Deux chiffres dominent toutes les conversations sur la donnée en entreprise. Le premier promet des gains de productivité massifs à qui décide « avec les données ». Le second annonce que 85 % des projets data échouent. Les deux sont cités des milliers de fois par an, souvent dans la même présentation, sans que personne ne remarque la contradiction.
Cette enquête a tenté de remonter les deux à leur source, le 7 septembre 2026. Le premier existe : il est mesuré, publié, chiffré, et beaucoup plus conditionnel qu'on ne le raconte. Le second n'existe pas sous la forme où il circule. Il remonte à un message publié sur Twitter le 9 novembre 2017 à 20 h 25 UTC par un analyste de Gartner, message aujourd'hui supprimé, et qu'aucune publication de l'éditeur n'a jamais repris.
Entre les deux, il y a le métier réel : prendre des données existantes, produire une recommandation qu'un dirigeant peut appliquer, et savoir ce que cette recommandation coûte. Voici ce que les sources publiques permettent d'établir.
Que prouve vraiment la recherche sur les décisions fondées sur les données ?
La série de travaux la plus solide vient d'Erik Brynjolfsson et de ses coauteurs, parce qu'elle ne repose pas sur des déclarations d'entreprises mais sur les fichiers du Bureau du recensement américain.
Premier étage. Dans l'American Economic Review de mai 2016, Brynjolfsson et Kristina McElheran mesurent la diffusion de la décision fondée sur les données dans l'industrie manufacturière américaine. Le taux d'adoption passe de 11 % à 30 % entre 2005 et 2010 — il triple presque en cinq ans. L'adoption est corrélée à la taille de l'établissement, à la présence d'infrastructures informatiques complémentaires, au niveau d'éducation de la main-d'œuvre et à la capacité d'apprentissage de l'organisation. C'est une étude de diffusion : elle décrit qui adopte, pas ce que l'adoption rapporte.
Second étage, et c'est là que tout se joue. Dans Business Economics en 2021, Erik Brynjolfsson, Wang Jin et Kristina McElheran publient les résultats d'une enquête conduite avec le Census Bureau auprès de plus de 30 000 établissements industriels américains, portant sur l'usage de l'analyse prédictive et sur les caractéristiques détaillées de l'organisation du travail. Le résultat central : la productivité est significativement plus élevée dans les établissements qui utilisent l'analyse prédictive, jusqu'à 918 000 dollars de ventes supplémentaires par rapport à des concurrents comparables. Les estimations par variables instrumentales et la chronologie des gains suggèrent une relation causale, pas une simple corrélation.
Puis vient la phrase que les résumés commerciaux omettent systématiquement. Ce gain de productivité n'apparaît que si l'analyse prédictive est combinée à au moins un de trois compléments : une accumulation significative de capital informatique, une main-d'œuvre diplômée, ou une organisation de la production conçue pour un flux à forte efficience. Les auteurs concluent explicitement que cette condition « explique pourquoi certaines entreprises n'observent aucun bénéfice ».
Autrement dit : l'outil seul ne produit rien. C'est le résultat le plus important de la littérature, et c'est celui dont on parle le moins.
Entreprises analysant des mégadonnées en 2020, France et Union européenne (en % des entreprises)
D'où vient le chiffre des 85 % de projets data qui échouent ?
D'un tweet. Voici la chaîne complète, maillon par maillon.
Point de départ, septembre 2015. Gartner formule une prédiction largement relayée : d'ici 2017, environ 60 % des projets big data ne dépasseront pas le stade du pilote et de l'expérimentation, et seront abandonnés. Cette prédiction est reprise par la presse spécialisée dès le 25 septembre 2015 et par la littérature professionnelle pendant des années.
Le pivot, 9 novembre 2017. Nick Heudecker, alors analyste chez Gartner, publie un message sur Twitter — identifiant 928720268662530048, horodaté à 20 h 25 UTC — expliquant que l'estimation de 60 % était « trop conservatrice » et que le taux d'échec réel est « plus proche de 85 % ».
La consécration, 10 novembre 2017. Le lendemain, Matt Asay publie sur TechRepublic un article intitulé « 85% of big data projects fail, but your developers can help yours succeed ». L'article renvoie explicitement au tweet, sans en reproduire le texte intégral, et précise que « le problème n'est pas la technologie ».
La propagation, 2019-2020. Le chiffre entre dans la littérature professionnelle. ORMS Today, la publication de l'INFORMS, le reprend le 4 décembre 2019 dans un article sur les raisons de l'échec des projets d'analyse. Des reprises paraissent en avril 2019, en octobre 2019, en mars 2020, chacune citant « Gartner ».
L'effacement. Plusieurs de ces reprises constatent que le tweet d'origine a été supprimé. Le lien inséré par TechRepublic pointe désormais vers un message inexistant.
La vérification, 7 septembre 2026. Aucune publication Gartner portant le chiffre de 85 % n'a pu être identifiée. Le site gartner.com renvoie une erreur HTTP 403 à toute consultation automatisée de ses archives de communiqués comme de son moteur de recherche interne : l'éditeur n'expose pas publiquement le document qui permettrait de trancher.
Le résultat est un chiffre de commerce sans document derrière lui. Une prédiction à deux ans formulée en 2015, révisée à la hausse dans un message personnel de 140 signes en 2017, promue au rang de statistique sectorielle, et toujours citée neuf ans plus tard comme s'il s'agissait d'une mesure.
Traçabilité d'une statistique virale : les 85 % de projets data qui échouent
Gartner prédit 60 %
La prédiction est formulée pour un horizon de deux ans : d'ici 2017, environ 60 % des projets big data ne dépasseront pas le stade du pilote et seront abandonnés. C'est une prévision, pas une mesure.
Et si le vrai taux d'échec était 80 %, 60 %, ou introuvable ?
La honnêteté impose de publier les chiffres concurrents et d'expliquer pourquoi ils divergent.
En août 2024, la RAND Corporation publie le rapport RR-A2680-1, signé James Ryseff, Brandon De Bruhl et Sydne J. Newberry, consacré aux causes racines de l'échec des projets d'intelligence artificielle. Son encadré d'ouverture affirme que, « selon certaines estimations, plus de 80 % des projets d'IA échouent — soit deux fois le taux d'échec des projets informatiques qui ne font pas appel à l'IA ». La formule « selon certaines estimations » est déjà un aveu. La note qui l'accompagne, référencée « c », renvoie à une seule source : un article de Fortune signé Jeremy Kahn, publié le 26 juillet 2022. Un article de magazine, pas une enquête statistique.
Ce n'est pas une critique du rapport, dont la partie originale est solide et transparente sur sa méthode : les auteurs ont proposé une indemnité de 100 dollars pour des entretiens de 45 minutes, obtenu 50 participants représentant plus de 50 organisations, et codé leurs réponses pour en dégager cinq causes racines. Mais leur travail mesure des perceptions d'ingénieurs, pas un taux d'échec — et ils ne prétendent pas le contraire.
Les deux chiffres divergent parce qu'ils ne mesurent pas la même chose et qu'aucun ne mesure quoi que ce soit. Les 60 % de 2015 sont une prévision à deux ans, formulée par un cabinet dont le métier est de vendre des prévisions. Les 85 % de 2017 sont une révision d'opinion publiée sur un réseau social. Les 80 % de 2022 sont une affirmation journalistique. Aucun des trois ne s'appuie sur un échantillon décrit, une définition de l'échec, ou une méthode réplicable. Le seul énoncé défendable, en 2026, est qu'il n'existe pas de mesure publique du taux d'échec des projets data.
Ce qui reste utile dans la RAND, ce sont les cinq causes racines identifiées par entretiens : les équipes techniques comprennent mal ou reçoivent mal le problème à résoudre, l'organisation ne dispose pas des données nécessaires, on privilégie la technologie la plus récente sur le problème réel, l'infrastructure de gestion des données et de déploiement manque, et le problème posé dépasse ce que la technique sait faire. Aucune de ces cinq causes n'est un problème d'algorithme.
Combien coûtent réellement un analyste et ses outils ?
Les prix qui suivent ont été relevés le 7 septembre 2026 sur les grilles publiques des éditeurs et de l'Apec.
Côté salaires, l'Apec publie une fourchette par métier fondée sur les rémunérations annoncées dans les offres. Pour un data analyst, la fiche métier indique que « 80 % sont comprises entre 33 k€ et 53 k€, moyenne 43 k€ » de rémunération annuelle brute, fixe et variable compris, telle que proposée dans les offres. Pour un data scientist, la fourchette monte : 80 % des offres entre 35 k€ et 60 k€, moyenne 46 k€. Ces chiffres décrivent ce qui est affiché dans les annonces, pas les salaires effectivement versés, et ils excluent les cotisations patronales, qui s'ajoutent au brut.
Côté outils, l'écart avec la masse salariale est saisissant. Power BI Pro est facturé par Microsoft 12,10 euros hors taxes par utilisateur et par mois en paiement annuel, soit environ 145 euros par an et par poste ; la formule Premium par utilisateur passe à 20,80 euros hors taxes. Metabase propose une édition open source gratuite, sans limite d'utilisateurs, à héberger soi-même ; son offre infogérée Starter coûte 90 dollars par mois, soit 1 080 dollars par an pour cinq utilisateurs, avec 65 dollars par utilisateur supplémentaire et par an ; l'offre Pro monte à 6 210 dollars par an pour dix utilisateurs, et l'offre Enterprise démarre à 20 000 dollars par an.
Le rapport de grandeur est le vrai enseignement. Un poste d'analyste à 43 000 euros bruts annuels représente, à lui seul, l'équivalent d'environ trois cents licences Power BI Pro. Débattre du choix de l'outil avant d'avoir décidé qui fera l'analyse revient à discuter du prix des pinceaux avant d'avoir engagé le peintre.
Le coût d'une capacité d'analyse, prix publics relevés le 7 septembre 2026
0 €
rémunération brute annuelle moyenne proposée dans les offres de data analyst, 80 % entre 33 et 53 k€
0 €
même mesure pour un data scientist, 80 % des offres entre 35 et 60 k€
0 € HT/an
Power BI Pro par utilisateur, à 12,10 € hors taxes par mois en paiement annuel
0 $/an
Metabase Starter infogéré, 5 utilisateurs inclus — l'édition open source est gratuite et illimitée
Combien d'entreprises françaises exploitent réellement leurs données ?
Beaucoup moins qu'on ne l'imagine, et la France s'en tire mieux que ses voisines.
Eurostat maintient une base, isoc_eb_bd, mise à jour le 12 décembre 2024, qui mesure la part d'entreprises analysant des mégadonnées, en interne quelle que soit la source ou en externe. Sur l'année de référence 2020, dernière disponible pour cet indicateur, la France affiche 21,72 % des entreprises de dix salariés et plus, contre 14,22 % pour la moyenne de l'Union européenne à vingt-sept.
La ventilation par taille est plus parlante que le total. Chez les entreprises de 10 à 49 salariés, la France est à 19,68 % contre 12,46 % dans l'Union. Chez les 50 à 249 salariés, à 30,89 % contre 20,62 %. Chez les 250 salariés et plus, à 42,78 % contre 34,30 %.
Trois lectures s'imposent. La première : même dans les grandes entreprises françaises, l'analyse de données massives reste minoritaire — moins d'une sur deux. La deuxième : quatre petites entreprises françaises sur cinq n'en font aucune, ce qui signifie que le sujet, pour l'immense majorité des PME, n'est pas d'améliorer une pratique mais d'en créer une. La troisième, et c'est une limite honnête : cet indicateur mesure les mégadonnées, pas l'analyse de données en général. Une PME qui exploite intelligemment son fichier clients et sa comptabilité analytique ne coche aucune case de cette enquête. Le chiffre décrit le sommet de la pyramide, pas son socle.
Comment un graphique fausse-t-il une recommandation sans jamais mentir ?
C'est le point aveugle de tout le métier : une recommandation exacte peut être rendue fausse par sa mise en forme, sans qu'un seul chiffre soit inventé.
La démonstration la plus rigoureuse est signée Michael Correll, Enrico Bertini et Steven Franconeri, publiée à la conférence CHI 2020 sous le titre « Truncating the Y-Axis: Threat or Menace? ». Les auteurs conduisent trois expériences en ligne sur la plateforme Prolific, respectivement auprès de 40, 32 et 25 participants, pour mesurer l'effet de la troncature de l'axe des ordonnées sur la perception de l'ampleur d'un écart.
Les résultats sont contre-intuitifs à trois niveaux. D'abord, l'exagération produite par la troncature persiste à travers les types de graphiques, et pas seulement dans les histogrammes classiquement dénoncés. Ensuite, elle persiste même dans les designs comportant un repère visuel explicite signalant la rupture d'axe — la petite marque en zigzag censée prévenir le lecteur ne le protège pas. Enfin, et c'est le plus troublant, elle persiste même lorsque les participants rapportent correctement les valeurs numériques qu'ils lisent : ils voient les bons chiffres et ressentent quand même un écart plus grand qu'il n'est.
Le niveau de compétence des participants n'y change rien. Dans les deux premières expériences, 78 % d'entre eux répondent correctement à l'item de l'échelle de littératie graphique de Galesic et Garcia-Retamero portant précisément sur la troncature d'axe. Savoir que le procédé existe ne suffit pas à s'en prémunir.
Cette recherche s'inscrit dans une tradition plus ancienne. Dès 1984, dans le Journal of the American Statistical Association, William Cleveland et Robert McGill établissaient expérimentalement une hiérarchie des tâches perceptives élémentaires : le lecteur estime beaucoup plus précisément une position le long d'une échelle commune qu'un angle, une aire ou une teinte. Choisir un camembert plutôt qu'un histogramme, c'est déjà dégrader la précision de la lecture. Et en 2015, à CHI également, Anshul Vikram Pandey, Katharina Rall, Margaret Satterthwaite, Oded Nov et Enrico Bertini proposaient une taxonomie des distorsions courantes — axe tronqué, aire employée comme quantité, rapport d'aspect manipulé, axe inversé — en distinguant deux classes d'effet : l'exagération ou l'atténuation du message, et son inversion pure et simple.
La conséquence pratique tient en une phrase : dans une recommandation, la forme du graphique est une décision analytique, pas une décision esthétique. Elle se justifie et se documente comme le choix d'une méthode statistique.
Que peut faire une PME avec les données qu'elle possède déjà ?
Le résultat de Brynjolfsson, Jin et McElheran donne l'ordre des opérations, et il est contre-intuitif : les compléments d'abord, l'outil ensuite.
Écrire la décision avant de regarder la donnée. La première cause racine identifiée par la RAND est que les équipes techniques comprennent mal ou reçoivent mal le problème à résoudre, avec des modèles optimisés pour la mauvaise métrique ou inadaptés au processus réel de l'entreprise. Une recommandation utile commence par une phrase de la forme : « faut-il faire X ou Y, avant telle date, et quel élément chiffré tranche ? » Sans cette phrase, il n'y a pas d'analyse possible, seulement une exploration.
Inventorier ce qui existe déjà. Facturation, encaissements, fichier clients, historique des devis, temps passés, retours et réclamations, données de caisse ou de site : la matière première d'une PME est presque toujours dans ses propres outils de gestion. La deuxième cause racine de la RAND — l'organisation ne dispose pas des données nécessaires — se constate en une demi-journée d'inventaire, et vaut mieux qu'un projet abandonné six mois plus tard.
Traiter les compléments comme le vrai investissement. Les trois conditions identifiées sur plus de 30 000 établissements sont l'infrastructure informatique, la qualification des personnes et l'organisation du travail. Aucune ne s'achète sous forme de licence. C'est la raison pour laquelle deux entreprises équipées du même logiciel obtiennent des résultats opposés.
Commencer par l'outil gratuit. Metabase en édition open source est gratuit et sans limite d'utilisateurs ; Power BI Pro coûte 12,10 euros hors taxes par mois et par personne. Aucun de ces montants ne justifie un comité de sélection. Le budget réel est le temps de la personne qui pose les questions et rédige la conclusion.
Fixer la forme du livrable avant de produire. Une recommandation, c'est une page : la question, le chiffre qui tranche, la marge d'incertitude, l'action proposée, et la date à laquelle on vérifiera si elle a marché. Les graphiques qui l'accompagnent partent d'un axe à zéro, sauf justification écrite — la recherche sur la troncature montre que la précaution inverse ne fonctionne pas.
Prévoir la durée. Parmi les cinq principes de réussite formulés par la RAND figure celui-ci : choisir des problèmes durables, et n'engager une équipe que si l'on est prêt à lui laisser au moins un an sur un problème précis. Si un sujet ne mérite pas cet engagement, il ne mérite probablement pas d'être lancé.
Ce que cette enquête n'a pas pu établir
Le taux d'échec réel des projets data reste inconnu. Ni les 60 %, ni les 85 %, ni les 80 % ne reposent sur un échantillon décrit, une définition publiée de l'échec et une méthode réplicable. Aucune source primaire n'a été identifiée ; les archives de gartner.com sont inaccessibles à toute consultation automatisée, ce qui empêche de confirmer comme d'infirmer l'existence d'un document interne.
Le texte exact du tweet de novembre 2017 n'a pas pu être lu. Il n'a été consulté qu'à travers les citations qu'en font TechRepublic et les reprises ultérieures. Le message est supprimé ; son horodatage a été reconstitué à partir de son identifiant numérique, pas relevé sur la plateforme.
Les tailles d'effet de Pandey et ses coauteurs n'ont pas pu être vérifiées. L'article de 2015 est sous péage et aucune copie en accès ouvert n'a été trouvée ; seule sa taxonomie des distorsions est reprise ici. Les chiffres de mésinterprétation qui circulent à son sujet n'ont pas été confirmés sur le texte original.
Les expériences sur la troncature d'axe portent sur de petits effectifs. Quarante, trente-deux et vingt-cinq participants recrutés sur une plateforme de micro-tâches : les auteurs eux-mêmes évoquent l'hypothèse que leur population ignore ou déchiffre mal les informations portées sur l'axe des ordonnées. Les résultats convergent avec la littérature antérieure, mais ne sont pas issus d'un échantillon représentatif de décideurs.
Les chiffres d'Eurostat datent de 2020 et portent sur les mégadonnées. Ils ne disent rien de l'analyse de données ordinaires en PME, qui est pourtant le sujet de la plupart des entreprises françaises.
Les résultats de Brynjolfsson, Jin et McElheran portent sur l'industrie manufacturière américaine. Aucune étude française identifiée ne mesure, sur données administratives, l'effet de l'analyse de données sur la performance des entreprises. La transposition à une PME de services française relève de l'extrapolation, pas de la preuve.
FAQ
Le chiffre des 85 % de projets data qui échouent est-il fiable ?
Non. Il remonte à un message publié sur Twitter le 9 novembre 2017 par un analyste de Gartner, expliquant que la prévision antérieure de 60 % était trop conservatrice. Ce message a été supprimé, et aucune publication de Gartner reprenant les 85 % n'a pu être identifiée. Le chiffre a été popularisé le lendemain par un article de TechRepublic dont c'était l'unique source, puis repris pendant des années comme s'il s'agissait d'une statistique mesurée.
Que gagne réellement une entreprise à décider avec ses données ?
L'étude la plus large disponible, menée avec le Census Bureau américain auprès de plus de 30 000 établissements industriels et publiée dans Business Economics en 2021, mesure jusqu'à 918 000 dollars de ventes supplémentaires chez les établissements utilisant l'analyse prédictive, avec des indices sérieux de causalité. Mais ce gain n'apparaît que lorsque l'analyse est combinée à au moins un de trois compléments : capital informatique, main-d'œuvre diplômée ou production organisée en flux à forte efficience. Sans eux, les auteurs constatent une absence de bénéfice.
Combien coûte la mise en place d'une capacité d'analyse dans une PME ?
Les licences sont le poste le moins cher : Metabase existe en édition open source gratuite et illimitée, Power BI Pro coûte 12,10 euros hors taxes par utilisateur et par mois en paiement annuel, l'offre infogérée Metabase Starter 1 080 dollars par an pour cinq utilisateurs. Le poste dominant est humain : l'Apec situe la rémunération brute annuelle proposée dans les offres de data analyst entre 33 000 et 53 000 euros pour 80 % d'entre elles, avec une moyenne de 43 000 euros, hors cotisations patronales.
Un graphique peut-il fausser une recommandation sans contenir d'erreur ?
Oui, et c'est documenté. Correll, Bertini et Franconeri ont montré à la conférence CHI 2020 que tronquer l'axe des ordonnées exagère la perception d'un écart, que cet effet persiste sur différents types de graphiques, qu'il résiste aux repères visuels signalant explicitement la troncature, et qu'il s'observe même chez des participants qui lisent correctement les valeurs affichées. Dans leurs deux premières expériences, 78 % des participants savaient pourtant identifier une troncature d'axe sur une échelle de littératie graphique.
L'enquête en slides
