Publié le 01/08/2018
Depuis plusieurs années, les entreprises se sont tournées vers les machines pour réaliser des projections commerciales grâce au déploiement d’algorithmes informatiques. Le pendant de ce développement fulgurant est qu’on réalise aujourd’hui qu’il ne suffit pas de créer des algorithmes mais qu’il faut également les maîtriser.
Qu’est ce qu’un algorithme ? Comment l’utiliser pour en tirer des projections intelligentes ? Quelles en sont les limites et les missions qui devront être réalisées par le manager d’algorithme ?
Un algorithme peut-être considéré comme une boîte noire. Il réalise exactement ce pourquoi il a été conçu. La conception mathématique d’un algorithme en détermine l’action. Il produit essentiellement de la data. Ces données peuvent être collectées sous divers format et doivent être rendues intelligibles, ce sera le travail des data lakes dont nous parlons dans cet article. L’algorithme est donc un mécanisme mathématique informatique produisant un calcul et dont le résultat doit être éclairé par son manager afin de le rendre pertinent.
Pour utiliser un algorithme intelligemment, il est essentiel de déterminer en amont, et avec précision, le motif de la recherche et ses objectifs. Pour cela, il est nécessaire d’établir une synchronisation entre les équipes marketing, recherche-développement et technique. Cette convergence de compétences permet de déterminer les points de réponses qui seront apportés par l’algorithme. Ensuite, le manager projette avec l’intelligence humaine les potentialités de résultat. Il établit des moyens de rendre l’information complète et sans faille pour éviter que les résultats soient faussés.
Les algorithmes sont des outils puissants. Grâce à cela, il est possible de déterminer avec précision les besoins des consommateurs. Si nous prenons comme exemple la société de production NETFLIX, il est possible pour eux de connaître les envies des amateurs de séries et documentaires pour leur proposer des contenus en parfaite adéquation avec leurs intérêts. La base de l’algorithme est fondé sur les réponses à un questionnaire rempli par des milliers d’utilisateurs. Le croisement des données permet de générer des usages types et de définir le comportement des spectateurs. Une importance majeur est accordée à l’élaboration des questions. L’algorithme agira ensuite plus indépendamment en fonction du volume des utilisateurs et il appartiendra au manager d’algorithme de le faire évoluer.
Si nous reprenons l’exemple de NETFLIX, nous pouvons identifier les limites des algorithmes. La prédisposition des réponses est essentielle. Dans ce cas, certains utilisateurs de NETFLIX auront très bien pu répondre en pensant au support dvd et non au streaming. Les offres étant différentes sur ces deux supports, les résultats deviennent caducs car ils n’ont pas été assez précis au départ. Des semaines de recherche et des milliers de données sont alors perdues. Un bon manager d’algorithme sait donc éviter ce genre d’écueil.
Il y a trois contraintes essentielles à avoir en tête pour agréger des algorithmes de qualité et fournir à l’entreprise des projections fiables :
Un objectif est une combinaison de besoins explicites et implicites. L’intelligence humaine a la faculté de tous les prendre en compte, ce n’est pas le cas de la machine. Il est donc essentiel de rendre tous les besoins explicites.
Les algorithmes se concentrent sur les données les plus immédiates, occultant la tendance de fond. C’est donc souvent au terme d’une période assez longue de collecte de données que les limites apparaissent. Pour palier à cela, il faut définir les objectifs à court, moyen et long terme lors de la création des algorithmes.
Au plus votre collecte de données est diversifiée, au plus les résultats sont pertinents. Autrement dit, il faut agréger de manière large pour ensuite extraire les données cohérentes avec vos objectifs à court, moyen et long terme. Ce travail de longue haleine vous fera, paradoxalement, gagner beaucoup de temps.
