Livre blanc: les pièges sur le parcours analytique

17/09/2018

Livre blanc: les pièges sur le parcours analytique

 

Livre blanc pièges succès analytique
 

En collaboration avec le professeur Denis de Crombrugghe nous avons réalisé pour vous ce livre blanc. Celui-ci donne un aperçu des différents problèmes et pièges qui se situent sur le parcours analytique. Certains pièges mettent en danger la fiabilité de vos résultats et peuvent mener à des interprétations erronées. Heureusement, chaque piège est pourvu d’une solution adaptée.

 

Les entreprises sont submergées de données, pourtant beaucoup d’entre-elles n’arrivent pas à les transformer en perspectives intéressantes. Une observation qui semble incroyable alors que digitalisation, big data et intelligence artificielle sont des sujets brûlants. Les data scientists estiment que la donnée a remplacé le pétrole dans l’économie moderne et que c’est un paramètre important pour le succès d’une entreprise. Pourtant, peu d’entreprises disposent des outils et des compétences pour transformer la gigantesque quantité de données en informations pertinentes. Dans une étude récente, PwC a conclu que 43% des entreprises « obtiennent peu d'avantages tangibles de leurs informations » tandis que 23% estiment « n’en obtenir aucun avantage».

 

Les entreprises décident alors d’investir dans l’analytics : ils développent différentes sortes d’analyses, des data lakes, des outils d’analyse, des tableaux de bords, … Malheureusement, cette stratégie s’avère souvent moins efficace qu’espérée. En effet, la mise en place d’une stratégie analytique demande bien plus qu’un investissement dans des outils de pointe.

Découvrez dans ce livre blanc :

  • Les problématiques rencontrées avant de débuter un projet analytique.
  • Les 4 éléments essentiels pour le bon déroulement d’un projet.
  • Les 8 pièges qui se situent sur le parcours analytique
    • Sélectivité des données et biais de sélection
    • Incohérences et confusions concernant les concepts et définitions
    • Formulation d'hypothèses implicites, voir même inconscientes
    • Hypothèses dangereuses : sharp nulls
    • (suite) Hypothèses dangereuses : confirmation des attentes
    • Mauvaise interprétation de «l'insignifiance» et d'autres résultats
    • Corrélation et causalité
    • Utilisation inconsciente de l'intelligence artificielle et du machine learning
  • Les 10 recommandations pour une approche analytique fiable

Téléchargez le livre blanc maintenant





Titre*
Nom*
Prénom
Société*
Adresse e-mail*
Téléphone
Oui, tenez-moi informé(e) de vos activités
Enter the Captcha

Reload
Lead Source
Description