L’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL





télécharger 109.11 Kb.
titreL’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL
page2/3
date de publication21.10.2017
taille109.11 Kb.
typeDocumentos
e.20-bal.com > droit > Documentos
1   2   3

Le marketing personnalisé

Il y a dix ans, le décisionnel se focalisait seulement sur l’analyse des ventes. Puis, il y a cinq ans, il s’est mis à analyser les achats au travers le comportement des consommateurs, maintenant le Big Data connaît tout de nous ! Aujourd’hui déjà un internaute ne voit pas les mêmes résultats de recherche qu’un autre, ne voit pas non plus les mêmes publicités, ni les mêmes articles sur un portail d’informations, ne dispose pas des mêmes offres commerciales que son voisin… Les algorithmes sont passés par là…

Exemple d’Amazon avec ses algorithmes de recommandation d’achat : résultat de recherche d\'images pour Amazon a marqué un nouveau pas dans la façon d’aborder la relation commerciale et le processus de vente. Le leader mondial de la vente en ligne a en effet annoncé qu’il était désormais en mesure de prédire le prochain acte d’achat de chacun de ses clients, et donc de le préparer à l’expédition avant même qu’il ne soit commandé. Le Big Data se cache derrière cette opération. Amazon a en effet transformé toute sa chaîne logistique en adéquation avec les conclusions des analyses Big Data, même si son organisation ne montrait pourtant pas de failles majeures. Amazon réaliserait environ 30 % de ses revenus grâce aux ventes croisées (suggestions d’achats). Pour cela, Amazon mouline soigneusement vos précédentes commandes, votre historique de navigation, le temps passé sur les commentaires, votre nationalité, votre pays d’origine, et même la météo du lieu où vous vous connecté; le tout avec les habitudes des consommateurs qui vous ressemblent….

Facebook : https://encrypted-tbn3.gstatic.com/images?q=tbn:and9gcriqyl--vwg_e53twmjpzly4rpwiaqtm8wntfzmmzepd42znu7b2vedpljhIl a été l’un des premiers à investir dans ce que l’on appelle les algorithmes « d’apprentissage profond », des programmes capables de détecter les sentiments d’un texte, en fonction de l’ordre des mots, de leur rôle sémantique, du contexte dans lequel ils apparaissent. Ces algorithmes de nouvelle génération arrivent à extraire d’une masse de données numériques, aussi bien des mails, des likes, que des photos ou des vidéos la personnalité d’un internaute. L’objectif ultime étant de déceler les attentes, voire de les précéder. Le numéro deux de la pub en ligne cède ces précieuses informations qui, avec les affinités, les habitudes, les goûts, les dates d’anniversaire, ou les lieux géographiques de ses utilisateurs permettront aux entreprises  de proposer des offres sur mesure aux clients.


Exemple d’Avis : résultat de recherche d\'images pour Le loueur de véhicules Avis a amélioré le résultat en Europe de ses campagnes de marketing par courriel et divisé ses coûts par deux. En analysant les données sur ses clients, Avis propose des offres personnalisées dans plus de 18 millions d’envois de courriels chaque année. Avec une meilleure connaissance de l’activité des clients grâce à l’historique des clics dans les courriels et les transactions, Avis personnalise tous les courriels. Par exemple, le loueur dispose d’une base de données de «clients privilégiés» à qui elle promet une prise en charge dans un délai de trois minutes (ils sont assurés de recevoir la clef de leur véhicule dans un délai de trois minutes à partir du moment où ils se présentent au guichet). La rapidité de service étant essentielle pour fidéliser les clients.

L’industriel Chinois Lenovo, résultat de recherche d\'images pour fabricant d’ordinateurs, tablettes et téléphones, rassemble depuis 2014 une gigantesque base de données avec les informations venant des usines, mais aussi des produits (pbs techniques, retours…) et surtout des clients via le web. A travers 1700 sites web et les réseaux sociaux il récupère l’intégralité de ce qui se dit sur ses 200 produits et sur la concurrence (10 tétraoctets par mois). Il donne ainsi des informations à ses concepteurs, recherche les tendances, etc….

Pour la grande consommation par exemple, des boîtiers capteurs de signatures de téléphones portables installés sur les murs permettent de connaître en temps réel l’affluence du magasin mais aussi les zones où les clients s’attardent le plus, quels sont les clients qui sont déjà venu, s’ils se connectent à telle ou telle application à la sortie du magasin. Le gérant peut alors acheter en temps réel une bannière publicitaire afin de renouer le lien avec le client ou offrir une promotion.

  • L’essor des métadonnées en médecine

Le médecin a appris à maîtriser des technologies de plus en plus sophistiquées dans les différentes spécialités médicales. Ces outils lui offrent de nouvelles possibilités de diagnostic à savoir, les appareils d’imagerie : scintigraphie, échographes, IRM etc. Les automates d’analyse biologique, les appareils d’analyse de signaux comme l’électrocardiogramme ou encore l’électroencéphalogramme, ainsi que les appareils de traitement des pathologies (dialyse, laser, assistance respiratoire, médecine nucléaire,…).

Majoritairement pilotés par des ordinateurs spécialisés qui sont directement ou indirectement connectés à un réseau informatique, ces dispositifs permettent de collecter des informations diverses concernant les patients. Ils se présentent comme de nouveaux moyens d’investigation, de comparaison de l’information que les médecins traitants peuvent utiliser pour accroître leur réactivité dans la prise en charge de leurs patients. Ils peuvent aussi s’en servir pour mener des études épidémiologiques des maladies dans la population ou sur la consommation médicamenteuse.

Les objets connectés, et leur masse de données, seront part intégrante de notre quotidien et spécialement dans le domaine de la santé. Bracelets, podomètres, balances, brosses à dent, tensiomètres, appareils sportifs, assistants de confort, aide aux personnes âgées, contrôles médicamenteux… On parle même d’un instrument médical appelé Tricorder X qui sera contrôlé par votre téléphone qui prendra un scan de votre rétine, analysera votre respiration et votre sang. Il analysera 66 marqueurs biologiques pouvant identifier presque toutes les maladies ! Cependant les données de santé sont considérées comme particulièrement sensibles. Elles permettent de caractériser un individu sur des éléments extrêmement précis et privés. Les acteurs du monde de la santé sont donc tenus de s’engager sur l’anonymisation totale des données sensibles.

  • Le séquençage de l’A.D.N.

Le projet de France Génomique, traite du séquençage de l’ADN. Quelques notions s’imposent : le séquençage consiste à déchiffrer le code génétique. Pour le génome humain, cela représente 3 milliards de bases réparties sur 23 chromosomes. Le génome du blé, par exemple, renferme 17 milliards de bases, alors qu’une bactérie n’en contient que quelques millions. On prend alors vite la mesure des volumes et traitements nécessaires. Dans les années 90, un programme international a été lancé dans le but de séquencer l’intégralité du génome humain. La tâche a été achevée en 2003 seulement, mais c’était une première mondiale. Plusieurs années de travail donc, mais aussi plus de 3 milliards de dollars investis pour réaliser cet exploit. Aujourd’hui, un génome humain se lit en quelques heures pour quelques milliers de dollars ! Cette rupture technologique, scientifique et financière ouvre la voie à des applications de séquençage massif. Prenons l’exemple du cancer : séquencer le génome de cellules tumorales par comparaison au génome « normal » du patient permet d’en déterminer le profil génétique, et dans certains cas de prédire quel traitement a le plus de chances d’être efficace pour un patient donné. C’est de la médecine personnalisée, une grande avancée apportée par la génomique et le Big Data.

  • Le Big Data contre la Cybercriminalité

On le sait, d'ici 2020, la planète comptera plus de 30 milliards d'objets connectés. Pour tirer le meilleur de ces innovations révolutionnaires et éviter que ces dernières ne deviennent un cauchemar en termes de sécurité informatique, les organisations vont devoir muter pour apprendre à gérer, traiter, stocker, analyser et redistribuer un volume vertigineux de données en temps réel et en toute sécurité. Le Big Data est au cœur de ces dispositifs à mettre en place.

Pour limiter leur surface d’attaque et leur vulnérabilité, les entreprises et les états devront disposer d'une plate-forme Big Data de Cybersécurité capable de supporter des milliards d'événements pour assurer la supervision totale de tous les appareils se connectant et accédant à leurs réseaux. L'utilisation de technologies, telles que le Machine Learning permettra la détection d'anomalies, de comportements anormaux ou de tentatives de fraude. La dernière attaque de très grande ampleur date d’octobre 2016 où les USA et partiellement l’Europe ont été touchés par un déni de service DDOS sur de très grands services tels Twitter, Airbnb, Spotify….En 2015, le nombre de cyberattaques a augmenté de 51% en France. Les experts estiment entre 800 et 900 le nombre de groupes de hackers dans le monde capables de mener des attaques rapides et efficaces. Il existe un marché noir où l’on peut acheter des attaques plus ou moins élaborées (du lot d’identifiants aux comptes bancaires ou aux dénis de service…). Imaginons du cyberterrorisme sur des infrastructures (parc nucléaire, hôpitaux, trains…) !

Dans le secteur bancaire, le Big Data est en train de révolutionner le processus du KYC (« Know Your Customer »), qui met l’accent sur l’importance de bien connaître ses clients. Ce concept a glissé vers le KYCd (« Know Your Customer’s data »). Cette approche plus précise et plus approfondie donne de meilleurs résultats dans les domaines de la lutte contre le blanchiment d’argent et d’autres types de détection des fraudes. Les banques ont une longueur d’avance dans le domaine de la cybersécurité.

La Suisse et le Luxembourg se sont d’ailleurs positionnés sur le créneau des coffres forts numériques. Des bunkers géants dignes des films de James Bond, un cadre juridique protecteur et leur culture de la sécurité attirent des clients des 4 coins du monde !

  • Outil de détection de la contrefaçon en ligne

« C’est comme un Google inversé », au lieu de partir du produit contrefait, on part du site d’achat. L’analyse de la source des sites web, leur service client, leur licence… est souvent révélatrice. En moyenne et pour chaque source identifiée, plus de 300 points de mesures sont analysés, à partir d’une douzaine de réseaux sociaux les plus fréquentés et de l’ensemble du web. Selon l’OCDE, le marché de la contrefaçon en ligne connaît plus de 25 % de croissance annuelle depuis 2010. Les réseaux sociaux représenteraient à eux seuls jusqu’à 90 % de ce trafic. Si à ce jour l’utilisation vise les secteurs du luxe, des cosmétiques et de la pharmacie, il parait assez évident que de nombreux acteurs pourraient vouloir dupliquer l’idée. Et le secteur privé n’est pas le seul concerné : les services des douanes envisagent l’utilisation de ce type d’outil hyperpuissant pour l’optimisation de leur fonctionnement.

  • Lutter contre la criminalité

Les polices de New York ou de los Angeles disposent d’un logiciel d’analyse prédictive de la criminalité. Baptisée Crush (Criminal reduction utilizing statistical history), cette application regroupe une vingtaine d’années d’archives et de statistiques liées à la délinquance et à la criminalité, avec toutes les caractéristiques des délits : lieu, heure, mode opératoire, etc. L’analyse de ces données est assurée par un programme mathématique qui permet de localiser les endroits à risque de la ville, d’identifier les types de délits qui y sont commis, en fonction de critères tels que le moment de la journée ou le jour de la semaine. Concrètement, la police peut alors agir et envoyer des effectifs avant que le crime ou le délit ne soient commis. Mais le Big Data peut faire courir le risque que les gens soient jugés non pas sur leur comportement réel mais sur leur propension à avoir le comportement que les données leur prêtent. On pourrait alors punir des gens pour leurs penchants, leurs relations, leurs intentions, plutôt que pour leurs actions !

  • Les Instituts de sondage

Au cours des derniers mois, nous avons pu observer un certain nombre d’erreurs concernant les sondages tels que lors des élections américaines, du Brexit, des primaires en France etc. L’explication est simple, de nombreuses erreurs se glissent dans les analyses car faute de moyens financiers,  le panel est souvent trop réduit. Les outils utilisés ne sont plus adaptés. Il serait nécessaire d’utiliser le Big Data afin d’obtenir une importante volumétrie ayant la capacité d’ingérer, de stocker et d’analyser les données de manière efficace. On passe encore à une autre étape avec le Big Data en traitant des milliards de données, en ressortant des profils politiques individuels, enrichis de potentiels de réaction à telle ou telle décision….

  • L’assurance auto évolutive

Grâce au Big Data, les compagnies d’assurances peuvent désormais obtenir, en temps réel, des informations réelles sur le type de conduite de leurs assurés. Cette personne roule-t-elle souvent au-dessus de la limitation de vitesse ? Celle-ci grille-t-elle souvent les feux ? Combien de temps conduit-elle en moyenne par jour ? Y a-t-il eu une évolution dans son type de conduite récemment ? Vient-elle de se localiser sur Facebook dans un bar — et donc a-t-elle des risques de conduire alcoolisée ? Tant d’éléments qui fournissent une analyse beaucoup plus fine du profil auquel la compagnie est confrontée. En 2011, la société Progressive a créé la surprise en lançant son service d’assurance auto « Pay As You Drive ». Littéralement, cela signifie que l’automobiliste voit le tarif de son assurance s’adapter à son type de conduite. Le prérequis ? Accepter l’installation de capteurs et systèmes de tracking sur sa voiture. Évidemment, on peut trouver le principe extrêmement intrusif. Du côté de l’assuré, on peut voir aussi les choses avec enthousiasme. Une attitude dite idéale, verra la compagnie lui offrir des réductions sur le tarif qu’il paye. À l’inverse, l’automobiliste à risque devra s’acquitter de sanctions tarifaires. Au-delà de l’aspect monétaire, le monitoring de la conduite permet aussi à la société de mettre à disposition de ses assurés un outil de suivi. Chacun peut, presque en temps réel et avec une traçabilité, observer l’évolution de son type de conduite et chercher à l’améliorer.

  • La Sécurité Aérienne

La société SafetyLine regarde toutes les données, essentiellement récupérées par les capteurs disposés sur les avions, mais aussi les données météorologiques par exemple. Un avion enregistre environ 1 000 paramètres par seconde ! L’algorithme de SafetyLine met en évidence ce qui différencie les vols normaux des vols atypiques. Profil du vol, configurations diverses, type de pilotage…L’outil prend toutes les données de tous les vols disponibles et construit un modèle. On peut alors faire une prédiction, en pourcentage, des risques sur un modèle donné. Par exemple, pour tel type d’avion, sur tel type de trajet, dans telle compagnie, le vol est plus risqué. On donne ces indicateurs aux compagnies aériennes qui ont choisi le service de SafetyLine. Air France, c’est 75 000 vols moyens courriers en quelques mois uniquement et c’est déjà largement suffisant pour en tirer des conclusions pertinentes. L’outil détecte les signaux faibles, avant même les accidents ou dérives qui pourraient survenir. Safetyline observe donc la corrélation des paramètres qui peut augmenter le risque, sans que l’œil humain puisse le percevoir ni qu’aucun problème ne survienne. C’est aussi en construisant ces modèles que l’on peut faire du prédictif et du préventif. Et chaque vol, chaque aéroport, chaque avion a ses particularités.
1   2   3

similaire:

L’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL iconQuels sont les enjeux et défis de la chimie du xxième siècle ?
...

L’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL iconChapitre 1 : les multiples manières de comprendre, d’analyser et de théoriser la ville

L’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL iconPrésentation générale
«folles années 1990», essayant d’analyser les erreurs qui ont conduit l’économie américaine (et par là le reste du monde) à l’éclatement...

L’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL iconRésumé L’engorgement des marchés, les crises économiques mais surtout...

L’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL iconRésumé L’article se charge de promouvoir l’utilisation des données...

L’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL iconCette analyse quantitative et qualitative des retombées médias a...

L’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL iconLes temps sont prospères, l’économie est florissante, les travailleurs...

L’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL iconManuel Magnard ts : p. 118 à 144 Problématique
«nouvel ordre mondial». La fin de la guerre froide ne signifie cepandant pas la fin des conflits dans le monde. On assiste au contraire...

L’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL iconNote eprist sur le text et data mining
«moderne» essentiel, adapté à la masse croissante de données polymorphes (BigData), pour exploiter les données et produire de nouvelles...

L’explosion quantitative et exponentielle des données numériques a poussé les chercheurs à trouver de nouvelles manières de voir et d’analyser le monde. IL iconVeille et management des compétences: application de la démarche...
«nouvelles» pendant la dernière décennie. L’objet de ces métiers est de privilégier les objets immatériels c’est-à-dire, les productions...






Tous droits réservés. Copyright © 2016
contacts
e.20-bal.com