« Les entreprises doivent disposer des bases de données, des écosystèmes de données et de la culture des données nécessaires pour adopter un modèle opérationnel basé sur l’IA », déclare Akhilesh Ayer, vice-président exécutif et responsable mondial de l’IA, de l’analyse, des données et des pratiques de recherche chez WNS Triange. une unité de la société de gestion des processus métiers WNS Global Services.
Un écosystème de données unifié
L’adoption d’un modèle opérationnel basé sur l’IA oblige les entreprises à faire des données le fondement de leur activité. Les chefs d’entreprise doivent s’assurer que « chaque processus décisionnel est fondé sur des données, afin que les décisions individuelles fondées sur le jugement soient minimisées », explique Ayer. Cela rend la collecte de données en temps réel essentielle. « Par exemple, si je fais des analyses de fraude pour une banque, j’ai besoin de données en temps réel sur une transaction », explique Ayer. « Pour que cela se produise, l’équipe technologique devra donc permettre la collecte de données en temps réel. »
Les données en temps réel ne sont qu’un élément d’un écosystème de données unifié. Ayer estime qu’une approche globale est nécessaire. Les entreprises ont besoin d’une direction claire de la part de la haute direction ; contrôle bien défini des actifs de données ; changements culturels et comportementaux; et la capacité d’identifier les bons cas d’utilisation commerciale et d’évaluer l’impact qu’ils créeront.
Aligner les objectifs commerciaux avec les initiatives de données
Une stratégie de données basée sur l’IA ne stimulera la compétitivité que si elle soutient les principaux objectifs commerciaux. Ayer affirme que les entreprises doivent déterminer leurs objectifs commerciaux avant de décider quoi faire des données.
Une façon de commencer, explique Ayer, est un audit de maturité des données et de l’IA ou un exercice de planification pour déterminer si une entreprise a besoin d’une feuille de route pour les produits de données. Cela peut déterminer si une entreprise doit « réorganiser la façon dont les données sont organisées ou mettre en œuvre une initiative de modernisation des données », a-t-il déclaré. dit.
La demande de personnalisation, de commodité et de facilité dans l’expérience client est un facteur central et différenciateur. La manière dont les entreprises utilisent les données clients est particulièrement importante pour conserver un avantage concurrentiel et peut transformer fondamentalement leurs opérations commerciales.
Ayer cite le travail de WNS Triange avec un client de détail comme exemple de la manière dont l’évolution des attentes des clients pousse les entreprises à mieux utiliser les données. Le détaillant souhaitait valoriser davantage ses multiples actifs de données afin d’améliorer l’expérience client. Dans un exercice de triangulation des données tout en modernisant les données de l’entreprise avec le cloud et l’IA, WNS Triange a créé un magasin de données unifié avec des modèles de personnalisation pour augmenter le retour sur investissement et réduire les dépenses marketing. « Un meilleur alignement interne des données n’est qu’un moyen parmi d’autres pour les entreprises d’en bénéficier directement et d’offrir une expérience client améliorée », déclare Ayer.
Éliminer les silos
Quelles que soient les ambitions d’une organisation en matière de données, rares sont celles qui parviennent à prospérer sans une communication claire et efficace. Les pratiques modernes en matière de données comportent des flux de processus ou des interfaces de programmation d’applications qui permettent une communication fiable et cohérente entre les départements afin de garantir un partage de données sécurisé et transparent, explique Ayer.
