Tirer davantage parti des chiffres
Les données jouent un rôle de plus en plus important dans le développement de nouveaux produits et services. Les PME peuvent produire plus efficacement et s’adresser à leurs clients de manière plus personnalisée.
Moritz von Soden n’en croyait pas ses yeux : en quelques minutes, la nouvelle vis filetée équipée de mini-capteurs présentée par son équipe de développement a envoyé des données via Bluetooth sur son téléphone portable. Ces données fournissent des informations sur les charges et les vibrations de la vis. « C’est comme si l’on pouvait voir à travers le filetage », se réjouit le directeur de la société Bornemann Gewindetechnik en voyant les chiffres qui s’affichent sur son filetage intelligent : « On peut même voir quel lubrifiant est utilisé. »
Les clients de Bornemann, principalement des fabricants de ponts élévateurs ou d’appareils de convoyage, peuvent désormais surveiller l’état de leurs produits 24 heures sur 24. Cela permet de détecter les dommages à un stade précoce, d’optimiser les intervalles de maintenance et d’éviter les pannes. Cette innovation ouvre un tout nouveau domaine d’activité au fabricant de filetages basé en Basse-Saxe : « L’analyse de toutes les données mesurées nous apporte des connaissances que nous pourrons à l’avenir proposer à nos clients en plus de nos broches », explique M. von Soden. « La création d’un service de conseil est envisageable. »
De plus en plus de petites et moyennes entreprises utilisent des technologies telles que la Business Intelligence (BI), le Big Data, l’analyse de données et l’intelligence artificielle (IA) pour développer des produits et des services et conquérir de nouveaux marchés. Alors que la BI est principalement utilisée pour traiter et présenter des données historiques et actuelles, l’analyse de données est tournée vers l’avenir. Des technologies telles que le data mining ou le machine learning permettent de déterminer la probabilité de résultats futurs. Il est ainsi possible d’établir des prévisions fondées. « Il est possible d’anticiper les évolutions afin de mettre en œuvre à temps les changements éventuellement nécessaires pour obtenir un résultat positif », explique Christoph Oelrich, directeur du cabinet de conseil en ressources humaines Steerer.
L’IA a également fait son entrée dans les services achats, production et logistique des entreprises de taille moyenne. Alors qu’auparavant, les installations de production de non-tissé étaient réglées manuellement selon le principe d’essais et d’erreurs, aujourd’hui, des quantités de données sur l’état des machines et de l’environnement sont collectées, les qualités actuelles des non-tissés sont mesurées optiquement et des réseaux neuronaux sont entraînés à l’aide de ces informations. Un algorithme simule les paramètres de réglage et indique ceux qui permettent d’obtenir la qualité requise au moindre coût. Dans une autre entreprise, un système de caméras détecte si les machines assemblent correctement les vis et les chevilles. Si ce n’est pas le cas, le personnel est alerté en quelques secondes. La qualité des produits augmente, le nombre de réclamations diminue.
Autre exemple : depuis quelques semaines, un fabricant de cosmétiques basé en Hesse recueille des données détaillées sur le comportement des clientes potentielles sur son site web et sur les réseaux sociaux, notamment les informations sur lesquelles elles cliquent, les questions qu’elles posent et les couleurs qu’elles préfèrent. « Grâce à ces données anonymisées mais individualisées, l’entreprise peut se faire une idée précise d’elle, identifier les motivations de son comportement et lui recommander en temps réel des produits et des contenus adaptés », explique Rupert Steffner, fondateur de la start-up Wunder.ai et expert en BI et IA dans les entreprises commerciales, de télécommunications et financières. « Dans notre système, nous essayons autant que possible de reproduire les facteurs émotionnels et les processus décisionnels du cerveau humain. »
Les analystes commerciaux, les ingénieurs de données et les scientifiques de données sont très recherchés sur le marché du travail. Les futurs informaticiens, physiciens et mathématiciens sont recrutés dès leur passage à l’université. « Certaines entreprises coopèrent avec les universités afin d’attirer les meilleurs talents dès le début de leurs études », explique le chasseur de têtes Oelrich. Les diplômés sont attirés par des salaires annuels de 60 000 euros et plus, et avec un doctorat, ils peuvent même gagner plus de 70 000 euros : « Un data scientist avec cinq ans d’expérience gagne en moyenne environ 90 000 euros. » Tendance : à la hausse. « Pour de nombreux hauts potentiels, il est toutefois essentiel que le modèle commercial soit passionnant et tourné vers l’avenir et qu’ils puissent travailler avec les outils les plus récents. »
La plupart du temps, ce sont les grandes entreprises qui remportent la course aux talents, les petites entreprises pouvant rarement rivaliser en termes de salaire et d’opportunités de carrière. « De plus, elles ne disposent souvent d’aucun cadre ayant une expérience pratique dans la mise en œuvre de projets numériques », déplore M. Oelrich. C’est pourquoi de nombreuses PME font appel à des freelances dont les tarifs journaliers varient entre 800 et 1 200 euros. Elles ont également recours aux services de sociétés de logiciels qui proposent des programmes et des conseils en matière d’IA, d’analyse visuelle, de science des données ou d’Internet des objets, y compris pour des processus commerciaux complets basés sur l’utilisation des données.
Intérêt croissant des PME
SAS est le leader mondial du marché. La filiale allemande du groupe américain constate un intérêt croissant des PME pour des solutions qui étaient jusqu’à présent réservées aux grandes entreprises. « La crise du coronavirus a douloureusement mis en évidence les lacunes de nombreuses entreprises en matière de numérisation », explique Annette Green, responsable de SAS pour l’Allemagne, la Suisse et l’Autriche. Ainsi, de nombreux décideurs ne connaissent pas précisément les faiblesses de leur propre entreprise. Cela s’explique souvent par une gestion insuffisante des données. Pendant la crise, les entreprises qui ne disposaient pas de procédures méthodologiques, conceptuelles, organisationnelles et techniques pour exploiter la ressource que constituent les données ont été plus rapidement mises à mal que celles qui misaient déjà sur le big data, l’analyse de données ou l’intelligence artificielle : « Ces dernières disposent d’une résilience qui les protégera à l’avenir en cas d’événements imprévus et leur permettra de développer de nouveaux produits et services. »
L’analyse des données et l’intelligence artificielle permettent d’améliorer la communication avec les clients et de proposer des offres personnalisées. « Celles-ci s’appuient sur toutes les informations disponibles sur le client et les services qu’il a utilisés jusqu’à présent, et elles suscitent la confiance et la satisfaction même en période de contacts personnels limités », résume M. Green. Cela ouvre la voie à de nouveaux modèles de revenus. « Les solutions technologiques utilisées doivent être automatisées, flexibles et surtout évolutives. » Cela est également utile lorsque de nouveaux modèles analytiques tels que l’apprentissage automatique sont utilisés, « car cela nécessite une puissance de calcul plus importante pendant un certain temps, qui peut ensuite être augmentée ou réduite en fonction des besoins. »
Le directeur général de Bornemann, M. von Soden, est convaincu que les filetages intelligents deviendront à l’avenir un produit phare pour son entreprise. Il collecte et analyse déjà des données pour le marketing en ligne : « Avec succès. »