Le Big échec du Big Data ?

Lire l’article

« La plupart des données que les sociétés recueillent actuellement n’ont aucune valeur. Sans les bonnes personnes, les bons processus et la bonne technologie associés au bon moment, c’est tout simplement des bits et des octets inutiles qui pourrissent sur des bandes et des disques durs et qui ne servent à rien. Une fois extraites, la plupart des sociétés ne disposent pas de la bonne structure pour pouvoir les utiliser ». Le constat dressé par Pure Storage est implacable.

Quasiment les trois quarts (72 %) des entreprises ont admis qu’elles collectaient des données mais qu’elles ne les utilisaient jamais. La moitié (48 %) ont indiqué que cela était lié au fait que le traitement des données exigeait trop de temps et une sur cinq (19 %) ont admis que cela était trop onéreux.

 

Jeune, geek et stressé : le nouveau portrait du Data scientist

http://www.itchannel.info/articles/152865/jeune-geek-stresse-nouveau-portrait-data-scientist.html?key=041c9e99f7bc42b6

Le fameux mouton à cinq pattes recherché par les entreprises afin d’exploiter et tirer profit de leurs Big Data existe-t-il ? SAS, leader de la business analytics, a mené l’enquête en Grande-Bretagne et en Irlande sur le métier de Data scientist. L’enquête met au jour des profils types de data scientists, du Gourou, évangéliste au statisticien, un profil majoritaire se dégage : le data scientist Geek, à la fois analytique, logique et technique (41%). Mais les aptitudes à la créativité et à la communication apparaissent comme marquantes. Cette étude définit les 10 profils types du Data Scientist. Malgré cette diversité, les entreprises se trouvent confrontées à des difficultés pour créer des équipes multi-talents.

Pour réaliser cette enquête, SAS a interrogé 596 professionnels des « data sciences », dont l’influence se ressent déjà dans de nombreux domaines, de la recherche médicale au marketing, en passant par les services financiers ou la prévention des incendies. Cette révolution des données n’est pas sans avoir de grandes répercussions tant sur les réservoirs de talents des entreprises que dans le monde universitaire.

Des postes sous pression : de grandes responsabilités sans l’appui de l’expérience
Les entreprises attendent beaucoup des Data scientists : des compétences techniques, mathématiques, mais aussi sur les métiers et des aptitudes à la communication. Pourtant 55% des data scientists ont moins de trois ans d’ancienneté dans ce métier !

Plus d’un quart des data scientists interrogés sont contraints de s’adapter afin de remplir des fonctions qui ne correspondent pas tout à fait à leurs compétences ou leur personnalité. Cette pression génère un fort niveau de stress professionnel (pour 55% des data scientists interrogés).

« Les entreprises doivent mieux identifier et définir ce qu’elles attendent des data scientists pour éliminer cette sensation de stress souvent liée à une méconnaissance de l’organisation et à des objectifs mal définis », avance Ariane Liger-Belair, directeur du programme académique de SAS France. « C’est de cette manière qu’elles pourront bâtir et développer des équipes multi-facettes, rassemblant les compétences complémentaires de différents collaborateurs. Au final le data scientist n’est souvent pas une personne mais plutôt une équipe. C’est en comprenant ceci que les entreprises pourront obtenir toute la valeur des Big Data ».

Les 10 profils de data scientists identifiés :

– Geek (41%) : naturellement porté sur la technique, avec de grandes capacités logiques et analytiques, il représente le plus grand groupe au sein des data scientists. Porté sur les détails et les faits, il ne fonde pas ses décisions sur les émotions.

– Gourou (11%) : enthousiaste et pré-disposé aux thèmes scientifiques et techniques, il présente de solides compétences sociales et communicatives, fortement persuasives.

– Pilote (11%) : cet individu pragmatique, confiant et sûr de lui, se concentre sur les résultats. Il représente le chef de projet ou meneur d’équipe idéal.

– Statisticien (11%) : très doué pour la technique, il se fait peu entendre en interne, préférant se concentrer sur la préparation des données, l’analyse statistique et le suivi qualité.

– Fournisseur (7%) : comme le pilote, il est proactif et adapté au management d’équipes. Il est aussi bien concentré sur le succès du projet que sur la compréhension en profondeur des détails techniques.

– Évangéliste (6%) : c’est un communicant, avec en apparence moins de compétences techniques que le gourou par exemple. Il est très valorisé pour sa posture enthousiaste, qui peut l’amener à présenter les résultats des projets big data.

– Les autres personnalités (13%) :
o Explorateur : orienté vers de nouvelles approches ou méthodes, notamment par le développement d’algorithmes,
o Chercheur : de grandes connaissances techniques associées à la volonté de trouver des solutions,
o Professeur : la capacité à transmettre le savoir et inspirer les collaborateurs,
o Pilier : un important membre de l’équipe qui fournit le soutien et la coordination.