SlideShare une entreprise Scribd logo
1  sur  12
Télécharger pour lire hors ligne
Big Data & Plateformes
Nicolas Glady, Professeur, Essec Business School
Titulaire de la Chaire Accenture Strategic Business Analytics
Directeur du Center for Digital Business
Chief Digital Officer de l’ESSEC
Du Big Data aux modèles économiques en
écosystèmes basés sur l’activité des utilisateurs
80’:
60kb
90’:
16Mb
2000:
1Gb
Est-ce que le Big Data est vraiment nouveau ?
2020: ?
35 Zetabytes
(1021 bytes)
Le Big Data est Big: oui !
Mais ne s’agit-il pas simplement de
l’application de la Loi de Moore ?
2
Un exemple en gestion client (CRM)
Base de
données avec
n entrées
Nom Fréquence Valeur Récence …
Barack 100 1000 2 jours
Michelle 400 800 3 jours
Norman 350 5 35 jours
…
Alimente
Populationdenindividus
Appellent
3
Contenus générés par les clients (UGC) : la source de la
donnée est décentralisée (Web 2.0)
4
Et les réseaux (sociaux) accélèrent encore cette
dynamique:
5
La décentralisation de la donnée et les réseaux génèrent un volume,
une vitesse et une variété de données inégalés dans l’histoire
Avant:
–Données structurées
–Générées par les entreprises
–Mise à jour tous les mois
–N entrées
Big Data:
–Données non-structurées
–Générées par les utilisateurs
–En temps réel
–N*N entrées
Nom Fréquence Valeur Récence …
Barack 100 1000 2 jours
Michelle 400 800 3 jours
Norman 350 5 35 jours
…
Source Receveur Date Type …
Barack Michelle 6/11/2012 Photo
Norman Nicolas 21/01/2013 Vidéo
Danielle Norman 23/02/2013 Texte
…
Le Big Data est VRAIMENT Big (évolution quadratique des
volumes) du fait d’un changement de nature profond de la source
de génération de celle-ci.
6
Le contenu généré par les utilisateurs est à la base d’une
nouvelle sorte de modèle économique : les plateformes
7
Client Mobile & IoT
Data & Analytics
Social
& 3rd Parties
Platform
Ecosystem
Le mobile & l’IdO est le
point d’entrée
Les plateformes agrègent les
contenus en s’appuyant sur
la donnée
ESSEC 8See Marshall Van Alstyne and colleagues’ Platform Revolution
Going from a linear to an ecosystem-centric business model
Reconfiguring the ecosystem architecture: 1)
Linear Value Chain
Product
LINEAR VALUE CHAIN
ProductSuppliers Buyers
ESSEC
Product
Buyer
Buyer
NEW
CUSTOMERS
SUPPLY ECONOMY OF SCALE
NETWORK EFFECTS
• New buyers enable bigger and cheaper supply
• Falling average costs
• Monopolistic supply
9See Marshall Van Alstyne and colleagues’ Platform Revolution
Going from a linear to an ecosystem-centric business model
Reconfiguring the ecosystem architecture 2)
Supply Economy of Scale (1st Network effects)
Portal
Buyer
Buyer
BuyerSuppliers
Supply Economy of Scale
Networkeffect(retail)
Importance of context
ESSEC
Product
Buyer
Buyer
NEW
CUSTOMERS
DEMAND ECONOMY OF SCALE
NETWORK EFFECTS
• BUYERS become USERS, adding value to the products
• Attracting new CONTRIBUTORS (generativity)
• Monopolistic demand
10See Marshall Van Alstyne and colleagues’ Platform Revolution
Going from a linear to an ecosystem-centric business model
Reconfiguring the ecosystem architecture 3)
Demand Economy of Scale (2nd Network effects)
Portal
User
User
User
Supply Economy of Scale
Networkeffect(retail)
ProductPlatform
Attract new
takeholders
Inflate the
ecosystem
Generate new
data/resources
Improve the
product offer
Strengthen the
platform quality
Demand Economy of Scale
Permanent feedbacks
Networkeffect
(generativity)
Contributor
Partner
User
NEW
SUPPLIERS
Updated products
Importance of contextImportance of context
Partage des données : les conditions du succès ?
 La donnée est source de création de valeur dans l’économie de la
connaissance. Ex : améliorer les produits/services existants, en concevoir de
nouveaux...
 La donnée permet de dégager des externalités positives si elle est partagée entre
acteurs de secteur différents. En cela, « la donnée n’est PAS le nouveau pétrole »
 Si je vends un baril, je perds un baril.
 Si je partage ma donnée elle peut créer de la valeur pour mon partenaire sans que
cela se fasse à mon détriment.
• Quelle valeur pour la donnée ?  Conception d’un modèle de valorisation
• Quelles sont les conditions qui facilitent les échanges et permettent la création
d’externalité positives ?
Questions?
Situation
11
Comprendre la raison d’être et devenir l’orchestrateur de
son écosystème en facilitant l’activité de ses membres
P.12
Définition de la
Raison d’Être
de l’écosystème
Identification des
acteurs de
l’écosystème
Identification des
problématiques
de ces acteurs
Conception des
actions pour
orchestrer
l’écosystème
Identifier/définir la raison d’être son écosystème et comprendre comment il est
possible de réduire les frictions pour chaque acteur de l’écosystème.
Travail en cours avec la Chaire Networked Business Models du Prof. Jan Lepoutre
L’Orchestrateur réduit les frictions entre acteurs  création d’externalité positive
Remarque: L’un des facteurs principaux de succès est la capacité à généré (generativity),
encouraget et animer (community managment) des échanges qui donneront lieux à des flux
de données. Donnée qui permettra à l’orchestrateur de mieux contrôler l’écosystème

Contenu connexe

Tendances

Pourquoi l'open data ?
Pourquoi l'open data ?Pourquoi l'open data ?
Pourquoi l'open data ?Henri Verdier
 
Memoire recherche
Memoire rechercheMemoire recherche
Memoire recherchetmauriac
 
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIE
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIEAtelier 2AM / BIG DATA LAB by Groupe CARTEGIE
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIEGroupe IDAIA
 
Valtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entrepriseValtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entrepriseValtech
 
La Big Data et ses applications
La Big Data et ses applicationsLa Big Data et ses applications
La Big Data et ses applicationsAffinity Engine
 
BIG DATA - Les données au service de la business intelligence
BIG DATA - Les données au service de la business intelligenceBIG DATA - Les données au service de la business intelligence
BIG DATA - Les données au service de la business intelligenceJulien DEMAUGÉ-BOST
 
Big data démystifié td2014
Big data démystifié td2014Big data démystifié td2014
Big data démystifié td2014Romain Casteres
 
La valeur des Big Data sera dans leurs usages
La valeur des Big Data sera dans leurs usagesLa valeur des Big Data sera dans leurs usages
La valeur des Big Data sera dans leurs usagesSAS FRANCE
 
Big data-2-170220212621
Big data-2-170220212621Big data-2-170220212621
Big data-2-170220212621Haifa Akermi
 
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCGMicropole Group
 
L'open data, levier stratégique
L'open data, levier stratégiqueL'open data, levier stratégique
L'open data, levier stratégiqueHenri Verdier
 

Tendances (14)

Pourquoi l'open data ?
Pourquoi l'open data ?Pourquoi l'open data ?
Pourquoi l'open data ?
 
Memoire recherche
Memoire rechercheMemoire recherche
Memoire recherche
 
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIE
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIEAtelier 2AM / BIG DATA LAB by Groupe CARTEGIE
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIE
 
Big data
Big dataBig data
Big data
 
Valtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entrepriseValtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entreprise
 
La Big Data et ses applications
La Big Data et ses applicationsLa Big Data et ses applications
La Big Data et ses applications
 
BIG DATA - Les données au service de la business intelligence
BIG DATA - Les données au service de la business intelligenceBIG DATA - Les données au service de la business intelligence
BIG DATA - Les données au service de la business intelligence
 
Big data démystifié td2014
Big data démystifié td2014Big data démystifié td2014
Big data démystifié td2014
 
La valeur des Big Data sera dans leurs usages
La valeur des Big Data sera dans leurs usagesLa valeur des Big Data sera dans leurs usages
La valeur des Big Data sera dans leurs usages
 
Big data-2-170220212621
Big data-2-170220212621Big data-2-170220212621
Big data-2-170220212621
 
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCG
 
I love BIG DATA
I love BIG DATAI love BIG DATA
I love BIG DATA
 
L'open data, levier stratégique
L'open data, levier stratégiqueL'open data, levier stratégique
L'open data, levier stratégique
 
Programme Big Data
Programme Big DataProgramme Big Data
Programme Big Data
 

Similaire à Assurtech : Big Data & Plateformes

Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Altares D&B
 
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?Wavestone
 
Enjeux de la donnee 21 novembre18
Enjeux de la donnee 21 novembre18Enjeux de la donnee 21 novembre18
Enjeux de la donnee 21 novembre18Laetitia Lycke
 
Big Data Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel businessMouhsine LAKHDISSI
 
Big data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessBig data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessVincent de Stoecklin
 
Une introduction à la co-création dans le domaine des TIC
Une introduction à la co-création dans le domaine des TICUne introduction à la co-création dans le domaine des TIC
Une introduction à la co-création dans le domaine des TICRobert Viseur
 
10 tendances principales en matière de solution décisionnelle pour 2015
10 tendances principales en matière de solution décisionnelle pour 201510 tendances principales en matière de solution décisionnelle pour 2015
10 tendances principales en matière de solution décisionnelle pour 2015Tableau Software
 
Big data : avis d'Experts
Big data : avis d'ExpertsBig data : avis d'Experts
Big data : avis d'ExpertsLinda Bor
 
Le Big Data et les analytics : quels enjeux pour le marketing BtoB
Le Big Data et les analytics : quels enjeux pour le marketing BtoBLe Big Data et les analytics : quels enjeux pour le marketing BtoB
Le Big Data et les analytics : quels enjeux pour le marketing BtoBSparklane
 
Big data et marketing digital
Big data et marketing digital Big data et marketing digital
Big data et marketing digital Hamza Sossey
 
Webinaire Business&Decision - Trifacta
Webinaire  Business&Decision - TrifactaWebinaire  Business&Decision - Trifacta
Webinaire Business&Decision - TrifactaVictor Coustenoble
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data VirtualizationDenodo
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data VirtualizationDenodo
 
Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...
Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...
Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...Touria Engohan
 
uyéyefygjhqjhgjhgequtCours-Data-Mining.pdf
uyéyefygjhqjhgjhgequtCours-Data-Mining.pdfuyéyefygjhqjhgjhgequtCours-Data-Mining.pdf
uyéyefygjhqjhgjhgequtCours-Data-Mining.pdfNajlaAllouche
 
Pourquoi l'analytique est un enjeu important
Pourquoi l'analytique est un enjeu importantPourquoi l'analytique est un enjeu important
Pourquoi l'analytique est un enjeu importantSolutions IT et Business
 
Neo4j - Cas d'usages pour votre métier
Neo4j - Cas d'usages pour votre métierNeo4j - Cas d'usages pour votre métier
Neo4j - Cas d'usages pour votre métierNeo4j
 

Similaire à Assurtech : Big Data & Plateformes (20)

Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
 
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?
Synthèse Solucom - Energéticiens et monde digital : une relation en mode combat?
 
Enjeux de la donnee 21 novembre18
Enjeux de la donnee 21 novembre18Enjeux de la donnee 21 novembre18
Enjeux de la donnee 21 novembre18
 
Big Data Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel business
 
Big data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessBig data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-business
 
Une introduction à la co-création dans le domaine des TIC
Une introduction à la co-création dans le domaine des TICUne introduction à la co-création dans le domaine des TIC
Une introduction à la co-création dans le domaine des TIC
 
10 tendances principales en matière de solution décisionnelle pour 2015
10 tendances principales en matière de solution décisionnelle pour 201510 tendances principales en matière de solution décisionnelle pour 2015
10 tendances principales en matière de solution décisionnelle pour 2015
 
Emergence NWOW
Emergence NWOWEmergence NWOW
Emergence NWOW
 
Big data : avis d'Experts
Big data : avis d'ExpertsBig data : avis d'Experts
Big data : avis d'Experts
 
Le Big Data et les analytics : quels enjeux pour le marketing BtoB
Le Big Data et les analytics : quels enjeux pour le marketing BtoBLe Big Data et les analytics : quels enjeux pour le marketing BtoB
Le Big Data et les analytics : quels enjeux pour le marketing BtoB
 
Big data et marketing digital
Big data et marketing digital Big data et marketing digital
Big data et marketing digital
 
Webinaire Business&Decision - Trifacta
Webinaire  Business&Decision - TrifactaWebinaire  Business&Decision - Trifacta
Webinaire Business&Decision - Trifacta
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Pilotage & Performance 2012
Pilotage & Performance 2012Pilotage & Performance 2012
Pilotage & Performance 2012
 
Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...
Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...
Les enjeux du Big Data pour l'Entreprise - These professionnelle -Touria Engo...
 
uyéyefygjhqjhgjhgequtCours-Data-Mining.pdf
uyéyefygjhqjhgjhgequtCours-Data-Mining.pdfuyéyefygjhqjhgjhgequtCours-Data-Mining.pdf
uyéyefygjhqjhgjhgequtCours-Data-Mining.pdf
 
Pourquoi l'analytique est un enjeu important
Pourquoi l'analytique est un enjeu importantPourquoi l'analytique est un enjeu important
Pourquoi l'analytique est un enjeu important
 
Introduction au Big data
Introduction au Big data Introduction au Big data
Introduction au Big data
 
Neo4j - Cas d'usages pour votre métier
Neo4j - Cas d'usages pour votre métierNeo4j - Cas d'usages pour votre métier
Neo4j - Cas d'usages pour votre métier
 

Plus de Serrerom

Gestion de situation sensible.
Gestion de situation sensible.Gestion de situation sensible.
Gestion de situation sensible.Serrerom
 
Rôle du Conseil d'Administration en situation de crise
Rôle du Conseil d'Administration en situation de criseRôle du Conseil d'Administration en situation de crise
Rôle du Conseil d'Administration en situation de criseSerrerom
 
Le dirigeant face à sa responsabilité civile et pénale
Le dirigeant face à sa responsabilité civile et pénaleLe dirigeant face à sa responsabilité civile et pénale
Le dirigeant face à sa responsabilité civile et pénaleSerrerom
 
Assurtech : Mondobrain
Assurtech : MondobrainAssurtech : Mondobrain
Assurtech : MondobrainSerrerom
 
Assutech : Predictice
Assutech : Predictice Assutech : Predictice
Assutech : Predictice Serrerom
 
Assurtech : shift technology
Assurtech : shift technologyAssurtech : shift technology
Assurtech : shift technologySerrerom
 
Asset Management appliqué au secteur de l'eau et aux infrastructures urbaines
Asset Management appliqué au secteur de l'eau et aux infrastructures urbainesAsset Management appliqué au secteur de l'eau et aux infrastructures urbaines
Asset Management appliqué au secteur de l'eau et aux infrastructures urbainesSerrerom
 
Présentation fiabilité
Présentation fiabilitéPrésentation fiabilité
Présentation fiabilitéSerrerom
 
Airbus Helicopters en 2017
Airbus Helicopters en 2017Airbus Helicopters en 2017
Airbus Helicopters en 2017Serrerom
 
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
 #AssurTech : BlockChain et assurance : des POC aux applications pratiques #AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiquesSerrerom
 
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiques#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiquesSerrerom
 
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiques#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiquesSerrerom
 
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiques#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiquesSerrerom
 
Pas de relance sans ISR
Pas de relance sans ISRPas de relance sans ISR
Pas de relance sans ISRSerrerom
 
Investir dans les entreprises : les choix d’un Gérant d'OPCVM ISR
Investir dans les entreprises : les choix d’un Gérant d'OPCVM ISRInvestir dans les entreprises : les choix d’un Gérant d'OPCVM ISR
Investir dans les entreprises : les choix d’un Gérant d'OPCVM ISRSerrerom
 
Les modélisations en finance : limites, risques et alternatives
Les modélisations en finance : limites, risques et alternativesLes modélisations en finance : limites, risques et alternatives
Les modélisations en finance : limites, risques et alternativesSerrerom
 
Délocalisation et prix de transfert : impact financier de décisions industrie...
Délocalisation et prix de transfert : impact financier de décisions industrie...Délocalisation et prix de transfert : impact financier de décisions industrie...
Délocalisation et prix de transfert : impact financier de décisions industrie...Serrerom
 
AssurTech : Tarification unisexe et assurances – retour d’expérience après 2 ans
AssurTech : Tarification unisexe et assurances – retour d’expérience après 2 ansAssurTech : Tarification unisexe et assurances – retour d’expérience après 2 ans
AssurTech : Tarification unisexe et assurances – retour d’expérience après 2 ansSerrerom
 
Présentation de Morgan Franc
Présentation de Morgan FrancPrésentation de Morgan Franc
Présentation de Morgan FrancSerrerom
 
Présentation de Jean Pierre Attal
Présentation de Jean Pierre AttalPrésentation de Jean Pierre Attal
Présentation de Jean Pierre AttalSerrerom
 

Plus de Serrerom (20)

Gestion de situation sensible.
Gestion de situation sensible.Gestion de situation sensible.
Gestion de situation sensible.
 
Rôle du Conseil d'Administration en situation de crise
Rôle du Conseil d'Administration en situation de criseRôle du Conseil d'Administration en situation de crise
Rôle du Conseil d'Administration en situation de crise
 
Le dirigeant face à sa responsabilité civile et pénale
Le dirigeant face à sa responsabilité civile et pénaleLe dirigeant face à sa responsabilité civile et pénale
Le dirigeant face à sa responsabilité civile et pénale
 
Assurtech : Mondobrain
Assurtech : MondobrainAssurtech : Mondobrain
Assurtech : Mondobrain
 
Assutech : Predictice
Assutech : Predictice Assutech : Predictice
Assutech : Predictice
 
Assurtech : shift technology
Assurtech : shift technologyAssurtech : shift technology
Assurtech : shift technology
 
Asset Management appliqué au secteur de l'eau et aux infrastructures urbaines
Asset Management appliqué au secteur de l'eau et aux infrastructures urbainesAsset Management appliqué au secteur de l'eau et aux infrastructures urbaines
Asset Management appliqué au secteur de l'eau et aux infrastructures urbaines
 
Présentation fiabilité
Présentation fiabilitéPrésentation fiabilité
Présentation fiabilité
 
Airbus Helicopters en 2017
Airbus Helicopters en 2017Airbus Helicopters en 2017
Airbus Helicopters en 2017
 
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
 #AssurTech : BlockChain et assurance : des POC aux applications pratiques #AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
 
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiques#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
 
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiques#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
 
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiques#AssurTech : BlockChain et assurance : des POC aux applications pratiques
#AssurTech : BlockChain et assurance : des POC aux applications pratiques
 
Pas de relance sans ISR
Pas de relance sans ISRPas de relance sans ISR
Pas de relance sans ISR
 
Investir dans les entreprises : les choix d’un Gérant d'OPCVM ISR
Investir dans les entreprises : les choix d’un Gérant d'OPCVM ISRInvestir dans les entreprises : les choix d’un Gérant d'OPCVM ISR
Investir dans les entreprises : les choix d’un Gérant d'OPCVM ISR
 
Les modélisations en finance : limites, risques et alternatives
Les modélisations en finance : limites, risques et alternativesLes modélisations en finance : limites, risques et alternatives
Les modélisations en finance : limites, risques et alternatives
 
Délocalisation et prix de transfert : impact financier de décisions industrie...
Délocalisation et prix de transfert : impact financier de décisions industrie...Délocalisation et prix de transfert : impact financier de décisions industrie...
Délocalisation et prix de transfert : impact financier de décisions industrie...
 
AssurTech : Tarification unisexe et assurances – retour d’expérience après 2 ans
AssurTech : Tarification unisexe et assurances – retour d’expérience après 2 ansAssurTech : Tarification unisexe et assurances – retour d’expérience après 2 ans
AssurTech : Tarification unisexe et assurances – retour d’expérience après 2 ans
 
Présentation de Morgan Franc
Présentation de Morgan FrancPrésentation de Morgan Franc
Présentation de Morgan Franc
 
Présentation de Jean Pierre Attal
Présentation de Jean Pierre AttalPrésentation de Jean Pierre Attal
Présentation de Jean Pierre Attal
 

Assurtech : Big Data & Plateformes

  • 1. Big Data & Plateformes Nicolas Glady, Professeur, Essec Business School Titulaire de la Chaire Accenture Strategic Business Analytics Directeur du Center for Digital Business Chief Digital Officer de l’ESSEC Du Big Data aux modèles économiques en écosystèmes basés sur l’activité des utilisateurs
  • 2. 80’: 60kb 90’: 16Mb 2000: 1Gb Est-ce que le Big Data est vraiment nouveau ? 2020: ? 35 Zetabytes (1021 bytes) Le Big Data est Big: oui ! Mais ne s’agit-il pas simplement de l’application de la Loi de Moore ? 2
  • 3. Un exemple en gestion client (CRM) Base de données avec n entrées Nom Fréquence Valeur Récence … Barack 100 1000 2 jours Michelle 400 800 3 jours Norman 350 5 35 jours … Alimente Populationdenindividus Appellent 3
  • 4. Contenus générés par les clients (UGC) : la source de la donnée est décentralisée (Web 2.0) 4
  • 5. Et les réseaux (sociaux) accélèrent encore cette dynamique: 5
  • 6. La décentralisation de la donnée et les réseaux génèrent un volume, une vitesse et une variété de données inégalés dans l’histoire Avant: –Données structurées –Générées par les entreprises –Mise à jour tous les mois –N entrées Big Data: –Données non-structurées –Générées par les utilisateurs –En temps réel –N*N entrées Nom Fréquence Valeur Récence … Barack 100 1000 2 jours Michelle 400 800 3 jours Norman 350 5 35 jours … Source Receveur Date Type … Barack Michelle 6/11/2012 Photo Norman Nicolas 21/01/2013 Vidéo Danielle Norman 23/02/2013 Texte … Le Big Data est VRAIMENT Big (évolution quadratique des volumes) du fait d’un changement de nature profond de la source de génération de celle-ci. 6
  • 7. Le contenu généré par les utilisateurs est à la base d’une nouvelle sorte de modèle économique : les plateformes 7 Client Mobile & IoT Data & Analytics Social & 3rd Parties Platform Ecosystem Le mobile & l’IdO est le point d’entrée Les plateformes agrègent les contenus en s’appuyant sur la donnée
  • 8. ESSEC 8See Marshall Van Alstyne and colleagues’ Platform Revolution Going from a linear to an ecosystem-centric business model Reconfiguring the ecosystem architecture: 1) Linear Value Chain Product LINEAR VALUE CHAIN ProductSuppliers Buyers
  • 9. ESSEC Product Buyer Buyer NEW CUSTOMERS SUPPLY ECONOMY OF SCALE NETWORK EFFECTS • New buyers enable bigger and cheaper supply • Falling average costs • Monopolistic supply 9See Marshall Van Alstyne and colleagues’ Platform Revolution Going from a linear to an ecosystem-centric business model Reconfiguring the ecosystem architecture 2) Supply Economy of Scale (1st Network effects) Portal Buyer Buyer BuyerSuppliers Supply Economy of Scale Networkeffect(retail) Importance of context
  • 10. ESSEC Product Buyer Buyer NEW CUSTOMERS DEMAND ECONOMY OF SCALE NETWORK EFFECTS • BUYERS become USERS, adding value to the products • Attracting new CONTRIBUTORS (generativity) • Monopolistic demand 10See Marshall Van Alstyne and colleagues’ Platform Revolution Going from a linear to an ecosystem-centric business model Reconfiguring the ecosystem architecture 3) Demand Economy of Scale (2nd Network effects) Portal User User User Supply Economy of Scale Networkeffect(retail) ProductPlatform Attract new takeholders Inflate the ecosystem Generate new data/resources Improve the product offer Strengthen the platform quality Demand Economy of Scale Permanent feedbacks Networkeffect (generativity) Contributor Partner User NEW SUPPLIERS Updated products Importance of contextImportance of context
  • 11. Partage des données : les conditions du succès ?  La donnée est source de création de valeur dans l’économie de la connaissance. Ex : améliorer les produits/services existants, en concevoir de nouveaux...  La donnée permet de dégager des externalités positives si elle est partagée entre acteurs de secteur différents. En cela, « la donnée n’est PAS le nouveau pétrole »  Si je vends un baril, je perds un baril.  Si je partage ma donnée elle peut créer de la valeur pour mon partenaire sans que cela se fasse à mon détriment. • Quelle valeur pour la donnée ?  Conception d’un modèle de valorisation • Quelles sont les conditions qui facilitent les échanges et permettent la création d’externalité positives ? Questions? Situation 11
  • 12. Comprendre la raison d’être et devenir l’orchestrateur de son écosystème en facilitant l’activité de ses membres P.12 Définition de la Raison d’Être de l’écosystème Identification des acteurs de l’écosystème Identification des problématiques de ces acteurs Conception des actions pour orchestrer l’écosystème Identifier/définir la raison d’être son écosystème et comprendre comment il est possible de réduire les frictions pour chaque acteur de l’écosystème. Travail en cours avec la Chaire Networked Business Models du Prof. Jan Lepoutre L’Orchestrateur réduit les frictions entre acteurs  création d’externalité positive Remarque: L’un des facteurs principaux de succès est la capacité à généré (generativity), encouraget et animer (community managment) des échanges qui donneront lieux à des flux de données. Donnée qui permettra à l’orchestrateur de mieux contrôler l’écosystème