Retour à la liste
  • Articles de blog
  • Notre actu

IoT & data, comment challenger son modèle économique à l'aide des données?

30 novembre 2021

iot

Un atelier pour challenger le modèle économique d’industriels et d’offreurs de services BtoB impliquant l’usage d’objets connectés, IoT, (drones, robots d’inspection en milieu à risque, capteurs pour conteneurs, toupies à béton, pesée de poids lourds,..).

Au fil de nos rencontres professionnelles, nous avons détecté chez nos interlocuteurs, bien souvent chefs d’entreprises de PME, des similarités dans leurs problématiques et enjeux business, souvent liées à leur modèle économique et à leur secteur d’activité : des objectifs et des freins souvent identiques du fait de leur niveau de « maturité data » et de leur volonté de développer une stratégie d’entreprise s’appuyant sur la valorisation de leurs données. Les questions fréquentes : « Par où commencer ? » « Comment avancer par étapes ? » « Quel ROI anticiper ? ».

De là est née l’idée de créer un nouveau type de rendez-vous convivial à l’heure du déjeuner, animé par les équipes de Datasulting, dans nos locaux : les Ateliers « Bouge ton modèle économique avec la data » !

En réunissant plusieurs prospects, clients et autres partenaires concernés par le sujet de l’atelier nous souhaitons croiser et partager  la connaissance et les retours d’expérience de chacun.

Gaël Philippe, CEO de Datasulting

Un 1er atelier : « Bouge ton modèle économique avec la data » très orienté IoT !

Les entreprises, issues de l’industrie ou encore du secteur du service aux professionnels, ont bien conscience que leur métier va évoluer par le volume de données que leurs machines, outils et autres capteurs génèrent au quotidien. Une nouvelle source de valeur à générer certes, mais à quel prix et comment la valoriser ? C’est en discutant avec certains d’entres-eux que nous avons perçu l’intérêt de les faire se parler.

En 2020, plus de 212 milliards d’objets connectés inondaient le monde et proliféraient déjà dans de nombreux domaines : domotique (télévisions, enceintes intelligentes, électroménager…) wearables (montres, bracelets, lunettes…) et autres gadgets connectés (drones, appareils de santé, trackers…) sans parler des smartphones, tablettes et ordinateurs… Le nombre de données générées par ces objets connectés double toutes les 12 heures en 2020, alors qu’il ne doublait que tous les 12 mois en 2015.

Chaque seconde, 29.000 Gigaoctets (Go) d’informations sont publiés dans le monde, soit 2,5 exaoctets par jour*. Un volume qui est en perpétuelle croissance depuis l’émergence du Web 3.0 alimenté en grande partie par l’Internet des Objets (en anglais IoT : Internet of Things) qui repose essentiellement sur la captation de données qui viennent directement des objets.


*planetoscope.com

C’est au vu de ces chiffres que, pour ce premier atelier, nous avons réuni autour de la table cinq dirigeants d’entreprises d’horizons différents mais avec un objectif similaire : challenger leur vision d’un modèle économique passant d’une approche classique de revente de matériel, logiciel et/ou service à une offre de services data-driven basée sur la valorisation des données collectées par leurs capteurs.

La question principale que se posent ces entreprises est de savoir comment travailler son modèle économique de sorte que son offre data génère du ROI ?

Pour répondre à cette question, nous avons dans un premier temps listé les enjeux ainsi que les freins des uns et des autres.

Des enjeux business avant tout

Il est clair que l’objectif premier de chaque participant est de développer une offre de services data s’appuyant sur l’exploitation des données collectées par ses « objets » (robots, drones, capteurs,..). Il va donc de soi que la valorisation de la donnée est le cœur du sujet.

Notre premièrere commandation :

Commencer par travailler sur les usages qui génèrent de la valeur chez les clients, les lister, les prioriser au regard du ROI qu’ils permettraient de générer et ensuite définir la meilleure manière d’organiser leur stockage, leur exploitation et la mise à disposition de ces données « valorisées » chez leurs clients.

Nous avons identifié 4 axes de travail quand on parle de valorisation des données IoT :

  • Développement de nouveaux services utilisant les données IOT 👉🏽 nouvelles ventes & modèle économique plus pérenne
  • Optimisation de la performance 👉🏽 gain de temps / économies
  • Amélioration qualitative d’un produit ou service 👉🏽 fidélisation et amélioration de la satisfaction client
  • Meilleure connaissance client / utilisateur 👉🏽 ventes additionnelles, fidélisation et amélioration de la satisfaction client

Notre seconde recommandation :

Croiser ces données avec d’autres sources (production, open data, ..) et ce afin de l’enrichir et ainsi répondre à de nouvelles questions du client, voire de détecter de nouveaux gisements de valeur.

Cette donnée enrichie doit ensuite être travaillée par des équipes hybrides alliant des compétences data (notamment en data science) assurant un lien permanent avec les métiers de l’entreprise, qui viendraient ainsi augmenter l’expertise de l’Humain.

Enfin, automatiser et rationaliser l’accès à l’information sera la clé d’une bonne exploitation de cette donnée mise au service des usages et de la performance des métiers de l’entreprise et de ses clients.

Des freins encore bien présents

… au niveau des compétences

Quasi tous les acteurs autour de la table rencontrent les mêmes freins : le manque de compétences et connaissances data en interne.

En Occitanie, 45% des entreprises affirment avoir les compétences en interne pour l’exploitation de leurs données et sont seulement 8% à chercher à recruter des spécialistes de la data. Ces dernières favorisent plutôt la monté en compétences des ressources déjà en place.  (Source OMDE).

Cela dit, lorsqu’on en vient au recrutement, il apparaît comme bien difficile de trouver ce mouton à 5 pattes qui non seulement pourrait comprendre le métier afin de développer l’offre DAAS* mais aussi de mettre en place les bons outils permettant d’exploiter et valoriser l’usage des données.

… au niveau des technologies

Autre problématique évoquée : l’architecture des données et des technologies utilisées.

De gros volumes de données sont reçus et très souvent à grande vitesse étant donné la collecte en temps réel, et, que ce soit en termes d’évolutivité, d’adaptabilité ou de performances, les systèmes utilisés par ces entreprises ne répondent pas aux besoins actuels et futurs d’exploitation optimale de la donnée collectée.

En Occitanie, 58% des entreprises continuent d’utiliser les tableurs tels que Google Sheet ou Excel pour piloter leur activité alors que des outils décisionnels existent mais sont encore méconnus et faiblement déployés (26% des entreprises en utilisent) malgré un effort de plus en plus marqué des éditeurs pour rendre ces outils accessibles à la fois techniquement et financièrement. (Source OMDE)

Une solution pourrait être de mettre en place une architecture technique d’entrepôt de données (staging area, Data Warehouse, Datamart) permettant de faciliter le croisement des data de manière simple pour répondre à des questions «transversales» en utilisant les solutions les plus adaptées.

… au niveau de l’accompagnement du changement interne et externe

A ces difficultés, s’ajoute un frein difficile à contourner : la commercialisation et l’acceptation par le client (et éventuellement de ses équipes internes) d’un nouveau modèle économique.

En effet, ces changements induisent une « révolution » dans la manière de vendre la solution ou le service. On ne vend plus du matériel associé à des prestations mais la location d’un service à valeur ajoutée. Fini donc le budget se basant sur l’achat de 3000 capteurs et place à l’abonnement à un service d’exploitation des données !

Côté interne, l’évolution des équipes internes est parfois compliquée. Souvent passionnées par l’électronique ou l’électromécanique, les acteurs clefs de la production se sentent frustrés, voire même dépassés et doivent se réinventer et s’adapter à ce nouveau modèle. Afin que la démocratisation de l’utilisation des données dans l’entreprise ne se fasse pas au détriment du bien-être des salariés, l’utilisation des données et l’habilitation des employés doivent évoluer de concert. Et cela doit se faire par le développement des compétences data des collaborateurs.

En Occitanie, 31% des entreprises concèdent que le niveau de sensibilisation des collaborateurs est proche de 0 ! Plus généralement, 55% ont encore un niveau d’acculturation très faible sur le sujet. (Source OMDE)

La mise en place d’une stratégie d’acculturation et de formation autour de la data est l’une des premières étapes dans la conversion du modèle économique.

Solutions envisagées selon 3 modèles ?

En se basant sur ces constats, 3 modèles économiques ont été abordés, intégrant leur lot d’évolutions dans le modèle même d’organisation de l’entreprise.

Modèle 1 : Proposer un nouveau service : DAAS*

La connectivité introduite dans les produits permet à l’entreprise de passer d’une logique de produit à une logique de services exploitant les données collectées. L’entreprise évolue ainsi vers un modèle du type « data as a service ». Elle doit, de ce fait, développer ses compétences internes en matière de gestion des données et de modélisation. Elle pourra donc avoir recours à de nouvelles compétences comme celles du data engineer qui va structurer l’architecture data requise ou encore du data scientist qui va explorer le potentiel des données collectées pour en tirer un maximum de connaissances et potentiellement développer de nouveaux services pour les clients.

Il est toutefois possible d’externaliser le chantier de démarrage. Datasulting propose à cette effet un « Diagnostic Data» qui permet de travailler sa stratégie data, budgéter la future plateforme data et projeter sa roadmap avec des ressources internes et/ou externes.

Modèle 2 : Personnaliser l’offre grâce aux données remontées

L’objet connecté peut être un moyen de « capter » de nouvelles données permettant de mieux connaître et comprendre ses clients en vue de leurs offrir des services plus adaptés, au bon moment, au bon endroit, etc..

Le data scientist est une nouvelle fois clé dans ce travail exploratoire qui doit être co-piloté avec l’aide du marketing ou des métiers en charge de la relation client.

Datasulting propose également des études « vision client 360 » qui permettent de réaliser ce travail de modélisation data pour détecter des axes à développer qui seront générateurs de valeur et de ROI pour l’entreprise.

Modèle 3 : Les produits deviennent connectés et renforcent la valeur apportée

L’entreprise fait évoluer son offre en proposant des produits connectés, voire intelligents, dopées par des IA répondants aux enjeux de leurs utilisateurs. A savoir, des produits en mesure de prendre des décisions plus ou moins complexes en toute autonomie, améliorant ainsi sa proposition de valeur intrinsèque sans remettre en cause son modèle de revenus. L’entreprise va alors devoir développer de nouvelles capacités opérationnelles : recherche et développement, intégration de connectivité et d’intelligence, maîtrise et exploitation de données en volume, etc.

C’est tout l’enjeu de modèles comme celui de la Smart City dont la vocation première est d’améliorer le quotidien des citoyens à l’aide de l’IA et d’une exploitation des données au service des enjeux de la ville demain : économie d’énergie, optimisation des temps de trajets, réduction de l’impact sur l’environnement, etc..

C’est de plus en plus le cas par exemple avec les sujets de maintenance prédictive dans les bâtiments. On anticipe les pannes des climatisations ou des ascenseurs pour limiter les interventions et ainsi réaliser des économies tout en garantissant une meilleure satisfaction client.

Participez à nos prochains ateliers métier

Si vous aussi vous souhaitez challenger votre modèle économique à l’aide des données et que vous souhaitez en discuter avec d’autres acteurs de votre secteur d’activités, contactez-nous.

Merci aux acteurs de ce premier atelier d’avoir répondu présents et qui fut fort instructif et constructif. Nous avons hâte d’en organiser un prochain autour de délicieuses pizzas répondants à nos exigences de circuit « très court » 😉.

Ils nous disent ce qu’ils ont pensé de l’atelier :

Un Data’pero sur le thème de l’IoT aussi

Notre Data’pero du même mois était lui aussi sur le thème de l’IoT et avait pour titre : « Objets connectés, nouveaux services data, ROI… Venez challenger votre modèle économique à l’aide des données ! »
Nous avons parlé un peu plus ROI et retours d’expériences avec des intervenants experts ou qui ont basé leur modèle economique sur l’Iot et la valorisation des données.

Les ateliers « Bouge ta data » : Arrêtons de parler techno et intéressons-nous aux enjeux de l’entreprise !

En réunissant plusieurs prospects, clients et autres partenaires de Datasulting concernés par le sujet de l’atelier « IOT & valorisation des données au service de son modèle économique », nous souhaitions partager la connaissance et les retours d’expériences de plusieurs dirigeants d’entreprises concernés et intéressés par ce sujet, avec une maturité plus ou moins avancée sur cette thématique.

C’est en discutant avec de nombreux chefs d’entreprises plus ou moins démunis face aux sujets data mais surtout en pleine réflexion sur leur modèle économique, que nous avons trouvé intéressant de proposer ce type d’atelier, avec une fréquence trimestrielle.

Dans un format convivial, pizzas et boissons offertes 😊, dans les locaux de Datasulting à Castelnau Le Lez (à proximité de Montpellier), nous réunissons une dizaine de chefs d’entreprises rencontrant une problématique commune impliquant l’usage des données :

  • Pour un industriel ou un prestataire de services BtoB, comment passer d’un modèle de revente de matériel + service à l’offre d’un service data ?
  • Pour un éditeur logiciel, comment mieux exploiter et valoriser les données des logiciels que je commercialise ?
  • Pour une PME, comment rendre mes commerciaux plus efficaces à l’aide des données ?
  • Etc..

Les sujets sont déterminés en fonction de la demande de nos clients et prospects et peuvent être enrichis avec la contribution d’un ou 2 partenaires impliqués.

L’idée étant de donner la parole aux dirigeants présents autour de la table et ainsi d’évoquer leurs préoccupations du moment impliquant la valorisation des donnée. Nous limitons le nombre de participants à 10 personnes en présentiel.

Notre équipe conseil est présente pour apporter un éclairage extérieur et avisé sur les questions relatives à l’usage des données, complété d’interventions d’autres experts invités avec une vision complémentaire ayant une réelle plus-value selon la thématique abordée. C’est également un super moment pour tous car c’est l’occasion d’échanger, de mieux se connaitre et comprendre les difficultés rencontrées par chacun. C’est aussi l’opportunité de repartir avec des réponses à ses questions le temps d’un déjeuner !

Si vous êtes sur Montpellier et ses environs et que vous souhaitez participer ou nous proposer un sujet, n’hésitez pas à nous contacter

Participez à nos prochains ateliers métier

Si vous aussi vous souhaitez challenger votre modèle économique à l’aide des données et que vous souhaitez en discuter avec d’autres acteurs de votre secteur d’activité, contactez-nous.

  • DAAS : Data As A Service

Co-rédigé par

Cabinet de conseil spécialisé dans l’analyse, l’exploitation et la valorisation des données depuis 10 ans.

Nous sommes implantés à Montpellier et Paris et intervenons sur toute la France.

Siège social : 187 rue Hélène Boucher, 34170 Castelnau-le-Lez