Esprit + Machine

Un modèle décisionnel pour optimiser et implémenter l’analytique

Wiley, 2016

15 minutes de lecture

10 points à retenir

Texte disponible

Aperçu

Big Data ! IA ! Gestion des connaissances ! À quel concept accorde-t-on trop d’importance ?

Le fichier audio du résumé n'est pas disponible actuellement.

Classement éditorial

getAbstract synthétise des ouvrages* qui permettent aux utilisateurs de mieux comprendre le monde pour le rendre meilleur. Quel que soit le livre que nous sélectionnons pour notre bibliothèque, il doit se distinguer par l'un ou l'autre des deux critères suivants :

Enrichissant – Les enseignements que vous en tirerez orienteront et amélioreront vos décisions.

Utile – Les conseils pratiques qui sont dispensés vous aideront à améliorer la prise de décision.

Nous évaluons chaque contenu sur une échelle de 1 à 10 en fonction de ces deux qualités essentielles . La note attribuée vous permet de classer les titres de votre liste de lecture de Plaisant (5) à Excellent (10). Les livres qui obtiennent moins de 5 ne font pas l'objet d'une publication. Voici ce que signifie chaque note :

10 – Excellent. Un livre utile et/ou instructif qui, outre ses nombreuses qualités, fait office de classique du genre. Une référence.
9 – Superbe. Un livre utile et/ou instructif extrêmement bien écrit et structuré, qui présente de multiples caractéristiques positives et aucune lacune notable.
8 – Très bien. Un livre utile et/ou instructif qui présente de multiples caractéristiques positives mais quelques points faibles. L'ouvrage peut par exemple présenter les dernières découvertes dans un domaine spécialisé et être rédigé par un expert, mais pécher par son style d'écriture.
7 – Bien. Un livre utile et/ou instructif, qui combine deux ou plusieurs caractéristiques positives. Il peut par exemple contenir des idées novatrices, présentées de manière engageante.
6 – Appréciable. Un livre utile et/ou instructif, qui présente au moins un aspect engageant. Il peut, par exemple, être particulièrement bien structuré.
5 – Plaisant. Un livre utile et/ou instructif, même si le contenu pourrait être amélioré. Ce livre peut par exemple prodiguer des conseils utiles dans certains domaines, mais être répétitif et sans relief particulier.

*getAbstract synthétise bien plus que des livres. Nous recherchons tous types de contenus pouvant intéresser nos lecteurs : des livres, mais également des articles, des rapports, des vidéos et des podcasts. Nos classifications sont valables pour les livres, mais également pour les autres formats que nous proposons.

Caractéristiques

Innovant
Pratique
Révélateur

Si la notation vous indique le niveau qualitatif du livre en fonction de nos deux critères principaux, elle n'explique aucune caractéristique particulière. Nous nous appuyons donc sur 20 qualités qui définissent les traits essentiels de l'ouvrage :

Pratique – Vous obtiendrez des conseils que vous pourrez aisément mettre en pratique sur votre lieu de travail ou dans des situations quotidiennes.
Analytique – Vous comprendrez les mécanismes internes du sujet abordé.
Connaissance du contexte – Vous aurez accès à des connaissances contextuelles pouvant servir de base à l'action ou à l'analyse.
Audacieux – Vous découvrirez des arguments susceptibles de rompre avec les points de vue dominants.
Complet – Vous trouverez une étude exhaustive du sujet.
Exemples concrets – Vous obtiendrez des conseils pratiques illustrés par des récits d'applications concrètes ainsi que des anecdotes authentiques.
Polémique – Vous serez confronté à des idées faisant l'objet d'un débat animé.
Éloquent –Vous prendrez plaisir à découvrir un ouvrage rédigé ou composé de main de maître.
Captivant – Vous serez captivé par cet ouvrage du début à la fin.
Révélateur – Vous découvrirez des informations très surprenantes.
Niveau débutant – Cet ouvrage constitue un bon point de départ si vous avez peu ou aucune expérience/connaissance du domaine traité.
Niveau Expert – Vous obtiendrez des informations/recommandations spécialisées utiles dans votre domaine de spécialité.
Sujet d'actualité – Plongez au cœur d'un thème qui fait l'objet d'un vif débat.
Innovant – Découvrez des idées et des concepts innovants sur des tendances et des produits inédits.
Vu de l'intérieur – Vous aurez le privilège d'être initié par un spécialiste du domaine.
Stimulant – Vous aurez envie de mettre immédiatement en pratique les conseils prodigués.
Aperçu – Vous acquerrez une appréciation globale du sujet et de ses aspects principaux.
Approche scientifique – Vous aurez accès à des faits et des chiffres fondés sur la recherche scientifique.
Visionnaire – Vous aurez un aperçu de l'avenir et ce qu'il vous réserve.
Bien structuré – Vous trouverez ce contenu particulièrement bien structuré, ce qui facilite l'adhésion à ses idées ou leur mise en œuvre.

Commentaires

Marc Vollenweider, PDG d’Evaluserve, connaît son analytique, et de grandes parties de son guide proposent des conseils ciblés et applicables. La liste des illusions liées à l’analytique de la Partie I peut à elle seule faire économiser beaucoup d’argent aux entreprises, et la méthodologie qu’il explique dans la Partie III permet une mise en œuvre raisonnable et fonctionnelle de l’analytique. Toutefois, Marc Vollenweider est si expérimenté en analytique qu’il avance rapidement, et que son travail peut donc défier ceux qui sont nouveaux dans ce domaine. Hormis cet aspect, getAbstract recommande ses conseils à toute personne intéressée par l’analytique, le Big Data ou la gestion des connaissances.

Résumé

Big Data : emballement, illusions et réalité

Le Big Data et les domaines associés comme l’analytique souffrent d’un emballement. Les prétentions exagérées du Big Data dominent souvent les discussions utiles, ciblées et rationnelles sur la réalité du concept. La première illusion est que ‘le Big Data résout tout’. Ce n’est pas le cas. Beaucoup de gens se lancent dans le Big data sans les outils et les structures nécessaires. Certaines personnes pensent à tort qu’il faut un ‘lac de données et des outils’, soit une énorme collection de données. La promesse illusoire est que vous pouvez traiter les données à moindre coût si vous en collectez des quantités massives. Malheureusement, il est plus probable que vous en veniez à dupliquer des données, les laissiez mourir dans le lac et gériez mal l’aspect ‘propriété intellectuelle’. Les gens pensent aussi qu’un plus grand nombre de données ‘permet une meilleure compréhension’. Cela peut être vrai, si vous traitez les bonnes données de la bonne manière. Mais c’est faux encore plus souvent.