Les small data : qu'est-ce que c'est ?

Que vous soyez chef d’entreprise ou spécialiste du marketing, l’analyse des données de votre organisation est essentielle à la croissance de votre activité. Mais nous ne sommes pas tous armés pour collecter et analyser des volumes colossaux de données. La bonne nouvelle ? Vous n’avez pas forcément besoin de passer par cette case, car votre entreprise peut tout aussi bien capitaliser sur ses small data ! 

Dans cet article, nous allons vous montrer que petites données ne veulent pas dire petit impact. On vous y explique notamment pourquoi les small data peuvent être une excellente porte d’entrée vers le Big Data, voire même un outil largement suffisant pour rendre votre organisation plus data-driven, et donc plus efficace.  

Qu’est-ce que l’on entend par small data ? 

Dans l’introduction de son livre Small data: The Tiny Clues That Uncover Huge Trends, l’expert danois Martin Lindstrom – à qui l’on doit l’invention du terme – pose la question suivante : sommes-nous conscients des petites données que nous laissons derrière nous chaque jour ? Les habitudes, les gestes et les préférences qui, lorsqu’elles sont compilées, montrent qui nous sommes vraiment ? 

En effet, de petits actes insignifiants comme la marque de détergent que nous utilisons ou les profils que nous suivons sur les réseaux sociaux sont autant d’indices sur notre personnalité. C’est pour cette raison qu’analyser son activité et le comportement de ses clients par la lentille de la small data peut être pertinent pour de nombreuses entreprises.   

Pour simplifier, on peut dire que les petites données sont à l’opposé des mégadonnées. Concrètement, on rangera donc dans cette catégorie les ensembles de données avec moins de 1 000 lignes ou colonnes. 

Contrairement au Big Data, les small data peuvent être analysées sans algorithme, par simple déduction (ou estimation). Les exemples de petits ensembles de données incluent les transactions clients, les publications sur les réseaux sociaux et les séquences génomiques individuelles. 

Pour aller plus loin :

• Intelligence Artificielle et marketing : duo gagnant ou liaisons dangereuses ?
• Qu’est-ce que la normalisation des données ? 

Les principales caractéristiques et les avantages des ‘petites données’ 

On pourrait continuer avec de nombreux autres exemples, car ils ne manquent pas ! Mais généralement, on considère que des ensembles de données sont « petits » lorsqu’ils présentent les caractéristiques (et avantages) suivants :   

• Une forte accessibilité. Le Big Data est très difficile à gérer, et par conséquent limité à un petit nombre d’organisations ou de personnes au sein de vos équipes. Les small data sont à l’inverse beaucoup plus légères et beaucoup plus faciles à utiliser ; 
• Une nature compréhensible. Même sans machine particulièrement puissante, il est possible de tirer des conclusions à partir des small data. Vous pouvez les utiliser sous forme de simples tableurs ou graphiques et en dégager des tendances fortes ;  
• Un caractère actionnable. Quand on parle de small data, on se concentre en général sur les comportements et les préférences des internautes. Elles sont donc facilement exploitables pour comprendre, voire prédire la manière dont va réagir votre marché à l’introduction d’un nouveau produit ou d’une mise à jour.  

Votre entreprise doit-elle se concentrer sur les small data ou le Big Data ? 

Une donnée plus accessible…

Pour la plupart des petites entreprises, il est plus facile de traiter et d’interpréter des données groupées dans des ensembles plus petits que d’essayer de traiter de vastes océans d’informations. 

D’autre part, les petites données sont généralement présentées sous des formes visuelles plus accessibles (tableaux, graphiques), plus simples à analyser et sur lesquelles se reposer pour prendre les bonnes décisions commerciales.  

Si vos équipes n’ont que peu ou aucune formation en matière de data literacy, les small data peuvent être une excellente porte d’entrée. Elles permettront (avec un minimum de moyens engagés pour leur montée en compétences ou l’acquisition d’un équipement technique) de développer dans votre organisation des processus plus orientés vers la donnée. Et bien sûr, d’en récolter les fruits qui, à terme, pourront nourrir une stratégie plus ambitieuse, adossée au Big Data, au machine learning et à l’Intelligence Artificielle.   

Pour aller plus loin :

• Quel est l’avenir de l’intelligence artificielle : bilan pour 2023 
• Computer vision : tout connaître sur cette technique de l’IA !

Small data et Machine learning

Mais attention ! Les small data sont aussi des outils précieux en elles-mêmes (et pas uniquement en tant que faire-valoir, faute de mieux). Elles alimentent déjà les modèles d’apprentissage automatiques et sont donc des outils essentiels pour automatiser vos flux internes (force commerciale, service client, etc.). 

Privilégier les small data permet aussi de se concentrer sur des problématiques cruciales et de résoudre des défis de manière plus précise et pertinente que les plus grands ensembles de données. À une ère où l’hyper personnalisation est l’un des leviers les plus puissants pour se démarquer et gagner des parts de marché, l’analyse des micro-interactions et actions individuelles de vos clients peut vous aider. Vous pourrez prendre de meilleures décisions et générer de meilleurs résultats.  

Comment utiliser concrètement les small data ? 

Cas d’usage : la restauration danoise

Dans un case study partagé par l’université de Berkeley sur une chaîne de restauration danoise, les chercheurs illustrent concrètement comment, en se focalisant sur les small data, l’entreprise a pu :   

• Automatiser tous les aspects de ses ressources humaines (allant des contrats de travail à la planification des flux de personnel) ; 
• Optimiser sa production (en mesurant par exemple automatiquement la température de ses cuisines et en facilitant le calcul de ses coûts) ; 
• Optimiser son activité commerciale avec une analyse en temps réel de tous ses KPIs. Les données pertinentes tirées de la présence en ligne (et en particulier sur les réseaux sociaux) de la marque étaient de plus accessibles à l’ensemble du personnel. 

En termes d’effets sur le modèle commercial, ces changements ont entraîné une réduction de coûts de production. Ils ont également optimisé le coût d’acquisition client, leur rétention et ont permis l’ajout de nouveaux canaux de revenus.

Les conclusions tirées via les small data

À partir de ces résultats, l’université a tiré 4 conclusions pour les entreprises qui souhaiteraient s’adosser aux small data :  

• Numérisez vos interactions clients, pour faciliter la remontée de ces données à vos différents points de vente ou de services ;  
• Analysez vos processus (de production, de vente, etc.) et identifiez les mécanismes de création de valeur clés, sur lesquels vous pouvez collecter des données ; 

• Collectez des données en temps réel sur vos activités stratégiques et transmettez ces données aux employés sous un format lisible ;  
• Transformez les données en décisions actionnables pour augmenter ou optimiser votre proposition de valeur.   

Petites données, gros impact  

En donnant une seconde vie aux petites données trop souvent négligées par les entreprises, la tendance des small data s’apprête à conquérir de nombreuses organisations ! En effet, elle permet de transformer chaque point de contact et chaque interaction avec les clients en réponse à un problème non résolu ou à un défi à venir.  

En conclusion, c’est aussi une arme puissante pour affiner votre offre, la personnaliser et rendre vos équipes plus efficaces. Le tout, à moindre frais et sans une transformation complète de votre culture interne telle que l’exige encore le Big Data !