Data science as a service
La data science as a service (DSaaS) est une forme d’externalisation qui consiste à fournir aux entreprises clientes, pour leur usage professionnel, des informations obtenues à partir d’applications d’analyse avancées exécutées par des data scientists d’une société extérieure. Un fournisseur de DSaaS recueille des données auprès des clients, les prépare pour l’analyse, exécute des algorithmes analytiques sur les données affinées et renvoie les résultats générés par les algorithmes aux clients.
Le DSaaS exige généralement des clients qu’ils téléchargent leurs données vers une base de données en cloud ou une plateforme de big data, où l’équipe d’ingénieurs et de scientifiques des données du fournisseur de services peut travailler avec elles. Parmi les exemples d’applications DSaaS, citons l’analyse des ventes et du marketing, qui permet de déterminer quels clients d’une entreprise sont susceptibles d’acheter davantage de produits et lesquels pourraient se tourner vers des fournisseurs concurrents ; l’analyse des données de parcours sur Internet pour planifier des campagnes de publicité et de marketing en ligne ; l’évaluation des dossiers des clients pour informer les représentants du service clientèle dans les centres d’appels des offres promotionnelles auxquelles les appelants sont le plus susceptibles de répondre ; et les analyses des médias sociaux qui aident les entreprises à évaluer la perception de leurs marques par le public.
Les résultats de ces analyses peuvent être transmis aux cadres et aux autres utilisateurs chez les clients sous forme de rapports et de tableaux de bord de veille stratégique, ou sous forme de produits de données intégrés aux systèmes opérationnels, comme dans le cas d’une application de centre d’appels intégrant des analyses prescriptives.
La data science as a service est un moyen potentiel pour les organisations de faire face à la pénurie de data scientists et autres analystes de données qualifiés. Les entreprises se tournent de plus en plus vers la modélisation prédictive, l’exploration de données et d’autres formes d’analyse pour obtenir des informations commerciales dont elles peuvent tirer profit. Mais alors que les avantages de l’analyse avancée sont de plus en plus connus, le nombre de spécialistes des données formés ne suit pas le même rythme, ce qui fait que de nombreuses entreprises ne parviennent pas à en trouver suffisamment pour mener tous les projets d’analyse dont leurs opérations commerciales ont besoin. En outre, la pénurie de scientifiques des données a fait grimper le coût du recrutement pour ce poste. Le DSaaS permet aux entreprises d’accéder à des ressources analytiques pour des applications spécifiques de data science sans avoir à embaucher ou à former leurs propres analystes.
