Prédiction #13
Des marchés d’algorithmes vont émerger.
Forrester prévoit que les entreprises vont s’apercevoir rapidement qu’elles peuvent acheter des algorithmes et ajouter leurs propres data plutôt que de les programmer. Des services existants comme Algorithmia, Data Xu, et Kaggle peuvent se développer et se multiplier.
Il était inexorable que le marché évolue dans ce sens, surtout dans la phase de pré-maturité dans laquelle est encore la data B2B aujourd’hui et c’est par ailleurs la suite logique de la prédiction précédente.
Entendons-nous bien, la prise de conscience a lieu, lentement mais sûrement, les stratégies s’ajustent, les cultures d’entreprises s’adaptent mais, on l’a vu, sur la partie technique, les talents manquent et les entreprises seront matures quand tous les vides seront remplis.
On peut sans se tromper faire un parallèle avec le secteur de l’achat programmatique et du RTB il y a quelques années : on part initialement d’un changement de paradigme (on ne s’adresse plus à une CSP ou un genre mais à un internaute et à son parcours et on passe du « spray and pray » à l’individualisation), on conçoit un nouveau mode de commercialisation des espaces publicitaires, on met au point des technologies complexes et, finalement, on laisse les clés du camion à des intermédiaires parfois relativement opaques.
La nouvelle tendance était tellement forte que les protagonistes (les annonceurs, méfiants, d’un côté et les agences d’achat d’espace, complètement larguées, de l’autre) n’ont eu d’autre choix que de laisser agir les trading desks et autres intermédiaires plus ou moins scrupuleux. Néanmoins, rapidement, les annonceurs ont investi pour rapatrier ces savoir-faire « in house » et mieux contrôler leurs process et leurs budgets ; côté agences, un vaste mercato a eu lieu et beaucoup de trading desks ont perdu leur indépendance.
Aujourd’hui, le marché de la publicité programmatique s’est structuré et consolidé et quand on demande ce qu’est le RTB à un annonceur, il ne répond plus Radiotélévision Belge.
Changement de paradigme, nouvelle stratégies, technologies complexes, émergence d’intermédiaires à toutes les étapes de la chaîne de valeur de la data, on a coché toutes les cases…
Tant il vrai que chaque entreprise ne peut pas s’offrir les services d’un data scientiste pour créer des modèles et des algorithmes, la solution de recourir à un spécialiste extérieur fait sens.
Néanmoins la transparence et l’éthique professionnelle (via une confidentialité renforcée) resteront des critères de choix incontournables.
