Analyse des tendances
Les 3 dimensions de la résilience
Dimension Potentiel Points d’attention
Démocratisation Limité Taux d’équipement, base de clientèle Exemple : ordinateurs personnels
Hausse des
volumes Assez limité Revenu unitaire, élasticité du besoin Exemple : stockage
Renouvellement
qualitatif Sans limite Potentiel de poursuite R&D Exemple : intelligence artificielle
50
Solutions métier : une analyse en deux temps
Concernant les marchés SaaS orientés sur un métier spécifique, l’analyse de la résilience doit être menée à deux niveaux :
• une première fois, pour le secteur concerné dans l’économie globale ;
• une seconde fois, pour le contenu logiciel SaaS au sein du secteur.
La résilience du marché SaaS métier dépend alors de ces deux facteurs :
Les segments du SaaS les plus prometteurs seront ainsi les secteurs présentant simultanément :
• Un potentiel important de hausse de la demande sectorielle : cela signifie que les clients sont prêts, si les prix baissent, à acheter davantage du produit en question ;
• Un contenu logiciel important, marqué par une résilience forte, à travers notamment un potentiel important de poursuite de la
différenciation : cela signifie que le produit en question réclamera constamment de nouveaux contenus informatiques, à mesure de la baisse du prix des contenus informatiques entrant aujourd’hui dans sa composition.
Prospective sur les différents marchés SaaS, à long terme
Si l’on applique ce mode d’analyse aux principaux segments du marché logiciel qui paraissent susceptibles d’un développement SaaS, on obtient alors une évaluation des perspectives de croissance à long terme.
On peut ainsi distinguer entre :
• des segments très résilients, sur lesquels la différenciation (technologique ou marketing) se poursuivra probablement sur une longue période : le jeu, la conception d’expériences (pour le luxe notamment)
Segments : la santé, la culture, le PLM et bien sûr la sémantique et l’intelligence artificielle.
Tous ces segments devraient donc proposer une trajectoire durablement positive en valeur, associée, à structure de marché comparable, à des profits très importants.
• des segments moyennement résilients, sur lesquels la
différenciation pourra encore être importante, mais qui pourraient, d’ici 10 ans, se standardiser en « commodités »
Segments : la gestion des talents, la BI, le CRM, la finance, la conception d’expériences (pour la grande consommation).
Ces segments devraient donc proposer une trajectoire positive, puis stable en valeur, associée, à structure de marché comparable, à des profits importants.
• des segments assez peu résilients, sur lesquels les perspectives de différenciations sont faibles, et celles de démocratisation moyennes ou faibles. Il s’agit parfois de secteurs qui constituent d’ores et déjà des commodités, ou qui pourraient en devenir à moyen terme :
Segments : bureautique, comptabilité, logistique, immobilier, paye.
Ces segments resteront importants en commandes, mais ils
pourraient décliner en valeur, entraînant une érosion des profits, sauf structure de marché spécifique de type monopole.
La profitabilité des segments du marché SaaS ne dépendra pas seulement de leur croissance : elle sera également influencée par leur structure de marché, c’est-à-dire par la dispersion des parts de marché entre un nombre plus ou moins grand d’acteurs.
On parle alors de monopole quand un acteur unique détient une très large part du marché, et peut imposer des tarifs élevés, d’oligopole quand le gros du marché se répartit entre quelques acteurs, et de marché dispersé (ou atomisé) quand la répartition est très large. Plus les acteurs sont nombreux, et plus les prix vont tendre à se rapprocher des coûts de revient.
52
Pour évaluer les possibilités qu’un segment se conforme à l’une ou l’autre des structures de marché, on peut notamment qualifier, qualitativement, le ticket d’entrée en investissements : plus un segment du SaaS réclame des investissements importants de la part d’un acteur, plus le nombre d’acteurs en lice sera réduit, parce qu’un marché trop dispersé exigerait de démultiplier les investissements associés sur autant d’acteurs.
De l’avis des éditeurs et des experts, on peut distinguer :
• Des secteurs à ticket d’entrée élevé, sur lesquels des
investissements importants voire considérables sont nécessaires Exemple : la comptabilité-ERP, la bureautique, le PLM, la sémantique, l’intelligence artificielle
On peut s’attendre à voir sur ces marchés des monopoles ou de grands oligopoles (ce qui est déjà le cas pour les trois premiers exemples)
• Des secteurs à ticket d’entrée moyen, sur lesquels les investissements nécessaires sont importants, sans être massifs Exemple : santé, gestion de contenu, CRM, finance
On peut s’attendre à voir émerger des structures relativement concentrées, sous forme d’oligopoles
• Des secteurs à faible ticket d’entrée, sur lesquels un acteur peut fournir rapidement un service compétitif, avec des investissements relativement limités
Exemple : jeu, création d’expérience (luxe ou grande consommation), gestion des talents
Ces marchés devraient présenter une dispersion durable, marquée par un nombre élevé de compétiteurs.
En croisant les deux critères (perspectives de croissance et structure de marché), on obtient une classification prospective des marchés du SaaS à long terme :
En bas à droite (comptabilité, bureautique), on trouve ainsi des secteurs qui pourraient stagner à terme, mais qui fonctionneront en monopoles, si bien que les profits pourront se maintenir à des niveaux raisonnables.
En bas à gauche, il s’agit de secteurs qui pourraient stagner eux aussi, mais où la concurrence entre un grand nombre d’acteurs va accélérer la réduction des profits.
En haut à gauche (jeu, gestion des talents création d’expérience), on trouve des secteurs qui devraient croître en valeur, tout en permettant à une profusion d’acteurs de déployer des activités, à rentabilité importante.
Enfin, le coin supérieur droit (PLM, sémantique, intelligence artificielle) représente des secteurs qui devraient eux aussi croître en valeur ou se maintenir à un niveau élevé, mais qui pourraient présenter des structures de marché plus concentrées, voire des monopoles. C’est dans les secteurs de ce type que l’on pourrait rencontrer les rentabilités de long terme les plus élevées.
Il est à noter que les technologies de traitement des données de type Big Data contribueront dans les prochaines années de façon importante au développement des segments BI (analyse décisionnelle et reporting), Gestion des Contenus (traitement des données non-structurées), Sémantique (recherche, analyse et traitement des données en langage naturelle) et CRM/Marketing (analyse de tendances, e-réputation).
54
SaaS : Producteur et Utilisateur de Big Data
Le Big Data est un phénomène informatique qui adresse la gestion, le stockage, la transformation et l’analyse de données dont les caractéristiques rendent l’utilisation de technologies conventionnelles soit impossible, soit trop coûteux. Ces caractéristiques incluent généralement le volume de ces données, mais aussi les besoins en termes de vélocité (temps réel) ainsi que leur variété et leur complexité.
Un des producteurs de Big Data aujourd’hui est l’Internet, et plus
particulièrement les applications transactionnelles en ligne. Parmi celles-ci, on retrouve dans les premiers rangs les applications déployées en mode SaaS. Au-delà des données « structurées » qu’elles gèrent (comptes clients, suivi d’activité, etc.), ces applications produisent des volumes de données considérables, structurées ou non, qui, correctement exploitées, peuvent générer une valeur considérable pour l’entreprise et ses clients. Les technologies de Big Data permettent de créer cette valeur, précédemment ignorée.
Au-delà de la production de Big Data, nombre d’applications SaaS sont utilisatrices de Big Data. En effet, l’émergence de technologies simples à déployer et créatrices de valeur, ont permis à tout éditeur SaaS d’incorporer au sein de son offre de puissants algorithmes de recommandation, de matching, de recherche, de publicité, etc. que seuls des géants comme eBay, Google ou Facebook avaient les capacités techniques de déployer dans le passé.
Cette exploitation du Big Data par les applications SaaS est rendu d’autant plus abordable, financièrement et techniquement, par la disponibilité d’offres de plateformes Big Data « as a Service ». Portées par des géants comme Amazon (Elastic Map Reduce) ou Microsoft (Azure HDInsight), ces
plateformes sont exploitables par toute solution SaaS et mettent le Big Data à la portée de tous. Il y a fort à parier que cette liste s’étendra dans les mois à venir, avec l’émergence d’une vraie filière « Big Data Platform as a Service (bdPaaS) ».
L’industrie française du logiciel fournit déjà des composants utilisés par ces offres Big Data « as a service », et dispose aujourd’hui du potentiel de développer sa présence à la fois dans les plateformes, mais aussi en devenant un fournisseur d’applications Big Data. C’est tout l’objet de la réflexion menée par la Mission Big Data, confiée par le gouvernement à l’AFDEL dans le cadre du projet Paris Capitale du Numérique (PCN).
Yves de Montcheuil VP Marketing, Talend
Président de la Commission Big Data, AFDEL