Malgré l’incomparable potentiel business des modèles prédictifs, les percées de la Data Science restent encore balbutiantes dans la plupart des entreprises. Retour sur les raisons d’une adoption encore trop timide qui ouvre la voie à l’Analytics Augmenté comme vecteur d’accélération efficace.

Ces dernières années, s’il y a bien un métier dont on entend parler partout, c’est celui de Data Scientist. Il mélange techniques informatiques pour la gestion de "grosses” bases de données et compétences mathématiques pour l’analyse et la modélisation d’un problème lié à ces données. Il n’est pas étonnant que les docteurs (en mathématiques, physique, biologie, etc.) s’y intéressent.

Ysance lance son nouveau site web www.ysance.com et réaffirme à cette occasion son positionnement unique sur le marché d’acteur de services dédiés à la data et d’éditeur de logiciel SaaS pour le Retail Marketing.

Un article, signé Giuila Cernicchiaro, Data Scientist chez Ysance, pour prendre un peu de recul, de hauteur, et mieux comprendre un phénomène qui s'accélère aujourd'hui, mais qui puise ses origines aux racines de la science moderne...

Ysance, éditeur d’une plateforme marketing people-based, qui propulse les stratégies marketing pour des leaders du retail tels que Boulanger, Yves Rocher ou encore Etam, intègre le panorama européen de la DMP du cabinet de recherche et de conseil Forrester. 

L’utilisation de la data a beaucoup évolué ces dernières années. L’activité d’Ysance a-t-elle fait face à un tournant majeur quant aux demandes de ses clients ? 

Initialement cantonné aux sphères scientifiques, le Data Scientist fait depuis peu partie intégrante des entreprises. Plus encore, il est devenu, par sa capacité à gérer et à analyser les données massives, le pivot de leur transformation digitale.

De fait, ses missions se sont fortement diversifiées au gré des besoins des entreprises et de leurs directions métiers mais aussi des technologies naissantes comme celles de l’intelligence artificielle ou des IoT. A quoi ressemble désormais leur quotidien ?

Pendant longtemps, les données et leur exploitation sont restées la chasse gardée des entreprises dites « Data Centric » où le business dépend directement de la capacité à analyser et exploiter les données collectées. Avec l’avènement du désormais old-school « Web 2.0 », l’exploitation intelligente de la donnée a permis l’émergence de nouveaux empires, les principaux étant résumés par les acronymes GAFA (Google, Apple, Facebook, Amazon) et BATX (Baidu, Alibaba, Tencent et Xiaomi).