L’apport de la data science
Enjeux
En management, la data science permet de résoudre des problèmes liés à la prise de décision. Par exemple, en marketing il permet :
- la segmentation et ciblage de clients
- la fidélisation et attrition
- la prédiction des intention d’achats ou d’engagements
- la recommandation de produits
- l’optimisation des prix et prévision de ventes
- la prévision de l’affluence
- etc
Définition
La data science vise à gérer – collecter, stocker, visualiser, croiser, analyser et valoriser – en temps réel des données massives, hétérogènes et déstructurées afin de produire une information opérationnalisable, une data-driven decision.
En fait, il s’agit d’extraire des données pertinentes pour le contexte étudié, les smart data (données intelligentes) afin d’envisager une démarche de traitement et de production de connaissances plus efficace, notamment pour faire de la prédiction.
Fondements
La data science se fonde sur des disciplines comme les statistiques, le data mining et les expertises métiers. Elle se distingue par l’étude systématique de l’organisation et de l’analyse des données ainsi que de la capacité de ces données à permettre des inférences. Issue de la digitalisation du quotidien (« datafication du quotidien »), la data science est en somme une (r)évolution dans l’analyse, l’exploitation et la valorisation des données.
Applications
L’usage de la data science permet, d’une part, le développement d’applications ou de produits, et d’autre part la création d’insight (connaissances) facilitant l’aide à la décision.
