entre le marketing, les ventes et les statistiques par exemple. La collaboration des équipes est un facteur clé de succès dans la réalisation des projets big data, c’est pourquoi des solutions collaboratives voient le jour dans le but de créer des datalabs. Les datalabs sont des structures unifiées qui réunissent machine learning, statistiques et dataviz.
Une stratégie : le data driven marketing
Les Data Management Platform (DMP) ou plateformes de gestion de données se sont bien intégrées depuis deux ans dans le paysage du datamarketing européen. Encore largement utilisées dans les médias, les DMP devraient s’étendre à d’autres secteurs pour optimiser la connaissance client et le retour sur investissement des campagnes déployées. Déployées en programmatique et en retargeting, elles permettent de segmenter l’audience en temps réel pour déclencher une action de la part du prospect ou du client, quel que soit son terminal de connexion. Il s’agit dans ce cas d’envoyer ainsi la bonne information, au bon client, au bon moment et via le bon canal. Les plateformes de gestion des données disposent d’un atout majeur : mêler des données issues du web et du CRM.
Cas du chatbot Tay
Il y a quelques mois, le robot conversationnel de Microsoft intitulé Tay a bénéficié de la création de son compte Twitter. Initialement prévu pour discuter sur de simples sujets et répondre à des questions pratiques, le chatbot Tay a rapidement été dépassé par des flots d’interpellation, puis suspendu. Le robot dit auto-apprenant est conçu pour répéter ce qu’on lui enseigne. Or ce dernier a été incité à réécrire ce que les internautes lui demandaient de répéter, incluant des propos racistes. « C’est comparable avec le processus d’acquisition du langage d’un enfant » explique Jean Gabriel Ganascia, expert en intelligence artificielle à l’Université de Paris VI.
Ce chatbot était destiné à converser avec la twittosphère mais d’autres géants du web, comme Facebook, utilisent ces robots comme des messageries instantanées. Accessibles 24/24h, ces dernières performent avec des capacités de temps de réponse supérieures à celles d’un conseiller client.
L’intelligence artificielle représente t’elle alors un danger ? Si le cas de Tay a crée la polémique sur le web, il reste à penser que les technologies liées à la datascience ont encore du chemin à parcourir pour transformer des informations en véritables connaissances et éviter d’éventuels débordements. Les outils de type datalabs ou DMP aident les entreprises à prédire des comportements, étudier l’intérêt des clients pour un produit ou service mais aussi à analyser les données des concurrents, pour espérer conserver une longueur d’avance.
Laisser un commentaire
Participez-vous à la discussion?N'hésitez pas à contribuer!