Pendant des années, les «informations exploitables» ont été le Saint Graal pour les sociétés d'analyse de données. Les idées exploitables, pense-t-on, sont le produit final de la collecte, de l'agrégation, de l'analyse et du jugement des données. Ils permettent au décideur de modifier le comportement et d’atteindre les résultats souhaités.

Le processus commence par la collecte de données, qui peut prendre de nombreuses formes. Il existe une grande différence entre la collecte de données et leur agrégation de manière significative, ce qui peut donner une image de la réalité. C’est la partie «perspicacité» du puzzle. Vous avez d’abord besoin de données de haute qualité, puis de prouesses technologiques pour les nettoyer et les organiser.

Avec des données de haute qualité nettoyées et organisées, l’étape suivante consiste à fournir un contexte. C’est le domaine d’entreprises telles que Tableau, qui fournissent des outils qui traduisent des points de données conviviaux en des visualisations conviviales visant à donner une image objective des conditions actuelles.

Mais alors qu’un instantané des conditions actuelles peut en fait apporter des informations nouvelles et significatives (par exemple, si je regarde les «chiffres des ventes» dans une organisation, je peux voir quels canaux sont sur ou sous-performants), le jugement humain a toujours été primordial dans le choix d'une action particulière. Une image parfaite des conditions statiques n’offre aucune suggestion quant à la manière d’atteindre des résultats particuliers. Nous comptons toujours sur la direction pour peaufiner les incitatifs à la vente ou redistribuer les ressources.

Ou du moins nous l'avons fait, jusqu'à récemment. L'apprentissage automatique est en train de modifier l'équilibre des processus décisionnels institutionnels. Les progrès en matière de traitement et d’auto-amélioration algorithmique signifient que les ordinateurs peuvent désormais anticiper les résultats futurs et prendre des mesures pour optimiser ceux-ci. Les systèmes intelligents peuvent maintenant voir le monde en nuances de gris et évaluer les probabilités de multitudes de variables bien au-delà de la compréhension humaine.

C’est le monde dans lequel nous vivons actuellement et les preuves sont tout autour de nous. Les algorithmes d'apprentissage automatique ont influencé les élections en attisant l'indignation ciblée. Nos vêtements, produits alimentaires et produits de consommation sont conçus selon des analyses basées sur les données. Chaque fonctionnalité de conception de votre application préférée est constamment optimisée en fonction de la manière dont les ordinateurs anticipent votre comportement futur. C’est pourquoi Youtube est en fait assez bon pour vous montrer des vidéos qui vous maintiennent engagés.

Le jour vient où nous n’aurons plus besoin d’éclairages exploitables, car l’action aura déjà été prise. Personne sur YouTube ne consulte votre historique de visionnage pour déterminer les recommandations suivantes. Les ordinateurs font ça. La valeur du marché boursier est maintenant largement tirée par des algorithmes de négociation automatisés. Par conséquent, les analystes boursiers sont moins nombreux qu'auparavant. Les ordinateurs peuvent non seulement traiter les informations beaucoup mieux que les humains, mais ils ont également démontré un meilleur jugement financier.

Le jour arrivera bientôt où «des idées exploitables» apparaîtront comme une notion étrange à partir d'une époque plus simple. Les ordinateurs seront suffisamment intelligents pour agir par eux-mêmes. Ce faisant, ils peuvent en fait diminuer le besoin de surveillance humaine.

Jusque-là, cependant, l’entreprise humaine reste structurée autour de hiérarchies de prise de décision et de jugement. Le PDG d'une entreprise doit encore déléguer ses responsabilités quotidiennes à des acteurs humains dont les connaissances et le jugement se sont révélés judicieux.

Et donc, pour le moment, nous avons encore besoin d’éclairages exploitables. Les sociétés d’analyse de données continueront à construire de meilleurs pièges à souris jusqu’au jour où il n’y aura plus de souris.

Gil Rachlin, vice-président directeur des produits et des partenariats chez Synup.

Lecture connexe

Le 30 septembre, Google a désactivé la position moyenne en tant que métrique. Moyens d'aider les annonceurs à définir de nouveaux paramètres: partage d'impressions et taux d'impressions.

Le marketing par courriel est un outil de marketing qui reste puissant même après toutes ces années. Un tour d'horizon de tactiques efficaces avec des exemples.

Les clients comprenaient le référencement et sa valeur lorsque la signification était expliquée en termes simples. Conseils pour informer les clients sur le référencement, les services de pitch et la confiance.

Jim Yu, de BrightEdge, décrit les cinq niveaux de redimensionnement du référencement, du référencement manuel au référencement en temps réel et aux optimisations automatisées.