SCITECH - Quantified Self - slides

30 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
30
Sur SlideShare
0
Issues des intégrations
0
Intégrations
1
Actions
Partages
0
Téléchargements
1
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

SCITECH - Quantified Self - slides

  1. 1. LE QUANTIFIED SELF Azizollahoff Maya Daoud Sandrine Friart Laure Kawkabani Pauline Vandeperren Ophélie
  2. 2. Sleep tracker : analyse du sommeil basée sur les mouvements du dormeur Application smartphone Application avec objets connectés Coach électronique : mesure des performances sportives et alimentaires Sleep Cycle Slide 1 sur 12
  3. 3. Sleep Cycle • Distance parcourue • Dépenses énergétiques • Fréquence cardiaque • Performances sportives • Graphiques évolutifs • Partage • Motivation et récompenses • Analyse du sommeil • Réveil intelligent • Partage • Conseils Slide 2 sur 12
  4. 4. PLAN Conclusion Aspect juridique et risques Monétisation du QS et Big Data Technologies et surfaces Définition et contexte Slide 3 sur 12
  5. 5. 1. Définition et contexte • Première apparition du terme en 2007 (Wired, Gary Wolf) Quantified Self = mesure de ses données personnelles via un regroupement de méthodes, de principes et d’outils technologiques dans le but de contrôler et donc de s’améliorer • 3 domaines : Sport Bien-être et santé Mode de vie et comportement • Phénomène s’inscrivant dans les tendances de marché : L’économie collaborative Les entreprises sociales La mondialisation La recherche de bien-être Définition et contexte Technologies et interfaces Monétisation du QS et Big Data Aspect juridique et risques Conclusion Slide 4 sur 12
  6. 6. 2. Technologies et interfaces • Interfaces • Applications web • Applications smartphone • Objets connectés • Technologies • Capteurs (ex.: accéléromètre) • Microphone • Caméra • Système GPS • LED • Batteries • Ecrans • Moyens de partage (Wi-Fi, Bluetooth, USB) Définition et contexte Technologies et interfaces Monétisation du QS et Big Data Aspect juridique et risques Conclusion Slide 5 sur 12
  7. 7. 3. Monétisation du QS et Big Data Définition et contexte Technologies et interfaces Monétisation du QS et Big Data Aspect juridique et risques Conclusion Plusieurs moyens de rémunérations : • Vente d’objets connectés (ex : Fitbit) • Via l’application Ø Application payante (ex : Sleep Cycle sur Google Play) Ø Publicités et Sponsoring Ø Modèle freemium (ex : Sleep Cycle sur Apple Store) • Vente des données Concurrence élevée Ø Besoin de fidéliser Ø Référencement Ø Promouvoir le quantified self Slide 6 sur 12
  8. 8. 3. Monétisation du QS et Big Data Définition et contexte Technologies et interfaces Monétisation du QS et Big Data Aspect juridique et risques Conclusion • Possibilité de vendre les données • Nouveau business model : Hardata • Evolution vers le Qualified self et l’extended exoself • Prochain défi : le stockage Slide 7 sur 12
  9. 9. 4. Aspect juridique et risques Définition et contexte Technologies et interfaces Monétisation du QS et Big Data Aspect juridique et risques Conclusion • Possession de données à caractère personnel par les entreprises à protection de la vie privée • Plusieurs législateurs: • Loi belge • Loi européenne • Accords internationaux • Législation en évolution • Politique de confidentialité Slide 8 sur 12
  10. 10. 4. Aspect juridique et risques Définition et contexte Technologies et interfaces Monétisation du QS et Big Data Aspect juridique et risques Conclusion • Intrusion excessive dans la vie privée: • Surveillance • Marketing ultra-ciblé • Obsession personnelle • Individualisme et égocentrisme à Conséquences sociétales Slide 9 sur 12
  11. 11. Développement à venir ØQS cognitif ØAdaptations sociétales 5. Conclusion : avenir et perspectives Définition et contexte Technologies et interfaces Monétisation du QS et Big Data Aspect juridique et risques Conclusion Slide 10 sur 12
  12. 12. 5. Conclusion : faut-il investir ? OUI POUR • Secteur en plein essor • Amélioration et démocratisation des technologies • Investissement des grandes entreprises • Adaptation des lois historiquement CONTRE • Risque pour l’individu : vie privée et obsession égocentrique • Problèmes de collecte et stockage des données Définition et contexte Technologies et interfaces Monétisation du QS et Big Data Aspect juridique et risques Conclusion Slide 11 sur 12
  13. 13. Merci de votre attention Questions ? Slide 12 sur 12

×