SlideShare une entreprise Scribd logo
Big Data
11/12/2014
Big Data
I L’émergence
II Les enjeux
III Les défis
IV Exemples concrets
La big data c’est quoi ?
Les 3 « V » de la big data
Un potentiel phénoménal
libéré par :
• Le Volume des données accessibles
• La capacité à exploiter la Variété des données
• La Vélocité de traitement
I L’émergence de la big data
L’explosion des données
Programmes de fidélité
Internet : search, navigation, achats
Objets connectés
Smartphones
Photos et vidéos
Blogs, Réseaux sociaux
Géolocalisation
Open Data
90% des données produites
ces 2 dernières années
40 Zo à horizon 2020
L’explosion des données
1 Zo = 1 000 000 000 000 000 000 000 octets, soit un milliard de Teraoctets
Produire 5 Mds de Go
L’humanité jusqu’en 2003
1 jour en 2011
10 minutes en 2013
Le stockage des données
Le cloud : des données accessibles de partout
La structuration des données
Structuration ouverte
des données
Bases de données
relationnelles
II Enjeux : colossaux
(et en partie insoupçonnés)
Mieux comprendre pour mieux agir
Météorologie
Santé
Sécurité
Energie
Banque & finance
Relation client
…
Améliorer
l’expérience client
Optimiser la
performance
Mieux gérer
les risques
III Défis posés par la big data
Décisionnel classique et big data
Le changement de paradigme
DECISIONNEL
• Volume limité
• Forte densité d’info
• Info structurée
• Statistiques
descriptives
BIG DATA
• Volume gigantesque
• Faible densité d’info
• Infos non structurées
et hétérogènes
• Statistique
inférentielle
Vers des organisations data-centric
Quelques révolutions en
marche
• Géolocalisation
(smartphones, RFID…)
• Objets connectés
• Open data
• (Législation)
Données internes
• Bases de données
• Emails
• Documents
• Logs
• …
Données externes
• BDD publiques
• Achat
• Web : réseaux sociaux,
search, navigation, favoris
• …
Capturer les
données
Géolocalisation
(smartphones, RFID…)
Objets connectés
Open data
(Législation)
Stocker et
mettre à
disposition
Stockage
Dimensionnement
du réseau
Sécurité
Mettre en
relation les
données
Données et stockages
hétérogènes
Données non
structurées
Identifiants
Tris à plat
Tris croisés
Segmentations
Modèles prédictifs
discontinus
???
Modèles prédictifs
continus
Exploiter les
données
Nouvx modèles et
algos massivement //
Visualisation
/exploration
Ressources humaines
IV Exemples concrets
Ex1 Géolocalisation et géomarketing
• Source : CRA
géolocalisés et
smartphones
• Volumétrie : des To de
données quotidiennes
• Applications : flux de
voyageurs, localisation
du pouvoir d’achat…
Sources de données et algo
CRA
Voix et data
Construction du
profil de la ligne
CSP/démographie…
INSEE
Stats îlots
Détection des lignes
à proximité de
chaque antenne
Référentiel
antennes
Algorithme de
détection du
domicile & travail
Carte géomarketing
dynamique
Apports de l’approche
Ex2 Recommandations personnalisées
Un nouveau modèle d’analyse
Des recommandations plus pertinentes
Variété des sources d’info
Réseaux sociaux
CRM /emailing
E-commerce Service client
Cartes de fidélité
Géolocalisation Données publiques
CSP
Revenus
Pouvoir d’achat
Démographie…
…
J’achète*
le produit 4657
* J’achète, ou je mets au panier, ou je consulte…
donc je suis
de ceux qui
aiment les bonbons
donc je vais
sans doute aimer
les bonbons préférés de
ceux qui aiment les
bonbons
le produit 4657,
8742, 3937, 4182…
L’écueil des profils-types
J’achète*
des « pastilles à la menthe
verte à la gomme très
tendre, très parfumée…»
* J’achète, ou je mets au panier, ou je consulte…
et donc je vais
sans doute aimer
les pastilles à la menthe, les
bonbons à la menthe, les
pastilles à l’eucalyptus,
des « pastilles à la menthe verte à la
gomme très tendre, très parfumée… »,
des « pastilles Frisk à la menthe forte »,
des « pastilles à la menthe de la marque
MenthePastille », et des « gommes à la
menthe verte » et peut-être même… un
spray pour l’haleine fraîche
La pertinence d’Affinity Engine
donc j’aime
Les bonbons,
les pastilles à la menthe,
les pastilles à la menthe forte,
les pastilles, la menthe forte, la
menthe verte…
Merci !
Teddy Malfait, DG
ted@affinity-engine.fr, 09 80 47 24 83

Contenu connexe

Tendances

Chapitre1 introduction
Chapitre1 introductionChapitre1 introduction
Chapitre1 introduction
Mouna Torjmen
 
Thinking Big - Big data: principes et architecture
Thinking Big - Big data: principes et architecture Thinking Big - Big data: principes et architecture
Thinking Big - Big data: principes et architecture
Lilia Sfaxi
 
Big data
Big dataBig data
Big data
Yosra ADDALI
 
Chapitre i-intro
Chapitre i-introChapitre i-intro
Chapitre i-intro
WaelKhemakhem
 
Introduction au big data
Introduction au big dataIntroduction au big data
Introduction au big data
Abdelghani Azri
 
Analyse spatiale en Big data
Analyse spatiale en Big dataAnalyse spatiale en Big data
Analyse spatiale en Big data
Soufiane ElATEF✔️
 
Introduction à la big data V2
Introduction à la big data V2Introduction à la big data V2
Introduction à la big data V2
Mehdi TAZI
 
BIG DATA
BIG DATABIG DATA
BIG DATA
laurence allard
 
Introduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence ArtificielleIntroduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence Artificielle
Medhi Corneille Famibelle*
 
BigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataBigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big Data
Lilia Sfaxi
 
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
Vincent de Stoecklin
 
Histoire du big data
Histoire du big dataHistoire du big data
Histoire du big data
Emily Sionniere
 
Chapitre 1 les entrepôts de données
Chapitre 1 les entrepôts de donnéesChapitre 1 les entrepôts de données
Chapitre 1 les entrepôts de données
Mohamed Mkaouar
 
Chp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique DécisionnelleChp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique Décisionnelle
Lilia Sfaxi
 
BigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-ReduceBigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-Reduce
Lilia Sfaxi
 
Data mining - Introduction générale
Data mining - Introduction généraleData mining - Introduction générale
Data mining - Introduction générale
Mohamed Heny SELMI
 
BigData_Chp4: NOSQL
BigData_Chp4: NOSQLBigData_Chp4: NOSQL
BigData_Chp4: NOSQL
Lilia Sfaxi
 
Data Mining
Data MiningData Mining
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCG
Micropole Group
 

Tendances (20)

Chapitre1 introduction
Chapitre1 introductionChapitre1 introduction
Chapitre1 introduction
 
Thinking Big - Big data: principes et architecture
Thinking Big - Big data: principes et architecture Thinking Big - Big data: principes et architecture
Thinking Big - Big data: principes et architecture
 
Big data
Big dataBig data
Big data
 
Chapitre i-intro
Chapitre i-introChapitre i-intro
Chapitre i-intro
 
Introduction au big data
Introduction au big dataIntroduction au big data
Introduction au big data
 
Analyse spatiale en Big data
Analyse spatiale en Big dataAnalyse spatiale en Big data
Analyse spatiale en Big data
 
Introduction à la big data V2
Introduction à la big data V2Introduction à la big data V2
Introduction à la big data V2
 
BIG DATA
BIG DATABIG DATA
BIG DATA
 
Introduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence ArtificielleIntroduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence Artificielle
 
BigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataBigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big Data
 
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
 
Histoire du big data
Histoire du big dataHistoire du big data
Histoire du big data
 
Chapitre 1 les entrepôts de données
Chapitre 1 les entrepôts de donnéesChapitre 1 les entrepôts de données
Chapitre 1 les entrepôts de données
 
Chp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique DécisionnelleChp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique Décisionnelle
 
BigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-ReduceBigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-Reduce
 
Data mining - Introduction générale
Data mining - Introduction généraleData mining - Introduction générale
Data mining - Introduction générale
 
BigData_Chp4: NOSQL
BigData_Chp4: NOSQLBigData_Chp4: NOSQL
BigData_Chp4: NOSQL
 
Business intelligence
Business intelligenceBusiness intelligence
Business intelligence
 
Data Mining
Data MiningData Mining
Data Mining
 
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCG
 

En vedette

Le Big Data : Une Révolution Numérique
Le Big Data : Une Révolution NumériqueLe Big Data : Une Révolution Numérique
Le Big Data : Une Révolution Numérique
Roland Coma
 
A 15-u- sitra chargés de promo
A 15-u- sitra chargés de promoA 15-u- sitra chargés de promo
A 15-u- sitra chargés de promo
Apidae (ex-Sitra)
 
Livre blanc : modeles, data et algorithmes, les nouvelles frontieres du numér...
Livre blanc : modeles, data et algorithmes, les nouvelles frontieres du numér...Livre blanc : modeles, data et algorithmes, les nouvelles frontieres du numér...
Livre blanc : modeles, data et algorithmes, les nouvelles frontieres du numér...
Bpifrance
 
Sarbanes-Oxley Act (SOX)
Sarbanes-Oxley Act (SOX)Sarbanes-Oxley Act (SOX)
Sarbanes-Oxley Act (SOX)
vinaya.hs
 
Teleporter
TeleporterTeleporter
Teleporter
Lina Maria
 
20ideas contra la discriminacion primera parte
20ideas contra la discriminacion primera parte20ideas contra la discriminacion primera parte
20ideas contra la discriminacion primera parte
Mediadores Interculturales
 
Material educativo para tecnologías en la educacion
Material educativo para tecnologías en la educacionMaterial educativo para tecnologías en la educacion
Material educativo para tecnologías en la educacion
ELVIA
 
Projet de reconversion du couvent sainte marie-des-anges en résidentiel
Projet de reconversion du couvent sainte marie-des-anges en résidentielProjet de reconversion du couvent sainte marie-des-anges en résidentiel
Projet de reconversion du couvent sainte marie-des-anges en résidentiel
Yves Doyon
 
Patients dialysu00 e9s et etp afdet 2015 v2
Patients dialysu00 e9s et etp afdet 2015 v2 Patients dialysu00 e9s et etp afdet 2015 v2
Patients dialysu00 e9s et etp afdet 2015 v2
Frederique Quinio
 
Ares José Luis - Juicio abreviado: lo que hay que saber - 2010
Ares José Luis -  Juicio abreviado: lo que hay que saber - 2010Ares José Luis -  Juicio abreviado: lo que hay que saber - 2010
Ares José Luis - Juicio abreviado: lo que hay que saber - 2010
Departamento de Derecho UNS
 
Comunidad y soc internac
Comunidad y soc internacComunidad y soc internac
Comunidad y soc internac
Elena Tapias
 
Tecnologia educativa para la gestion
Tecnologia educativa para la gestionTecnologia educativa para la gestion
Tecnologia educativa para la gestion
Nancy Bastidas
 
De l'amour dans le management ?
De l'amour dans le management ?De l'amour dans le management ?
De l'amour dans le management ?
Benoit de SAULCE LATOUR
 
Café vie-privée jdll2015-atelier_gpg
Café vie-privée jdll2015-atelier_gpgCafé vie-privée jdll2015-atelier_gpg
Café vie-privée jdll2015-atelier_gpg
Wagabow
 
Taller cedi
Taller   cediTaller   cedi
Taller cedi
francy
 
Genesis de cabeza y cuello
Genesis de cabeza y cuelloGenesis de cabeza y cuello
Genesis de cabeza y cuello
Juan Tipismana
 
Plan dptal 2011 2012
Plan dptal 2011 2012Plan dptal 2011 2012
Construire une terrasse ou une allée carrossable
Construire une terrasse ou une allée carrossableConstruire une terrasse ou une allée carrossable
Construire une terrasse ou une allée carrossable
GENICIMO
 
Premolar con erupcion ectopica parte II
Premolar con erupcion ectopica parte IIPremolar con erupcion ectopica parte II
Premolar con erupcion ectopica parte II
Juan Tipismana
 
Journée mondiale de l’alimentation juin 2014
Journée mondiale de l’alimentation juin 2014Journée mondiale de l’alimentation juin 2014
Journée mondiale de l’alimentation juin 2014
beajor
 

En vedette (20)

Le Big Data : Une Révolution Numérique
Le Big Data : Une Révolution NumériqueLe Big Data : Une Révolution Numérique
Le Big Data : Une Révolution Numérique
 
A 15-u- sitra chargés de promo
A 15-u- sitra chargés de promoA 15-u- sitra chargés de promo
A 15-u- sitra chargés de promo
 
Livre blanc : modeles, data et algorithmes, les nouvelles frontieres du numér...
Livre blanc : modeles, data et algorithmes, les nouvelles frontieres du numér...Livre blanc : modeles, data et algorithmes, les nouvelles frontieres du numér...
Livre blanc : modeles, data et algorithmes, les nouvelles frontieres du numér...
 
Sarbanes-Oxley Act (SOX)
Sarbanes-Oxley Act (SOX)Sarbanes-Oxley Act (SOX)
Sarbanes-Oxley Act (SOX)
 
Teleporter
TeleporterTeleporter
Teleporter
 
20ideas contra la discriminacion primera parte
20ideas contra la discriminacion primera parte20ideas contra la discriminacion primera parte
20ideas contra la discriminacion primera parte
 
Material educativo para tecnologías en la educacion
Material educativo para tecnologías en la educacionMaterial educativo para tecnologías en la educacion
Material educativo para tecnologías en la educacion
 
Projet de reconversion du couvent sainte marie-des-anges en résidentiel
Projet de reconversion du couvent sainte marie-des-anges en résidentielProjet de reconversion du couvent sainte marie-des-anges en résidentiel
Projet de reconversion du couvent sainte marie-des-anges en résidentiel
 
Patients dialysu00 e9s et etp afdet 2015 v2
Patients dialysu00 e9s et etp afdet 2015 v2 Patients dialysu00 e9s et etp afdet 2015 v2
Patients dialysu00 e9s et etp afdet 2015 v2
 
Ares José Luis - Juicio abreviado: lo que hay que saber - 2010
Ares José Luis -  Juicio abreviado: lo que hay que saber - 2010Ares José Luis -  Juicio abreviado: lo que hay que saber - 2010
Ares José Luis - Juicio abreviado: lo que hay que saber - 2010
 
Comunidad y soc internac
Comunidad y soc internacComunidad y soc internac
Comunidad y soc internac
 
Tecnologia educativa para la gestion
Tecnologia educativa para la gestionTecnologia educativa para la gestion
Tecnologia educativa para la gestion
 
De l'amour dans le management ?
De l'amour dans le management ?De l'amour dans le management ?
De l'amour dans le management ?
 
Café vie-privée jdll2015-atelier_gpg
Café vie-privée jdll2015-atelier_gpgCafé vie-privée jdll2015-atelier_gpg
Café vie-privée jdll2015-atelier_gpg
 
Taller cedi
Taller   cediTaller   cedi
Taller cedi
 
Genesis de cabeza y cuello
Genesis de cabeza y cuelloGenesis de cabeza y cuello
Genesis de cabeza y cuello
 
Plan dptal 2011 2012
Plan dptal 2011 2012Plan dptal 2011 2012
Plan dptal 2011 2012
 
Construire une terrasse ou une allée carrossable
Construire une terrasse ou une allée carrossableConstruire une terrasse ou une allée carrossable
Construire une terrasse ou une allée carrossable
 
Premolar con erupcion ectopica parte II
Premolar con erupcion ectopica parte IIPremolar con erupcion ectopica parte II
Premolar con erupcion ectopica parte II
 
Journée mondiale de l’alimentation juin 2014
Journée mondiale de l’alimentation juin 2014Journée mondiale de l’alimentation juin 2014
Journée mondiale de l’alimentation juin 2014
 

Similaire à La Big Data et ses applications

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
Mouhsine LAKHDISSI
 
AGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoireAGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoire
noucher
 
CapCom13: CN4: Comment aborder l'ère du Big Data ?
CapCom13: CN4: Comment aborder l'ère du Big Data ?CapCom13: CN4: Comment aborder l'ère du Big Data ?
CapCom13: CN4: Comment aborder l'ère du Big Data ?
Cap'Com
 
Bigdata, small decision and smart organisation
Bigdata, small decision and smart organisationBigdata, small decision and smart organisation
Bigdata, small decision and smart organisation
Christophe Benavent
 
Boissaye-Marine-M2MAG-mémoire
Boissaye-Marine-M2MAG-mémoireBoissaye-Marine-M2MAG-mémoire
Boissaye-Marine-M2MAG-mémoireMarine Boissaye
 
Les Big Data
Les Big DataLes Big Data
Les Big Data
Florence consultant
 
19 fév 2014 Tendances Big Data - v1.0
19 fév 2014 Tendances Big Data - v1.019 fév 2014 Tendances Big Data - v1.0
19 fév 2014 Tendances Big Data - v1.0
Marc-Eric LaRocque
 
Open Data - Rencontre Bi-départementale des EPN 26-07
Open Data - Rencontre Bi-départementale des EPN 26-07Open Data - Rencontre Bi-départementale des EPN 26-07
Open Data - Rencontre Bi-départementale des EPN 26-07
Garlann Nizon
 
Les nouveaux habits de la veille
Les nouveaux habits de la veilleLes nouveaux habits de la veille
Les nouveaux habits de la veille
Boostzone Institute
 
4. Algorithmes
4. Algorithmes4. Algorithmes
4. Algorithmes
Benoit Lacherez
 
Gestion des donnees personnelles.
Gestion des donnees personnelles.Gestion des donnees personnelles.
Gestion des donnees personnelles.
olivier
 
Big Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseBig Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entreprise
Genève Lab
 
14Mar14 Tendances big data HEC - v1.2
14Mar14 Tendances big data HEC - v1.214Mar14 Tendances big data HEC - v1.2
14Mar14 Tendances big data HEC - v1.2Marc-Eric LaRocque
 
Conférence big data
Conférence big dataConférence big data
Conférence big data
Stéphane Traumat
 
La veille dans un environnement numérique mouvant
La veille dans un environnement numérique mouvantLa veille dans un environnement numérique mouvant
La veille dans un environnement numérique mouvant
Christophe Deschamps
 
Cyber methodologie - Equation Humaine 2012
Cyber methodologie - Equation Humaine 2012Cyber methodologie - Equation Humaine 2012
Cyber methodologie - Equation Humaine 2012
Alice & Smith
 
De l'importance de développer une culture des données dans les organisations
De l'importance de développer une culture des données dans les organisationsDe l'importance de développer une culture des données dans les organisations
De l'importance de développer une culture des données dans les organisations
Fing
 
Marketing direct
Marketing directMarketing direct
Marketing direct
Goulven Aubree
 
Les Enjeux du Marketing
Les Enjeux du MarketingLes Enjeux du Marketing
Les Enjeux du Marketing
Goulven Aubree
 
Droit des marques & Big Data
Droit des marques & Big DataDroit des marques & Big Data
Droit des marques & Big Data
Cedric Manara
 

Similaire à La Big Data et ses applications (20)

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
 
AGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoireAGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoire
 
CapCom13: CN4: Comment aborder l'ère du Big Data ?
CapCom13: CN4: Comment aborder l'ère du Big Data ?CapCom13: CN4: Comment aborder l'ère du Big Data ?
CapCom13: CN4: Comment aborder l'ère du Big Data ?
 
Bigdata, small decision and smart organisation
Bigdata, small decision and smart organisationBigdata, small decision and smart organisation
Bigdata, small decision and smart organisation
 
Boissaye-Marine-M2MAG-mémoire
Boissaye-Marine-M2MAG-mémoireBoissaye-Marine-M2MAG-mémoire
Boissaye-Marine-M2MAG-mémoire
 
Les Big Data
Les Big DataLes Big Data
Les Big Data
 
19 fév 2014 Tendances Big Data - v1.0
19 fév 2014 Tendances Big Data - v1.019 fév 2014 Tendances Big Data - v1.0
19 fév 2014 Tendances Big Data - v1.0
 
Open Data - Rencontre Bi-départementale des EPN 26-07
Open Data - Rencontre Bi-départementale des EPN 26-07Open Data - Rencontre Bi-départementale des EPN 26-07
Open Data - Rencontre Bi-départementale des EPN 26-07
 
Les nouveaux habits de la veille
Les nouveaux habits de la veilleLes nouveaux habits de la veille
Les nouveaux habits de la veille
 
4. Algorithmes
4. Algorithmes4. Algorithmes
4. Algorithmes
 
Gestion des donnees personnelles.
Gestion des donnees personnelles.Gestion des donnees personnelles.
Gestion des donnees personnelles.
 
Big Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseBig Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entreprise
 
14Mar14 Tendances big data HEC - v1.2
14Mar14 Tendances big data HEC - v1.214Mar14 Tendances big data HEC - v1.2
14Mar14 Tendances big data HEC - v1.2
 
Conférence big data
Conférence big dataConférence big data
Conférence big data
 
La veille dans un environnement numérique mouvant
La veille dans un environnement numérique mouvantLa veille dans un environnement numérique mouvant
La veille dans un environnement numérique mouvant
 
Cyber methodologie - Equation Humaine 2012
Cyber methodologie - Equation Humaine 2012Cyber methodologie - Equation Humaine 2012
Cyber methodologie - Equation Humaine 2012
 
De l'importance de développer une culture des données dans les organisations
De l'importance de développer une culture des données dans les organisationsDe l'importance de développer une culture des données dans les organisations
De l'importance de développer une culture des données dans les organisations
 
Marketing direct
Marketing directMarketing direct
Marketing direct
 
Les Enjeux du Marketing
Les Enjeux du MarketingLes Enjeux du Marketing
Les Enjeux du Marketing
 
Droit des marques & Big Data
Droit des marques & Big DataDroit des marques & Big Data
Droit des marques & Big Data
 

Dernier

Etat de l’opinion - Journée CCR CAT « Protégeons l’assurabilité »
Etat de l’opinion - Journée CCR CAT « Protégeons l’assurabilité »Etat de l’opinion - Journée CCR CAT « Protégeons l’assurabilité »
Etat de l’opinion - Journée CCR CAT « Protégeons l’assurabilité »
contact Elabe
 
Sondage ELABE pour Les Echos et l'Institut Montaigne -Les Français et la guer...
Sondage ELABE pour Les Echos et l'Institut Montaigne -Les Français et la guer...Sondage ELABE pour Les Echos et l'Institut Montaigne -Les Français et la guer...
Sondage ELABE pour Les Echos et l'Institut Montaigne -Les Français et la guer...
contact Elabe
 
Les Français et les élections législatives
Les Français et les élections législativesLes Français et les élections législatives
Les Français et les élections législatives
contact Elabe
 
Webinaire_les aides aux investissements.pptx
Webinaire_les aides aux investissements.pptxWebinaire_les aides aux investissements.pptx
Webinaire_les aides aux investissements.pptx
Institut de l'Elevage - Idele
 
Les Français et les élections européennes - 9ème vague
Les Français et les élections européennes - 9ème vagueLes Français et les élections européennes - 9ème vague
Les Français et les élections européennes - 9ème vague
contact Elabe
 
Estimation élections européennes 2024 ELABE
Estimation élections européennes 2024 ELABEEstimation élections européennes 2024 ELABE
Estimation élections européennes 2024 ELABE
contact Elabe
 
Estimations ELABE BFMTV ABSTENTION élections européennes 2024
Estimations ELABE BFMTV ABSTENTION élections européennes 2024Estimations ELABE BFMTV ABSTENTION élections européennes 2024
Estimations ELABE BFMTV ABSTENTION élections européennes 2024
contact Elabe
 
Deuxième actualisation estimation élections européennes 2024
Deuxième actualisation estimation élections européennes 2024Deuxième actualisation estimation élections européennes 2024
Deuxième actualisation estimation élections européennes 2024
contact Elabe
 
Productivité et politique industrielles: deux défis à relever conjointement
Productivité et politique industrielles: deux défis à relever conjointementProductivité et politique industrielles: deux défis à relever conjointement
Productivité et politique industrielles: deux défis à relever conjointement
La Fabrique de l'industrie
 
Comprendre le vote aux élections européennes du 9 juin 2024
Comprendre le vote aux élections européennes du 9 juin 2024Comprendre le vote aux élections européennes du 9 juin 2024
Comprendre le vote aux élections européennes du 9 juin 2024
contact Elabe
 
Actualisation estimation élections européennes 2024
Actualisation estimation élections européennes 2024Actualisation estimation élections européennes 2024
Actualisation estimation élections européennes 2024
contact Elabe
 
L'Observatoire politique ELABE pour Les Echos - Juin 2024
L'Observatoire politique ELABE pour Les Echos - Juin 2024L'Observatoire politique ELABE pour Les Echos - Juin 2024
L'Observatoire politique ELABE pour Les Echos - Juin 2024
contact Elabe
 

Dernier (12)

Etat de l’opinion - Journée CCR CAT « Protégeons l’assurabilité »
Etat de l’opinion - Journée CCR CAT « Protégeons l’assurabilité »Etat de l’opinion - Journée CCR CAT « Protégeons l’assurabilité »
Etat de l’opinion - Journée CCR CAT « Protégeons l’assurabilité »
 
Sondage ELABE pour Les Echos et l'Institut Montaigne -Les Français et la guer...
Sondage ELABE pour Les Echos et l'Institut Montaigne -Les Français et la guer...Sondage ELABE pour Les Echos et l'Institut Montaigne -Les Français et la guer...
Sondage ELABE pour Les Echos et l'Institut Montaigne -Les Français et la guer...
 
Les Français et les élections législatives
Les Français et les élections législativesLes Français et les élections législatives
Les Français et les élections législatives
 
Webinaire_les aides aux investissements.pptx
Webinaire_les aides aux investissements.pptxWebinaire_les aides aux investissements.pptx
Webinaire_les aides aux investissements.pptx
 
Les Français et les élections européennes - 9ème vague
Les Français et les élections européennes - 9ème vagueLes Français et les élections européennes - 9ème vague
Les Français et les élections européennes - 9ème vague
 
Estimation élections européennes 2024 ELABE
Estimation élections européennes 2024 ELABEEstimation élections européennes 2024 ELABE
Estimation élections européennes 2024 ELABE
 
Estimations ELABE BFMTV ABSTENTION élections européennes 2024
Estimations ELABE BFMTV ABSTENTION élections européennes 2024Estimations ELABE BFMTV ABSTENTION élections européennes 2024
Estimations ELABE BFMTV ABSTENTION élections européennes 2024
 
Deuxième actualisation estimation élections européennes 2024
Deuxième actualisation estimation élections européennes 2024Deuxième actualisation estimation élections européennes 2024
Deuxième actualisation estimation élections européennes 2024
 
Productivité et politique industrielles: deux défis à relever conjointement
Productivité et politique industrielles: deux défis à relever conjointementProductivité et politique industrielles: deux défis à relever conjointement
Productivité et politique industrielles: deux défis à relever conjointement
 
Comprendre le vote aux élections européennes du 9 juin 2024
Comprendre le vote aux élections européennes du 9 juin 2024Comprendre le vote aux élections européennes du 9 juin 2024
Comprendre le vote aux élections européennes du 9 juin 2024
 
Actualisation estimation élections européennes 2024
Actualisation estimation élections européennes 2024Actualisation estimation élections européennes 2024
Actualisation estimation élections européennes 2024
 
L'Observatoire politique ELABE pour Les Echos - Juin 2024
L'Observatoire politique ELABE pour Les Echos - Juin 2024L'Observatoire politique ELABE pour Les Echos - Juin 2024
L'Observatoire politique ELABE pour Les Echos - Juin 2024
 

La Big Data et ses applications

  • 2. Big Data I L’émergence II Les enjeux III Les défis IV Exemples concrets
  • 3. La big data c’est quoi ? Les 3 « V » de la big data Un potentiel phénoménal libéré par : • Le Volume des données accessibles • La capacité à exploiter la Variété des données • La Vélocité de traitement
  • 4. I L’émergence de la big data
  • 5. L’explosion des données Programmes de fidélité Internet : search, navigation, achats Objets connectés Smartphones Photos et vidéos Blogs, Réseaux sociaux Géolocalisation Open Data
  • 6. 90% des données produites ces 2 dernières années 40 Zo à horizon 2020 L’explosion des données 1 Zo = 1 000 000 000 000 000 000 000 octets, soit un milliard de Teraoctets Produire 5 Mds de Go L’humanité jusqu’en 2003 1 jour en 2011 10 minutes en 2013
  • 7. Le stockage des données Le cloud : des données accessibles de partout
  • 8. La structuration des données Structuration ouverte des données Bases de données relationnelles
  • 9. II Enjeux : colossaux (et en partie insoupçonnés)
  • 10. Mieux comprendre pour mieux agir Météorologie Santé Sécurité Energie Banque & finance Relation client … Améliorer l’expérience client Optimiser la performance Mieux gérer les risques
  • 11. III Défis posés par la big data
  • 12. Décisionnel classique et big data Le changement de paradigme DECISIONNEL • Volume limité • Forte densité d’info • Info structurée • Statistiques descriptives BIG DATA • Volume gigantesque • Faible densité d’info • Infos non structurées et hétérogènes • Statistique inférentielle Vers des organisations data-centric
  • 13. Quelques révolutions en marche • Géolocalisation (smartphones, RFID…) • Objets connectés • Open data • (Législation) Données internes • Bases de données • Emails • Documents • Logs • … Données externes • BDD publiques • Achat • Web : réseaux sociaux, search, navigation, favoris • … Capturer les données Géolocalisation (smartphones, RFID…) Objets connectés Open data (Législation)
  • 15. Mettre en relation les données Données et stockages hétérogènes Données non structurées Identifiants
  • 16. Tris à plat Tris croisés Segmentations Modèles prédictifs discontinus ??? Modèles prédictifs continus Exploiter les données Nouvx modèles et algos massivement // Visualisation /exploration Ressources humaines
  • 18. Ex1 Géolocalisation et géomarketing • Source : CRA géolocalisés et smartphones • Volumétrie : des To de données quotidiennes • Applications : flux de voyageurs, localisation du pouvoir d’achat…
  • 19. Sources de données et algo CRA Voix et data Construction du profil de la ligne CSP/démographie… INSEE Stats îlots Détection des lignes à proximité de chaque antenne Référentiel antennes Algorithme de détection du domicile & travail Carte géomarketing dynamique
  • 22. Un nouveau modèle d’analyse Des recommandations plus pertinentes
  • 23. Variété des sources d’info Réseaux sociaux CRM /emailing E-commerce Service client Cartes de fidélité Géolocalisation Données publiques CSP Revenus Pouvoir d’achat Démographie… …
  • 24. J’achète* le produit 4657 * J’achète, ou je mets au panier, ou je consulte… donc je suis de ceux qui aiment les bonbons donc je vais sans doute aimer les bonbons préférés de ceux qui aiment les bonbons le produit 4657, 8742, 3937, 4182… L’écueil des profils-types
  • 25. J’achète* des « pastilles à la menthe verte à la gomme très tendre, très parfumée…» * J’achète, ou je mets au panier, ou je consulte… et donc je vais sans doute aimer les pastilles à la menthe, les bonbons à la menthe, les pastilles à l’eucalyptus, des « pastilles à la menthe verte à la gomme très tendre, très parfumée… », des « pastilles Frisk à la menthe forte », des « pastilles à la menthe de la marque MenthePastille », et des « gommes à la menthe verte » et peut-être même… un spray pour l’haleine fraîche La pertinence d’Affinity Engine donc j’aime Les bonbons, les pastilles à la menthe, les pastilles à la menthe forte, les pastilles, la menthe forte, la menthe verte…
  • 26. Merci ! Teddy Malfait, DG ted@affinity-engine.fr, 09 80 47 24 83