Vous pensez que les conséquences des données erronées ne sont qu’un inconvénient mineur ? Détrompez-vous.
Les données erronées ont coûté 110 millions de dollars à Unity, une société cotée en bourse spécialisée dans le développement de logiciels de jeux vidéo.
Et ce n’est que la partie émergée de l’iceberg.
Le 11 mai 2022, l’action Unity a chuté de 37 % après l’annonce des résultats du premier trimestre de la société, malgré une forte croissance du chiffre d’affaires, des marges correctes, une bonne croissance de la clientèle et des performances toujours élevées en matière d’expansion nette en dollars.
Cependant, un élément des résultats financiers de Unity n’était pas aussi positif.
La société a également indiqué que la croissance de son chiffre d’affaires était toujours en hausse, mais qu’elle avait ralenti en raison d’un défaut de sa plateforme qui réduisait la précision de son outil Audience Pinpointer.
Le défaut de la plateforme de Unity ? Des données erronées.
Unity a intégré des données erronées provenant d’un gros client dans son algorithme de machine learning, qui contribue au placement des publicités et permet aux utilisateurs de monétiser leurs jeux. Cela a non seulement entraîné une baisse de la croissance, mais a également ruiné l’algorithme, obligeant la société à le corriger afin de résoudre le problème de façon durable.
La direction de la société a estimé les répercussions sur l’activité à environ 110 millions de dollars en 2022.
Unity n’est pas la seule entreprise à avoir profondément ressenti les conséquences des données erronées.Prenons l’exemple de X.
Le 25 avril 2022, X a accepté une offre d’achat de la part d’Elon Musk, fondateur de Tesla et SpaceX. À peine 18 jours plus tard, E. Musk a annoncé que l’accord était « suspendu », après avoir confirmé le nombre de faux comptes et de bots sur la plateforme.
Ce qui s’est ensuivi démontre les répercussions profondes des données erronées sur cette transaction extrêmement médiatisée pour l’une des plateformes de communication les plus utilisées au monde. Il convient de noter que X lutte contre ce problème depuis des années. En 2017, X a admis avoir surestimé sa base d’utilisateurs pendant plusieurs années, et en 2016, une ferme à trolls a utilisé plus de 50 000 robots pour tenter d’influencer l’élection présidentielle américaine. X a reconnu pour la première fois l’existence de faux comptes lors de son introduction en bourse en 2013.
Aujourd’hui, ce problème de données atteint son paroxysme, E. Musk enquêtant sur l’affirmation de X selon laquelle les faux comptes représentent moins de 5 % de la base d’utilisateurs de l’entreprise et cherchant à réduire le prix d’achat convenu précédemment en conséquence. X, comme Unity, est un autre exemple très médiatisé de l’impact des données erronées, mais des exemples comme ceux-ci sont légion et coûtent des millions de dollars aux entreprises.
Gartner estime que les données erronées coûtent près de 13 millions de dollars par an aux entreprises, même si beaucoup d’entre elles ne se rendent pas compte de l’ampleur des conséquences. Parallèlement, une étude d’IDC révèle que les travailleurs du savoir consacrent environ la moitié de leur temps à résoudre des problèmes liés aux données. Imaginez tout le temps qu’ils pourraient consacrer à d’autres tâches si ces problèmes n’étaient pas si fréquents.
Dans l’ensemble, les données erronées peuvent entraîner des pertes de revenus, des opérations inefficaces et une mauvaise expérience client, entre autres problèmes qui se traduisent par des coûts de plusieurs millions de dollars.
Le fait que les données erronées coûtent chaque année des millions de dollars aux entreprises est déjà suffisamment grave, mais le fait que de nombreuses entreprises n’en aient même pas conscience parce qu’elles ne mesurent pas les conséquences est potentiellement encore pire. Après tout, comment peut-on corriger quelque chose dont on n’a pas pleinement conscience ?
Afin d’anticiper les problèmes liés aux données erronées, il est nécessaire de mettre en place l’observabilité des données, qui englobe la capacité à comprendre l’état des données dans vos systèmes. L’observabilité des données est le seul moyen pour les entreprises de vraiment comprendre non seulement les conséquences des données erronées, mais aussi leurs causes, deux éléments indispensables pour remédier à la situation et en limiter l’impact.
Il est également important d’intégrer l’observabilité des données à chaque étape possible afin de détecter les problèmes plus tôt dans le processus, car plus ces problèmes progressent, plus ils deviennent difficiles (et coûteux) à résoudre.
Il est essentiel que cette observabilité soit une priorité pour les dirigeants, car des données erronées peuvent avoir de graves répercussions sur le chiffre d’affaires de l’entreprise (il suffit de demander à Unity et X). Faire de l’observabilité des données une priorité pour la direction aidera l’ensemble de l’entreprise, et pas seulement les équipes chargées des données, à se rallier à cette initiative cruciale et à faire en sorte qu’elle devienne la responsabilité de tout le monde.
Cette attention portée à l’observabilité des données de bout en bout peut finalement aider à :
En retour, cette visibilité permet aux entreprises de récupérer plus rapidement une partie de leurs revenus en prenant les mesures nécessaires pour atténuer les conséquences des données erronées. Espérons que les problèmes seront résolus avant qu’ils ne coûtent des millions de dollars. Et la seule façon d’y parvenir est que tout le monde, à commencer par la direction, accorde la priorité à l’observabilité des données.
Découvrez la plateforme d’observabilité continue des données IBM Databand et comment elle permet de détecter plus tôt les incidents liés aux données, de les résoudre plus rapidement et de fournir des données dignes de confiance à l’entreprise. Si vous souhaiter aller plus loin, réservez une démo dès aujourd’hui.
Identifiez et corrigez rapidement la source du problème. Les données haute fidélité en temps réel offrent une visibilité complète sur les environnements d’application et d’infrastructure dynamiques.
Intensifiez l’automatisation et les opérations informatiques avec l’IA générative, en alignant chaque aspect de votre infrastructure informatique sur vos priorités métier.
IBM SevOne Network Performance Management est un logiciel de surveillance et d’analyse qui fournit une visibilité et des analyses en temps réel sur les réseaux complexes.