Le site d'information de la CFCIM
Ghita Ammor

Entretien avec Ghita Ammor

Date de publication : 20 mai 2019 Rubrique : Zoom

Entretien avec Ghita Ammor, Data analyst, cofondatrice de Africa Data Lab

« Métiers : il ne faut pas s’imaginer pouvoir trouver le mouton à cinq pattes »

Pourquoi la data est-elle si importante pour l’intelligence artificielle ?

L’intelligence artificielle sont des algorithmes construits par des scientifiques et alimentés par des données, ce que l’on appelle de la data. C’est donc la donnée qui apporte du sens à l’IA et lui permet de s’améliorer. Ce sujet a été initié dans les années 1960, mais c’est aujourd’hui que nous avons la puissance de calcul pour traiter de grands volumes de données : c’est pour cela que l’on associe Big data et IA. L’un ne peut pas aller sans l’autre.

Qu’est-ce que cela apporte pour une entreprise ?

Les apports de la donnée et de l’IA pour une entreprise varient en fonction du secteur d’activité, des différentes problématiques (marketing, RH, achats, ventes, etc.) ainsi que de sa maturité dans l’exploitation de ces données.

Par exemple, pour une entreprise qui souhaite maximiser ses ventes de produits, l’un des principaux enjeux sera de comprendre le client – habitudes d’achats, appétences, etc. – afin de prédire ses ventes. En marketing, on parle aujourd’hui d’offres « client-centric » basées essentiellement sur leurs données. Ainsi, pour une banque, elles peuvent être utilisées pour la mise en place de scores de crédit ou de segmentations clients. La donnée constitue donc un nouvel actif et un levier stratégique de l’entreprise.

Quelle est la chaîne de valeur de l’exploitation des données ?

La première phase est la collecte de la donnée à partir de différentes sources d’informations. Ensuite, nous allons traiter cette donnée en commençant par la nettoyer. C’est un point très important, puisque cela concerne la qualité des données : si elle est insuffisante, les algorithmes et l’intelligence artificielle vont mal fonctionner !

Une fois la donnée traitée, démarre la phase descriptive : il s’agit de les analyser pour bien les comprendre. Ultérieurement, nous passons à l’étape prédictive : l’interprétation des données permet d’envisager des tendances et de prédire la suite pour prendre les meilleures décisions. Enfin vient la partie visualisation, qui permet le pilotage avec des tableaux dynamiques pour suivre le résultat des modèles.

Aujourd’hui, quel est l’enjeu pour les entreprises qui veulent exploiter leurs données ?

Actuellement, l’une des principales difficultés au sein des entreprises est de trouver des cas d’usages d’application de l’IA pertinents en fonction des données disponibles. De plus, pour réussir ces différents projets IA, il est fondamental d’y associer les équipes métiers: expliquer par exemple aux gens du marketing, des RH et du commercial pourquoi il est important d’intégrer l’IA dans leur démarche.

De quels profils a besoin une entreprise pour y parvenir ?

Il existe différents profils complémentaires. Nous pouvons notamment citer le Data Architect, qui met en place l’infrastructure et l’architecture data de l’entreprise, l’Ingénieur Big Data ou BI (Business Intelligence), qui permet de collecter et transformer les données, le Data Analyst ou Data Scientist, dont le rôle est d’analyser les données fournies par l’ingénieur, et enfin le spécialiste de la Data Visualisation, qui construit les tableaux de bord. Ce sont de nouveaux métiers très spécialisés et il ne faut pas s’imaginer pouvoir trouver le mouton à cinq pattes qui saura tout faire !

Et côté métiers, comment les entreprises peuvent-elles progresser pour mieux travailler avec l’IA ?

La première phase consiste à sensibiliser les collaborateurs et à leur expliquer ce qu’il est possible de faire. Cela prend généralement la forme d’ateliers où l’on mêle métiers et technique. Ensuite, très rapidement, les idées surgissent et les salariés commencent à proposer des solutions pertinentes qui intègrent l’utilisation de données. Il suffit alors de les accompagner pour la mise en œuvre en débutant avec de petites bases de données. Il est possible d’obtenir des résultats en quelques semaines et ainsi d’encourager la démarche.

De même, il est utile d’organiser des formations, y compris pour reconvertir certains profils ayant une très bonne connaissance métier pour les rendre plus techniques. D’ailleurs, beaucoup d’universités au Maroc lancent des programmes en IA.

Propos recueillis par Thomas Brun

 

1763
articles publiés