My Blog

Étiquette : données

  • Cookies et e-Privacy, maintenant c’est urgent…

    Umanis publie son livre blanc 
    « Cookies et e-Privacy, maintenant c’est urgent… 
    Umanis (www.umanis.com), leader français en solutions métiers “data oriented”, publie aujourd’hui un livre blanc gratuit sur les cookies et leur changement d’utilisation à venir dans le cadre du règlement européen e-Privacy.

    Alors que l’Union Européenne n’a pas encore voté la mise en application du règlement e-Privacy, complémentaire au RGPD et portant sur la vie privée et les communications électroniques, la CNIL a publié le 11 juillet 2019 ses nouvelles lignes directrices relatives aux cookies. Elle anticipe ainsi l’intégration des dispositions E-Privacy dans la loi française. 

    A la suite d’un travail de concertation avec les représentants des éditeurs de sites web, la nouvelle règle de la CNIL entrera en vigueur à la fin de l’année 2019 ou début 2020, avec toutefois une période de tolérance de 6 mois avant l’application de sanctions. Tous les sites web devront dès lors respecter les principes RGPD du consentement préalable des internautes sur la collecte de données personnelles dont les cookies (directs ou indirects), ces traqueurs de navigation utilisés notamment dans le ciblage publicitaire.

    La question de ce consentement devient centrale, celui-ci n’étant plus acquis par défaut et chaque cookie devant faire l’objet d’une demande spécifique et non globale. La mise en place de ce règlement aura des conséquences importantes sur les pratiques de marketing direct, de publicité digitale et de partenariats entre les éditeurs de sites web.

    Afin d’aider toutes les entreprises à y voir plus clair sur leurs nouvelles obligations, sur la gestion de leur site web et des consentements, Umanis a élaboré un livre blanc complet et didactique sur les cookies et leur utilisation. Ce livret de 54 pages présente notamment la méthodologie pour mettre un site web en conformité, illustrée par des exemples concrets. 

    Ce livre blanc sur les cookies et e-Privacy peut être consulté ou téléchargé sur le site d’Umanis, et peut être publié librement :
    https://www.umanis.com/wp-content/uploads/2019/09/LivreBlanc-Cookies-V2.pdf.

  • Collecte et utilisation des données clients sur internet : ReachFive révèle les résultats de son étude auprès des entreprises

    Malgré la multiplication des données clients, seules 2 entreprises sur 10 considèrent avoir un très bon niveau de connaissance client

    Dans un contexte où surviennent de nombreuses failles de sécurité et plus d’un an après la mise en place du RGPD, la collecte et l’exploitation des données clients sont devenus des enjeux cruciaux pour les entreprises. La nouvelle étude de ReachFive, éditeur d’une plateforme de Customer Identity & Access Management (CIAM), réalisée avec OpinionWay, décrypte le niveau d’avancement des entreprises en matière de collecte et de traitement des données, d’authentification ainsi que les principaux freins à une bonne connaissance client.

    Décalage entre les données collectées et les données utilisables par les entreprises

    Premier enseignement 78% des entreprises collectent les données pour personnaliser l’expérience client (campagnes marketing (39%) ou offres (32%)) alors que 68% des Français refusent de partager leurs données personnelles même pour bénéficier d’offres spéciales[1].

    Pour cela elles utilisent des outils CRM (79%), de gestion de campagnes Marketing (62%), de Service Client (45%) puis de e-commerce (33%) au détriment des DMP et RCU (Référentiel unique client) même si les entreprises affirment que ces deux outils (45% pour RCU et 41% pour DMP) font partie de leurs principales priorités d’investissement à court terme pour unifier les données collectées.

    Dans un environnement de plus en plus concurrentiel, les marques doivent regrouper leurs données, issues de multiples points de contact, pour obtenir une vue unifiée de leurs clients et être à même de comprendre et répondre à leurs besoins, en leur proposant une expérience omni-canal sans couture.

    L’étude révèle également que les entreprises détiennent principalement des données de contact : adresses e-mail, noms, prénoms, numéros de téléphone, adresses postales et que seules 51% collectent des données comportementales (web analytics, media, DMP, …). Ces dernières sont pourtant les données additionnelles les plus plébiscitées (61%), devant les données de préférence (55%) et le consentement des clients (41%). On note également que les entreprises ne sont que 31% à souhaiter recueillir de la Social Data (données issues des réseaux sociaux), alors qu’en 2017 elles étaient considérées comme essentielles pour la majorité des entreprises (85%)[2].

    Un niveau de connaissance client encore insuffisant

    Si la sécurisation des données ne semble pas être un problème primordial pour la majorité des entreprises (74%) car elles estiment être en avance sur ce sujet, plus de 50% observent que les récents scandales (failles de sécurité, Cambridge Analytica…) et les nouvelles réglementations (RGPD), ont changé la façon dont les clients partagent leurs informations sur le web. Un constat qui se vérifie côté consommateurs, puisque seulement 32% d’entre eux sont prêts à partager davantage leurs données personnelles et 75% d’entre eux abandonnent leurs achats ou inscription en ligne par crainte de réutilisation de leurs données[3]. Par ailleurs, il est important de noter que les entreprises ne maîtrisent pas encore l’unification des données (53%), l’identification des clients (60%) et la redistribution des données (67%).

    Face à ce constat, si l’enrichissement des données clients demeure un enjeu majeur, seules 2 entreprises sur 10 considèrent avoir un très bon niveau de connaissance client. Parmi les principaux freins évoqués : les silos de données engendrés par les systèmes d’information qui ne permettent pas d’avoir une vision globale du client (54%), la fiabilité des données collectées (33%) et le non consentement des clients à exploiter leurs données (22%).

    Même si la grande majorité des répondants sont conscients des différents risques liés à une mauvaise gestion des données, le déploiement de la gestion de compte unique sur l’ensemble des points de contacts est loin d’être généralisé… D’après l’étude, seulement 47% des entreprises déclarent disposer d’une telle solution.

    Simplifier les comptes clients et l’authentification, oui mais pas avec les nouveaux outils !

    Pour la majorité des entreprises il est essentiel de simplifier les étapes de création de compte et de connexion, que ce soit pour améliorer l’expérience client (89%), la conversion à l’achat (88%) ou l’acquisition de nouveaux clients (79%). De même, elles ont bien intégré l’impact positif que pouvait apporter l’authentification des clients notamment sur la pertinence de la personnalisation (80%), la conversion à l’achat (71%), un nouvel d’achat d’un client déjà identifié (72%), entre autres.

    Mais pour accéder à un compte client, les différentes alternatives à l’identification via identifiant/mot de passe, utilisée par la grande majorité des entreprises (86%), peinent encore à émerger. En effet, la connexion via un compte unique (SSO) – pourtant perçu comment l’outil le plus performant en matière de conversion- ne séduit que 68% des répondants.

    Concernant les nouveaux outils comme l’authentification multi-facteurs (MFA), l’identification via la reconnaissance de l’empreinte digitale ou le service FranceConnect, ils soulèvent autant de curiosité que de méfiance. Pourtant, 90% des consommateurs déclaraient récemment être intéressés par des nouvelles solutions plus sécurisées, en l’occurrence l’authentification à double facteur (69%) et l’identification biométrique (66%)[4].

    Méthodologie

    L’étude « Collecte et utilisation des données clients en entreprise » a été menée auprès d’un échantillon de 118 PDG, Directeurs marketing, DSI, Directeur de la relation clients, du CRM, du digitale….d’entreprises de la vente en magasin et en ligne, entre avril et juillet 2019.

    [1]Etude BtoC ReachFive « La gestion des profils utilisateurs menée auprès d’un échantillon de 1020 personnes représentatif de la population française âgée de 18 ans et plus du 31 janvier au 6 février 2019

    [2]Etude ReachFive/Splio « La Social Data au service de la personnalisation » menée auprès d’un échantillon de 108 Directeurs marketing, relations clients, CRM, digital….. du 17 juillet au 7 septembre 2017

    [3]Etude BtoC ReachFive « La gestion des profils utilisateurs menée auprès d’un échantillon de 1020 personnes représentatif de la population française âgée de 18 ans et plus du 31 janvier au 6 février 2019

    [4]Etude BtoC ReachFive « La gestion des profils utilisateurs menée auprès d’un échantillon de 1020 personnes représentatif de la population française âgée de 18 ans et plus du 31 janvier au 6 février 2019

     

     

  • Le Marketing, une science devenue (presque) exacte?

    Le Marketing, une science devenue (presque) exacte?

    Alors que les solutions marketing sont de plus en plus sophistiquées, que l’intelligence artificielle est dans tous les médias…comment les décideurs appréhendent-ils vraiment ces évolutions ?

    Une problématique qui sera évoquée lors du Customer Relationship & Marketing Meetings * les 6 et 7 novembre au Palais des Festivals de Cannes.

    Avec la multiplication des canaux d’achat et des points de contacts qui existent aujourd’hui, les directions marketing disposent d’un très grand volume de données relatives à leurs clients et à leurs prospects. Entre les supports online et offline, les informations générées représentent une véritable mine d’or pour mener des campagnes marketing ciblées, personnalisées et sur-mesure, à condition de savoir les exploiter.
    « Pour relever ce défi, les marques déploient des solutions marketing avancées et très performantes mais elles ne les utilisent pas toujours de façon optimale » résume Hervé Malinge, cofondateur de l’agence IOOCX.

    De la promesse à l’action …

    La promesse des solutions d’activation marketing cross-canal a de quoi séduire les marques. En effet : le programmatique permet d’activer simplement, en un rien de temps et avec une précision chirurgicale, des campagnes ultra-ciblées. L’objectif ? Accroître la pertinence et la rentabilité de l’ensemble des opérations et communications marketing.

    « Mais toute action, si automatique soit-elle, se déploie sur des parcours client finement élaborés, sur la base d’observations et de décisions stratégiques préalables. La connaissance client issue de l’analyse des données est ainsi primordiale – et déterminante! – pour exploiter ces technologies à bon escient » précise le co-fondateur de IOOCX.

    Car au-delà des outils, c’est d’abord en s’appuyant sur les données qu’elle détient, qu’une marque pourra définir sa stratégie et ainsi ordonnancer ses parcours client, au plus près des besoins et des attentes de son audience.

    En effet, si ces plateformes parviennent à exécuter une customer journey cadencée à la perfection, c’est avant tout parce qu’en amont, des enseignements très précis concernant les comportements, les profils et les attentes des clients ont été tirés, grâce à l’analyse statistique des données clients collectées. Grâce à la data, le marketing est en mesure de construire naturellement les parcours adéquats.

    « Le contexte du consommateur est la donnée clé. Déterminer le contexte pour cibler précisément est le prochain terrain de jeu du marketeur avec la donnée » explique Fabrice Frossard , journaliste et fondateur de Faber Content.

     La data pour réaliser le design d’une customer journey

    Dans une ère où les consommateurs sont ultra-connectés et volatiles, où les points de contact avec une marque sont multiples et où les interactions non-linéaires sont de mise, les marketeurs doivent pouvoir suivre de près le cycle de vie des clients.

    Il est ainsi nécessaire de questionner régulièrement la manière dont les consommateurs interagissent avec la marque. Toutes les parties-prenantes doivent être mobilisées pour faire défiler l’ensemble des expériences susceptibles d’être vécues par les prospects et clients. Recherche d’informations sur les offres, passage à l’achat, relations avec le SAV, éloignement ou fidélisation… « Réaliser le design de la customer journey revient à cartographier ces différentes sections du parcours prospect et client, sur tous les canaux de communication et à chaque point de contact potentiel »poursuit Hervé Malinge.

    La data-science détermine la timeline du parcours client

    Cet état des lieux de l’existant met en exergue les points de friction ou de rupture des parcours proposés. Des canaux sous-exploités, des silos organisationnels ou technologiques créant une déperdition d’informations ou ne permettant pas d’obtenir une vue unifiée de sa cible.

    La customer journey est composée d’une multitude de petits parcours, chacun résultant d’un objectif marketing unique. Non-linéaire, elle est un arbre de séquences de messages, articulées selon des branches et des nœuds de décision. Les données dont dispose l’entreprise détermineront les critères de ciblage, de filtrage, de segmentation, et permettront de faire entrer tel contact puis de l’en faire sortir, à un moment précis, dans un parcours défini.

    « La data-science détermine la timeline d’un parcours, en fonction des appétences et du profil de la cible. Elle permet en outre de doser la pression commerciale, en déclenchant des actions marketing spécifiques à un moment de vie particulier d’un client donné » joute Hervé Malinge.

     

    Customer Relationship & Marketing Meetings réunira pendant deux jours plus de 500 participants composés de directions marketing digital, e-commerce, relation client, connaissance client et études. Il sera organisé de façon à ce que tous les professionnels se rencontrent de manière ciblée dans un lieu business et haut de gamme : Le Palais des Festivals de Cannes

     

     

  • RGPD 1 an après : résultats du 1er baromètre gouvernance de la data

    RGPD 1 an après : résultats du 1er baromètre gouvernance de la data

    La start Up Data Ledal Drive sort le 1er baromètre qui valorise les différents points d’avancement des entreprises sur les 7 grands thèmes qui constituent les process de mise en conformité.

    Conformité générale au RGPD 

    Si pour l’ensemble du marché, le RGPD n’est plus une question, le niveau des démarches engagées est assez variable.

    Près de la moitié des grands comptes ont abordé de manière globale et avec complétude le sujet. Pour l’autre moitié, c’est en cours. La situation est plus mitigée pour les entreprises de tailles SMB (Small and Medium Business) :
    pour 1 PME sur 5, le RGPD fait encore l’objet de discussions.

    NOTRE AVIS

    La gouvernance de la data à travers la mise en exécution du RGPD mérite d’être menée de manière globalisée et pérenne. Cela devrait être le cas à minima au sein des grands comptes et des ETI. Or comme le montre l’étude, moins de la moitié de ces entreprises (Grands comptes et ETI) ont abordé le RGPD comme un véritable projet global d’entreprise.

    Un bon exemple à suivre en terme de démarches organisationnelles, techniques et juridiques ?
    Les acteurs de la Tech – start-up ou scale-up –  puisque la plupart sont nécessairement Privacy by Design. En effet, ce qui est à retenir chez ces acteurs pourtant encore jeunes est leur démarche menée de manière mature et lucide face à la révolution qu’entraîne l’exploitation de la data.

    Nombre des entreprises de plus grande taille peuvent en suivre l’exemple.

    Conformité des sites web 

    Seul 1/3 des sites web seraient à 100% conforme : un résultat étonnant.

    Vitrine de l’entreprise, le site web est le lieu où la mise en conformité RGPD est à opérer parmi les toutes premières actions. Or, plus de la moitié des sites web des grands comptes ne seraient qu’en partie conformes.

    NOTRE AVIS

    A la décharge de nombre entreprises, ce qui parait simple et rapide à mener en termes de conformité sur un site web peut en réalité, s’avérer rapidement tentaculaire à déployer.

    Les pratiques (notamment de référencement) demandent aux sites d’être en constante évolution et de démultiplier leurs contenus. Conserver un niveau de conformité exemplaire sur des pages et des formulaires en mouvement permanent est loin d’être évident à suivre pour l’entreprise.

    Notons également le chantier technique à réaliser concernant les cookies. Indispensables aux campagnes marketing, ceux-ci doivent être indiqués et paramétrables par les utilisateurs. De leur côté, ces mêmes utilisateurs doivent avoir la possibilité de contrôler leurs propres cookies à volonté, sans pour autant que leur soient interdits tout ou partie du site. Au global, un chantier technique, organisationnel et juridique qui s’avère long à déployer.

    Cartographie des traitements 

    La démarche est avancée pour plus de 80% des entreprises !

    Au sein des grandes entreprises, la cartographie des traitements de données a été réalisée pour 64 % mais dans une partie des structures et directions, et de manière intégrale pour près de 1/3  (32 %).
    Sur ce point, les PME affichent un peu de retard.
    Pour 16 % d’entre elles, la cartographie des traitements est en préparation, et pour 15 % d’entre elles, elle n’a pas encore été envisagée.

    NOTRE AVIS

    Cette situation encore partielle va dans les mois à venir, évoluer par nécessité.

    En effet, du fait de la co-responsabilité entre les acteurs, «un effet papillon» se propage actuellement. TPE, PME, ETI peuvent être sous-traitantes entre-elles et auprès des Grands Comptes. Or la cartographie des traitements concernant les données personnelles fait partie des démarches RGPD à mettre en place en tant que sous-traitant, les obligeant ainsi naturellement à se mettre en conformité les unes pour les autres et vice et versa.

    Constitution du registre des traitements

    Pas ou peu d’outils ou logiciels dédiés sont utilisés par les entreprises, qui gèrent leurs registres sous Excel.

    Moins de 15% des entreprises digitalisent leur registre : d’une part, cela est un non-sens concernant un sujet Data, et d’autre part, le retard que notre économie a en matière de digitalisation, est à nouveau pointé du doigt par cette étude.

    NOTRE AVIS

    Digitaliser son registre doit rapidement devenir une évidence. Sans cela, il est utopique de penser le maintenir efficacement et sans pénibilité. A l’heure du big Data, c’est un peu comme si on demandait à un commercial de travailler sans outil CRM.

  • Quand seulement 0,5% des données crées sont analysées pour de la prise de décision opérationnelle…

    Comment optimiser l’utilisation des données à travers une gestion intelligente de l’information ?

     Selon MFiles éditeur de solution intelligente de gestion de l’information

    En 2019, la quantité de toutes les données sur Terre est de 2,7 Zettabytes, ce qui équivaut à 200 milliards de films HD. Bien sûr, cet amas de données croit à une vitesse fulgurante et double tous les deux ans. A titre d’exemple, plus de 293 milliards de mails[1] sont envoyés chaque jour dans le monde. Cette multitude d’informations est impossible à suivre à l’échelle humaine.

    Pour s’attaquer à cet épineux problème, les entreprises adoptent des systèmes de gestion de l’information, pensant, à tort, que tous leurs problèmes seront alors réglés. Ces systèmes peuvent en effet créer plus de problèmes qu’ils n’en résolvent surtout quand les étagères technologiques sont réparties vers plusieurs référentiels de contenu. Et c’est souvent le cas pour les entreprises qui utilisent en moyenne trois systèmes de gestion de contenu distincts.

    Le problème provient également du fait que la moitié des informations stockées au sein de données que l’on nomme les dark data (des données cachées, non analysées et possiblement détentrices d’informations importantes). On estime d’ailleurs que seulement 0,5% des données crées sont analysées pour de la prise de décision opérationnelle. Ce grand nombre de données, en particulier celles qui ne sont pas structurées en rend son utilisation compliquée. D’ailleurs, entre 80 et 90% des données des entreprises ne sont pas structurées. Ces informations se répartissent à travers des emails, des documents ou autres notes et naviguent sans qu’on ne sache ce qu’elles abritent.

    Mais depuis l’arrivée du RGPD et d’autres règlements, il existe une forte pression auprès des entreprises pour qu’elles gèrent de manière transparente les informations qu’elles génèrent et reçoivent. Les conséquences de la non-conformité peuvent être dramatiques. Dès lors, comment gérer des données quand elles sont trop nombreuses, non structurées et stockées dans plusieurs systèmes en silo ?

    L’intelligence artificielle peut devenir un très bon allié

    Tout comme le parfum ou l’alcool qui ont besoin d’être raffinés avant d’être commercialisés, les données doivent subir le même traitement pour devenir utiles. Bien que l’IA fasse office de crainte pour beaucoup, elle s’inscrit, tout comme le machine learning, comme un atout au profit de la gestion de l’information, particulièrement pour le raffinage des données. Surtout, l’IA peut effectuer ce qu’un humain est incapable de faire, comme de trouver des liens de corrélation ou des schémas connus entre les millions de données qui transitent. Il est dès lors plus facile d’identifier des documents qui contiennent par exemple des informations personnelles et des flux en place pour mieux les gérer par la suite.

    Cependant, la recherche de modèles n’est pas la seule manière dont l’IA peut aider à automatiser la gestion de contenus.

     L’utilisation des métadonnées pour contextualiser les contenus

    Les métadonnées peuvent être utilisées pour classer les informations afin de les rendre facilement accessibles. Elles permettent d’ordonner la masse de contenus existantes et à venir. Ainsi, les salariés travaillant dans différentes divisions pourront accéder aux mêmes informations sans avoir à sans cesse créer des duplicatas et engorger la masse de données détenus et à traiter.

    Avec la suggestion automatique des métadonnées, notamment grâce à la classification des documents par sujets par exemple, les employés n’auront pas à reclasser ces informations, leur libérant ainsi du temps pour d’autres tâches à plus grande valeur ajoutée.

    L’IA ne connait pas de barrière dans sa productivité à ordonner les informations lorsque les bonnes métadonnées sont utilisées, puisqu’elle va puiser sur cette organisation pour avancer dans son travail d’analyse et permettre de s’appuyer sur cette structure pour obtenir des bénéfices dans le futur.

    Il existe donc cinq manières concrètes pour que l’application de l’IA aide dans la gestion de l’information :

    1. En transformant les informations des dark data en données gérées grâce à l’IA.
    2. En utilisant véritablement le contenu produit. Pour cela, une seule version d’un contenu doit être réalisée et être accessible par tous et sur tous les appareils.
    3. En créant des workflows de gestion documentaire autour des informations critiques de l’entreprise.
    4. En enrichissant les métadonnées avec des suggestions automatiques des métadonnées.
    5. En évitant dès que possible les erreurs humaines dans la classification des contenus.

     

     

  • Un an après le RGPD : état des lieux du taux d’opt-in sur smartphone

    Un an après le RGPD : une étude mondiale Airship présente un état des lieux du taux d’opt-in sur smartphone

    Des audiences mobiles et un volume de notifications en forte hausse sur un an, avec des taux moyens d’opt-in aux notifications toujours élevés (plus de 67% des utilisateurs dans le monde).

    Alors que le RGPD fête son premier anniversaire ce samedi, Airship, société spécialisée dans l’engagement client, dévoile les principaux résultats de son étude comparative mondiale, analysant l’état des autorisations des utilisateurs d’applications mobiles sur près de 700 millions d’individus dans le monde.

    Tandis que les départements marketing ont dû réduire les listes de clients pour se mettre en conformité avec les nouvelles dispositions légales pour les canaux « traditionnels » ( l’e-mail par exemple), l’audience des applications mobiles continue de progresser, avec une hausse au niveau mondial de 16,6 % sur un an. Les entreprises envoient également plus de notifications : en moyenne 36 par utilisateur et par mois, une hausse de 18,4 % par rapport à l’année dernière ; alors que le taux moyen d’opt-in aux notifications reste élevé, supérieur à deux tiers des utilisateurs d’applications dans le monde (67 %).

    Ces chiffres varient entre les régions aux marchés plus matures et les marchés émergents en forte croissance où une grande part de la population n’utilise que le téléphone portable. Toutefois, la tendance générale à la hausse de l’utilisation et de l’acceptation des notifications par les consommateurs ne se dément pas.

    À mesure que la question de la protection des données personnelles se fait plus pressante, les consommateurs se montrent plus prudents dans le partage de leurs données de géolocalisation. Le taux moyen d’opt-in de géolocalisation a reculé de 9,3 % à 7,7 % à l’échelle mondiale. Néanmoins, dans les secteurs où le recours à la géolocalisation procure un avantage immédiat aux consommateurs, par exemple en leur permettant de trouver rapidement un restaurant ou un cinéma à proximité, les taux d’opt-in des services basés sur la géolocalisation ont considérablement augmenté.

    Sur 15 secteurs, celui du divertissement est passé du quatrième au deuxième rang pour le taux moyen d’opt-in de géolocalisation. Le secteur alimentation et boisson est entré dans le top 5 pour la première fois grâce à l’adoption croissante par la restauration rapide des services mobiles de précommande et de livraison. Ces deux secteurs, ainsi que le retail, leader traditionnel de la géolocalisation, montrent que les utilisateurs sont prêts à partager leurs données de géolocalisation lorsque cela leur donne accès à des services simples et pratiques qui améliorent leur vie quotidienne et leurs déplacements.

    Les différences entre sous-régions sont considérables, et l’usage des fonctions de géolocalisation apportant une vraie valeur ajoutée est à la fois mieux établi et en rapide développement. La région Amérique latine et Caraïbes se démarque, avec des taux moyens d’opt-in de géolocalisation qui ont plus que doublé.

    Le partage des données de géolocalisation varie également entre les systèmes d’exploitation du téléphone. Le peu d’options proposées par Android pour les autorisations de localisation force le consommateur dans un choix binaire, le nombre d’utilisateurs choisissant de refuser augmente de 35 % d’une année sur l’autre, alors qu’il baisse de près de 18 % sur iOS. Parmi les utilisateurs d’iOS qui partagent leurs données de géolocalisation, plus d’un tiers le font lorsque l’app est active, c’est-à-dire lorsqu’on l’utilise en avant-plan, une option qui vient d’être annoncée pour le prochain système d’exploitation Android Q.

    Notons que 45 % des utilisateurs d’iOS ne sont jamais invités à autoriser le partage de leurs données de géolocalisation, soit une augmentation de 14 % par rapport à l’année dernière. Si la part des entreprises demandant aux utilisateurs de partager leurs données de géolocalisation demeure stable d’une année à l’autre (82 %), la croissance du nombre d’utilisateurs qui ne sont pas sollicités signifie que les entreprises deviennent plus prudentes dans leurs demandes d’opt-in de localisation, surtout pour des usages peu valorisés par les consommateurs.

    « À une ère où les consommateurs sont de plus en plus exigeants quant aux canaux qu’ils choisissent et aux données qu’ils partagent, les notifications de type “push” continuent de prouver leur efficacité en apportant aux clients des informations précieuses au moment et au lieu précis où ils en ont besoin », explique Mike Stone, SVP marketing d’Airship. « Pour les consommateurs modernes, la qualité de l’expérience client vaut plus que toutes les campagnes publicitaires. Ces messages très contextuels, de plus en plus riches et exploitables, permettent aux marques d’établir de vraies relations en engageant et en accompagnant leurs clients de manière proactive au moment le plus signifiant »

  • Quand plus d’un tiers (34 %) des salariés français s’inquiète toujours de la sécurité de ses données personnelles

    Un an après le RGPD, seuls 4 français sur 10 ont confiance dans la sécurité de leurs données gérées par leur employeur

    • Contrairement aux collaborateurs français, plus de la moitié des européens (56 %), affirme que leurs données sont stockées de manière responsable et sécurisée par leur employeur

    • Les moins de 24 ans ont plus confiance dans la sécurité de leurs données que leurs ainées de plus de 45 ans (54% vs 36%) ; au niveau sectoriel, ce sont les salariés du secteur de l’IT qui ont le plus confiance (62%), suivis de l’industrie et des services financiers (50%)

    Le 25 mai marquera le premier anniversaire de l’entrée en vigueur du Règlement général sur la protection des données (RGPD). D’après les conclusions d’ADP, le règlement a eu un impact positif sur la confiance des salariés en matière de sécurité des données.

    En effet, plus de la moitié des répondants Européens (56 %) de l’étude The Workforce View in Europe 2019 pense que leurs données sont stockées de manière responsable et sécurisée par leur employeur, soit une augmentation de huit points par rapport à 2018.

    Cependant en France, il reste encore du chemin à parcourir puisque moins de la moitié des répondants (43 %) pense que leurs données sont stockées de manière responsable et sécurisée par leur employeur. Si l’étude ADP constate une progression de six points de pourcentage depuis 2018, ce chiffre reste insuffisant, surtout en comparaison avec nos voisins européens.

    Par ailleurs, plus d’un tiers (34 %) des salariés français s’inquiète toujours de la sécurité de ses données personnelles (contre 26% des Européens). Ce qui suggère que de nombreuses entreprises doivent aller plus loin dans leurs efforts. La principale préoccupation des salariés est leur manque de contrôle sur les données stockées (14 %), suivie par des inquiétudes concernant la vulnérabilité des systèmes de leur entreprise face aux cyberattaques ou aux violations de données (13 %). Enfin, 9 % craignent que trop de données soient conservées sans leur consentement.

    Cécile Georges, Global Chief Privacy Officer chez ADP, déclare : « Il est encourageant de constater que la mise en œuvre du RGPD a coïncidé avec une augmentation – même légère – de la confiance des salariés. Il est clair que les entreprises et les salariés sont plus sensibles depuis le RGPD sur le respect des exigences de protection des données qui, pour la plupart, étaient déjà en vigueur dans l’Union européenne. Si le RGPD commence tout juste à entraîner des résultats positifs, les entreprises doivent néanmoins poursuivre leurs efforts : le RGPD a eu le mérite d’augmenter le niveau d’attention sur la nécessité de protéger les données et d’attirer l’attention des entreprises sur la nécessité de fonder leurs traitements sur des bases légales ».

     

  • Le traitement visuel de la data : sommes-nous aussi intelligents que des chimpanzés ?

    Peut-on renforcer notre intelligence au point d’atteindre certaines capacités du chimpanzé, et optimiser ainsi notre prise de décision ?

    Expertise proposée par Jean-Pascal Ancelin, Vice-Président Europe du Nord, MicroStrategy

    Il existe de nombreuses formes d’intelligence. Le calcul du QI valorise principalement l’intelligence logico-mathématique, mais il existe également l’intelligence spatiale, l’intelligence interpersonnelle ou encore l’intelligence rythmique. Qu’en est-il du traitement visuel hyper rapide ? C’est une compétence que détiennent par exemple les chimpanzés, développée pour favoriser la survie en milieu hostile et que nous avons perdue, au profit du langage. Si la technologie nous rendait cette capacité, serait-ce une révolution dans la prise de décision contextualisée et l’analytique ? Sans aucun doute.

    Peut-on encore capter l’information utile ?

    Le monde change. Et accélère sans commune mesure. Chacun d’entre nous ressent la puissance de l’accélération. 44 ZB de data produites sont annoncés en 2020. 44 Zettabits, soit un peu plus de 11 milliards d’années de visionnage vidéo. Pour prendre la mesure de la vitesse de l’univers numérique, il faut se souvenir que l’Observatoire mondial de la donnée estimait la masse de données stockées en ligne à 4,4 ZB en 2014. La virgule s’est donc déplacée d’un cran en l’espace de 6 ans et c’est un autre monde que nous découvrons.

    Aujourd’hui, 80 % des organisations dans le monde ont adopté une stratégie cloud first et les investissements réalisés en intelligence artificielle ont progressé de 300 % en 2017. Cette très haute technologie nous permet désormais de prendre d’excellentes décisions sur des sujets stratégiques, nourries de données précises et certifiées, en quelques jours, parfois en quelques heures seulement. Nous prenons également des dizaines de décisions opérationnelles chaque jour, en quelques minutes seulement, depuis nos applications métiers mobiles, à portée de main.

    Mais saurons-nous suivre la cadence pour autant ?

    L’intelligence visuelle hyper-rapide

    Savons-nous par exemple prendre une décision en quelques secondes ? Nous pouvons faire des choix personnels en quelques secondes. Mais qu’en est-il des décisions business, de celles qui exigent de l’information pour être prises en toute sécurité ? L’expérience menée il y a quelques années par l’Institut de recherche sur le primate à l’Université de Kyoto a montré à quel point le chimpanzé est capable de performances intellectuelles que nous autres êtres humains sommes loin d’atteindre.

    Le primatologue Tetsuro Matsuzawa a choisi de soumettre à des hominidés une suite de chiffres, placés de manière aléatoire sur un écran et affichés un (très) court instant. L’objectif pour le chimpanzé était de retenir l’emplacement de chaque chiffre et de cliquer dans l’ordre croissant sur chaque emplacement dissimulé. Il y parvient avec une aisance peu commune.

    Ce que Ayumu le chimpanzé réalise est certainement exceptionnel et sa mémoire est prodigieuse. Il n’a besoin que de deux dixièmes de secondes pour mémoriser chaque emplacement, sans hésitation aucune. Ses congénères ont présenté la même aptitude.

    Généralement, nous ne disposons que de quelques secondes pour nous informer. C’est le cas par exemple quand nous sommes au téléphone avec un client, quand nous réagissons à une publication, quand une question est posée en réunion. Nous savons que l’information existe, qu’elle est disponible quelque part dans le système de l’entreprise mais le temps pour la consulter nous manque et l’occasion d’y accéder est passée.

    La vraie intelligence analytique

    La capacité de prendre de bonnes décisions très rapidement nous vient de notre instinct de survie. C’est une forme d’intelligence que les chimpanzés ont conservée et que nous n’exploitons pas quand nous ne sommes pas en danger immédiat. C’est pourtant une qualité dont nous pourrions avoir grand besoin en cette époque d’extrême vitesse. A défautd’en faire naturellement preuve à tout instant, il est désormais possible de l’injecter dans nos entreprises.

    Il existe d’autres façons de concevoir l’intelligence en entreprise. Recevoir la réponse sans poser la question, faire en sorte que la bonne information parvienne à la bonne personne exactement quand celle-ci en a besoin, sans exiger d’elle la manipulation fastidieuse de ses outils d’analyse et de reporting, donner ce « super pouvoir » à tous les collaborateurs de l’entreprise, cela relève désormais du possible.

     

  • Comment le Machine Learning peut permettre de lutter contre la fraude ?

    Comment le Machine Learning peut permettre de lutter contre la fraude ? 

    Par Raphaël Savy, Directeur Europe du Sud, Alteryx

    Depuis quelques années, l’Intelligence Artificielle (IA) et le Machine Learning (ML) occupent le devant de la scène, de nombreuses entreprises y ayant recours pour développer leurs solutions et/ou services. Si l’IA est un concept global, le Machine Learning est une technologie qui permet aux machines d’accéder aux données afin qu’elles puissent apprendre, prédire et classer les informations.

    Le Machine Learning a été un instrument clé pour résoudre certains problèmes tels que la détection des spams, la recommandation ciblée de produits, le diagnostic médical précis, etc. Et pas que… Selon une enquête du Groupe RELX, plus de 91 % des cadres supérieurs interrogés ont compris que l’IA et le ML sont importants pour la transformation digitale de leurs entreprises.

    AI et ML dans le workflow analytique

    L’IA et le Machine Learning s’inscrivent dans le processus analytique et ce de trois façons. D’abord, grâce à l’analyse descriptive pour informer sur les actions passées. Ensuite, via l’analyse prédictive afin d’informer sur ce qui pourrait se produire ou pourquoi quelque chose s’est produit. Enfin, l’analyse prescriptive qui indique quelles sont les prochaines étapes.

    Ces trois étapes s’inscrivent donc dans le spectre analytique afin de mieux répondre à ces questions et ainsi avoir le cycle de vie complet de l’analyse. Pour cela, les organisations doivent disposer de données fiables, faciles à trouver et de bonne qualité. Ensuite, elles devront préparer les dites données afin de construire des modèles. Grâce à l’IA et le Machine Learning, les entreprises peuvent enrichir et exploiter ces informations. Enfin, via des modèles préétablis, elles pourront tester les résultats obtenus et les réitérer tout au long du cycle de vie.

    L’adoption du ML a été accélérée par l’augmentation de la puissance de traitement des données, le développement du Big Data et les progrès en modélisation statistique. Il repose sur des méthodes statistiques complexes et une puissance de calcul élevée. Au cœur de ce concept se trouve cependant une idée très simple. En identifiant les relations de cause à effet les plus influentes du passé, une machine peut apprendre à faire des prédictions précises pour l’avenir. Le ML se base sur des ordinateurs puissants qui sont guidés par l’intelligence humaine pour passer au crible des milliards de données et identifier des relations de cause à effet. Ensuite, toutes ces informations sont introduites dans une variété d’algorithmes pour arriver à des prédictions. Avec le temps, les ordinateurs s’améliorent dans l’identification de ces relations de cause à effet, ils exploitent les connaissances qu’ils ont acquises et les utilisent pour affiner les algorithmes. C’est « l’apprentissage » qui a lieu et avec une vitesse de traitement beaucoup plus rapide que celle du cerveau humain.

    La fraude traquée et résolue par le Machine Learning ?

    La détection des fraudes est un défi de taille. Pourtant, les transactions frauduleuses sont rares et ne représentent qu’une très petite fraction de l’activité au sein d’une organisation. Néanmoins, un faible pourcentage de l’activité peut rapidement se transformer en des pertes financières importantes sans les bons outils et systèmes en place pour y faire face. Les cybercriminels sont intelligents. Les stratagèmes frauduleux traditionnels n’étant plus efficaces, ils les ont fait évoluer. La bonne nouvelle, c’est qu’avec les progrès du Machine Learning, les systèmes peuvent apprendre, s’adapter et découvrir de nouvelles façons de prévenir la fraude. Les spécialistes des données ont réussi à résoudre ce problème grâce au ML et à l’analyse prédictive.

    Selon une étude menée par Bluewolf, auprès de 1700 clients de Salesforce, 75% des entreprises qui augmentent leurs investissements dans les technologies analytiques en tirent profit. Par ailleurs, il y a un certain nombre de points forts qui font du ML un outil aussi puissant et efficace dans la lutte contre la fraude :

    Faciliter la prise de décision en temps réel : les systèmes basés sur des règles, pour déterminer les types d’ordres à accepter ou à rejeter, exigent beaucoup de temps et des interactions manuelles. Le ML peut aider à évaluer un grand nombre de transactions en temps réel.

    Améliorer la précision : les cybercriminels se sont perfectionnés et sont devenus plus habiles dans la dissimulation de la fraude. Le Machine Learning peut souvent être plus efficace que l’humain pour détecter des modèles subtils ou non intuitifs afin d’identifier les transactions frauduleuses. Il peut également aider à éviter les « faux positifs », les bonnes commandes qui sont identifiées par erreur comme étant frauduleuses.

    Réagir rapidement au changement : les fraudeurs changeant constamment de tactique, c’est un réel « jeu » du chat et de la souris qui s’installe. Le ML analyse et traite en permanence de nouvelles données, puis met à jour ses modèles de manière autonome afin de tenir compte des tendances les plus récentes.

    Réduire les coûts : les innovations technologiques ont permis de réduire les coûts associés aux solutions de Machine Learning et aux systèmes informatiques capables de les faire fonctionner. Comme le ML améliore la précision, il réduit également les faux positifs coûteux et minimise le temps et les coûts des révisions manuelles.

    En général, les solutions de gestion de la fraude reposent sur deux types de modèles de Machine Learning pour lutter contre la fraude sur les paiements. D’un côté se trouvent des modèles statiques, qui apprennent à identifier la fraude à un moment donné en passant au crible des millions de transactions passées. Les modèles statiques sont efficaces pour identifier les modèles historiques de fraude et ont tendance à bien fonctionner juste après leur mise en place. Le problème, c’est qu’il n’y a aucun moyen de mettre à jour ou d’ajuster ces modèles à mesure que de nouveaux modèles d’activités frauduleuses apparaissent. De l’autre côté se trouvent des modèles de Machine Learning basés sur l’auto-apprentissage qui intègrent continuellement des données provenant de nouvelles transactions pour adapter et reconnaître des modèles de fraude en constante évolution. Les modèles d’auto-apprentissage sont très efficaces pour identifier les dernières techniques de fraude. Cependant, la nature « boîte noire » de ces modèles fait qu’il est pratiquement impossible pour un humain de suivre, contrôler ou ajuster ce que la machine apprend, ce qui signifie que le modèle peut soudainement causer d’énormes problèmes s’il fait de mauvais choix et commence à bloquer des clients fiables.

    Toutes les solutions de Machine Learning ne reposent pas uniquement sur des modèles statiques ou des modèles d’auto-apprentissage. Il existe un juste milieu qui peut compenser les faiblesses du ML en combinant un système automatisé avec une approche fondée sur des règles. Les règles servent de fil conducteur pour permettre aux entreprises de mieux contrôler en temps réel les décisions prises en matière de fraude.

  • Privacy Protection – Pact : un nouveau label pour les professionnels engagés dans la protection des données personnelles

    Le Sncd met en place un label à destination des professionnel engagés dans le respect et la protection des données personnelles

    Le Sncd lance officiellement son label professionnel, le Privacy Protection – Pact. Ce label permet à chaque organisation qui le revendique de mettre en avant son engagement pour la protection des données personnelles. En outre, il vise à instaurer un réseau de confiance entre les donneurs d’ordre et les sous-traitants quant à leurs engagements de conformité des traitements de la data. Ce label est ouvert à tous les organismes, privés et publics, soucieux de la donnée personnelle. 

    « En proposant le Privacy Protection – Pact comme label professionnel nous répondons à une très forte demande de nos adhérents soucieux de fluidifier la relation avec les donneurs d’ordre et sous-traitants », entame Bruno Florence, Président du Sncd. « Nous souhaitons aussi aider toutes les entreprises à revendiquer, à mettre en avant les bonnes pratiques et à affirmer l’importance de leur engagement en tant qu’intermédiaire de la data », poursuit Nathalie Phan Place, Secrétaire Général du Sncd.  

    Dont acte. L’obtention du label repose sur un engagement de bonnes pratiques concernant huit thématiques (politique de protection des données et droits des personnes, nomination d’un DPO ou d’un référent data, traçabilité des traitements, politique de sécurité, relations responsable de traitement et sous-traitant, localisation des données personnelles, tests et mises à jour des processus, formation et veille continue) toutes intégrées dans un questionnaire. Un score est attribué par réponse et catégorie. Dans l’hypothèse où le score est en deçà des attentes, l’entreprise pourra répondre une seconde fois au questionnaire en respectant un délai de 30 jours. Cela permet « d’apporter à nos membres des conseils sur les points à améliorer s’ils en éprouvent le besoin », explique Bruno Florence.  

    Pour Nathalie Phan Place, ce questionnaire déjà déployé auprès de certains membres du Sncd, apporte de nombreux bénéfices puisqu’ « au-delà de la valorisation des acteurs, on se rend compte que cette démarche va vraiment aider les acteurs à améliorer les process, les renforcer. Ils devront réexaminer tous les dispositifs mis en œuvre pour leur conformité, et notre questionnaire peut les sensibiliser à des points qu’ils n’avaient pas identifiés comme majeur. » Le questionnaire s’étend également sur un des enjeux majeurs de la protection des données personnelles, les questions de sécurité. La Secrétaire Général du Sncd souligne que « certains aspects ne sont pas obligatoires, mais le fait que nous les citions peut leur donner des idées. Nos membres étaient déjà très en avance sur le domaine de la sécurité, car c’est leur cœur de métier, mais il faut rappeler qu’une grande majorité des sanctions de la CNIL portent à ce jour sur des failles de sécurité. » 

    Faciliter la relation entre parties prenantes 

    Comme le rappelle Bruno Florence, les bénéfices à être labellisés sont certes internes, en clarifiant les bonnes pratiques procédurales de la protection des données personnelles, mais aussi externes : « Souvent les donneurs d’ordre envoient un long questionnaire au prestataire pour vérifier la conformité de l’entreprises au RGPD. En contribuant à apporter les garanties nécessaires, le label fera économiser un temps précieux aux entreprises en leur évitant d’avoir à répondre une nouvelle fois d’une part, et permettra aussi d’autre part de tisser un réseau de confiance entre les acteurs, qu’ils soient donneurs d’ordre ou sous-traitants. » 

    En creux, un des objectifs assignés au Privacy Protection – Pact est aussi son adoption par des organismes tiers confirme Nathalie Phan Place, « Si nous l’avons imaginé pour répondre aux besoins de nos adhérents, nous avons aussi constaté un besoin beaucoup plus étendu. De fait, nous avons conçu ce label de manière ouverte sans le logo du Sncd pour que d’autres entreprises, syndicats ou organisations puissent se l’approprier. »  Des organismes qui, une fois labellisés, sont listés dans l’annuaire des labellisés. Cette démarche est aussi un moyen pour s’assurer que l’approche vertueuse adoptée par les membres du Sncd, engagés à respecter le code de déontologie du syndicat, soit étendue à toute la chaîne de valeur. 

    Un non-respect sanctionné  

     Utiliser le label revient à s’engager au respect des conditions d’usage. En cas de défaut, le contrevenant peut s’exposer à des poursuites. « Il y a plusieurs approches juridiques possibles, rappelle Nathalie Phan Place. Et c’est sur ce point que nous nous positionnons. En contrepartie de la facilité d’accès au label, nous nous sommes donnés la possibilité de demander des éléments supplémentaires de vérification. » Grâce à cette facilité d’accès, le Sncd limite aussi l’engagement financier pour l’obtention du label. Pour les adhérents, le label 2019 est offert sous conditions, il est proposé à 950 € H.T pour les non-adhérents.   

    « La protection des données personnelles est un standard incontournable pour les entreprises de la DATA »

     In fine, l’objectif du Privacy Protection – Pact est bien pour le Sncd de faire progresser les entreprises dans leurs pratiques, en particulier sur la sécurité des données et la meilleure façon de les protéger. « Chacun prend conscience que l’on ne peut pas faire n’importe quoi avec les données », constate Nathalie Phan Place. Au-delà, la création de ce label est aussi une occasion de rassembler les différentes organisations de la Data Marketing Industrie, « A ce jour les cloisons entre syndicats tombent, car la donnée adressée envahit le monde publicitaire et cela se reflétera dans l’avenir. La protection des données personnelles est un standard incontournable pour les entreprises de la DATA et ce label est très ouvert », conclut Bruno Florence.  

    Pour en savoir plus :

     Le site du Privacy Protection – Pact :  www.privacyprotection-pact.org