- AI
- Edge Computing
Monétisation des données : les 5 règles pour tirer une nouvelle valeur de vos données
Avec la data monetization, la monétisation des données, c’est-à-dire le processus d’analyse stratégique et de mise en œuvre pratique qui permet d’utiliser les données comme source de revenus, les entreprises peuvent transformer les données qu’elles ont collectées en valeur monétisable, comme d’autres actifs. La monétisation des données devient une stratégie qui permet aux entreprises de récupérer de manière vertueuse les investissements réalisés dans les infrastructures, systèmes et plateformes IoT et IIoT, en accélérant leur parcours d’évolution et en dessinant de nouveaux scénarios d’affaires.

La valeur des données est toujours plus élevée et plus tangible
Il suffit de lire les chiffres des dernières études de marché pour comprendre à quel point la définition de "big data" est désormais obsolète. La contribution des données à l’économie d’une entreprise devient tangible et, multipliée à l’échelle nationale, atteint des valeurs significatives de PIB.
- Le volume de données ne cesse de croître et va tripler dans les années à venir, passant des 64.2 ZB actuels (un zettaoctet correspond, en arrondissant, à 1 milliard de téraoctets) aux 181 ZB prévus pour 2025 (source : IDC et Statista).
- Les objets intelligents et les appareils IoT et IIoT vont croître de manière exponentielle, en s’infiltrant partout autour de nous, passant des 23 milliards actuels aux près de 39 prévus pour 2025, puis à 50 milliards d’objets connectés en 2030 (source : Strategy Analytics).
- Les données, les applications et leurs dérivés en viendront à constituer une valeur importante du PIB national : en 2030, la valeur agrégée atteindra 11.5 % pour l’Europe du Sud, dont fait partie l’Italie, 14.5 % en Amérique du Nord et 26.1 % en Chine (source : Bahrain FinTech Bay - PwC).
Monétisation des données : comment extraire de la valeur des données
Pour mettre en œuvre une stratégie de monétisation des données, la première question qu’une entreprise doit se poser est de savoir de quelles données elle a besoin pour croître. Poursuivre la politique du data warehouse, ou plutôt du « stockage » stérile en silos, n’a plus guère de sens, y compris au regard des coûts qui découlent de cette pratique : aux coûts nécessaires à la collecte des données s’ajoutent ceux liés à leur transfert vers un cloud pour traitement et ceux de leur distribution ultérieure.
Il devient donc avantageux de définir à l’avance, selon une stratégie de données précise, quelles données deviendront économiquement rentables une fois enrichies par l’analyse et le traitement, en devenant une information de valeur. En résumé, on peut définir 5 points essentiels pour une monétisation des données rentable :
- Tout d’abord, il faut définir quelles données peuvent être réellement utiles à l’entreprise. L’hétérogénéité des données crée de la valeur, mais toutes les données n’ont pas de valeur. Pour optimiser la monétisation des données, il faut tirer le meilleur parti de l’impact que peuvent apporter des technologies d’analyse et d’automatisation comme l’intelligence artificielle et le Machine Learning, si elles sont correctement mises en œuvre.
- La majeure partie du temps des analystes est consacrée au "nettoyage" des données. Il est donc nécessaire de définir correctement les cadres de traitement. Les paramètres d’évaluation (KPI) ne sont souvent pas optimisés, ce qui réduit, voire invalide, la qualité des données, une caractéristique indispensable pour donner de la valeur à l’actif.
- Il est conseillé de réduire le transfert de données vers un cloud en activant un traitement de proximité grâce aux solutions d’edge computing, qui permettent une meilleure qualité des données grâce à leur détection et à leur traitement en temps réel, tout en réduisant les coûts de transmission et d’analyse dans le cloud.
- Définir le niveau de maturité de l’entreprise en matière d’analytique et de capacités professionnelles. Il faut des personnes capables d’améliorer en permanence les processus d’analyse pour innover dans le cœur de métier. Selon une étude de 2020 menée par "les Observatoires Big Data et Business Analytics de l’École polytechnique de Milan", 39 % des entreprises italiennes ont déclaré ne pas disposer de compétences internes spécifiques et n’avoir mené aucun type d’expérimentation sur le thème de l’IA. Un système de conseillers auprès de vos partenaires permet de bénéficier d’un niveau de compétences supérieur, en réduisant le time-to-market des produits.
- Il peut être avantageux de définir une politique de partage des données non seulement en interne mais aussi en externe, en impliquant partenaires et fournisseurs. Par exemple, une chaîne d’approvisionnement partagée peut créer de la monétisation des données : 87 % des décideurs aimeraient s’appuyer sur des données externes pour élargir leurs scénarios d’affaires (source The Insights Professional’s Guide to External Data - Forrester 2020).
Les entreprises qui parviennent à monétiser leurs données obtiennent en moyenne, à moyen et long terme, des performances supérieures et durables. Pour que cela se produise, toutefois, l’entreprise doit s’ouvrir vers l’extérieur, en demandant un échange de compétences au sein d’un écosystème de partenaires, non seulement en matière de fourniture de matériel (plateformes et solutions matérielles/logicielles) mais aussi de compétences, en exploitant les atouts propres à ses partenaires.
Recevez la newsletter SECO.
Inscrivez-vous avec votre adresse e-mail sur seco.com.



