L’informatique décisionnelle appliquée à l’agriculture.

I. La commercialisation des produits agricoles

Ce secteur reste très fermer dans le domaine agricole, on y compte seulement quelques acteurs tel que AgriTel avec sa solution AgriNext et Logaviv avec leur solution d'achat et vente de céréales AGRIMARKET.

Valentin Raoul, chef de projet AgriNext, nous confie que « Ces deux solutions AgriNext et AgriMarket sont les leaders du marché de la commercialisation de céréales en France, s'il existe un concurrent, ce serait le logiciel Excel de la suite Microsoft ».

Cependant, nos recherches nous ont permis de découvrir que des entreprises nouvelles sont en train d'émerger dans ce secteur. Il s'agit notamment de la startup Comparateur agricole ( www.compareteuragricole.com).

Nous pouvons constater que le marché des achats et ventes de matières agricole est contrôlé par un petit nombre d'entreprises, qui fondent chacune leur crédibilité sur le nombre de portefeuilles qu'il gère.

69

Chaque entreprise et bien sûr liée contractuellement avec ses clients, ce contrat porte notamment sur la confidentialité des données de l'agriculteur que possède l'entreprise.

C'est donc de manière légitime que chaque entité garde jalousement sa base de données client.

« Nous ne pouvons pas communiquer nos données clients, et d'ailleurs chaque portefeuille porte sur la spécificité de chaque compte. Par ailleurs, même si nous voulons partager ces informations sous quelques formes que ce soit, nous ne le pouvons pas, car nous avons signé un contrat interdisant cela » M. Valentin Raoul, chef de projet AgriNext.

Ainsi, les acteurs de la commercialisation des produits agricole ne semblent pas être ouverts, ou ne disposent pas de l'écosystème favorable, pour une application de la démarche Big Data dans leur domaine d'activité.

En effet, ici par exemple, l'opportunité est de pouvoir disposer et analyser une grosse quantité de données réelle émanant de plusieurs portefeuilles d'achat et vente sur le marché agricole.

En appliquant des algorithmes mathématiques bien définis à cette base de données, des occurrences pertinentes apparaitront. Les experts seront en mesure d'avoir une vision plus fine du marché, des mouvements de fonds de leurs portefeuilles. Ainsi, ils seront à même de mieux anticiper le marché et donner des conseils à plus grande valeur ajoutée dans la stratégie de vente ou d'achat de leur client.

Partager les données clients ne signifie pas dans le cadre de la démarche Big data de rompre le contrat de confidentialité qui lie les deux parties, entreprise et client.

C'est ce que nous explique Michael Sebbah, ingénieur Dev Opps, Big data à la Société Générale « Pour assoir un modèle économique basé sur l'analyse de données de différentes sociétés, il faut être une entité tierce qui collecte les informations de plusieurs entreprises, sans divulguer les informations de chacun de ces clients aux autres. Puis procéder à l'agrégation de ces données pour

70

retourner des informations que les entreprises acceptent de partager. C'est ce qui est fait par les grandes surfaces, qui confient leurs données de carte de fidélité à un tiers de confiance. Ce tiers analyse les données et partage les résultats avec les entreprises. »

Certes, il existe une opportunité afférente à l'analyse de données d'achat et vente dans le domaine agricole. Cependant, force est de constater que les acteurs sur cette part de marché sont encore dans un fonctionnement standard. Couplés à cela, nous constatons que ces tenants du marché voguent dans un environnement concurrentiel confortable. Ce qui en partie peut justifier, le non ressenti du besoin d'aller fouiller les opportunités offertes par les technologies du Big data.

Nonobstant ce constat, le domaine agricole est en pleine révolution technologique, notamment les usages du Big data se multiplie de plus en en plus.