Bonjour,
La data science peut aussi venir en aide à la décision opérationnelle et stratégique grâce à une automatisation des process de décision ou leur accélération. Ces travaux servent notamment à développer des outils d’aide à la décision à destination des collaborateurs et plus particulièrement, des conseillers clientèle.
La data science est aussi employée pour simplifier et faciliter la relation client. Ses méthodes aident à l’évolution des interfaces digitales pour les clients en les rendant plus dynamiques, plus personnalisées et plus simples à utiliser. Par exemple, dans la vie d’un contrat ou lors de son initialisation, les travaux de data science permettent de gagner en rapidité dans le traitement des demandes clients, de faciliter et simplifier la relation client – en évitant, par exemple, de lui demander des informations redondantes -, ou alors d’anticiper les besoins des clients plutôt que de rester en réaction en se limitant à y répondre.
Ce métier étant très nouveau, il n’existe pas de profil universel, mais plutôt des profils qui sont adaptés à chaque entreprise.
Un scientifique des données doit posséder une connaissance approfondie du métier auprès duquel il intervient. Ainsi, un scientifique des données travaillant dans le milieu bancaire devra essentiellement tout connaître du fonctionnement d’une banque. Il possède aussi une imagination et une curiosité sans borne, ce qui lui permet de poser les bonnes questions.
Donc le scientifique des données doit être en mesure de travailler avec de grandes quantités de données non structurées, non nettoyées et provenant de différentes sources via internet. Il connaît les techniques d’exploration de données (data mining) permettant d’extraire des connaissances à partir de grandes quantités de données. Il est aussi au fait de l’apprentissage artificiel (machine learning) qui cherche à prédire les comportements futurs. Cependant, un scientifique des données ne fait pas seulement que collecter et rapporter les données mais aussi Il doit être en mesure de les regarder sous tous les angles, de déterminer qu’est-ce que cela veut dire et ensuite, de recommander des décisions en lien avec ces données et bien sur sans oublier de les traiter et de les générer sous forme des données utilisables par les utilisateurs.
En résumé on peut dire que la Data Science est un mélange entre trois grands domaines : l’expertise mathématique, la technologie, et le business. Tout d’abord, le minage de données et le développement d’un data product nécessite une faculté à voir les données à travers un prisme quantitatif. Les textures, les dimensions et les corrélations entre les données peuvent être exprimées de façon mathématique. De nombreux problèmes auxquels sont confrontées les entreprises peuvent être résolus à l’aide de modèles analytiques reposant sur des mathématiques pures. Comprendre les mécaniques de ces modèles est la clé du succès. La lecture de Mooc dédié à la Data Science est une première initiation à ce domaine d’expertise.
0 comments:
Post a Comment