Non contente d'adopter son offre « cloud », BBVA dévoile un nouveau partenariat avec Google, visant à améliorer les prévisions économiques de sa division de recherche. Si, dans un premier temps, ce sont des indicateurs sur le tourisme en Espagne qui ont été présentés, l'objectif est d'étendre l'expérience à d'autres secteurs et géographies stratégiques pour les deux entreprises.
Un document de synthèse [PDF] décrit les grands principes du modèle de prévision mis au point par les partenaires. Tout d'abord, à l'origine du projet, une analyse des données (passées) de l'activité touristique comparée aux recherches des internautes sur le moteur de recherche de Google utilisant des termes liés au tourisme a mis en évidence une forte corrélation entre ces indicateurs, avec un décalage d'environ un mois (d'avance pour les recherches, naturellement).
A partir de cette observation, un premier modèle mathématique a été conçu, intégrant les statistiques de recherche internet dans les calculs traditionnels des statisticiens de BBVA. La précision de ces derniers a, de cette manière, été améliorée d'environ 20%. Dans un second temps, un facteur correctif dynamique (prenant en compte les variations exogènes), appliqué récursivement sur les données historiques, permet encore de renforcer la qualité des prévisions (de 24 à 31% par rapport aux modèles d'origine).
L'importance des prévisions économiques dans le monde actuel rend ces résultats particulièrement intéressants pour les analystes, les économistes… et les dirigeants d'entreprise, qui pourront ainsi mieux réagir et adapter leurs offres aux tendances à venir.
Mais l'expérience constitue également une formidable démonstration du pouvoir de l'information et du potentiel de l'analyse de données à grande échelle. Toutes les entreprises, dont les institutions financières, exploitent aujourd'hui des outils décisionnels pour déterminer leurs actions et leur stratégie. Or les solutions en place ne prennent généralement en compte que des données internes, dont la qualité et la portée sont souvent limitées, là où, à l'inverse, BBVA et Google mettent en évidence le bénéfice qui peut être tiré d'une masse d'information issue du web.
Voilà la raison pour laquelle le thème « big data » est tellement à la mode actuellement. Quelle entreprise ne rêverait pas d'améliorer ses prévisions (de ventes, d'activité, de commandes…) ou à détecter les tendances à venir avec un mois d'avance ? Il « suffirait » pour cela d'intégrer dans les modèles d'analyse les données qui sont disponibles sous tout les formes et partout, sur internet, dans les messages électroniques, sur les réseaux sociaux, dans les moteurs de recherche…
Naturellement, l'effort ne sera pas trivial (au contraire), mais il est temps de commencer à appréhender les difficultés, d'ailleurs plus liées aux compétences (mathématiques) requises que d'ordre technique. L'enjeu est de taille car les pionniers prendront un avantage déterminant sur leurs concurrents.
Un document de synthèse [PDF] décrit les grands principes du modèle de prévision mis au point par les partenaires. Tout d'abord, à l'origine du projet, une analyse des données (passées) de l'activité touristique comparée aux recherches des internautes sur le moteur de recherche de Google utilisant des termes liés au tourisme a mis en évidence une forte corrélation entre ces indicateurs, avec un décalage d'environ un mois (d'avance pour les recherches, naturellement).
A partir de cette observation, un premier modèle mathématique a été conçu, intégrant les statistiques de recherche internet dans les calculs traditionnels des statisticiens de BBVA. La précision de ces derniers a, de cette manière, été améliorée d'environ 20%. Dans un second temps, un facteur correctif dynamique (prenant en compte les variations exogènes), appliqué récursivement sur les données historiques, permet encore de renforcer la qualité des prévisions (de 24 à 31% par rapport aux modèles d'origine).
L'importance des prévisions économiques dans le monde actuel rend ces résultats particulièrement intéressants pour les analystes, les économistes… et les dirigeants d'entreprise, qui pourront ainsi mieux réagir et adapter leurs offres aux tendances à venir.
Mais l'expérience constitue également une formidable démonstration du pouvoir de l'information et du potentiel de l'analyse de données à grande échelle. Toutes les entreprises, dont les institutions financières, exploitent aujourd'hui des outils décisionnels pour déterminer leurs actions et leur stratégie. Or les solutions en place ne prennent généralement en compte que des données internes, dont la qualité et la portée sont souvent limitées, là où, à l'inverse, BBVA et Google mettent en évidence le bénéfice qui peut être tiré d'une masse d'information issue du web.
Voilà la raison pour laquelle le thème « big data » est tellement à la mode actuellement. Quelle entreprise ne rêverait pas d'améliorer ses prévisions (de ventes, d'activité, de commandes…) ou à détecter les tendances à venir avec un mois d'avance ? Il « suffirait » pour cela d'intégrer dans les modèles d'analyse les données qui sont disponibles sous tout les formes et partout, sur internet, dans les messages électroniques, sur les réseaux sociaux, dans les moteurs de recherche…
Naturellement, l'effort ne sera pas trivial (au contraire), mais il est temps de commencer à appréhender les difficultés, d'ailleurs plus liées aux compétences (mathématiques) requises que d'ordre technique. L'enjeu est de taille car les pionniers prendront un avantage déterminant sur leurs concurrents.
Aucun commentaire:
Enregistrer un commentaire
Afin de lutter contre le spam, les commentaires ne sont ouverts qu'aux personnes identifiées et sont soumis à modération (je suis sincèrement désolé pour le désagrément causé…)