L'IA accélère le traitement des données, ne remplace pas les analystes

Florian Schimpe, directeur Data & Analytics du groupe TWT, souligne que la prise de décision axée sur les données dépend souvent de facteurs organisationnels et culturels plutôt que de la seule technologie. S'exprimant auprès de Scavenger AI, il a mis en évidence les écueils courants rencontrés par les entreprises lors de la mise en œuvre d'une approche axée sur les données.

M. Schimpe identifie la déconnexion entre les aspects techniques et commerciaux comme une cause fréquente d'échec des projets de données. "Le travail sur les données est toujours une question de gestion du changement", a-t-il déclaré, notant que la confrontation des pratiques établies avec des données factuelles nécessite une facilitation organisée.

Il conseille de commencer par de petits projets clairement définis, de fournir rapidement des preuves de concept et de communiquer visiblement les succès. Les points d'entrée courants incluent les tests A/B, la visualisation des parcours clients et l'automatisation des processus de reporting.

La propriété claire des données est présentée comme un facteur critique. Elle établit la signification des métriques, attribue la responsabilité de la qualité des données et détermine qui prend les décisions basées sur les données. M. Schimpe confirme qu'en l'absence de celle-ci, les entreprises sont confrontées à des débats interminables sur les KPI et à une qualité des données compromise.

L'IA transforme le travail sur les données en offrant une accélération. "Aujourd'hui, il n'est plus nécessaire d'être un analyste pour répondre aux premières questions", a expliqué M. Schimpe. Bien que l'IA puisse automatiser les analyses, optimiser les campagnes et générer des rapports, son efficacité dépend de la qualité et de la structure des données existantes.