Encore perçues il y a quelques années comme un phénomène de mode, les approches Datalab et Datafab ont depuis largement démontré leur efficacité, en permettant de développer plus rapidement de nouvelles applications, et en répondant à de nouveaux enjeux grâce à la donnée.
par
Gérard Barbosa, General Manager Talan Solutions
Publié le: 26 janv. 2022
Au milieu des années 2010, le Datalab faisait son entrée dans les DSI. Comme le Big Data dix ans auparavant, ce nouveau concept a déchaîné les passions, à tel point que les décideurs se sont empressés de le mettre en œuvre, sans vraiment chercher à le comprendre.
Qu’est-ce que le Datalab ?
Mais le Datalab n’est pas une simple étiquette qu’il suffit de coller sur une équipe de Business Intelligence déjà en place : c’est une approche qui implique au contraire de réunir des profils différents – issus aussi bien du monde de la data, du digital, que des métiers – et de les faire travailler ensemble pour innover à partir de la donnée.
Lorsque cette approche est comprise et implémentée correctement, les bénéfices sont quasi immédiats. On pense par exemple au Datalab d’Axa, créé en 2017 pour travailler sur la lutte contre la fraude (qui représentait alors un manque à gagner de 500 millions d’euros en France pour l’activité IARD, tous assureurs confondus[1]). Quatre ans plus tard, l’assureur a non seulement abouti à une application de lutte contre la fraude efficace utilisée dans plusieurs pays, mais il a également vu son Datalab passer de 15 à 70 collaborateurs, qui ont tous pour mission d’innover et de répondre aux enjeux business du groupe.
Qu’est-ce que le Datafab ? Une architecture pour industrialiser les solutions innovantes
Si le Datalab permet de faire émerger des solutions innovantes, le Datafab, lui, permet de les industrialiser. Parfois nommé « centre d’exploitation » ou « centre d’intégration continue », il prend la forme d’une architecture logicielle dédiée à la collecte, au stockage et au traitement des données.
Il ne faut pas confondre vitesse et précipitation. Le Datalab et le Datafab sont deux concepts qui doivent être compris, assimilés et implémentés correctement pour en tirer tous les bénéfices.
En règle générale, cette architecture s’appuie sur le cloud, beaucoup plus rapide à mettre en œuvre qu’une solution on premise – a fortiori lorsque l’application que l’on souhaite industrialiser est prévue pour un usage éphémère.
On se souvient par exemple de l’application utilisée à partir de juin 2020 par la RATP pour contrôler le port du masque dans les transports communs. Développée par la start-up Datakalab, cette solution n’aurait jamais pu être disponible aussi vite si son développement ne s’était pas appuyé sur les deux approches Datalab-Datafab. De fait, sa mise sur le marché a même pris de court la CNIL, obligée de se prononcer dans l’urgence sur ce nouveau dispositif de caméras intelligentes placées dans l’espace public.
En définitive, si cette initiative a révélé que les entreprises et les autorités n’ont pas toujours la même interprétation du RGPD, elle a aussi permis de montrer que le couple Datalab-Datafab peut s’avérer redoutable en termes d’innovation et de captation de nouveaux marchés.
Les concepts liés à la data : un enjeu stratégique pour les entreprises
Si les entreprises ont tendance à se jeter bille en tête sur les nouveaux concepts liés à la data, ce n’est pas pour rien : elles savent que la donnée leur permettra de générer de nouvelles sources de revenus, voire de disrupter leur activité.
Il y a deux ans, la SNCF a mis au point une application pour gérer de façon proactive les flux de passagers dans les gares. L’objectif a été rempli, et aujourd’hui, l’opérateur ferroviaire pourrait très bien capitaliser sur cette expérience pour développer l’intermodalité en nouant des partenariats avec d’autres sociétés, ou en redirigeant ses usagers vers les commerces avoisinants, avec, à la clé, de nouvelles sources de revenus.
Cette sérendipité est sans doute l’un des aspects les plus intéressants des projets data, dans un contexte où la production de données ne cesse de croître (on s’attend à une augmentation de 20 % par an d’ici 2025). Pour autant, il ne faut pas confondre vitesse et précipitation : comme le DataOps et le FinOps, le Datalab et le Datafab sont des concepts qui exigent d’être compris, assimilés et implémentés correctement si l’on veut en tirer tous les bénéfices.
Quel que soit l’objectif à court terme, il faut bien avoir à l’esprit que l’expérience ainsi acquise s’avérera utile pour appréhender les nouveaux concepts qui feront leur apparition dans les années à venir.
[1] Source : Agence pour la lutte contre la fraude à l’assurance (ALFA).
