Voici 6 modèles disruptifs dans lesquels le traitement des données peut avoir une influence considérable sur un secteur d’activité.
“Certaines caractéristiques d’un marché donné (appariement inefficace, asymétries d’information, erreurs humaines…) ouvrent la porte à des perturbations. C’est pourquoi nous avons identifié 6 modèles disruptifs de traitement qui peuvent impacter fortement ces marchés. Dans chacun de ces modèles, l’introduction de nouvelles données est un élément clé”.
Le fait d’introduire des données orthogonales peut changer la compétition avec la concurrence
À mesure que les données prolifèrent, de nouveaux types, provenant de nouvelles sources, peuvent être mis à contribution pour tout problème. Dans les industries où la plupart des opérateurs historiques sont habitués à s’appuyer sur un certain type de données normalisées pour prendre des décisions, l’ajout de nouveaux types de données pour compléter ceux déjà utilisés peut changer la base de la concurrence. Les nouveaux entrants ayant un accès privilégié à ces données «orthogonales» peuvent poser un défi particulièrement puissant aux opérateurs historiques.
Les plateformes hyperscale peuvent faire correspondre l’offre à la demande en temps réel
Les plateformes numériques fournissent des marchés qui relient les vendeurs et les acheteurs pour de nombreux produits et services. Certains opérateurs de plateforme utilisent des données et des analyses pour le faire en temps réel et à une échelle sans précédent – ce qui peut être décisif dans les marchés où l’appariement de l’offre et de la demande a été inefficace.
Les données et les analyses permettent une “personnalisation radicale”
Les données et les analyses peuvent révéler des niveaux de distinction élevés, et une des utilisations les plus puissantes est la micro-segmentation d’une population basée sur les caractéristiques des individus. L’utilisation des connaissances qui en découlent pour personnaliser des produits et des services à grande échelle modifie les fondamentaux de la concurrence dans de nombreux secteurs, y compris l’éducation, les voyages et les loisirs, les médias, le commerce de détail et la publicité.
Des capacités d’intégration de données massives peuvent décomposer les silos organisationnels
La première étape pour créer de la valeur à partir des données et des analyses est d’accéder à toutes les informations qui sont pertinentes pour un problème donné. Il peut s’agir de générer des données, d’y accéder à partir de nouvelles sources, de briser des silos au sein d’une organisation pour relier des données existantes ou de tout cela en même temps. La combinaison et l’intégration de grands quantités de données de sources variées a un potentiel incroyable pour donner des aperçus, mais de nombreuses organisations peinent à adopter la bonne structure pour que la synthèse ait lieu.
Les données et les analyses peuvent favoriser la recherche et l’innovation
L’une des principales composantes de la croissance de la productivité, l’innovation peut être appliquée aux processus et aux produits. Tout au long de l’histoire, des idées novatrices sont nées de l’ingéniosité humaine et de la créativité – mais maintenant les données et les algorithmes peuvent soutenir, améliorer ou même remplacer l’ingéniosité humaine dans certains cas.
Les algorithmes peuvent soutenir et améliorer la prise de décision humaine
Lorsque les humains prennent des décisions, le processus est souvent biaisé ou limité par notre incapacité à traiter la surcharge d’information. Les données et les analyses peuvent changer tout cela en apportant plus de points de données à partir de nouvelles sources, en décomposant les informations et en ajoutant des algorithmes automatisés pour rendre le processus instantané. À mesure que les sources de données deviennent plus riches et plus diversifiées, il existe de nombreuses façons d’utiliser les informations qui en résultent pour prendre des décisions plus rapides, plus précises, plus cohérentes et plus transparentes.
La totalité de ce passionnant rapport est à découvrir sur le Site de McKinsey
Pour en savoir plus :
> Le site de Mc Kinsey
