La science prédictive appliquée aux modèles d’affaires

Vous vous souvenez de Moneyball ? Ce livre et ce film qui racontent l’histoire de Billy Beane, l’homme qui a transformé le recrutement dans le monde du baseball avec les statistiques ! Et bien, Thomas Thurston (@thurstont, blog) souhaite appliquer cette science des données aux modèles d’affaires, nous explique Klint Finley dans Wired. Les données peuvent-elles aider à évaluer, statistiquement plutôt qu’intuitivement, les business models des startups pour aider à investir sur les sociétés qui devraient marcher ? C’est ce qu’envisage l’investisseur et scientifique des données Thomas Thurston.

Ses simulations auraient prédit que Snapchat, Uber et Airbnb deviendraient de grandes entreprises. Ses modèles se vérifient à 66 % pour estimer qu’une entreprise sera encore présente dans 5 ans. Et quand elles prédisent qu’une entreprise va échouer, ses données s’avèrent exactes à 88 %. Thurston dirige Growth Science (la science de la croissance) un cabinet de conseil qui vend ses prédictions à de grandes entreprises. Il estime que ses simulations pourraient avoir un effet radical sur le monde des affaires, même s’il reconnaît que ses modèles ont encore besoin d’être affinés. Pour l’instant, ils permettent surtout d’écarter les plus mauvais investissements. Thurston n’est pas le seul à utiliser les données pour décider de ses investissements. Google Ventures, Correlation Ventures et Venture Science utilisent également des modèles prédictifs pour leurs investissements…

Thurston a découvert ainsi que l’équipe d’une entreprise ne prédit que 12 % ses chances de succès (« s’il faut trouver une bonne équipe, l’embauche de rock stars n’est pas terrible ») : le marché sur lequel s’introduit une entreprise est plus important que qui la dirige. Thurston utilise également ses données pour faire du conseil. Il a ainsi conseillé aux investisseurs de la voiture électrique à deux places, Arcimoto de se lancer sur les marchés émergents plutôt qu’aux Etats-Unis.

L’ambition de Thurston va plus loin. Il voudrait que son modèle puisse bénéficier à toutes les entreprises, pas seulement aux investisseurs. Il envisage d’ailleurs d’automatiser le processus et de proposer un service web dédié. Le problème, c’est que selon son modèle, les chances de survie à 5 ans de Growth Science ne sont que de 69 %. Le service automatisé pourrait améliorer la pérennité, au risque de cannibaliser le reste de l’entreprise qui fonctionne pourtant très bien auprès de clients hauts de gamme. Comme quoi, malgré les chiffres, le dilemme de l’innovateur demeure entier !

Signalons que Thurston livre à Wired ses 3 derniers conseils d’investissements : la voiture électrique d’Arcimoto, la startup génétique Color Genomics et Indow Windows, un système pour isoler très simplement n’importe quelle fenêtre.

À lire aussi sur internetactu.net

1 commentaire

  1. Des sociétés comme SAS ou SAP proposent depuis une dizaine d’années des composants logiciels pour construire des modèles prédictifs appliqués aux affaires, comme des prédictions sur les ventes.
    Les sociétés de capital-investissement ont aussi développé en interne des modèles prédictifs depuis des années.
    C’est une tendance installée depuis longtemps, avec beaucoup d’argent investi, mais qui peine à prouver son efficacité parce qu’il y a des clashes entre les vieilles méthodes éprouvées et les nouveaux outils statistiques « génériques » qui semblent mal intégrer les connaissances dites « métier », et qui sont vendus par des sociétés d’informaticiens/mathématiciens qui ne vendent pas une bonne prestation d’accompagnement en plus de leur produit.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *