Sommaire datanomics

Sommaire datanomics
Datanomics Les nouveaux business models des données Simon Chignard Louis-‐David Benyayer « La technologie n’est ni bonne, ni mauvaise. Elle n’est pas neutre non plus. » Melvin Kranzberg, première loi de la technologie. Society for the History of Technology, 1986. Avant-‐propos Les données sont partout. Leur utilisation est au cœur des stratégies des grandes entreprises du numérique qui se déploient aujourd’hui dans nombre de secteurs traditionnels. Elles sont tout à la fois le carburant de cette économie, une opportunité de développement et un sujet d’inquiétude pour les individus qui voient leurs vies mises en données et surveillées par les entreprises et les États. Nous constatons chaque jour un décalage croissant entre les pratiques des données et notre compréhension, souvent partielle, de leurs enjeux techniques, économiques, politiques et sociétaux. Face à cette réalité, les discours, les raisonnements et les débats sont fragmentés. Même notre « pensée » sur les données est en silos. On continue de structurer les échanges par type de données : personnelles, ouvertes, massives. Cette approche, qui conduit à des discours d’expertise, ne nous aide pas à comprendre les interactions entre toutes ces dimensions. Pour sortir du flou, il fallait choisir une clé de lecture. La question de la valeur et les discours qui lui sont associés nous ont semblé pertinents pour éclairer les changements en cours. La valeur, forcément subjective, que nous accordons aux données est à la fois la cause et la conséquence de nos actions, le déterminant et le résultat. Cet essai explore les transformations engendrées par un monde de données abondantes. La première transformation concerne la façon dont nous produisons et collectons aujourd’hui des données. Ce phénomène, appelé « big data », n’est pas qu’une affaire de volume : il change fondamentalement la nature même des données qui peuvent être mobilisées. La deuxième est liée aux fondements de la valeur : la rareté a cédé la place à l’abondance. Les données ne valent pas tant pour ce qu’elles sont, mais plutôt pour ce qu’elles permettent de
faire et pour les positions stratégiques auxquelles elles donnent accès. La troisième transformation est liée à l’émergence d’une économie de la donnée selon trois facettes : la matière première, le levier et l’actif stratégique. Bien plus qu’un bien qui se vend et s’achète, la donnée est un outil puissant pour décider, agir et produire autrement, mais aussi pour prendre place au sein d’un écosystème. Le propos ne serait pas complet sans une analyse critique des impacts pour les entreprises, l’acteur public et les individus. Car les données sont pour chacun une source d’opportunités et de menaces. Elles rebattent les cartes de la concurrence, interrogent les services publics dans leurs missions et interpellent les individus sur leur capacité à ne pas être « prisonniers des algorithmes », mais plutôt à utiliser les données comme un levier d’émancipation. Tel est le parcours qui est proposé dans cet ouvrage. Il s’adresse à ceux qui veulent comprendre et agir. Les décideurs économiques et politiques y trouveront des clés pour identifier les opportunités et les menaces dans les changements en cours. Les cadres et les entrepreneurs disposeront de nombreux exemples sur la manière dont les données sont aujourd’hui utilisées par les entreprises du numérique, pour améliorer leur service et étendre progressivement leur domaine d’activité. Chacun y trouvera des pistes d’action, individuelles et collectives, du local à l’international. Ce livre s’appuie sur nos expériences acquises auprès de start-‐ups, de grands groupes et d’acteurs publics. Nous sommes les témoins, parfois les acteurs, de cette révolution de la donnée. Nous avons rencontré les entrepreneurs qui font de l’exploitation des données leur terrain de jeu, mais aussi les grands groupes qui craignent de se faire « uberiser 1». Nous sommes en contact avec des organisations et des associations qui s’emparent de la question de la médiation aux données, partout en France. Nous participons, enfin, aux efforts des collectivités et des gouvernements pour repenser les services publics et fonder des décisions politiques sur l’analyse des données. Datanomics se compose de trois parties. La première s’attache à décrire le nouveau paysage des données (chapitre 1) et à étudier la question de leur valeur (chapitre 2) ; la seconde présente notre cadre d’analyse : la donnée en tant que matière première (chapitre 3), levier (chapitre 4) et actif stratégique (chapitre5); la dernière analyse les impacts et propose des pistes d’action pour les entreprises (chapitre 6), l’acteur public (chapitre 7) et les individus (chapitre 8). Vous pouvez prolonger la lecture de Datanomics sur le web en consultant le site www.datanomics.fr qui vous permettra d’accéder à d’autres contenus et sources. En vous abonnant au Scoop.it Datanomics et en utilisant #datanomics sur Twitter vous serez au courant de nos lectures et de celles des autres lecteurs. Les contenus du site web et du Scoop.it seront mis à jour régulièrement avec vos commentaires et contributions sur Twitter. 1 Ce néologisme a notamment été popularisé par Maurice Levy, patron de Publicis : « C’est l’idée que l’on se réveille soudainement en découvrant que son activité traditionnelle a disparu. »
Sommaire Chapitre 1 — Un monde de données 1. Les racines de la révolution des données 1.1 La spectaculaire baisse des coûts de stockage et d’analyse des données 1.2 Une demande en progression 1.3 Des algorithmes de plus en plus puissants et opaques 2. Comprendre les limites des données 2.1 La donnée n’existe pas à l’état naturel 2.2 La pensée magique du big data 3 Un paysage des données très diversifié 3.1 Une très grande variété de données 3.2 De nouveaux modes de production des données 3.3 La fin de l’exclusivité Chapitre 2 — Que valent les données ? 1. Les caractéristiques économiques des données 2. Entre travail, utilité et rareté 2.1 La donnée vaut ce qu’elle coûte à produire/obtenir 2.2 La donnée vaut ce que l’on peut en faire 2.3 La donnée vaut parce qu’elle est rare 3. La valeur est coconstruite et future 3.1 La valeur d’option des données 3.2 Les externalités Chapitre 3 — la donnée matière première 1. La donnée qui se vend et s’achète 1.1 Déterminer le prix d’une donnée 1.2 Choisir une stratégie de tarification 2 Les courtiers, acteurs centraux du marché de la donnée 3. La donnée devient librement accessible 3.1 La liquidation de la valeur d’échange 3.2 L’exploitation des sources gratuites, une nouvelle opportunité Chapitre 4 — la donnée comme levier et gain d’opportunité 1. Améliorer les systèmes d’information existants 2. Décider avec les données 2.1 Des décisions plus rapides et plus justes 2.2 La remise en cause des modes de décision traditionnels 3. Agir et produire avec les données 3.1 L’hyper-‐individualisation 3.2 La fixation dynamique des prix 3.3 La production automatisée avec des algorithmes Chapitre 5 — la donnée comme actif stratégique 1. Bâtir un modèle économique
1.1 Alimenter et renforcer un modèle biface 1.2 Développer des modèles « serviciels » 2. Conquérir et garder le client final 2.1 Devenir le point d’accès exclusif 2.2 Augmenter les barrières à la mobilité 2.3 Produire de la confiance 3. S’installer au cœur d’un écosystème 3.1 S’établir comme plateforme 3.2 Prendre une position dans un nouvel écosystème 3.3 Établir un rapport de force favorable au sein d’une filière Chapitre 6 — les batailles concurrentielles 1. Les nouvelles arènes concurrentielles 1.1 Le territoire redéfini 1.2 L’intermédiation, l’arme absolue 1.3 Stratégies d’alliance et d’affrontement 2. Les armes de la bataille 2.1 Développer un « data mindset » 2.2 Définir une stratégie d’ouverture, construire et animer l’écosystème 2.3 Changement de posture : expérimenter et pas seulement planifier 2.4 Explorer et exploiter simultanément Chapitre 7 — politique de la donnée 1. La ville, premier terrain de jeu des données et des algorithmes 1.1 La ville intelligente 1.2 La ville pilotée par les données 2. De la statistique publique aux stratégies de données 3. Les services publics à l’ère des datanomics 3.1 Big data, cheval de Troie ? 3.2 La donnée, nouveau service public 3.3 De la donnée publique à la donnée d’intérêt général 4. Régulation et souveraineté 4.1 Comment réguler les usages des données ? 4.2 Souveraineté et géopolitique de la donnée Chapitre 8 — faire société dans un monde de données 1. Les règles de partage des données 1.1 À qui appartiennent les données ? 1.2 La restitution des données personnelles 2. Émancipation ou aliénation ? 2.1 La « prison algorithmique » 2.2 Les stratégies de retrait 2.3 L’intelligence artificielle et la place des humains 3. Faire ensemble grâce aux données 3.1 Le contrepouvoir 3.2 La création de service en pair-‐à-‐pair

Sommaire datanomics

Recommandé

Contenu connexe

Présentations pour vous(20)

En vedette(13)

Similaire à Sommaire datanomics(20)

Plus de Louis-David Benyayer(6)

Dernier(20)

Sommaire datanomics