QU‘EST-CE LA DATA SCIENCE ?

La data science est une science interdisciplinaire s’appuyant sur des méthodes scientifiques, des algorithmes, des processus et autres systèmes afin d’exploiter de grands ensembles de données. Les data scientists associent ainsi plusieurs compétences, notamment des connaissances en informatique, statistiques et commerce pour analyser des données collectées auprès des clients ou bien d’autres sources à l’aide de capteurs, de leurs smartphones, de leurs habitudes de navigation sur internet, etc.

La data science : un domaine en pleine expansion

Le but principal de la data science est de mettre à jour des tendances afin de fournir des informations précieuses aux entreprises qui peuvent alors s’en servir pour prendre les décisions les plus appropriées ou bien concevoir de meilleurs produits et services, plus innovants. Les données ainsi exploitées par les data scientist ont donc une réelle valeur, notamment dans un contexte Big Data où les grands ensembles de données n’ont jamais été aussi importants.

En effet, la technologie moderne permettant la création et le stockage de quantités toujours croissantes d’informations, la data science est plus que jamais sollicitée. On estime d’ailleurs que près de 90 % des données dans le monde ont été générées au cours des deux dernières années. Par exemple, les utilisateurs de Facebook importent pas moins de 10 millions de photos par heure, sans compter les autres informations qu’ils fournissent dès lors qu’ils se connectent à leur compte. L’IoT, l’Internet des objets, joue également un rôle fondamental dans le développement exponentiel des données dans le monde entier. On estime en effet que d’ici 2025, le nombre d’appareils connectés sur la planète devrait atteindre plus de 75 milliards.

La data science : un processus plus itératif que linéaire

La data science est donc une spécialité récente, qui s’est développée avec l’essor des données dans le monde. Elle provient du croisement des domaines de l’extraction de données, aussi appelé forage de données ou data mining, et de l’analyse statistique. Le terme data science est apparu en 2002, avec la publication du Data Science Journal, créé par l’International Council for Science : Committee on Data for Science and Technology. Dès 2008, le métier de data scientist a émergé et la profession s’est rapidement développée. De nos jours, les data scientists manquent cruellement, malgré l’apparition de plusieurs cursus en data science proposés par les grandes écoles et les universités.

La mission principale du data scientist est d’élaborer des stratégies d’analyse de données, mais également de préparer ses données pour leur analyse, puis d’explorer et analyser ces informations. Le data scientist doit ensuite créer des modèles avec ces données, en s’appuyant sur des langages de programmation afin de déployer ces modèles dans des applications. En général, le data scientist ne travaille pas seul, la data science s’appuyant sur d’autres compétences telles que le commerce et l’informatique. La data scientist est alors amené à travailler en équipe, avec un analyste commercial dont le rôle est de définir le problème à résoudre, un ingénieur de données chargé de préparer les données pour les rendre disponibles, un architecte informatique, qui supervise les différents processus et l’infrastructure sollicitée, ainsi qu’un développeur d’application, qui va ensuite déployer les modèles ou bien résultats de l’analyse des données dans des applications ou produits.

Le processus d’analyse et d’exploitation de données sur lequel se fonde la data science est plutôt itératif que linéaire, c’est-à-dire qu’il s’appuie sur un ensemble de phases répétées plusieurs fois, appelé la modélisation prédictive. Le flux de travail standard d’un projet de modélisation de données se déroule en général de la manière suivante :

La planification : la définition du projet et des potentiels résultats attendus ;
La préparation : la préparation de l’environnement de travail des data scientists, leurs outils de travail, leurs accès aux données pertinentes et autres ressources ;
L’ingérence : le chargement des données appropriées dans l’environnement de travail ;
L’exploration : l’analyse, l’exploration et la visualisation des données ;
La modélisation : la conception, la formation et la validation des modèles ainsi définis ;
Le déploiement : le déploiement des modèles en phase de production

La data science transforme les entreprises

Le but principal de la data science et donc des équipes œuvrant pour cette science est d’améliorer les services et produits des organisations, de manière à leur octroyer un réel avantage concurrentiel. Les exemples concrets d’application de la data science sont nombreux. En effet, les entreprises peuvent analyser les données collectées auprès des centres d’appels de manière à identifier les clients les plus susceptibles de se désabonner de manière à ce que le service marketing puisse prendre les mesures adéquates pour les fidéliser. La data science permet également au secteur marketing de proposer les produits et services adaptés aux préférences des consommateurs, en se basant sur leurs achats précédents, mais également sur des facteurs tels que l’âge, la classe sociale, la profession, le sexe, etc. D’autre part, les entreprises de santé s’appuient sur la data science pour analyser les données issues de tests médicaux afin d’aider les médecins à établir des diagnostics au plus tôt, permettant de traiter plus efficacement les patients. Les sociétés de logistiques se servent également de la data science pour analyser les tendances du trafic, les conditions météorologiques et autres facteurs, afin d’améliorer les vitesses de livraison et réduire ainsi les coûts.

Poussées par un contexte ultra-concurrentiel au sein duquel le Big Data joue un rôle primordial, la plupart des organisations ont investi massivement, ces dernières années, dans le domaine de la data science, les données extraites ayant une véritable valeur stratégique pour les entreprises.