Le problème de la hiérarchisation

Comment identifier les meilleurs projets d'analyse.

Points clés

  • Les projets d'analyse peuvent être priorisés en fonction de la valeur métier mesurable.

  • Les responsables informatiques peuvent commencer avec des projets d'envergure modeste et être confrontés à des objectifs réalistes.

  • Chaque projet réussi permet d'engranger des capacités réutilisables, qui contribuent à l'amélioration de l'efficacité opérationnelle.

author-image

Par

En 2011, une petite équipe du service informatique d'Intel a commencé à chercher comment prédire plus précisément les besoins en calculs pour tester la conception de composants.

Sachant à quel moment certaines étapes exigeantes en ressources allaient avoir lieu et connaissant la quantité de mémoire requise pour chaque essai, Intel a pu faire un usage plus efficace de son réseau de serveurs de calcul afin d'effectuer un plus grand nombre de tests simultanés sans épuiser la mémoire ni la puissance de traitement disponibles.

Les enjeux étaient considérables : chaque fois qu'Intel gagnait 1 % d'efficacité, cela représentait une économie de 1 million de dollars par an. Au cours des six mois du projet, l'équipe de cinq personnes a appliqué des techniques d'analyse avancée aux données à partir des simulations de test et les améliorations qu'elle a trouvées pour le processus de conception ont permis à l'entreprise de réduire les coûts de 10 millions de dollars par an.

L'équipe, désormais connue sous le nom de groupe Advanced Analytics, est submergée par les demandes de projets, même si elle compte à présent environ 100 membres. Pour hiérarchiser les projets proposés, elle analyse la puissance de l'unité opérationnelle en termes d'assistance et de collaboration, la quantité de données de grande qualité, la taille et la portée de l'impact potentiel, ainsi que d'autres facteurs.

Aujourd'hui, les projets que l'équipe juge utile de poursuivre peuvent durer une année entière et les rendements peuvent être beaucoup plus élevés que ceux du projet de simulation de conception de composants.

L'exigence de rendements élevés pour les projets « correspond à nos attentes en matière de valeur », déclare Moty Fania, Principal Engineer chargé de l'analyse du Big Data dans l'équipe informatique d'Intel.

Toutefois, le travail de l'équipe nécessite encore une grande part d'exploration et d'expérimentation. « Le plus souvent, vous commencez à examiner les données avec un présupposé », déclare-t-il. « Cependant, les données peuvent révéler autre chose que vous n'attendiez pas et qui devient important. »

Cependant, il arrive que les données renvoient un signal que vous n'attendiez pas et qui s'avère essentiel.

Moty Fania, Ingénieur en chef en charge de l'analyse de Big Data dans l'équipe informatique d'Intel

2. Cerner le problème. La question à laquelle l'équipe d'analyse cherche à répondre doit être importante pour l'entreprise. La résolution de ce problème implique également de comprendre comment une solution s'intègre dans les processus opérationnels, les systèmes et la gestion du personnel de l'entreprise.

Dans le cas présent, le problème correspondait parfaitement à l'exigence de l'organisation d'accroître les ventes. Les dirigeants se sont engagés à modifier les processus opérationnels, si nécessaire.

3. Données. L'équipe d'analyse doit déterminer si la quantité de données de haute qualité est suffisante pour qu'un projet d'analyse soit faisable et digne d'intérêt.

L'équipe a réalisé un projet pilote pour une zone géographique de l'organisation interne des ventes pour laquelle les responsables savaient qu'un ensemble de données de haute qualité existait. La réussite des tests sur ces données a prouvé le bien-fondé du projet, ce qui a justifié le travail d'amélioration de la qualité des données dans d'autres domaines.

4. Ressources. L'équipe d'analyse qui travaille avec l'organisation partenaire doit déterminer quels individus, compétences, outils et puissance de traitement sont nécessaires à la réussite du projet et s'ils sont disponibles.

Le groupe d'analyse disposait d'une équipe collaborant avec le service interne des ventes. Et les responsables commerciaux ont mis des personnes à la disposition de l'équipe d'analyse.

5. Temps. L'équipe d'analyse doit déterminer si elle peut obtenir des résultats pour le projet dans le délai souhaité. Vous souhaitez exposer rapidement les avantages à l'organisation.

Concernant l'exemple du service interne des ventes, un projet pilote a produit d'excellents résultats à court terme. C'est pourquoi le travail a pu être réalisé sur un ensemble de données plus large.

Le plus souvent, la conversation commence par un point particulier et le travail de personnalisation débouche sur une solution différente.

Chen Admati, responsable Advanced Analytics chez Intel