My Blog

Étiquette : data

  • Cyberattaque mondiale : en route vers le cyberchaos ?

  • Intelligence artificielle et Territoires

    « Intelligence artificielle et Territoires »

     

    Céline Pelletier, de l’équipe Ingénierie Projets chez Verteego, a mené tambour battant, ces dernières semaines, sous la direction de Clément Guillon et avec la contribution de Quentin Neulat, la rédaction d’un livre blanc annonciateur des transformations que l’intelligence artificielle permettra aux collectivités locales de réaliser.

    Ce livre blanc a pour ambition de montrer les apports concrets de l’intelligence artificielle aux projets Smart City, notamment pour accompagner les nouveaux usages des territoires par les administrés.

    Il est également question, dans ce livre blanc, d’Open Data, de Loi sur la République Numérique, de transformation digitale des administrations, et de gouvernance des données. Le tout en vingt pages seulement.

    Comme d’habitude, chez Verteego, pas besoin de laisser votre email et votre téléphone pour recevoir du bon contenu : le livre blanc est visible ci-dessous.

    Les territoires, futur terrain de jeu de l’intelligence artificielle ? C’est la question à laquelle ce livre blanc Verteego essaie de répondre. On y parle bien sûr d’IA et de prédictif, mais aussi de Smart City, d’Open Data, de Loi sur la République Numérique et de gouvernance des données.

    Céline Pelletier, de l’équipe Ingénierie Projets chez Verteego, a mené tambour battant, ces dernières semaines, sous la direction de Clément Guillon et avec la contribution de Quentin Neulat, la rédaction d’un livre blanc annonciateur des transformations que l’intelligence artificielle permettra aux collectivités locales de réaliser.

    Ce livre blanc a pour ambition de montrer les apports concrets de l’intelligence artificielle aux projets Smart City, notamment pour accompagner les nouveaux usages des territoires par les administrés.

    Il est également question, dans ce livre blanc, d’Open Data, de Loi sur la République Numérique, de transformation digitale des administrations, et de gouvernance des données. Le tout en vingt pages seulement.

    Comme d’habitude, chez Verteego, pas besoin de laisser votre email et votre téléphone pour recevoir du bon contenu : le livre blanc est visible ci-dessous.

  • Comment contrôler l’accumulation de données ?

    POURQUOI « L’ACCUMULATION DES DONNÉES » MENACE LA CYBERSÉCURITÉ

    Par John Newton, CEO d’Alfresco

    La prolifération des données et la croissance exponentielle du contenu stocké en local, dans le cloud ou dans des solutions non intégrées, constituent un défi pour les entreprises en termes de conformité et de sécurité. Et l’estimation selon laquelle 80 % des contenus stockés par l’entreprise sont non structurés complique davantage la situation. Le manque de connaissances sur la manière de bien gérer les données et la réticence à supprimer du contenu conduisent à une « accumulation des données ». Les entreprises ne savent plus de quel contenu elles disposent et quels éléments ont de la valeur. En termes de gestion et de gouvernance règne une grande confusion.

    Les contenus éparpillés, quel que soit l’emplacement où ils sont stockés, posent un risque majeur. La plupart des entreprises ignorent quelles sont les données sensibles et n’appliquent pas de mesures adéquates pour se protéger d’éventuelles cyberattaques. Quelle que soit la technologie de sécurité utilisée pour protéger les données, elle ne peut être efficace que si les contenus ayant de la valeur ont été clairement identifiés. Pour cette raison, le classement du contenu en catégories va de pair avec la mise en place de processus de sécurité pour identifier, archiver et éventuellement crypter les données afin de garantir leur sécurité, tant derrière le pare-feu qu’en dehors.

    Si les entreprises ne font pas l’effort de penser différemment et d’adopter une nouvelle approche pragmatique de la sécurité, les failles vont peu à peu devenir la « nouvelle norme » et les entreprises devront en gérer les conséquences et l’impact sur leur réputation. Chaque entreprise est désormais confrontée à une double nécessité : rendre l’information accessible instantanément tout en se prémunissant contre les attaques malveillantes.

    À l’ère du numérique, si l’entreprise veut contrôler la prolifération des données, elle doit savoir les gérer efficacement, afin de les utiliser pour prendre des décisions éclairées et mettre en place des processus qui rationalisent le flux des informations et améliorent l’expérience utilisateur. Le contenu doit être correctement identifié, classé en catégories et supprimé (lorsque c’est nécessaire) pour endiguer la prolifération des données. Ces décisions doivent faire l’objet d’une concertation entre hauts dirigeants et DSI. Elles ne peuvent pas être prises sans une approche cohésive des deux parties. L’exploitation d’une faille de sécurité peut avoir des répercussions financières et des conséquences sur la réputation de la marque sur le long terme ; cette approche collaborative en interne doit donc être une priorité et une responsabilité partagée.

    Les entreprises à la recherche d’une solution au problème de l’accumulation des données doivent également prendre en compte l’utilisateur final et mettre en place des processus qui lui permettent d’accéder au contenu dont il a besoin, au moment où il en a besoin, pour garantir la fluidité du workflow. La solution envisagée doit également permettre la collaboration pour faciliter l’innovation et accroître l’efficacité. C’est en mettant en place des processus qui tiennent compte des attentes des utilisateurs que l’on s’assure qu’ils seront plébiscités. Des processus bien suivis permettent à leur tour de rationaliser et de sécuriser les données.

    Pour répondre aux enjeux auxquels les entreprises sont confrontées, une plateforme adaptée à leurs besoins doit être privilégiée, plutôt qu’un outil conçu pour fournir une flexibilité immédiate mais qui doit sans cesse être mis à jour. Les plateformes open source, avec des milliers de « white hats » qui peuvent aider à contre les « black hats », aident les entreprises à protéger leur ressource la plus précieuse : la propriété intellectuelle. De par leur nature, les systèmes ouverts et transparents sont suffisamment robustes pour prévenir les failles de sécurité. Pour chaque solution ponctuelle de cryptage ou de gestion de mots de passe mise en place par l’entreprise, des centaines de hackers potentiels (dont bon nombre d’acteurs institutionnels) déploient leurs efforts pour tenter de compromettre ces mesures de sécurité. Les entreprises doivent se montrer plus intelligentes pour garder une longueur d’avance ; dans le cas contraire, elles seront continuellement victimes de nouvelles failles de sécurité.

    Le déluge d’informations ne montre à ce jour aucun signe d’affaiblissement. Gérer et extraire des informations utiles des données qui s’accumulent en silos reste un défi : non seulement les données vont perdre de la valeur, mais elles entraveront les décisions et décupleront les risques. Faire le choix d’une approche ouverte et d’un système de gestion du contenu permettra d’identifier, de classer en catégories, d’organiser et de gouverner le contenu, tout au long de son cycle de vie. C’est la condition pour garantir plus de flexibilité, des prises de décision éclairées et une réduction des risques liés à l’accumulation des données.

  • Quand les millenials utilisent un volume considérable de données …

    Baby Boomers vs. Millenials : le gap générationnel des données

    Par Thierry Lottin, Directeur France de Veritas

    Chaque communication, interaction et transaction génère des données qui sont ensuite utilisées pour adapter au mieux les décisions. Elles agissent tel un catalyseur de transition et de croissance. Rien de surprenant à ce que les entreprises souhaitent conserver ces ressources de valeur ! Mais ce qui l’est davantage, c’est le nombre de données sauvegardées et à quel point cette quantité peut fluctuer en fonction des générations.

    Chaque personne sur la planète a une empreinte « digitale ». Mais elle est bien différente entre les Baby Boomers et les Millenials car ils utilisent les technologies, créent des données et conservent les informations de façon totalement différente. Au cours des 7 dernières années, les fichiers de données ont augmenté de 39% année après année[1]. Une croissance exponentielle qui s’explique par le nombre de données stockées : un Millenial stocke en effet près de deux fois plus de données qu’un Baby Boomer, et 30% de plus qu’un membre de la Génération X.

    Les Millenials ont grandi avec les nouvelles technologies au bout des doigts. Chaque mouvement digital est stocké, qu’il s’agisse des texto, des Snapshats, des messages Whatsapp et des emails, aux vidéos de pandas en passant par les historiques d’achats, la liste est sans fin. De plus, il n’a jamais été aussi simple de sauvegarder tout ce que nous faisons digitalement. Sans compter que toutes ces sauvegardes créent de multiples instances de données. Rien que l’écriture de cet article a généré plusieurs versions digitales. Au temps des piles de dossiers et de la rédaction sur papier, le nombre de versions était bien plus limité.  Les placards d’archivage de dossiers ont été remplacés par le cloud, les lettres de remerciement ont laissé place aux emojis et les albums photos ont disparu au profit d’Instagram.

    Les effectifs des entreprises sont multigénérationnels. Ils sont composés de Baby Boomers, nés entre 1946 et le milieu des années 60, de la Génération X (milieu des années 60 au début des années 80) et des Millenials, nés entre le début des années 80 et la fin des années 90. Ces derniers représentent une part de plus en plus importante au sein des entreprises. Leur démographie devrait augmenter de 7% sur les 10 prochaines années alors que celle des Baby Boomers devrait se réduire de 13% et celle de la Génération X devrait rester stable[2].

    Compte tenu de ce contexte de digitalisation, il n’est pas surprenant que les Millenials sauvegardent davantage d’informations, mais la différence est significative par rapport aux autres générations. Alors que les Millenials renforcent leur présence parmi les salariés, les entreprises devraient se préparer au déluge de données et commencer à anticiper comment cela va impacter leurs besoins de stockage et leurs budgets.

    Un récent rapport a révélé l’impact de la croissance de ces données sur les entreprises. Premièrement, le cout. Stocker toutes ces données à un prix, et ce prix ne cesse d’augmenter à mesure que les données s’accumulent. Mais les entreprises doivent aussi penser à la sécurité. Plus les données sont créées et stockées, plus il est compliqué de les surveiller. 73% des répondants interrogés dans le cadre du rapport « Data Hoarders » ont admis stocker des données pouvant potentiellement exposer leur entreprise à des risques de sécurité !

    Les habitudes de stockage des Millenials ne sont pas propres à un pays ou une région en particulier, au contraire, elles sont universelles. Quand on leur demande la nature des données stockées sur leurs appareils, les Millenials se montrent 27% plus homogènes entre les différentes nationalités dans leurs réponses que la Génération X et 59% plus homogènes que les Baby Boomers.

    Toutefois, si leurs habitudes de stockage peuvent paraître démesurées, les Millenials ne font rien de mal – en tous les cas, pas intentionnellement. Ils utilisent simplement la technologie qu’ils ont à portée de mains, mais dans un volume considérable.

    Néanmoins, l’accumulation de données est un problème universel ne pouvant être ignoré si les entreprises veulent se protéger, être efficaces et défendre leur marque et leur réputation.

    Ce gap générationnel peut paraître évident, néanmoins, l’impact est considérable pour les entreprises. Alors que les Baby Boomers et la Génération X sont graduellement en train d’être remplacés par les Millenials, la quantité et la variété de données téléchargées va croitre de façon exponentielle, et les infrastructures vont arriver à saturation. Les coûts liés à l’accumulation de données et les risques qui y sont liés vont augmenter si aucune action n’est mise en œuvre pour comprendre ce qui est stocké, qui y a accès et quand et pour décider si les éléments en question doivent être conservés ou non.

    La croissance du volume des données n’est pas prête de ralentir, au contraire ! Il est grand temps pour les entreprises de se confronter au problème et de voir comment y faire face. Il existe des solutions de gestion des données sur les marchés capables de fournir une visibilité complète et de superviser aussi bien les données stockées classiques que la rétention formelle comme l’archivage. Les entreprises peuvent utiliser ces solutions pour s’assurer que les politiques sont bien mises en place et que les bonnes pratiques sont comprises et mises en pratique. Cela va non seulement jouer un rôle central en matière d’archivage mais aussi de conformité réglementaire. Cela va permettre de se débarrasser du stockage inutile en voyant exactement ce qui est stocké et où.

    En attendant l’horloge tourne. Plus vite, les entreprises vont comprendre comment naviguer à travers le déluge de données, mieux elles seront préparées.

     

  • Comment Ipsos utilise l’intelligence augmentée ?

    Research.Augmented : bienvenue dans les études amplifiées d’Ipsos !

    Le 28 Février 2017, IPSOS a présenté sa nouvelle approche des études « Research .Augmented » . Voici une synthèse de ce qui a été présenté.

    L’ambition affirmée d’Ipsos, est centrée sur les études amplifiées. Le but est de mieux accompagner les entreprises dans la connaissance des marchés et des consommateurs. Une ambition qui s’appuie sur la disruption numérique, et vise à améliorer la finesse des analyses. Ipsos mise ainsi sur l’intelligence humaine augmentée, concept cher à Douglas Engelbart, l’un des pionniers américains de l’informatique. Ce visionnaire avançait dès 1962 l’idée que la puissance des ordinateurs permettrait de décupler les aptitudes humaines pour résoudre plus vite et mieux des problèmes de plus en plus complexes.

    SCIENCES SOCIALES ET BIG DATA, UN MARIAGE VERTUEUX

    À l’ère des big data, c’est d’abord le pouvoir des consommateurs qui a augmenté. Du web aux applications mobiles, ils génèrent d’autant plus de données qu’ils ont d’usages numériques, et ces usages se démultiplient d’autant plus que ces données s’accroissent. Une dynamique exponentielle alimentée par les algorithmes, en premier lieu, ceux des géants d’Internet. Face à cette extension du domaine du calcul, comment acquérir à partir des méga-données, une meilleure compréhension des individus ?

    « Les sciences sociales sont indispensables pour faire parler les big data. Nous, spécialistes des études, apportons du sens à ces données pour qu’elles ne soient pas juste des traces comportementales, mais des traces humaines prenant en compte les motivations, les représentations et les valeurs des consommateurs. Ipsos est en train d’opérer un virage stratégique. Avant, nous produisions des données via nos enquêtes. Aujourd’hui, nous transformons les données, celles du web qui viennent compléter les nôtres, en une valeur utile aux entreprises. »

    Dominique Lévy-Saragossi, Directrice générale France d’Ipsos

    UNE OFFRE COMBINÉE

    Pour répondre avec davantage de rapidité et de simplicité aux besoins de ses clients, Ipsos propose une offre de solutions, qui combinent sciences humaines et data science. Ces études augmentées hybrident les sources, les méthodes et les expertises. « Notre force réside en notre capacité à trouver les bonnes données dans l’océan des big data, à les certifier, à les structurer et à les rendre intelligibles, souligne Dominique Lévy-Saragossi. Ce qui change, c’est que nous devenons source agnostic : nous constituons des corpus de données pertinents, en posant de moins en moins de questions, et en utilisant de plus en plus habilement les données produites spontanément par les consommateurs, dans leurs usages numériques. »

    Cette mutation du métier des études, Ipsos s’y est d’autant plus adapté, que le groupe est animé depuis toujours, par un esprit entrepreneurial fort, et qu’il installe une démarche de co-construction avec ses clients.

    « C’est dans notre culture d’être curieux et d’oser. Nous sommes assez structurés dans nos disciplines, pour nous lancer sans nous perdre. Et grâce à la collaboration entre nos différentes spécialités, nous trouvons les réponses pertinentes aux besoins de nos clients. »Dominique Lévy-Saragossi, Directrice générale France d’Ipsos.

    DES ALGORITHMES TOUT-PUISSANTS

    Chaque jour dans le monde, 144 milliards* d’e-mails sont échangés entre 3 milliards* d’internautes. Sur les 30 000 milliards* de pages indexées par Google, 3,3 milliards* de recherches sont effectuées. Et sur Facebook, 350 millions* de photos et 4,5 milliards* de likes sont distribués. Des données gigantesques et en flux continu, que quatre grandes familles d’algorithmes traitent, selon qu’ils mesurent la popularité des sites (les clics), l’autorité des sites (les liens hypertextes), la réputation des marques, des produits et des personnes (les likes), ou la prédiction des comportements des internautes (les traces).

    « La prédiction comportementale commence à donner des résultats intéressants »

    Dominique Cardon, enseignant-chercheur à Sciences-Po Paris et auteur de l’ouvrage « À quoi rêvent les algorithmes –Nos vies à l’heure des big data »*.

    « Le profil de l’utilisateur est calculé à partir de ses activités tracées par les cookies. Et son futur est prédit par le passé de ceux qui lui ressemblent. » De la capacité des calculateurs du web à prédire les conduites des internautes, est né le ciblage publicitaire : les utilisateurs se voient adresser des publicités au plus près de leurs attentes.

    DES CONSOMMATEURS « CALCULÉS » PLUS OU MOINS BIEN

    Depuis l’essor du numérique qui a favorisé leur expression individuelle, les consommateurs ne veulent plus être enfermés dans les catégories pré-établies des études de marché. « Le paradoxe, observe le sociologue, c’est qu’ils se retrouvent guidés par les algorithmes prédictifs, vers leurs conduites les plus régulières, selon les traces les singularisant. » Les consommateurs se sont crus émancipés des déterminations, ils se retrouvent « calculés » en une suite de traces. Et réduits à la régularité de leurs comportements… sans aucune dimension sociale. « On a besoin des études qualitatives, pour interpréter les comportements et les replacer dans un contexte social », insiste Dominique Cardon. Et Dominique Lévy-Saragossi de rebondir : « Les traces comportementales ou l’expression spontanée des consommateurs sur le web ne suffisent pas à définir leurs attentes.  Nous nous attaquons au mur de réponses des big data, en posant les bonnes questions. Car cette dialectique au cœur de notre métier permet de trouver le point d’équilibre entre l’offre et la demande. »

    C’est aux entreprises, à travers leurs offres de produits et de services, de choisir leur contribution à la société. Se contentent-elles d’enfermer les consommateurs dans leurs habitudes et la répétition de leur passé ? Ou au contraire, aspirent-elles à les rendre plus curieux, à leur donner les moyens de se surprendre eux-mêmes et d’élargir leurs horizons ?

    « Chez Ipsos, notre devoir est aussi de dire aux entreprises : “Vous pouvez décider de ne pas faire ce que vous croyez que vos clients vous demandent.” Nous les aidons à trouver leur identité et leur intégrité. » Dominique Lévy-Saragossi, Directrice générale France d’Ipsos

    SIX EXEMPLES D’ÉTUDES AMPLIFIÉES

    Comment Ipsos utilise l’intelligence augmentée, en optimisant les nouveaux possibles des big data (cliquez sur les titres pour accéder à l’article complet)

    WATCH / UNE BELLE IMAGE VAUT MIEUX QU’UN LONG QUESTIONNAIRE !

    Les répondants aux enquêtes se lassent des questionnaires. Ils souhaitent pouvoir s’exprimer librement, comme ils le font sur le web social. Ipsos propose de nouvelles solutions d’études administrées via mobiles ou encore la reconnaissance d’image automatique, faisant la part belle aux photos et aux écrits libres, permettant d’obtenir des réponses sans poser de questions. Bénéfices : gain de temps, échantillons agrandis, résultats approfondis.

    ACCELERATE / NO PRODUCT REQUIRED! VOUS AVEZ TOUT SOUS LA MAIN !

    Afin de gagner du temps dans l’évaluation des produits, Ipsos a mis au point des études… sans produits, en analysant l’expression spontanée des consommateurs sur Internet. Certains marchés s’y prêtent volontiers (hygiène et beauté, tourisme, transports, automobile…), car les internautes se révèlent naturellement loquaces sur ces sujets.

    DIVE / DONNÉES MASSIVES POUR MÉMOIRE COURTE !

    Ipsos a innové dans l’exploitation de la mesure passive de l’audience des médias. Avec son partenaire Weborama, le groupe a élaboré un dispositif inédit, à la fois single-source et cross-device, pour le compte de l’ACPM. Il mesure l’audience presse de la population Premium (cadres et hauts revenus) sur tous les supports de diffusion : papier, PC, tablette et mobile. Ce dispositif permet ainsi d’augmenter la fiabilité en ne s’appuyant plus uniquement sur la mémoire, le souvenir des individus interrogés, mais sur les parcours effectifs de ces derniers (et de ceux qui leurs ressemblent).

    FEEL / EN IMMERSION AU CŒUR DES ÉMOTIONS

    Lors de l’Euro 2016, Ipsos a accompagné Orange dans l’exploitation des données de sa plateforme de sponsoring Orange Sponsors You. Objectif : étudier les comportements et les émotions des fans de football durant les matchs. Avec à la clé, une vue globale du « fan »… et des enseignements inattendus…

    LISTEN / DE L’ÉCOUTE À L’ACTION… EN TEMPS RÉEL !

    Pour PSA Peugeot Citroën, Ipsos a conçu un dispositif sur-mesure d’écoute de la satisfaction client. Déployé auprès de 14 700 concessions dans le monde, ce portail dynamique permet de gérer l’expérience client et d’agir en temps réel, en cas de motifs d’insatisfaction, pour construire la resatisfaction.

    THINK / PENSER INTUITIF ET CO-CRÉER AUTREMENT AVEC L’UTILISATEUR FINAL

    SoftBank Robotics Europe, l’inventeur des robots humanoïdes Nao, Romeo et Pepper, a souhaité mieux structurer sa démarche marketing, pilotée dans les faits par son département R & D. Ipsos l’a accompagné dans un dispositif de design thinking avec ses clients, pour confronter sa vision de marque à la leur. Cette approche a révélé de riches pistes de développement.

     

  • Plateformes prédictives : mutualisation ou rétention des données

    5 questions clé à se poser

    Par Jean-Cyril Schütterlé, Directeur Produit et Data Science de Sidetrade

    Avec l’émergence de plateformes prédictives SaaS, la question du partage des données se pose : mutualiser ses données tout en acceptant de cohabiter avec des concurrents sur une même plateforme, ou jouer la carte de la rétention et se priver ainsi d’une technologie promettant d’accélérer la performance ?

    Quelques questions simples peuvent guider l’arbitrage :

    1. La confidentialité des données de mon entreprise sera-t-elle préservée en dépit de la mutualisation ? 

    Une véritable plateforme prédictive garantit en principe la confidentialité des informations qu’elle exploite. Tout comme un institut de sondage révèle les tendances de l’opinion sans jamais divulguer l’identité ni les convictions individuelles des personnes qu’il a interrogées, l’objectif d’une plateforme d’optimisation du processus de vente, par exemple, est de découvrir des règles de prospection applicables à de nouveaux prospects, pas de publier les données dont l’analyse a permis d’établir ces règles. Connaître la nature exacte d’une transaction passée entre une entreprise A et son fournisseur B ne présenterait d’ailleurs qu’un intérêt très ponctuel pour adapter une stratégie commerciale. En revanche, déceler que généralement, les contacts possédant un profil spécifique réagissent mieux à une offre commerciale qu’à une autre, ouvre des pistes d’actions très concrètes.

    1. Mon organisation est-elle la seule à détenir les données en question ? 

    Si l’on considère les informations figurant sur des transactions comme les bons de commandes ou les factures, elles sont en principe détenues à la fois par l’entreprise et ses partenaires commerciaux. Sauf clause contractuelle particulière, rien n’empêchera donc ces partenaires de laisser leur propre plateforme prédictive mutualiser les informations figurant par exemple sur les documents que vous leur avez adressés, quelle que soit votre volonté de rétention.

    1. Le domaine sur lequel portent les données est-il réellement objet de concurrence ?

    Ainsi qu’en témoigne l’existence d’associations professionnelles, des sociétés rivales peuvent avoir un intérêt à collaborer et à partager des informations relatives à leur environnement de marché, sans que le jeu de la libre-concurrence soit pour autant faussé. C’est dans ce cadre qu’évoluent les plateformes prédictives.

    1. Puis-je autant bénéficier des données des autres que les autres bénéficieront des miennes ? 

    L’intérêt de la mutualisation pour votre organisation sera fonction de la représentativité des données exploitées par la plateforme prédictive. Dans l’hypothèse où les entreprises utilisatrices du service sont peu différentes de votre organisation, les données risquent d’être redondantes avec les vôtres et de n’améliorer que marginalement la précision de la plateforme prédictive. En revanche, dès lors que les données proviennent de sources variées, elles s’enrichissent mutuellement. De surcroît, sur une plateforme comptant de nombreux clients, les termes de l’échange vous sont d’autant plus favorables que vos données ne représentent qu’une faible fraction du volume total de l’information exploitée.

    1. Existe-t-il une alternative à la mutualisation des données qui permette une performance satisfaisante de la plateforme prédictive ? 

    En fonction des indicateurs prospectifs concernés, de la qualité des données dont dispose déjà votre organisation, de l’accessibilité de bases tierces, il sera plus ou moins aisé et onéreux de vous procurer par vous-même les données complémentaires indispensables à un bon apprentissage par les algorithmes de la plateforme. Compte-tenu des niveaux d’investissement requis en compétences Data Science et infrastructures Big Data indispensables à ce jour à la mise au point de traitements prédictifs, la mutualisation proposée par les plateformes correspond sans aucun doute au scénario le plus rationnel économiquement. Néanmoins, dans des domaines oligopolistiques, sur des marchés techniques ou pour lesquels les données pertinentes sont concentrées entre un petit nombre d’acteurs, l’offre de mutualisation pourrait être défaillante ou dépourvue d’intérêt. On imagine mal, par exemple, qu’une mutualisation entre acteurs de la filière nucléaire à des fins d’identification d’opportunités commerciales puisse avoir du sens.

    Les plateformes prédictives offrent aux organisations une occasion d’apprendre des grands volumes de données qu’elles accumulent. Dans nombre de situations, elles peuvent considérablement accélérer cet apprentissage en mutualisant les données en provenance de leurs clients. A bien des égards, l’utilisation d’une plateforme prédictive s’apparente au recours à un cabinet de conseil dont on attend une expertise accumulée au fil des missions dans des sociétés successives sans pour autant que soit compromise la confidentialité des informations particulières sur lesquelles cette expertise repose.

     

     

  • Plateformes prédictives : le challenge de la data

    Plateformes prédictives: comment arbitrer entre mutualisation et rétention des données ?

    Par Jean-Cyril Schütterlé, Directeur Produit et Data Science de Sidetrade

    Les technologies de Machine Learning ne tiennent leurs promesses d’automatisation des traitements que lorsqu’elles disposent de données suffisamment représentatives du domaine auquel elles s’appliquent. La détection des spams est d’autant plus efficace que l’algorithme d’apprentissage a été alimenté de nombreux exemples. Un système de pilotage de voiture autonome ne sera opérationnel que s’il a appris à reconnaître les autres véhicules et la signalisation routière à partir d’images prises dans la circulation. Une application d’aide au diagnostic nécessitera l’accès à des banques d’images médicales, un moteur de traduction automatique s’appuiera sur des bibliothèques de textes déjà traduits etc.

    Ce principe ne se dément pas lorsque le Machine Learning est mis en œuvre dans le monde de la gestion. Les entreprises l’ont bien perçu. Elles ont ainsi fait émerger des rôles de Chief Data Officers avec pour objectif de décloisonner les données qui dorment dans des silos organisationnels.

    Cependant, puisque la performance dépend de l’accumulation rapide de données représentatives, ne faut-il pas aussi faire tomber les murs séparant chaque organisation du monde extérieur ?

    Plateformes prédictives : le challenge de la data

    L’émergence de plateformes prédictives SaaS (ou DaaS, Data as a Service) proposant d’appliquer le Machine Learning à des thématiques variées (détection d’opportunités commerciales, optimisation des processus de vente, modélisation et planification financière, détection des risques de défaut, prévision des délais de paiement, etc.) soulève la question avec une acuité particulière. Chaque plateforme héberge en effet les données confiées par ses clients sur une infrastructure commune. Il est donc techniquement très simple de les mutualiser afin d’augmenter la profondeur du champ d’investigation des algorithmes et, par conséquent, la qualité de l’information restituée à l’utilisateur.

    Prenons l’exemple d’une plateforme d’évaluation de leads commerciaux. La mise en commun des informations détenues dans l’ensemble des bases CRM des sociétés utilisant ce logiciel permettrait d’analyser les comportements d’achat de leurs clients sur un spectre beaucoup plus large et d’anticiper leurs besoins beaucoup plus précisément qu’en exploitant séparément chaque source de données. Cependant, des concurrents peuvent figurer parmi les utilisateurs de la plateforme. Les sociétés sont donc assurément réticentes à voir leurs données exploitées au bénéfice de possibles rivaux.

    Mutualisation versus rétention de l’information

    Le dilemme est ainsi posé : personne ne souhaite partager ses données mais chacun bénéficierait d’un accès à celles des autres. Il s’agit par conséquent pour le décideur de naviguer entre deux écueils tout aussi dangereux : brider des technologies qui s’avèrent cruciales pour la performance future de son organisation ou laisser des tiers bénéficier de ses informations propriétaires qui, comme le proverbial dentifrice, ne pourront être remises dans le tube une fois divulguées.

    Faute de pouvoir jouer les passagers clandestins, l’organisation doit établir un bilan coût-avantage qui permette d’opter au cas par cas entre rétention et mutualisation des données.

  • La protection des données personnelles, un frein pour le consommateur ?

    La protection des données personnelles, un frein pour le consommateur ?

    Selon les résultats de l’étude KPMG « Crossing the line – Staying on the right side of consumer privacy » – conduite entre avril et mai 2016 dans 24 pays, en partenariat avec le cabinet 3Gem[1] – plus de la moitié des consommateurs dans le monde ne concrétisent pas l’acte d’achat sur Internet, inquiets de l’utilisation qui peut être faite de leurs données personnelles ; les consommateurs français parmi les plus vigilants, et donc les plus exigeants en termes de transparence et de cybersécurité.

    Moins de 10 % des consommateurs estiment avoir le contrôle sur l’utilisation de leurs données personnelles.

    Les consommateurs se partagent en deux « groupes » : les consommateurs qui apprécient les atouts offerts par l’utilisation de leurs données personnelles (navigation optimisée, sécurité…), et les consommateurs inquiets de l’utilisation de leurs données (vente à des tiers, atteinte à la vie privée…).

    Le consommateur français, 2ème consommateur le plus vigilant  sur l’utilisation de ses données personnelles.

    De plus en plus, les consommateurs prennent conscience de la quantité des données qu’ils partagent, ainsi que de leur valeur. Plus de la moitié d’entre eux y sont d’ailleurs sensibles de manière croissante : ils ont aujourd’hui le réflexe de supprimer les cookies stockés sur leur navigateur ou de mieux gérer les paramètres de leurs comptes sur les réseaux sociaux. Près d’un tiers utilisent même des modes de navigation plus sécurisés ; un quart d’entre eux utilisent le chiffrement.

    Pourtant, plus de la moitié des consommateurs indiquent qu’ils partagent facilement les données relatives à leur genre ou leur parcours académique. Néanmoins, lorsque les informations sont plus précises, ils se montrent plus prudents : ils ne sont plus que 16 %  à accepter de renseigner le nom de leur ville, 14 % à donner leur adresse et 13 % à donner des informations relatives à leur dossier médical.

    Utilisation des données : les consommateurs adoptent deux lignes de conduite

     Si pour la majorité des consommateurs interrogés, le maintien du contrôle sur ses données personnelles est plus important que l’avantage qui peut en être tiré, leurs comportements se partagent encore entre ceux qui y voient une menace, et ceux qui y voient une opportunité.

    Le partage des données vu comme une menace

    82 % des consommateurs ne sont pas à l’aise avec l’idée que leurs données soient vendues à des tiers, en échange de plus de vitesse, de plus de confort dans la navigation, d’un choix plus large de produits ou d’un service de livraison que seul l’achat sur Internet permet.

    Pour 55 % d’entre eux, par exemple, l’utilisation d’une application de « fitness tracking » qui permet de mesurer le bien-être de son utilisateur et de produire un rapport mensuel sur sa santé, constitue une atteinte à la vie privée.

    Le partage des données vu comme un atout et une opportunité 

    78 % pensent que les outils qui peuvent permettre à des services d’urgence de traquer leurs  véhicules sont une bonne chose.

    57 % apprécient de disposer d’un outil « smart energy » à leur domicile, qui pourrait permettre à leur fournisseur de savoir combien de personnes vivent dans l’habitation, dans une logique d’optimisation des appareils électriques.

    Pour Emmanuel Hembert, Associé KPMG, spécialiste de la grande distribution : « Pour les entreprises qui souhaitent personnaliser leurs stratégies marketing et leurs services, fidéliser à la marque ou améliorer leurs produits par l’exploitation des données, il est nécessaire de comprendre que, si les opinions des consommateurs sont encore partagées, ils tendent désormais à privilégier la vie privée, malgré les avantages qu’ils peuvent tirer de l’utilisation de leurs données. »

    Le consommateur français, 2ème consommateur le plus vigilant sur l’utilisation de ses données personnelles.

     La France est l’un des pays qui passe le plus de temps sur Internet, avec une moyenne de 28 heures par semaine, en 5ème position sur les 24 pays interrogés dans l’étude.

     Les consommateurs français ne sont pas spécialement plus réticents à fournir leurs données, par rapport à leurs  homologues d’Europe de l’Ouest. Ils sont même les plus ouverts sur certains types de données comme les préférences et l’usage internet. Ils font d’ailleurs partie des consommateurs les plus pragmatiques sur l’utilisation de leurs données personnelles : 62 % d’entre ont conscience que leur data seront vendues à des tiers – derrière l’Allemagne, la Chine et la Suisse.

    En revanche, les comportements des consommateurs français sont plus tranchés que la moyenne mondiale sur l’utilisation de ces données : la France est le 2ème pays le plus vigilant, sur 24 pays au total, concernant l’utilisation de ses données personnelles (49 %) juste derrière l’Espagne (55 %).

    Pour 44 % des consommateurs, une politique de cybersécurité efficace est la meilleure arme pour faire face à la fuite des données. Juste derrière, 23 % des consommateurs estiment qu’une explication claire de l’utilisation de la data par les sites Internet est nécessaire pour lever leurs réticences.

    En France, les consommateurs lisent les politiques de sécurité :
    1.      A l’entrée d’un site internet : 21 %
    2.      En soumettant un formulaire en ligne : 20,5 %
    3.      En s’inscrivant à une liste de distribution : 20 %
    4.      En téléchargeant un logiciel ou une application mobile : 19 %
    5.      A la création d’un profil sur un réseau social : 10 %
    6.      Pendant une transaction en ligne : 10 %

    Les consommateurs français sont de plus en plus sensibilisés à la protection de leurs données : 64 % d’entre eux ont désormais le réflexe de supprimer les cookies de leur navigateur ; 54 % sont attentifs aux paramètres de leurs comptes sur les réseaux sociaux et 37 % changent régulièrement leurs mots de passe et leurs identifiants. Près d’un tiers va même plus loin : ils sont 38 % à utiliser des logiciels d’ad blocking.

    Pour Vincent Maret, Associé KPMG, en charge de l’offre Cybersécurité et Privacy : « La sensibilité des consommateurs à la protection de leurs données personnelles est encore trop peu prise en compte dans les stratégies de cybersécurité des entreprises. Il s’agit pourtant de problématiques qui, à terme, pourraient remettre en cause les stratégies de l’e-commerce et de l’e-marketing. En France notamment, où le facteur culturel prend peut-être encore plus d’importance qu’ailleurs, la transparence est devenue la clef de voûte de tout business. »

  • Données et Entreprises en 2017 : la réalité terrain

    Données et Entreprises en 2017 : un diagnostic complet 

    Experian Marketing Services, leader mondial dans la qualité des données, la connaissance client et le marketing cross-canal, dévoile aujourd’hui un nouveau livre blanc « Données et Entreprises en 2017 : un diagnostic complet ».
    « Les données sont perçues comme des insights précieux par les organisations. Pourtant, face à l’augmentation constante de leur volume, les processus et les responsabilités incombant à leur gestion ne sont plus forcément dimensionnés ou adaptés. Nous avons reconduit notre enquête annuelle pour prendre le pouls du marché en matière de gestion des données. » déclare Stéphane Baranzelli, Managing Director EMEA, Experian Marketing Services.
    Un manque de fiabilité à forte répercussion pour le business 
    92% des entreprises interrogées à travers le monde suspectent leurs données de comporter des erreurs, et la part moyenne des données estimées comme erronées est de 27%. Les entreprises européennes (Allemagne, France, Espagne) n’échappent pas à la règle. D’ailleurs, seulement 41% des entreprises interrogées en Europe ont déclaré faire suffisamment confiance à leurs données pour prendre des décisions importantes (contre 44% en moyenne dans le monde).
    La collecte de données n’est pas une fin en soi pour l’entreprise, mais bien souvent le point de départ d’actions. Les conséquences sur l’entreprise peuvent donc être importantes. Interrogées sur les risques qu’elles associent au manque de fiabilité de leurs données, les entreprises ont principalement désigné le risque de non-conformité et de réglementation (52%), la diminution de la satisfaction/fidélité client (51%) et la perte du revenu client (43%).
    Une responsabilité partagée au sein de l’entreprise 
    Les flots de données à gérer déstabilisent les entreprises. De leur collecte à leur exploitation, le chemin est long et sinueux, semé d’embûches. Les processus de gestion des données en place, ou leur absence en fonction des contextes, sont à l’origine de nombreuses erreurs.
    Capture d’écran 2017-02-02 à 09.38.48
    L’étude s’est intéressée aux obstacles à surmonter pour les organisations en matière de gestion des données. Par rapport à la moyenne observée à travers le monde, les entreprises européennes rencontrent davantage de challenges à déterminer quelles données gouverner (34%), quelle équipe former (30%) ou encore les règles à créer pour y parvenir (28%).
    La difficulté à obtenir une cohérence dans les processus de data management à travers les différents services de l’organisation est un leitmotiv à travers l’Europe (39%) et plus largement, pour les répondants à travers le monde (41%). D’ailleurs, moins d’une entreprise sur cinq (dans le monde) a déjà adopté une stratégie centralisée de data management.

  • Les métiers à l’heure de la Data

    Les grandes tendances Data & Analytics 2017

    Etude menée par Deloitte

    L’intérêt des organisations pour la Data ne cesse de s’amplifier. Entre volonté d’accroître l’efficacité opérationnelle, d’améliorer la connaissance ou de se conformer à un cadre réglementaire exigeant, les motivations pour les sujets Data Analytics sont nombreuses. Les directions métiers s’approprient de plus en plus ces sujets, conscientes du levier de transformation que ces derniers représentent. Dans ce contexte, l’étude Deloitte sur les tendances 2017 dans la Data Analytics décrypte les défis et perspectives dans 5 fonctions clés de l’entreprise (finance, marketing, achats & supply chain, RH, risques & audit interne).

    « Après quelques années d’études et de diverses expérimentations, les entreprises semblent gagner en maturité dans l’adoption de la Data Analytics. Le développement et l’acquisition des compétences d’analystes des données et de « data scientists » deviennent primordiales pour les organisations soucieuses de les intégrer au cœur de leurs directions métiers. En outre, elles semblent de plus en plus convaincues de l’intérêt des modèles collaboratifs sur les sujets Data, favorisant l’émergence de communautés de pratiques et d’écosystèmes ouverts sur des partenariats externes. » estime Reda Gomery, Associé responsable Data Analytics chez Deloitte.

    Les défis Data Analytics pour 5 fonctions clés de l’entreprise

    1. Finance : l’enjeu de transformation lié à la data

    Après plusieurs années consacrées à la mise en place de multiples applications et outils (ERP, consolidation, budget…), les directions financières semblent désormais résolument tournées vers une meilleure valorisation de la Data. Disposer d’une information financière pertinente traduisant les véritables leviers de la performance tout en optimisant l’effort de production et de gestion manuelle des données, tel est l’enjeu pour de nombreuses directions financières. Au-delà, il s’agit d’utiliser la Data comme un véritable vecteur de transformation et d’en simplifier les usages. De l’amélioration du pilotage et de la capacité de prise de décision au monitoring des processus, le bon usage de la Data permet de gagner en efficience et en performance.

    1. Marketing : l’évolution des pratiques à l’heure du digital 

    Le marketing est historiquement l’une des directions les plus matures en matière d’usages de la Data. Pour autant, la transformation digitale engagée par les organisations change profondément l’approche et induit un véritable repositionnement du marketing. En effet, la diversification des canaux digitaux ainsi que l’avènement progressif des objets connectés dans de nombreux secteurs d’activité engendrent une évolution des pratiques et des usages liés à la Data. Innover dans le développement de nouveaux services, étendre la connaissance Client ou encore personnaliser la relation, tels sont les enjeux structurants du marketing. Les directions marketing sont d’ailleurs de plus en plus attendues dans leurs contributions à la performance globale de l’entreprise et à un meilleur alignement avec les activités commerciales.

    1. Achats et supply chain : la montée en puissance des usages Data

    Dans un contexte de globalisation des marchés, de pressions sur les prix et de complexification des process logistiques, les directions achats et supply chain perçoivent plus que jamais le potentiel levier lié à l’usage de la Data. Comprendre et optimiser ces processus achats/supply chain, au cœur de la performance globale des organisations, nécessite une exploration optimale des gisements de données. Si l’adoption de démarches Data Analytics structurées est récente au sein de ces fonctions en France, la pratique semble s’accélérer et s’étendre à l’ensemble des entreprises.

    1. Ressources humaines : l’évolution vers le « People Analytics »

    Les opportunités offertes par les usages analytiques de la Data semblent considérables au sein des directions des ressources humaines. Ainsi à l’heure où les organisations se transforment par l’évolution du mode de travail, par la diversification des compétences et par la digitalisation des échanges, un meilleur usage de la Data constitue le levier pour accompagner ces changements. Les usages analytiques sont en expansion parmi lesquels l’industrialisation et la fiabilisation de la production des indicateurs de pilotage RH, la connaissance de l’employé à travers une meilleure gestion des données associées (« Master Data ») ainsi que l’émergence de l’approche « People Analytics » à travers l’expérimentation de modèles d’analyses avancées (adéquation des canaux de sourcing selon les profils recherchés, facteurs de réussite de l’intégration…).

    1. Risques et audit interne : l’adoption des usages Data pour renforcer les dispositifs de contrôle et d’anticipation

    L’environnement de l’entreprise évolue et son exposition aux différentes variétés de risques s’accentue. Entre diversification des activités, acquisitions et croissance à l’international ou encore démultiplication des systèmes et applications, les dispositifs de contrôle et d’évaluation des risques atteignent très souvent des limites. Face à ces développements rapides et à un contexte réglementaire de plus en plus contraignant, les directions des risques et de l’audit interne s’intéressent aux moyens de renforcer les dispositifs de contrôle et de s’assurer de leur pertinence. Dès lors, développer une approche Data Analytics en investissant dans la mise en place de moyens adéquats devient un véritable levier de performance pour ces directions. L’efficience et la pertinence de la gestion des risques reposent notamment sur l’automatisation et la rationalisation des contrôles, l’anticipation et l’identification de nouveaux « patterns » des risques.