Nouvelle discipline, la Data Science ne doit pas être confondue avec la Business Intelligence, bien que les deux partagent de nombreux éléments en commun, comme l’extraction et l’analyse de données. Qu’est-ce qui les rapproche ? Qu’est-ce qui les distingue ?
Qu’est-ce que la Business Intelligence ?
Dès les années 1980 est apparue l’informatique décisionnelle dans le monde de l’entreprise, visant à analyser les données internes pour améliorer son fonctionnement et accroître sa performance. Au fil du temps, les outils proposés se sont perfectionnés grâce aux évolutions technologiques pour donner naissance à la Business Intelligence. Des outils sophistiqués, comme un logiciel décisionnel par exemple, permettent d’analyser des processus complexes et de proposer des solutions adaptées aux problèmes décelés. Une fois « structurés », les ensembles de données sont résumés sous forme de tableaux de bord, pour faciliter leur lecture par les décisionnaires de l’entreprise. Sur la base de ces indicateurs de performance, la stratégie commerciale sera renforcée ou modifiée.
Que vient apporter la Data Science ?
Depuis le début des années 2010, une nouvelle révolution voit le jour dans les entreprises suite à l’arrivée du « Big Data » qui rend possible une analyse de données plus étendue et affinée, incluant des informations extérieures ou des signaux faibles. D’où l’émergence de la Data Science qui cherche à appliquer les pratiques de la Business Intelligence, en matière d’extraction et d’analyse de données, à cet ensemble bien plus vaste d’informations. Ce faisant, la Data Science va répondre à de nouveaux besoins, comme l’analyse en temps réel des comportements ou des tendances de consommation, qui concernent le marché ou le secteur d’activité de l’entreprise dans son ensemble.
Quelle différence entre les deux solutions ?
Un outil de Business Intelligence (comme celui-ci) met en évidence les éléments utiles au pilotage de l’entreprise et à la prise de décision stratégique, en analysant les performances passées au cours des derniers mois ou années afin de se focaliser sur ce qui marche ou au contraire de changer de cap. De son côté, la Data Science se conçoit davantage comme un outil de prédiction des performances futures de l’entreprise via l’ajout des données externes, et propose des solutions à des problèmes qui n’apparaissent pas encore dans les comptes financiers. Donc, là où la Business Intelligence se montre rétrospective et réactive, la Data Science se veut prédictive et préventive. L’une repose sur des données statiques et fiables, la seconde sur des données dynamiques et évolutives.
