Upload
francois-cazals
View
605
Download
0
Embed Size (px)
Citation preview
DES BIG DATA
AU BIG BUSINESS
Par François Cazals
16 novembre 2016
LE PROFESSEUR
• François CAZALS
• Professeur affilié HEC, spécialisé
en stratégies digitales
• Auteur (et coauteur) de plusieurs
ouvrages
• Consultant en stratégie
• Lieutenant-colonel de gendarmerie
(RC), affecté au cabinet du DG
UN CHANGEMENT DE
PARADIGME
UN MANAGEMENT EMPIRIQUE
UN MANAGEMENT
ORIENTÉ DONNÉES
LA DÉMARCHE CLASSIQUE
FONDÉE SUR DES MÉTHODOLOGIES
LES DONNÉES INTERNES
Les données
comptables,
financières et
de gestion:
bilan, compte
de résultat,…
LES DONNÉES INTERNES
Les données industrielles
Les données logistiques
LES DONNÉES INTERNES
Les données
commerciales
LES DONNÉES INTERNES
LA PROBLÉMATIQUE
DES DONNÉES EXTERNES
DES MÉTHODES DE TRAITEMENT EMPIRIQUES
60’s 70’s 80’s …
LE DANGER DES SONDAGES
PROBLÈMES DE MÉTHODE
Tirage aléatoire au hasard
Méthode des quotas
LA PROBLÉMATIQUE DE LA
CONFIANCE STATISTIQUE
SOUVENEZ-VOUS!
ET MÊME AUJOURD’HUI…
CAR LES ÉTUDES SONT
DÉCLARATIVES!
L’APPROCHE QUALITATIVE EST
ENCORE PLUS COMPLEXE!
EXEMPLE DE RELEVÉ
DE VERBATIMS
L’INFORMATIQUE CHANGE TOUT
A partir des années 1990
NOUS APPRENONS À TRAITER LES
DONNÉES STRUCTURÉES
DATA MINING
L’exploration de données, connue aussi sous l'expression de fouille de
données, forage de données, prospection de données, a pour objet
l’extraction d'un savoir ou d'une connaissance à partir de grandes
quantités de données, par des méthodes automatiques ou semi-
automatiques.
Trouver ce que l’on cherche!
LES BÉNÉFICES
LA PROBLÉMATIQUE DE LA
CENTRALISATION DES DONNÉES
Data Warehouse
Extract Transform Load Middleware
PROBLÉMATIQUE TYPIQUE
DE LA RELATION CLIENT
LES BIG DATA
LE PHÉNOMÈNE BIG DATA
APRÈS LES PÉTROLIERS,
LES ENTREPRISES DE DONNÉES
Dix 1ères capitalisations boursières
2010
Dix 1ères capitalisations boursières
2016
AVANT LES BIG DATA,
LES DARK DATA
UN PHÉNOMÈNE RÉCENT
A L’ORIGINE, LES 4 INTERNET
1 000 milliards de pages Web
1 carte SIM par humain sur Terre
3 milliards d’humains sur Internet
2 internautes sur 3
sur les médias sociaux
55% des visites du Web viennent
d’un smartphone
E-commerce dans le monde
1 500 milliards €
80 milliards d’objets connectés
en 2020
44 000 milliards Go
en 2020
4 milliards de recherches Google
par jour
40 milliards de messages
WhatsApp par jour
215 milliards d’e-mails par jour
(hors Spam)
Internet des objets
Web mobile
Web 2.0
Web
LES APISApplication Programming Interface
Les connecteurs aux Data
Lakes
L’OPEN DATA
1 ZETTABYTE
LE PHÉNOMÈNE STATISTIQUE
1 DVD de données généré par jour
et par humain de la planète
LES 4V DU BIG DATA
V+V+V+V=Value
D’ABORD DES DONNÉES
NON-STRUCTURÉES
VOICI DES DONNÉES
NON-STRUCTURÉES
COMMENT TRAITER
LES BIG DATA?
Doug Cutting
HADOOP
LE RAFFINAGE DES BIG DATA
DATA SCIENCE
MATHEMATIQUES BUSINESS+ +
DATA-DRIVEN
STRATEGY
TECHNOLOGIES
Découvrir ce que l’on ne
cherche pas!
LES BÉNÉFICES
DONNER DU SENS AU DONNÉES
UNE DONNÉE
• Un couple concept,
mesure
• Exemple: 03/05/1964
UNE INFORMATION
• La donnée se
transforme en
information lorsqu’elle
est communiquée à
un être humain
capable de
l’interpréter
• Le public sait que
03/05/1964 est une
date: le 3 mai 1964
UNE CONNAISSANCE
• L’information
interprétée mise en
relation avec d’autres
informations
• En allant sur la page
Linkedin de la
personne, on
découvre qu’il s’agit
d’une date de
naissance
UNE COMPÉTENCE
• Une fois la
connaissance
intégrée, une action
peut être réalisée de
manière réfléchie et
intentionnelle
• La date de
l’anniversaire de la
personne connue, je
mets une alerte sur
mon agenda
DES ALGORITHMES AUX IA
QU’EST-CE QU’UN ALGORITHME?
Algorithme d’Euclide
Un algorithme, c’est une suite
d’instructions, qui une fois exécutée
correctement, conduit à un résultat
donné.
VOICI UN ALGORITHME
QUELQUES ALGORITHMES
DES GAFA
L’ALGORITHME APB
DEEP LEARNING
Apprentissage non-supervisé Apprentissage supervisé
LES IA SONT DÉJÀ LÀ!
LA RENAISSANCE DE WATSON
LES IA FONT PEUR!
HALL 900
VONT-ELLES REMPLACER
LES HUMAINS?
50% DES EMPLOIS REMPLACÉS PAR DES MACHINES?
Carl Benedickt Frey et Michael A. Osborne (Oxford,
2013)
61
La technologie doit être comprise comme médiateur plutôt qu’instrument, elle doit créer de l’autonomie plutôt que de la dépendance Gilbert Simondon
DATA-DRIVEN STRATEGY
LES BARBARES ARRIVENT
Après les GAFA, voici les NATU!
ÊTRE OU NE PAS ÊTRE UBERISÉ
UNE NOUVELLE ÉCONOMIE
Forte croissance, forte capitalisation, actifs intangibles, faible valeur
DE NOUVEAUX MODÈLES
STRATÉGIQUES
LES ENTREPRISES SONT
NATURELLEMENT IMPACTÉES
LES BIG DATA SUR TOUTE
LA CHAÎNE DU MANAGEMENT
Comprendre
Prévoir
DéciderAgir
Contrôler
UN IMPACT SYSTÉMIQUE
Client Finance Opérations RH
BIG DATA & CLIENT
Client Finance Opérations RH
BIG DATA & FINANCE
Client Finance Opérations RH
BIG DATA & OPÉRATIONS
Client Finance Opérations RH
BIG DATA & RH
Client Finance Opérations RH
POUR CONCLURE
LE NOUVEAU PARADIGME
HIER AUJOURD’HUI
RIVALITE
Grand
contre
Petit
La
puissance
AGILITE
Rapide
contre
Lent
Les données
AVANTAGE CONCURRENTIEL
CONFIANCE & TRANSPARENCE
Le nouveau règlement européen sur la protection des données personnelles
est paru au journal officiel de l’Union européenne le 4 mai 2016
et entrera en application en 2018.
https://www.cnil.fr/fr/reglement-europeen-sur-la-protection-des-donnees-ce-qui-change-pour-les-
professionnels
LA 3ÈME RÉVOLUTION
INDUSTRIELLE
L’ACTUALITÉ DU DIGITAL
Cazals.fr
@FCazals
Slideshare.net/cazals
Linkedin.com/in/francoiscazal
s