Logiciel d'analyse avancée - la facilité d'utilisation est le facteur le plus important


52% des entreprises indiquent que la facilité d'utilisation est une raison pour les data scientists de choisir leur logiciel. Parallèlement, la facilité d'utilisation est très importante pour les analystes commerciaux, 51% des entreprises la citant comme raison d'achat.
D'autres facteurs importants pour les acheteurs de logiciels sont la couverture d'exigences spécifiques (46 %), un environnement sans code (39 %) et des performances convaincantes (36 %).
En revanche, le fait que le logiciel dispose de fonctions et de concepts de gouvernance ne joue un rôle que pour une petite partie des entreprises (12%).
"Les utilisateurs de logiciels analytiques appartiennent à un groupe hétérogène :
Des data scientists et des ingénieurs en machine learning orientés vers la technique, qui travaillent sur l'analyse des données, aux analystes commerciaux qui se concentrent davantage sur l'analyse visuelle et l'exploration des données.
Ce dernier groupe, qui préfère les interfaces visuelles à la programmation, prend de plus en plus d'importance".
explique Sebastian Derwisch, analyste chez BARC et co-auteur de l'étude.
"C'est pourquoi les fabricants de logiciels essaient désormais de plus en plus de fournir des interfaces utilisateur et des guides d'utilisation sans code afin de rendre les analyses aussi accessibles que possible aux utilisateurs".
Les avantages obtenus par les utilisateurs de logiciels open source et les utilisateurs de logiciels commerciaux se recoupent en grande partie, avec toutefois quelques exceptions intéressantes.
48% des utilisateurs de logiciels d'analyse commerciaux obtiennent une meilleure transparence de l'utilisation des données, alors que le pourcentage correspondant dans la communauté open source n'est que de 36%. En outre, les utilisateurs de logiciels commerciaux font plus souvent état d'une amélioration de la satisfaction des employés.
Seul un tiers des utilisateurs de logiciels open source obtient une réduction plus importante des coûts.
"Si l'on considère que les logiciels open source sont gratuits, il est surprenant que les réductions de coûts ne soient pas plus fréquentes".
commente Derviche.
"Une raison possible est que l'exploitation de logiciels open source peut nécessiter des efforts supplémentaires. Une autre explication pourrait être que les data scientists ayant des connaissances en langages open source font souvent défaut et coûtent donc plus cher".
L'open source marque des points en termes de fonctionnalité, les logiciels commerciaux possèdent d'autres avantages.
