Qu'est-ce que la productivité des données ?
La productivité des données fait référence à l'utilisation des données d'une organisation pour augmenter la productivité de l'entreprise.
Pourquoi la productivité des données est-elle importante ?
La productivité est essentielle, car les équipes sont souvent poussées à essayer d'en faire plus avec des ressources limitées. Les organisations disposent aujourd'hui de volumes de données sans précédent et des moyens de les stocker et de les analyser de manière rentable. Les données sont une ressource de l'entreprise qu'il ne faut pas gaspiller, car les entreprises concurrentes peuvent mieux exploiter leurs données à votre détriment. Perdre l'occasion d'explorer et d'apprendre à partir des ressources de données peut nuire à l'innovation, à la rentabilité et à la compétitivité.
Augmenter la productivité des données
La plupart des données ont une valeur. Vous trouverez ci-dessous les sources de données les plus précieuses et leur contribution potentielle à la productivité de l'entreprise.
Données sur les clients
Les informations sur les clients sont inestimables. Les journaux de suivi du web rendent les fonctions de vente et de marketing plus productives en leur permettant de se concentrer sur les prospects qui connaissent déjà la marque. En fonction des pages qu'ils visitent ou des ressources numériques qu'ils téléchargent, il est possible de savoir quelles sont les étapes suivantes qui mèneront le plus probablement à une conversion.
Les développeurs d'applications doivent savoir où les transactions des clients échouent en raison d'une mauvaise conception de l'interface utilisateur ou de bogues qui les empêchent d'accomplir leurs tâches. Le support la clientèle doit être en mesure de lire les transactions qui ont échoué afin de résoudre les problèmes. Ces données augmentent la productivité de l'support et la satisfaction des clients.
Les fichiers journaux des visiteurs sont essentiels au maintien de la sécurité. Les attaques par déni de service doivent être détectées rapidement afin de pouvoir les bloquer avant qu'elles n'interfèrent avec les transactions valides des clients, ce qui peut entraîner une perte de revenus.
Les données externes sur les clients, telles que les flux des réseaux sociaux et les enquêtes, augmentent la productivité si elles sont exploitées pour améliorer le service et gérer les atteintes à la réputation.
Données transactionnelles
Les données relatives aux ventes peuvent être analysées pour accroître la productivité en effectuant une analyse du panier afin de trouver des associations cachées entre les produits, qui peuvent être utilisées pour le placement direct des produits dans un point de vente. Dans le cas d'une boutique en ligne de libre-service , les mêmes données de panier peuvent être utilisées pour formuler des recommandations qui augmentent le chiffre d'affaires.
Données du journal du système
Une bonne gestion des données des journaux système augmente la productivité en réduisant le temps d'arrêt des services d'infrastructure critiques. L'analyse des journaux des disques en rotation peut mettre en évidence l'augmentation des défaillances légères détectées par le dispositif et atténuées. Lorsque ces taux d'erreur augmentent, les dispositifs défaillants peuvent être signalés pour être remplacés et les ingénieurs alertés. Le temps de disponibilité des services est souvent une mesure critique que les accords de niveau de service (SLA) permettent de suivre. Le maintien d'un niveau élevé de satisfaction de la clientèle et le respect des objectifs des SLA contribuent à la rentabilité globale de l'organisation, car les ressources peuvent être consacrées à l'acquisition de nouveaux clients.
Données financières
Les entreprises peuvent utiliser les données financières de manière créative pour stimuler leur productivité. La fixation des prix est un processus essentiel pour maximiser les revenus tout en minimisant l'attrition de la clientèle. Lorsqu'un nouveau produit est lancé, il doit trouver son prix de marché. L'approche la moins productive consiste à fixer un prix et à déterminer le montant des remises que les vendeurs doivent consentir pour s'imposer face à leurs concurrents. Après de nombreux cycles de vente, les données financières sont utilisées pour effectuer une analyse des gains et des pertes et déterminer quelles remises ont été appliquées pour gagner. Le prix de vente réel est souvent appelé "prix public", c'est-à-dire le prix que les clients sont prêts à payer. Ce prix devient ensuite le prix fixe, avec des remises intégrées, de sorte que les vendeurs passent moins de temps à marchander. Le gain de productivité est significatif lorsque l'on fixe le prix des produits en libre-service sur la base des enseignements tirés des transactions précédentes.
Données télémétriques
La voiture connectée est une révolution de la productivité pour les constructeurs automobiles tels que Tesla. Les informations sur la santé provenant de centaines de capteurs fournissent des flux de données au réseau neuronal local et à un système central qui utilise l'apprentissage automatique pour perfectionner la conduite autonome. La voiture supprime temporairement des fonctions lorsque les capteurs ne sont plus fiables. Lorsque la voiture est lavée, les caméras et les fonctions qui dépendent de ces capteurs se recalibrent pour fonctionner à nouveau sans qu'il soit nécessaire d'appeler les services d'assistance routière ou de se rendre dans un centre d'entretien.
Dans l'industrie manufacturière, les données des capteurs d'assurance qualité sont utilisées pour déterminer jusqu'où la production peut être poussée avant que la qualité n'en pâtisse. L'usine chinoise de Tesla produit désormais une nouvelle voiture toutes les 40 secondes.
Quels sont les processus utilisés pour favoriser la productivité des données ?
L'amélioration de la productivité des données est un processus en plusieurs étapes qui comprend les éléments suivants :
Connexion aux sources de données
DataConnect est un exemple de solution d'intégration de données qui relie plusieurs systèmes sources à l'aide de connecteurs prédéfinis vers des sources de données, notamment des bases de données, des fichiers plats, des journaux, des flux de réseaux sociaux et des applications opérationnelles telles que NetSuite, Salesforce et ServiceNow.
Pipelines de données
De nombreux pipelines de données doivent déplacer, nettoyer et transformer les données pour permettre l'analyse.
Stockage
Les données peuvent être stockées sur place ou dans le nuage avant d'être analysées.
Analytique
Actian Data Cloud contient les outils nécessaires pour analyser les données à l'aide de requêtes SQL, de fonctions de synthèse intégrées et de fonctions utilisateur pour exécuter des programmes qui effectuent des calculs.
informatique décisionnelle Systèmes
Les visualisations sont essentielles pour communiquer facilement les résultats obtenus à partir des données. Tableau, Qlik et Power BI sont des exemples d'outils bi qui augmentent la productivité des données grâce à des tableaux de bord en temps réel.
plateforme de données Actian et Data Productivity
La plateforme de données Actian constitue l'épine dorsale de toute initiative de solution de productivité des données. Ses capacités incluent des connexions intégrées à des centaines de sources de données, l'orchestration et la planification de pipelines de données, un stockage efficace dans le nuage et une connectivité aux outils bi