(Big) data - Où en sont les entreprises françaises ?

Indice EY de Maturité Data

  • Partagez

Exploitation de la data : Quelle maturité pour les entreprises françaises ?

Indice EY de Maturité Data des entreprises

Afin de mesurer l’avancement des entreprises en matière d’exploitation de leurs données clients, EY a construit l’Indice de Maturité Data. Cet indice agrège des comportements et faits constatés auprès des entreprises interrogées, et non leurs déclarations d'intention.
Le passage au révélateur de cet indice de maturité établit un fort décalage entre le « buzz » que génère le concept flou du Big data et la réalité de la maturité des grandes entreprises.

« Après la compétition entre les réseaux (Télécoms et Technologies) et les contenus (Médias), la bataille s'articule désormais autour de la data et s'étend à l'ensemble des détenteurs de données (publiques ou privées).
Bruno Perrin, Associé EY - Responsable du secteur Technologies, Médias, Télécoms

L’Indice EY de Maturité Data a révélé que les entreprises les plus matures en matière d’exploitation des données clients se distinguent par les critères suivants :

  • Anticipation des enjeux stratégiques liés à une meilleure utilisation des données internes et externes ;
  • Diversité des données collectées et des canaux de collecte
  • Constitution d’équipes de data scientists et autres experts data :
  • Adoption de nouvelles technologies d’exploitation de la data ;
  • Prise en compte des enjeux de protection de la vie privée et des données à caractère personnel (privacy) dans l’exploitation des données clients ; Anticipation du risque réputationnel.

EY Parmi les entreprises « très matures »


Les secteurs les plus matures

Les deux secteurs les plus matures dans l’exploitation de la data sont les TMT (Technologies, Médias, Télécoms) ainsi que celui de la distribution et des produits de grande consommation.
Un résultat guère surprenant dans des industries où la data est le pilier historique de la connaissance client et des stratégies de segmentation marketing associées.



Secteur des Technologies, Médias, Télécoms

Le secteur des TMT est caractérisé par la quantité colossale (amplifiée avec l’Internet des objets/objets connectés) de data disponibles dans les systèmes d’information.

  • Collecte des données : les TMT représentent le tiers des entreprises du panel collectant des données sociales et le quart de celles ayant recours à l’open data.
  • Stratégie (Big) data : l’exploitation de la data permet une optimisation inédite du business, le développement de « services intelligents » et la valorisation de données auprès de tiers. Dans les médias, les modèles analytiques à visée prédictive sont déjà largement utilisés. De nombreux sites utilisent la capacité à formuler des recommandations pertinentes à des audiences / cibles potentielles sur la base d’une analyse poussée de la data.
  • Protection/Sécurité : Les TMT constituent la deuxième industrie la plus mature en termes de sensibilisation aux aspects de privacy.


Secteur de la distribution et des produits de grande consommation

Dans le secteur, l’exploitation (Big) data répond à trois enjeux opérationnels majeurs : la relation d’engagement avec le client final, la performance opérationnelle et la qualité et cohérence des données remontées par l’ensemble des entités du groupe (franchises et autres filiales).

  • Collecte des données : Les entreprises du secteur de la grande distribution sont celles qui remontent davantage de données des réseaux sociaux (plus du tiers des entreprises concernées), éléments clés pour connaître les parcours clients.
  • Outils et ressources : C’est dans la grande distribution que les ressources humaines et informatiques  dédiées à l’analyse des données sont les plus nombreuses.
  • Stratégie (Big) data : « L’amélioration de la performance commerciale » est la première raison invoquée par les entreprises du secteur, suivie de très près par « l'amélioration de la connaissance client ».
  • Protection/Sécurité : La grande distribution est le secteur le plus mature en termes de mise en place des process internes de fiabilisation des données non structurées,  et de sensibilisation aux aspects de privacy.