SlideShare une entreprise Scribd logo
1  sur  84
Télécharger pour lire hors ligne
Directeur de la Publication : Etienne Guyot ; Conseiller : Rémy Arthus
Rédactrice en Chef : Sandrine Rol
Mise en page/PAO : Karine Cazagou, Perpétue Francina ; Administration : Pascale Fachaux ; Fabrication : Angélique Roux
Comité de rédaction
Catherine Druez-Marie, Responsable du département « Information et Colloques », Institut de recherche en propriété
intellectuelle (IRPI) ; Luc Dardaud, Responsable du département des Facilitations du Commerce Extérieur, CCI Paris Ile-de-
France ; Alain Henriot, Adjoint au Responsable des Etudes économiques, La Banque Postale ; Laurent Jacquet, Directeur des
études et des ressources d’information, Experts Partenaires pour l’Entreprise à l’Étranger (EPEE) ; Éric Lahille, Professeur
d’économie internationale et industrielle, ESIEE Management ; Nicolas Meunier, Consultant risques-pays ; Daniel Solano,
Consultant, éditeur de la lettre d’Amérique latine ; Martine Stepanek, Responsable du département Asie-Amériques, CCI Paris
Ile-de-France ; Corinne Vadcar, Rédactrice en chef des Cahiers de Friedland ; Claudine Dagnet, Directrice générale déléguée
départementale, CCI Paris.
Contacter l’équipe Accomex
Chambre de commerce et d’industrie de région Paris Ile-de-France
Revue Accomex
DGA AIE - Service produits éditoriaux et formation
2 rue de Viarmes - 75040 Paris cedex 01
Tél. 01 55 65 36 31 - Fax : 01 55 65 39 60
accomex@cci-paris-idf.fr
Toute reproduction/traduction/adaptation est interdite sans l’accord de la rédaction.
arce que l'horizon des entreprises s'étend au-delà des frontières et que l'activité économique
s'inscrit dans un monde globalisé, la Chambre de commerce et d'industrie de région Paris Ile-de-
France propose à ses ressortissants une revue exclusivement dédiée à l'approche des marchés extérieurs.
Revue bimestrielle, Accomex s'adresse aux entreprises soucieuses de réussir leur développement à
l'international, ainsi qu’à tous les acteurs attachés aux problématiques de la mondialisation économique :
acteurs du système d'appui, think tanks, monde éducatif, etc.
Sa spécificité repose sur la juxtaposition d'analyses approfondies sur les marchés extérieurs et d'articles
plus pratiques consacrés à l'environnement réglementaire, fiscal et juridique de l'exportation et de
l'investissement à l'étranger. Accomex propose, en alternance sur les six numéros de l'année, des
approches géographiques, sectorielles et thématiques de l'environnement extérieur des entreprises.
Elle fait appel à des chefs d'entreprise expérimentés, à des professionnels des marchés extérieurs
(avocats spécialisés, consultants à l'international, agences de couverture des risques, conseillers du
commerce extérieur, etc.) et à des experts -français ou étrangers- reconnus dans leur domaine de
compétence (économistes, juristes, politologues, etc.), afin d'offrir à ses lecteurs des contributions de
qualité.
Accomex est éditée par la Direction générale adjointe - Actions internationales et européennes de la
Chambre de commerce et d’industrie de région Paris Ile-de-France.
P
1L’édito.
L’édito.
Sandrine Rol
Rédactrice en chef d’Accomex
« e Big Data s’impose comme le concept contemporain incontournable dont cha-
cun s’accorde à dire qu’il va révolutionner la manière de travailler de beaucoup
d’entreprises […]. Mais entre circonspection, prosélytisme, promesses opérationnelles,
fantasmes vertigineux et apports concrets, il n’est pas facile d’y voir clair pour les
néophytes » nous dit Matthias Fille, conseiller en développement de la filière TIC à la
CCI Paris Ile-de-France.
Loin de vouloir surfer sur la vague d’un effet de mode, les auteurs de ce numéro
d’Accomex vous proposent « d’y voir plus clair »... Ils sauront vous convaincre que le Big
Data est bien plus qu’une simple évolution technologique supplémentaire, qu’il
concerne les entreprises de toute taille et de tout secteur d’activité, que le terrain de jeu
du Big Data est mondial…
Stocker des quantités considérables de données est une chose ; les traiter en est une
autre. Le Big Data offre cette possibilité de « nettoyer », d’analyser, de croiser les
données - structurées ou non - produites par les entreprises, les particuliers (réseaux
sociaux), les États (données publiques), pour créer de nouveaux usages : optimiser son
processus de production, affiner sa connaissance clients, maîtriser sa e-reputation,
rationaliser ses coûts d’approvisionnement, stimuler la recherche, etc. Les possibilités
semblent infinies…
C’est bien de valorisation des données (textes, images, statistiques, etc.) dont il s’agit,
le plus souvent en temps réel (ou quasi réel)… Et c’est là que se situe la révolution, « où
le nouvel or noir à raffiner serait la donnée » ! Une révolution déjà bien engagée aux
États-Unis et à laquelle la France porte un intérêt croissant, stimulée par une multitude
de startups innovantes, créatives & « Born Global ».
“La qualité, c'est de la quantité assimilée”.
Léon-Paul Fargue
L
3
Big Data
Une nouvelle révolution industrielle ?
Sommaire
Sommaire n° 112 - Big Data
Analyses
5 Qu'est-ce que le Big Data ?
u Matthias Fille
8 La révolution numérique du Big Data : pour un écosystème français exportateur et créateur d’emplois
u François Bourdoncle
12 La structuration du secteur du Big Data français : le projet Alliance Big Data
u Charles Huot
15 Les initiatives gouvernementales en matière d’Open Data : la mission Etalab
u Laure Lucchesi
18 De la France aux États-Unis, la vision d’un entrepreneur français sur le développement du Big Data
u Adrien Schmidt
22 Les entreprises européennes sont-elles matures pour le Big Data ?
u Hichem Dhrif
Le marché du Big Data aux États-Unis : trois startups, trois regards
25 Démystifier l’Open Data grâce au design interactif : l’ambition d’une startup de la Silicon Alley
u Raphaël Guillemot
29 S’implanter à Kansas City : le choix décalé d’une startup française
u Rachel Delacour
33 Le Techstars de New-York : un « accélérateur » de startups
u Alexandre Winter
Exemples d’applications sectorielles du Big Data
37 Le Big Data au service de l’analyse des visuels
u Frédéric Jahard
40 Le machine learning appliqué au secteur du e-commerce
u David Bessis
43 Les apports du Big Data à la finance
u Thanh-Long Huynh
46 Optimiser la performance énergétique des processus industriels grâce à la data
u Arnaud Legrand
49 Big Data et santé : enjeux nationaux et illustrations empiriques de l’étranger
u Matthias Fille
54 Pour aller plus loin
... /...
L’interview !
56 Questions à... Florian Douetteau, Chief Executive Officer de Dataiku
En Pratique
61 Les entreprises face aux risques du Big Data - Les enjeux sécuritaires
u Christian Aghroum
65 « Big Data et Business Analytics » : former les nouveaux entrepreneurs de la data
u Josiane Gain
68 La formation de Data Scientist, un enjeu complexe
u Julien Pouget
71 Les perspectives technologiques du Big Data
u Nicolas Liochon
Zoom sur...
73 Cinq conseils pratiques pour gérer au mieux ses paiements en devises
u Cyril Léger
76 L’essentiel - résumés des articles
Big Data
Une nouvelle révolution industrielle ?
Sommaire (suite)
... /...
5Qu'est-ce que le Big Data ?
nécessitait de nouvelles architectures techniques.
Face à ces enjeux, les approches traditionnelles de la
gestion de bases de données relationnelles 2
, issues
de l’informatique décisionnelle et de l’ingénierie
statistique, étaient techniquement révolues. Elles ne
permettaient plus d’interroger ces données par
requêtes. De plus, les données non structurées (qui
s’opposent aux données chiffrées ou transaction-
nelles) sont venues perturber ces technologies de
traitement traditionnel. Les calculs algorithmiques
n’étaient pas assez parallélisés et distribués pour
garantir une puissance de calcul d’interrogation suf-
fisante.
Ainsi, Google et Yahoo !, confrontés à ces probléma-
tiques au début des années 2000, ont théorisé une
nouvelle architecture de traitement analytique de l’in-
formation. Elle s’appuie sur du traitement déporté,
permettant de stocker et manipuler des bases de don-
nées NoSQL 3
. Ce standard repose sur le déploiement
des calculs sur un grand nombre de machines. Cette
dynamique, conjuguée aux capacités de stockage,
d’agilité et de calcul du cloud computing (pour gérer
AnalysesEnpratiqueL’interview!Zoomsur...
Les données s’abattent à rythme exponentiel sur les
organisations. Les nouveaux systèmes d’informations,
la mise à disposition d’outils numériques, les vecteurs
d’expression, les systèmes de paiement et l’ouverture
de multiples bases de données publiques et privées
génèrent chaque jour des afflux soudains de milliards
d’informations. De plus, chaque acteur (particulier,
administration, organisation, entreprise, groupement
communautaire) se fait lui-même, directement, pro-
ducteur de nouveaux corpus d’informations non ou
semi-structurés : données personnelles, applications
géolocalisées (avec une dimension temporelle),
conversations sur réseaux sociaux, évènements,
contenus dématérialisés, photos, microblogs, etc.
De surcroît, sur la dimension « passive », les communi-
cations issues de la multiplicité des objets
communicants numériques (Internet des objets, com-
munication M2M, capteurs, sondes, RFID) génèrent
de la donnée à grande échelle.
En soi, ce déluge de données était prévisible au
regard de la dynamique technologique existante. Mais
requêter dessus s’avérait beaucoup plus complexe et
Qu'est-ce que le Big Data ?
e Big Data s’impose comme le concept contemporain
incontournable dont chacun s’accorde à dire qu’il va révo-
lutionner la manière de travailler de beaucoup d’entreprises.
Mais il est complexe et difficile de lever l’opacité sur ce
buzzword. Entre circonspection, prosélytisme, promesses opéra-
tionnelles, fantasmes vertigineux et apports concrets, il n’est
pas facile d’y voir clair pour les néophytes. Ainsi, les études de
McKinsey et du Harvard Business Review nous assurent que la
profession de Data Scientist sera l’eldorado de l’emploi
« le plus sexy du 21ème
siècle » et que le marché natif de ces technologies (les États-Unis) connaîtra une croissance
supplémentaire de 1,7 % d’ici 2020 en s’appuyant sur le Big Data : ce dernier fera partie des cinq secteurs phare
de la croissance américaine. Côté français, l’AFDEL 1
estime que le Big Data pourrait générer 2,8 milliards d’euros et
10 000 emplois directs, si les conditions d’un écosystème vertueux étaient déployées. Tous les early adopters
s’accordent à dire que les possibilités d’usages qui en découlent ne se limitent pas à une simple révolution
numérique mais posent les fondations d’une 3ème
révolution industrielle, où le nouvel or noir à raffiner serait la
donnée.
L Matthias Fille
mfille@cci-paris-idf.fr
Matthias Fille est conseiller en développement de la filière
TIC à la CCI Paris Ile-de-France. À ce titre, il s’intéresse
tout particulièrement à l’écosystème du Big Data et de
l’Analytics et aux startups qui le composent. L’émergence
de cette filière, les initiatives et plans d’aide initiés par les
pouvoirs publics et associations professionnelles retiennent
également son attention.
(1) Association Française des Éditeurs de Logiciels et Solutions internet.
(2) Langage SQL, jusque-là le standard traditionnel.
(3) NoSQL désigne une catégorie de systèmes de gestion de bases de données qui n'est plus fondée sur l'architecture classique des bases relation-
nelles SQL.
les pics de puissance de calcul requis), a permis
l’avènement du Big Data.
Mais avec du recul, la rupture de paradigme ne
repose pas sur ces nouvelles architectures et ce
prisme technique. Ceux-ci ne sont « que » des exten-
sions et innovations incrémentales. En d’autres
termes, ces nouvelles architectures sont de nouveaux
outils de production amenés à affiner la matière
première : la donnée. Le Big Data n’est que la com-
posante informatique de la révolution de la donnée et
d’une nouvelle compréhension de son écosystème.
Ainsi, il faut davantage chercher les gisements d’inno-
vation dans les nouveaux modèles économiques et
de relation client à inventer, pour aller chercher la per-
formance économique et capter la valeur. En effet, la
valeur et le rapport à la donnée bouleversent, par
exemple, les perceptions, l’interaction ou la connais-
sance clientèle que peut avoir une entreprise.
Côté marché, les analystes de Gartner ont estimé que
l’application des technologies du Big Data représen-
tait un marché de l’ordre de 36 milliards de dollars
en 2013, contre 28 milliards en 2012. Sans surprise,
les fonds de capital-risque se multiplient et se spé-
cialisent sur cette thématique. Ainsi, aux États-Unis,
sur le seul 1er
semestre 2013 4
, les entreprises ont
levé au total 1,28 milliard de dollars. Ceci est à
mettre en comparaison avec les 4,9 milliards de
dollars cumulés entre 2008 et 2012.
Sur ce créneau, on retrouve les Venture Capital tradi-
tionnels comme Sequoia Capital, Igition Partners,
New Enterprise Associate, IA Ventures, Andreessen
Horowitz, Khosla Ventures et
MDV-Mohr Davidow Ventures.
Traduisant cet engouement,
des fonds dédiés se position-
nent exclusivement sur cet
axe : Accel Big Data Fund,
Data Collective ou encore Big data Boston Ventures.
Ce mouvement s’accorde avec l’accélération de
rachats de jeunes startups disruptives, observée aux
États-Unis en 2013 5
. En avril 2014, Intel a investi
740 millions de dollars dans Cloudera, qui venait d’an-
noncer une levée de 160 millions de dollars quelques
jours auparavant ! Cette levée de fonds valorise la
startup fondée en 2008, qui devrait bientôt s'intro-
duire en bourse, à plus de 4 milliards de dollars.
Dès lors, tout un écosystème s’est créé autour de la
gestion de données : des fournisseurs technologiques
qui ont développé une offre variée autour des
technologies Hadoop 6
, aux utilisateurs finaux de ces
architectures et solutions (ETI, institutionnels et
grandes entreprises) qui cherchent à construire un
avantage concurrentiel sur l’exploitation de leurs don-
nées, en passant par des entreprises spécialistes de
la valorisation et création de la donnée (startups).
Que ce soit aux États-Unis ou en Europe, on observe
le même phénomène d’émergence d’acteurs. D’un
côté, ceux qui se spécialisent sur la fourniture
d’équipements ou qui offrent des outils d’adoption et
de prise en mains des technologies Big Data. De
l’autre, ceux qui se position-
nent sur les usages et
l’analyse de données. Sur ce
dernier point, cela se traduit
par la mise en relief de solu-
tions métier exploitables par
des opérationnels, qui sont certes conscients de l’en-
jeu de la statistique, mais néophytes en la matière.
Intégrer une couche additionnelle d’applications
métiers s’avérera incontournable pour que de nou-
veaux acteurs se frayent une place sur l’échiquier des
usages de demain.
Au niveau organisationnel, le Big Data change le
mode d’organisation intra-entreprise. En effet, le
succès d’une démarche Big Data repose sur son
universalité, sa pluridisciplinarité et sa transversalité.
Elle « casse » les silos entre services, ce qui a des
conséquences lourdes sur l’urbanisation des systèmes
d’information, car les leviers de prise de décisions se
doivent d’être en temps réel : les démarches et déci-
Accomex n° 112 - Big Data6
(4) Source : CB Insights, août 2013.
(5) Voir infographie page suivante : « Big Data acquisitions: per month and who acquired whom »
(6) Hadoop est une architecture spécifique open source de bases de données, permettant de traiter en grand nombre tous types de données (y compris
les données non structurées) sur un mode non-relationnel (les données ne sont pas triées en fonction de leurs relations entre elles). Elle constitue en
quelque sorte la librairie à partir de laquelle pourront être effectués des calculs parallèles (via MapReduce).
Tableau 1
Levées de fonds cumulées à fin 2013 (millions de $)
Source : Crunchbase API.
Entreprises Montant levé
VMware 369
Palantir Technologies 343
MongoDB, Inc. 231
DataStax 167
Cloudera 141
Domo 123
Fusion-io 112
The Climate Corporation 109
Pivotal 105
Talend 102
“
Le succès d’une démarche Big
Data repose sur son universalité,
sa pluridisciplinarité et sa
transversalité”.
sions sont guidées par la data (« data-centric »). Par
conséquent, ce nouveau socle technologique, ainsi
que les données que ce dernier exploite, sont devenus
fondamentaux dans la refonte des processus de déci-
sion. La magnitude d’impact pour appréhender le
phénomène sera dès lors d’ordre économique, mana-
gérial et organisationnel.
Désormais, tous les secteurs sont impactés par le
paradigme et la démarche du « data-driven » : santé,
télécommunications, assurance, e-commerce, recrute-
ment, distribution et optimisation énergétique, etc.
À titre d’exemple, on détecte immédiatement l’appé-
tence du marketing à s’approprier l’analyse de
données, dans le but d’affiner des données comporte-
mentales, comprendre le consommateur et son
expérience utilisateur, prédire des attentes et propen-
sions d’achat, etc.
Or, force est de constater qu’à ce jour, la discipline du
marketing s’appuie majoritairement sur des logiques
de moyennes, d’échantillons et de segments, somme
toute assez réductrices. En effet, les grilles de lecture
basées sur une logique d’analyse par gamme, canal
et silos (entrepôts de données) ne sont plus adaptées.
Les effets conjugués de flux de données externes
impactantes et la complexité à les synchroniser en
temps réel échappent complètement au data mining
et à la business intelligence traditionnels, quand bien
même ces données sont les nouveaux leviers de
différentiation et de création de valeur.
Il est donc essentiel d’initier ce type de philosophie
« data driven » au plus haut niveau de l’entreprise (les
directions générales et les boards), car la data, ce
nouvel actif stratégique, influera de façon certaine sur
la stratégie globale de l’entité.
7Qu'est-ce que le Big Data ?
AnalysesEnpratiqueL’interview!Zoomsur...
Source : http://www.bigdata-startups.com
Accomex n° 112 - Big Data8
La révolution numérique du Big Data :
pour un écosystème français
exportateur et créateur d’emplois
ous avons dépassé le simple prisme technologique du
Big Data. S’attarder sur la primauté technologique est
une illusion : le Big Data est désormais un enjeu de business
transformation. Il faut l’appréhender par les impacts qu’il va
avoir, ce qui aura le mérite d’exclure la vacuité de certains
débats ambiants… Le centre de gravité du débat ne sera plus
axé sur la masse de données (à partir de quel montant de
masses de données peut-on considérer que l’on fait du Big
Data ?) ou sur les enjeux techniques d’optimisation organisa-
tionnelle, mais sur d’autres phénomènes tels que les enjeux de
conception de produits, de nouveaux modèles d’affaires, d’organisation client et de gamme de produits. Sur la phase
de développement des infrastructures et des solutions technologiques sous-jacentes, le terrain est balisé et l’on
pourrait aisément dire : « Les dés sont déjà lancés, que le meilleur gagne ! ». Par conséquent, la bataille n’est plus sur
l’infrastructure, mais bien sur les usages, sur le développement de nouveaux modèles économiques et sur les
déclinaisons verticales. En matière de Big Data, il s’agit maintenant de passer du « comment ? » au « quoi ? » et au
« pour quoi ? ».
N François Bourdoncle
@fbourdoncle
François Bourdoncle est le cofondateur et actuel
Directeur Technique d'Exalead, aujourd'hui filiale de
Dassault Systèmes. Il est membre de la Commission
Lauvergeon « Innovation 2030 », qui a remis son rapport
à François Hollande en octobre 2013. F. Bourdoncle est
également co-pilote (avec Paul Hermelin, PDG de
Capgemini) du Plan d’action Big Data, qui compte parmi
les 34 grands projets de la « Nouvelle France industrielle »
du Ministère du Redressement Productif 1
.
(1) http://www.redressement-productif.gouv.fr/nouvelle-france-industrielle
À mes yeux, la vraie création de valeur réside dans des
entreprises comme Withings ou Criteo, car celles-ci
reposent sur un business model complètement intégré
verticalement, qui crée, capte, analyse, valorise et
monétise de la data. Pour faire de l'innovation intelli-
gente, il faut placer au même endroit les données que
l’on fabrique et celles que l’on recueille. La France a
l’opportunité de se frayer un chemin sur l’échiquier
mondial des usages, là où tout n’est finalement pas
encore bien défini. Mais l’Hexagone doit composer avec
son marché, qui n’a pas la taille du marché américain,
ni la même capacité d’investissement.
LE BIG DATA : UN ÉCOSYSTÈME PLUS QU’UNE FILIÈRE
En tant que chefs de file de ce « chantier », avec Paul
Hermelin, nous avons donc identifié les leviers que les
pouvoirs publics peuvent actionner pour favoriser
l’émergence d’un écosystème français du Big Data
exportateur et créateur d’emplois. C’est avant tout un
objectif économique, académique et industriel. Nous
voulons rendre le terrain français fertile pour l’ensem-
ble de l’écosystème Big Data, en « changeant le PH de
l’aquarium ». Concernant le mode opératoire, l’ambi-
tion de nos travaux n’est pas de bâtir une nouvelle
filière industrielle au sens classique du terme, comme
cela peut être le cas à titre d’exemple pour le plan
« Avion électrique ».
En effet, le Big Data est plus un écosystème qu’une
filière au sens traditionnel du terme, car il n’a pas
vocation à déboucher sur un produit industriel précis.
Le Big Data est quelque chose de beaucoup plus
écosystémique et horizontal, parce qu’il irrigue tous
les secteurs.
Le Big Data est donc un enjeu critique pour tous les
secteurs de l’industrie et des services, notamment
ceux qui n’ont pas encore été fortement impactés par
la révolution numérique. Il ne faut pas que nos grands
groupes ignorent cette révolution, comme cela a été le
cas pour le commerce de proximité, la presse, l’indus-
trie du disque ou, bientôt, la télévision et le cinéma,
car le Big Data va être le moyen par lequel la révolu-
tion numérique va s’inviter sur des secteurs qui
n’étaient pas concernés à ce jour ; il faut éviter que ne
se reproduise l’aveuglement de ces secteurs au sein
9La révolution numérique du Big Data : pour un écosystème français exportateur et créateur d’emplois
AnalysesEnpratiqueL’interview!Zoomsur...
desquels les acteurs n’ont pas voulu appréhender la
révolution numérique jusqu’à ce qu’elle devienne
irréversible.
SE RÉINVENTER POUR FAIRE FACE AUX PURE
PLAYERS DU NUMÉRIQUE
Le déni de réalité est à éviter : il correspond à une
forme de défense extrêmement dangereuse.
Le « jusque-là tout va bien » est également à éviter,
car à vouloir refuser de se challenger sur son propre
business model, de nombreux acteurs courent le
risque de la désintermédiation par des pure players
de la data comme le GAFA 2
, IBM, LinkedIn, ce que
j’appelle les « barbares modernes 3
».
En effet, le succès de l’innovation orientée grand
public de ces quinze dernières années (Internet,
moteurs de recherche, téléphonie mobile, réseaux
sociaux, etc.) confère à ces pure players un accès
direct au grand public et à ses données. Cette
connaissance de la relation client est leur outil pour
se positionner dans tous les domaines. Comme le
démontre l’actualité récente 4
, ces spécialistes de
la data regardent les déclinaisons possibles dans
d’autres secteurs traditionnels. Ainsi, le risque pour
les grands groupes établis est lié à la menace que ces
« barbares » s’imposent partout où il y a de l'ineffica-
cité dans la relation clients : l'assurance, la santé, le
crédit, le marché de l’électricité, les opérateurs de
télécommunications, etc.
Prenons une illustration dans le domaine de l’assu-
rance : Avec Android sur votre terminal, Google dispose
de votre géolocalisation et accéléro-
mètre. Il connait votre mode de vie,
type de conduite, oisiveté, mobilité, vos
préférences, etc. En mixant ces datas
et en faisant travailler un arsenal algo-
rithmique, les pure players seront en
mesure de proposer une offre assu-
rantielle moins chère, granulaire, extrêmement sophis-
tiquée quant au profil de risque d’un individu lambda.
Puis ils capteront la valeur des bons clients, ceux dont
la probabilité de sinistralité est faible.
Ces nouveaux acteurs réinstaureront dès lors une
nouvelle forme d’intermédiation. Or, qui dit intermé-
diation, dit également sous-traitance et érosion des
marges. Ces pure players du numérique auront la
capacité d’imposer un diktat aux Brick and Mortar
(acteurs traditionnels) et de les reléguer à un simple
rôle d’opérateurs et de prestataires techniques inter-
changeables. Ces derniers se verront confisquer la
relation client, qui représente la grosse partie de la
valeur de leurs activités ; celle-ci ne sera plus captée
par celui qui détient la technicité de l'objet industriel,
mais par celui qui détient la technicité de l'optimisa-
tion de l'objet ou de la relation client grâce aux
technologies du Big Data. Les entreprises françaises
doivent absolument réinventer leurs services clients
ou, à défaut, les exécuter mieux que les autres, d’au-
tant qu’il y a une vraie demande de produits
personnalisés dans ces domaines.
Trop d’industries comme le crédit, l’assurance et la
finance se sentent protégés, se considérant à la pointe
avec leurs outils informatiques. Cela est illusoire.
L’informatique pur n’est qu’un outil de production et de
productivité, il n’a pas d’impact sur le business model
et sur sa transformation. À cet égard, le capitalisme
français a un problème : il est beaucoup trop dans
l'entre-soi et la courtoisie. Plutôt que de subir cette
3ème
révolution numérique, il faut anticiper sa dyna-
mique et ses enjeux. Cette ouverture culturelle et
l’acceptation de la compréhension de la désintermé-
diation numérique sont critiques pour changer les
logiciels de pensée.
FAVORISER LA COLLABORATION ENTRE LES GRANDS
GROUPES ET LES STARTUPS
En conséquence, l’une des priorités est d’inciter les
grandes entreprises françaises, aujourd’hui en retard
sur leurs homologues américaines, à lancer des
projets à grande échelle d’exploitation des données.
Pour ce faire, dans le cadre de notre chantier, nous
travaillons sur plusieurs pistes avec les grands
groupes. Il s’agit d’abord d’annihiler jus-
tement ce déni de réalité, puis de
valoriser l’innovation ouverte.
Il est aujourd’hui absolument vital, pour
les grands groupes, de collaborer avec
des startups : jusqu'à présent, la ten-
dance était plutôt de les racheter pour les « tuer »
avant qu'elles ne puissent devenir des concurrentes.
Nous devons favoriser l’interaction vertueuse du tan-
dem grands groupes (utilisatrices) et startups du Big
Data (techno providers). Idéalement, il faudrait que
les grands groupes payent trois fois ! Financer les
startups en capital-risque, les aider à grandir (logique
business) et les racheter au moment opportun. Sans
cela, ces acteurs en herbe que sont les startups ont
peu de chance de grandir, de démontrer la scalabilité
de leur projet et de trouver les forces de s’attaquer
à l’export pour contrer l’étroitesse et l’« aversion cultu-
(2) GAFA : acronyme pour désigner Google, Amazon, Facebook et Apple.
(3) Cf. Interview de François Bourdoncle dans Challenges, 20 janvier 2014.
(4) Acquisitions récentes de Google dans le domaine de l’assurance et de la maison intelligente connectée ; investissement de 250 millions de dollars
sur Uber, compagnie de VTC.
Accomex n° 112 - Big Data10
relle IT » de notre marché intérieur. L’effet de levier de
cette mesure est double et convergeant pour ces deux
typologies d’acteurs.
CHANGER LA PERCEPTION DE L’INNOVATION
FRANÇAISE
J’ai l’obsession de changer la perception de l’innova-
tion française. Comme chacun le sait, la R&D est
généreusement financée par de nombreux véhicules
de financement publics (FUI, Crédit d’Impôt
Recherche, etc.). Il faut s’en féliciter. Mais au regard
des investissements publics consentis, l’effet produit
est trop minime. La R&D est trop peu impactante pour
changer « les règles du jeu » et créer de la valeur.
Au-delà de la dimension exploratoire des projets de
R&D, les PME et startups ne doivent pas oublier qu’il
leur faut un marché. D’où notre volonté de tirer l’éco-
système par l’aval, en créant le marché. Il s’agit de
stimuler les projets et les preuves de concept côté
demandeurs. Nous serons ainsi confortés sur l’exis-
tence potentielle d’un marché, l’expérimentation de
ces projets par les grands groupes, l’aide aux PME et
leur besoin de scalabilité de projets. Les PME ont
davantage besoin d’un carnet de commande étoffé
que de subventions (côte offre, en amont). Cette
logique aura un effet de levier maximal : créer le mar-
ché plutôt que l’offre, et réduire le time-to-market de
nos startups.
Avec le récent lancement de la plate-forme TeraLab 5
,
les entreprises et chercheurs disposeront d’un
environnement de recherche et d’expérimentation
(briques technologiques, ressources de calcul grande
échelle). Pour ce faire, il est essentiel que cette struc-
ture recense les « bonnes volontés » en matière de
mise à disposition de données de la part des entre-
prises.
FAIRE ÉVOLUER LE VOLET RÉGLEMENTAIRE
FRANÇAIS
Tout comme le logiciel de pensée, le volet réglemen-
taire français doit évoluer. Sur le premier aspect, il
faut permettre aux usages de s’installer, de s’expéri-
menter. Concernant le volet réglementaire, nous
pouvons être fiers d'avoir exporté notre modèle de la
loi Informatique et Libertés au niveau européen. Mais
cette loi comporte un biais : la finalité initiale de la col-
lecte des données personnelles est « gravée dans le
marbre » ; on ne peut pas la faire évoluer lors d’utilisa-
tions ultérieures. Or le Big Data, en mouvement
permanent, ne peut s’en satisfaire : la déferlante va
faire craquer cette loi, c'est inévitable.
Il s’agit donc de refondre le volet législatif en matière
de réutilisation des données, afin de faciliter, sans
lever toute forme de contrôle, l’usage des données.
Ainsi, il faut pouvoir expérimenter avant de légiférer, et
déplacer l’équilibre en faveur de l’innovation. À cet
égard, il est illusoire de croire que s’interdire le droit
d’expérimenter sur l’utilisation innovante des données
serait un garde-fou contre les dérives potentielles. Ce
principe d’audace, d’action et d’expérimentation doit
pouvoir rééquilibrer le rapport de force avec notre
« sacro-saint » principe de précaution inscrit dans la
constitution française.
Les usages innovants et disruptifs comportent une
part de risque, de sorte qu’avant que la CNIL n’em-
pêche d’expérimenter, nous devons appréhender ces
usages, sectoriellement et de manière jurispruden-
tielle. Or, actuellement, l’utilisateur des données doit
respecter l’usage intentionnel pour lequel les données
ont été collectées… Nous pourrions remplacer le prin-
cipe d’intentionnalité par celui de réciprocité, passer
d’une logique déclarative à une logique d’adhésion,
grâce à la rédaction d’une charte d’adhésion à des
valeurs de base, par secteur, avec sanction s’il y a un
non-respect de la vie privée.
L’ÉTAT COMME LOCOMOTIVE D’EXPÉRIMENTATION
Il faut également observer l’évolution des usages et
procéder systématiquement à une étude d’impact
économique avant de légiférer « défensivement et
mécaniquement ». Les entreprises ont besoin de ce
gage de sécurité, tout comme elles ont besoin de
stabilité fiscale. Sans ce droit à l’expérimentation, mis
en avant par le rapport de la Commission Lauvergeon,
il sera très difficile de faire émerger une filière
Big Data dans notre pays.
C’est de l’action et de l’expérimentation que naitront
la réflexion et les usages, et non pas l’inverse. Mais
comme toute révolution industrielle, l’entrée de notre
civilisation dans l’ère du « tout numérique » ne se
résume pas à ses risques potentiels ; et la crispation
légitime sur la protection de la vie privée ne doit pas
masquer les fantastiques enjeux économiques et
citoyens que représente le traitement intelligent des
données massives.
À ce titre, l’État se doit d’être une locomotive d’expéri-
mentation, d’autant que, comme pour les entreprises,
les enjeux sont considérables (gestion des res-
sources, des infrastructures, de l’énergie, des
transports, du marché de l’emploi, des finances
publiques, etc.).
(5) Centre de ressources technologiques destiné à des projets de recherche, d’innovation et de prototypage dédiés aux Big Data, lancé par l’Institut
Mines-Télécom et le Groupe des Écoles Nationales d’Économie et de Statistique (GENES).
11
AnalysesEnpratiqueL’interview!Zoomsur...
Il doit aussi montrer l’exemple sur des thèmes comme
les data dans la santé, les données de la CNAM étant
un fabuleux gisement de création de valeur avec de
nouvelles applications et une nouvelle façon de
concevoir les parcours de soins : passer d’une
démarche curative à une logique préventive grâce au
suivi et à une analyse en temps réel. Il en va de même
dans l’évaluation et le pilotage des politiques d’action
publiques. À l’heure où le niveau de défiance des
citoyens vis-à-vis de la classe politique est le plus
élevé de l’OCDE, voilà une formidable opportunité de
recentrer le citoyen au cœur du débat sociétal et d’ac-
croître le niveau d’exigence des citoyens sur l’exécutif
central et les collectivités.
DES ATOUTS QUE LA FRANCE SE DOIT D’EXPLOITER
À titre conclusif, je dirais, d’une part, que nous ne
sommes pas en retard et que, d’autre part, nous
disposons de nombreux atouts, comme par exemple
des ingénieurs généralistes de haut niveau, formés à
l’informatique, aux mathématiques et aux statis-
tiques, qui sont très largement plébiscités au niveau
international, à commencer par la City et Wall Street.
Ne serait-il pas plus vertueux de leur permettre de
réussir en France en aidant nos entreprises à déployer
le Big Data à grande échelle, en créant de nouveaux
business model, en réinventant la relation client par la
donnée ?
Comme je l’ai évoqué, nous avons également la
chance d’avoir quelques très belles success stories,
comme Critéo ou Withings, l’un des leaders mondiaux
de l’« Internet des Objets ». Véritable pourvoyeur de
données dans le futur, cet « Internet des Objets »,
justement, va complètement révolutionner la manière
dont les produits sont conçus et commercialisés, ainsi
que la manière dont l’innovation va se nourrir de
l’exploitation du suivi des produits en condition opéra-
tionnelle.
Espérons que les dossiers Big Data prochainement
financés dans le cadre du « Concours Mondial de
l’Innovation 2030 » accouchent de futures pépites !
Mais nous avons actuellement trop peu de champions
numériques, ces « modernes » comme nous les
appelons. J’ai en outre l’ambition de faire entrer les
« anciens » (nos grands groupes) dans l’ère de cette
3ème
révolution numérique.
La révolution numérique du Big Data : pour un écosystème français exportateur et créateur d’emplois
La structuration du secteur du
Big Data français : le projet Alliance
Big Data
l’EGE, le SFIB, le CEA List, l’INRIA, pour n’en citer que
quelques-uns, ont également rejoint l’Alliance.
Plus concrètement, les principaux objectifs de
l’Alliance Big Data sont de :
è rassembler les connaissances, expériences et
technologies du Big Data et de les valoriser par une
diffusion multicanal,
è fédérer les associations, les offreurs de solutions et
les utilisateurs pour construire une vision commune
du Big Data et, à terme, englober d’autres tendances
du numérique,
è développer des dossiers thématiques en coordon-
nant les associations, les sponsors/offreurs et les
utilisateurs,
è donner de la visibilité aux offreurs de solutions,
è offrir un lieu de dialogues et d’échanges aux utilisa-
teurs en leur donnant la possibilité de s’exprimer, de
partager leurs expériences, d’améliorer leurs connais-
sances du domaine.
L’Alliance Big Data réunit à ce jour 5 000 membres,
dont de grandes organisations avec chacune sa
L’Alliance Big Data a été confortée par les récents
travaux de la Commission Lauvergeon et les 34 plans
industriels de la Nouvelle France Industrielle 2
du
Ministère du redressement Productif, qui ont érigé le
Big Data comme chantier prioritaire. Ces initiatives
sous-entendent un besoin de structurer et d’ouvrir
l’écosystème français. L’Alliance, par ses travaux, sa
communication, ses livres blancs, œuvre dans ce
sens. Elle peut être considérée comme un Do Tank de
l’écosystème Big Data, qui vient en complément des
réflexions menées par la Commission Big Data de
l’AFDEL et l’ambitieux Plan Big Data présenté par le
gouvernement.
L’Alliance Big Data a été lancée en début d’année
2013. Elle constitue un carrefour unique d’acteurs
industriels, services publics, associations profession-
nelles, universités et laboratoires représentatifs du
Big Data. Les composantes d’innovation et de
business (Cap Digital), de contenants et outils docu-
mentaires (Aproged), de gestion contenus (GFII), de
transaction dématérialisée (APECA), d’enseignement,
recherche et innovation (Mines-Télécom) et d’utilisa-
teurs (ADBS) y sont représentés. L’ADETEM, le Cigref,
e Big Data est un secteur à forte création de valeur.
L’amplitude de choc, les secteurs impactés, les business
model traditionnels « challengés » et toutes les applications qui
en découleront ne sont, à ce jour, pas tous identifiés. À ce titre,
il était important de créer une communauté d’échanges. La
« ligne éditoriale » de l’Alliance Big Data est donc de fédérer des
acteurs, construire une vision commune, partager des expé-
riences et, in fine, de favoriser le développement et la mise en
lumière de nouveaux services et applications. L’Alliance a
également pour objectif d’expliquer à la communauté, que ce
soit des citoyens, des politiques ou des industriels, ce qu’est le
Big Data : pourquoi ce terme ? Comment en est-on arrivé là ? Quels sont les enjeux stratégiques en termes de
développement économique, d’emplois, de compétitivité ? L’enjeu du Big Data pour la France est essentiel ; il néces-
site la structuration de son écosystème, afin que la France trouve une place ambitieuse sur l’échiquier de la data et
de cette révolution numérique.
L Charles Huot
contact@temis.fr
Charles Huot a passé 10 ans chez IBM en tant que direc-
teur international des ventes pour les logiciels de Text
Mining. Co-fondateur de l’entreprise TEMIS, il en est
également aujourd’hui le directeur général délégué en
charge du développement stratégique et de l'innovation.
À ce titre, il représente TEMIS auprès des industriels de
son secteur et d'instances françaises et européennes.
Charles Hulot est également Président du Comité Édito-
rial du portail Alliance Big Data 1
.
(1) http://www.alliancebigdata.com ; @AllianceBigData
(2) http://www.redressement-productif.gouv.fr/nouvelle-france-industrielle
12 Accomex n° 112 - Big Data
propre préoccupation en matière de collecte, de
traitement, de visualisation, d’analyse des données.
Elle fédère de multiples institutions autour de la
thématique Big Data et travaille à l’homogénéisation
d’un discours sur le sujet : celui-ci n’est pas que l’af-
faire des spécialistes de logiciels, sa diffusion est
cross-channel et impacte tous les secteurs.
La philosophie de l’Alliance n’est pas de se cloisonner
entre « gens du sérail », entre pure players et techno-
providers de solutions Big Data ; au contraire, elle se
calque sur la dynamique du Big Data, qui synchronise,
casse les vases clos et impacte toute une chaîne
de valeurs. C’est pourquoi, l’espace est ouvert aux
personnes ayant une sensibilité intellectuelle pour le
sujet et à celles pour lesquelles cela
peut représenter un enjeu et une vraie
rupture de paradigme dans les métiers
et secteurs (les verticaux). L’arrivée
continue de nouveaux partenaires per-
met d’élargir les horizons de réflexion
de l’Alliance Big Data, de croiser les
domaines de compétences et d’exper-
tise. En fédérant des acteurs répartis sur l’ensemble
de la chaîne de valeur, l’Alliance a mis en forme un
continuum qui pourrait difficilement être dupliqué
dans une association ou une entreprise classique.
En termes de communication, l’Alliance dispose bien
entendu d’un site web 3
et, comme le mouvement est
par essence collaboratif, met à disposition, via son
partenaire Jampespot, un réseau social de partage 4
et de mise en lumière d’expériences et de réalisa-
tions. Une Big Data TV 5
complète ce dispositif. Plus
récemment, des partenaires médias ont manifesté
leur intérêt pour la démarche : 01 Business et Veille
Magazine. Enfin, des sponsors viennent apporter leur
soutien au développement de l’Alliance Big Data :
Exalead, Capgemini, GDF SUEZ et Jamespot.
En ce qui concerne les évènements notoires de la
communauté, l’Alliance a organisé le Big Data Day
dans le cadre du FAN 6
2013 de l’Aproged, le
14 novembre 2013. À cette occasion, se sont succé-
dés conférences-débats, plateaux TV et décryptages
des challenges concernant la problématique du Big
Data. Cette mobilisation collective favorise la dyna-
mique et la variété des thématiques traitées, ainsi que
la richesse des compétences réunies entre les anima-
teurs et les intervenants.
En termes de livrables et de dossiers thématiques,
l’Alliance a axé ses premiers travaux sur la rédaction
d’une Charte Éthique & Big Data. Étant données la
criticité et les nouvelles problématiques soulevées par
les flux de data, cela apparaissait
comme un chantier prioritaire. Cette
charte énumère les principes directeurs
(transparence, usage, rémunération)
destinés à garantir le bon usage et la
pérennité des données. La rédaction de
la Charte a été pilotée par Alain
Couillault, secrétaire de l’APIL et mem-
bre de l’Aproged.
La multiplicité de regards des contributeurs a abouti à
faire émerger quatre volets : la description des don-
nées, la traçabilité, la propriété intellectuelle et les
réglementations spécifiques à la nature des données
traitées. Ce socle éthique contribue à harmoniser les
rapports entre producteurs, fournisseurs et utilisa-
teurs de données sur le plan du respect des lois, de
celui de l'éthique, et à garantir la confiance dans les
rapports entre l'ensemble des acteurs impliqués.
Cette charte constitue un recueil de bonnes pratiques
en matière de traçabilité et d’exploitation des don-
nées, et un guide pratique pour savoir comment traiter
les données.
(3) http://www.alliancebigdata.com
(4) http://alliancebigdata.jamespot.pro
(5) http://www.youtube.com/channel/UCUFUuT-s9mlAuak-SAI6kvg
(6) Forum des Acteurs du Numérique.
Glossaire
Aproged : Association des professionnels pour l’économie numérique (http://www.aproged.org)
AFDEL : Association Française des Éditeurs de Logiciels et Solutions Internet (http://www.afdel.fr)
GFII : Groupement Français de l’Industrie de l’Information (http://www.gfii.fr/fr)
APECA : Association de la Maîtrise et de la Valorisation des Contenus
ADBS : Association des professionnels de l’information et de la documentation (http://www.adbs.fr)
ADETEM : Association nationale des professionnels du marketing (http://www.adetem.org)
Cigref : Réseau de Grandes Entreprises (http://www.cigref.fr)
EGE : École de Guerre Économique (http://www.ege.fr)
SFIB : Syndicat de l’industrie des technologies de l’information (http://www.sfib.org)
CEA List, Systèmes numériques intelligents http://www-list.cea.fr
INRIA, Inventeurs du monde numérique (http://www.inria.fr)
APIL : Association des Professionnels des Industries de la Langue (fusionnée avec l’Aproged)
Zoomsur...L’interview!EnpratiqueAnalyses
La structuration du secteur du Big Data français : le projet Alliance Big Data 13
L’Alliance Big Data travaille également à l’extension
de son réseau social à un réseau social européen.
Beaucoup de partenaires, tel Cap Digital, ont d’ail-
leurs des liens avec des clusters technologiques
à travers l’Europe. Beaucoup d’intégrateurs, tel
Capgemini, sont prêts à sponsoriser un réseau
d’excellence européen sur le sujet, spécialement sur
le thème épineux de la formation au traitement de
données et aux nouveaux métiers de l’information.
L’Alliance entretient également des échanges d’expé-
riences avec la britannique Open Data Center
Alliance.
En 2014, elle poursuivra les chantiers entrepris et
cherchera à développer les grands domaines émer-
gents dans le Big Data comme la formation,
la R&D, l’Industrie, les objets intelligents. Elle com-
mence aussi à se positionner sur des chantiers
verticaux comme la santé, l’assurance, les transports
et la mobilité, car tous ces secteurs ont un dénomi-
nateur commun : la data. L’objectif aujourd’hui est
d’étendre l’Alliance et de toucher un maximum de
personnes concernées par le Big Data.
TEMIS
TEMIS a été fondé il y a 13 ans. L’entreprise est membre du pôle de compétitivité Cap Digital 7
depuis sa création.
Son cœur d’activité est la vente de logiciels dans le domaine de l’analyse automatique de textes dans le monde (filiale à New York,
en Allemagne et au Canada).
TEMIS est le leader français des logiciels d’enrichissement sémantique des contenus : il extrait les métadonnées des contenus non struc-
turés afin d’optimiser les processus de recherche, d’exploration et d’analyse de contenu.
Pour en savoir plus : contact@temis.fr ; http://www.temis.com/fr
(7) Créé en 2006, Cap Digital est le pôle de compétitivité des industries des services et contenus numériques. Il a pour objectif de faire de la Région
Île-de-France l’une des références mondiales du numérique (http://www.capdigital.com).
14 Accomex n° 112 - Big Data
15
AnalysesEnpratiqueL’interview!Zoomsur...
Les initiatives gouvernementales en matière d’Open Data : la mission Etalab
Quels sont les objectifs qui portent et
structurent le projet Etalab ? 1
Au sein du Secrétariat Général pour la Modernisation
de l’Action Publique (SGMAP), la mission Etalab est
chargée de soutenir l’ouverture et le partage des don-
nées publiques (Open Data) au service de la
transparence, de l’efficacité de l’action publique et du
développement économique. Elle poursuit cet objectif
conformément à la feuille de route du gouvernement
en matière d’ouverture et de partage des données
publiques définie en février 2013, ainsi qu’au principe
général de réutilisation 2
libre, facile et gratuite, en
mettant l'accent sur les données à fort impact socié-
tal (santé, éducation, etc.) et/ou à fort potentiel
d’innovation sociale et économique.
La mission Etalab est en particulier responsable du
développement du portail unique interministériel
(http://www.etalab.gouv.fr/) destiné à rassembler et à
mettre à disposition librement l’ensemble des infor-
mations publiques de l’État, de ses établissements
publics administratifs et, si elles le souhaitent, des
collectivités territoriales et des personnes de droit
public ou de droit privé chargées d’une mission de
service public.
Elle coordonne l’action des administrations de l’État
et apporte son appui à ses établissements publics
pour faciliter la réutilisation la plus large possible de
leurs informations publiques. Elle s’est en outre
engagée dans le processus de coordination interna-
tionale des stratégies d’Open Data et de
gouvernement ouvert (Open Government).
Afin de stimuler l’innovation et les réutilisations, la
mission Etalab travaille également à développer et
structurer l’écosystème national de l’Open Data :
innovateurs, start-ups, partenaires technologiques,
chercheurs, etc.
Le décret du 31 octobre 2012, créant le Secrétariat
Général pour la Modernisation de l’Action Publique,
a eu pour conséquence de dissoudre Etalab dans cette
nouvelle structure. Cette réorganisation a-t-elle eu des
conséquences dans l'approche de l'État quant au
partage des données publiques ?
Ce rattachement lui a donné plus de résonnance.
En intégrant la mission Etalab au SGMAP, le gouverne-
ment a constitué une force globale d’innovation,
associant la conception des systèmes d’information
de l’État, l’ouverture des données publiques, l’évalua-
tion des politiques publiques et l’innovation en
matière de politiques publiques. Etalab collabore
désormais étroitement avec les services chargés de la
modernisation de l’action publique.
Les initiatives gouvernementales en
matière d’Open Data : la mission
Etalab
“
(1) Propos recueillis par Victor Mourer, chargé d’études à la CCI Paris Ile-de-France.
(2) La réutilisation est l’utilisation à d’autres fins que celles de la mission de service public en vue de laquelle les documents ont été élaborés ou sont détenus.
Questions à… Laure Lucchesi, Directrice adjointe de la mission Etalab,
rattachée au Secrétariat général pour la Modernisation de l’Action Publique
Accomex n° 112 - Big Data
La modernisation de l’action publique est en effet l’un
des enjeux majeurs de la politique d’Open Data : au
fur et à mesure de l’ouverture d’une quantité crois-
sante de données (et de leur montée en qualité grâce
aux interactions avec toute une communauté de
contributeurs), elle conduira au renforcement de la
puissance publique, à la simplification administrative
et à une plus grande efficacité des politiques
publiques (mieux objectivées, avec une meilleure allo-
cation des moyens engagés, des outils de mesure et
de pilotage renforcés, etc.).
Onze décisions relatives à l’Open Data ont d’ores et
déjà été entérinées lors des trois premiers Comités
interministériels pour la modernisation de l'action
publique (CIMAP), qui reflètent les synergies créées et
la contribution de l’Open Data à la modernisation de
l’action publique.
En quoi l’ouverture des données publiques peut-elle
être bénéfique aux professionnels ? Etalab a-t-il établi
des partenariats avec des entreprises du secteur privé ?
C’est l’une des promesses de l’Open Data que de sou-
tenir l’innovation - économique et sociale - grâce au
potentiel de réutilisation des données partagées par
l’État. Nous connaissons déjà des centaines d’entre-
prises qui utilisent les données publiques et qui ont
créé de nombreux emplois. Mais cette promesse ne
se limite pas aux réutilisations… L’Open Data, c’est
souvent un levier pour un État plus simple et plus
efficace, ce qui est aussi une forme importante de
soutien aux entreprises.
À part les concours dataconnexions, Etalab n’a pas de
partenariat spécifique avec les entreprises privées,
puisque le principe même de l’Open Data est de
permettre librement et gratuitement toutes les innova-
tions que les entreprises pourront imaginer à partir de
ces données non personnelles.
En revanche, dans la nouvelle version du portail
data.gouv.fr lancée en décembre 2013, et ouvert à
toutes les contributions d’intérêt public, nous propo-
sons à la société civile de s’impliquer dans la
construction d’un « bien commun informationnel » que
représentent les données. Les citoyens, les associa-
tions, les entreprises peuvent ainsi consulter mais
aussi mettre eux-mêmes à disposition des données
d’intérêt général sur le portail.
En quoi consiste le programme dataconnexions ? Dans
quelle mesure pourrait-il servir de laboratoire aux
entreprises françaises pour exporter ces solutions
innovantes à l’étranger ?
Le programme dataconnexions, qui compte une tren-
taine de partenaires dont le groupe La Poste, la SNCF,
Orange ou encore Microsoft, permet d’animer une
communauté d’acteurs autour de l’Open Data, de
favoriser le partage d’expérience et de mettre en
valeur des projets qui réutilisent les données
publiques et créent ainsi des services innovants. La
4ème
édition de ce concours a eu lieu le 4 décembre
2013 et a récompensé 8 lauréats (parmi 65 dossiers
reçus), et ce programme se poursuivra en 2014.
L’ouverture des données publiques permet de soute-
nir l’innovation économique et sociale. Elle participe à
diffuser la culture de la donnée au sein des adminis-
trations et à développer les stratégies fondées sur la
donnée.
Ces bénéfices s’appliquent tout autant aux acteurs du
secteur privé. De nombreux acteurs ont ainsi d’ores et
déjà mis en place des stratégies autour de l’ouverture
de leurs données et de l’innovation ouverte.
Nous pourrions ajouter que l’administration bénéficie
elle-même de la rencontre avec ces innovateurs, qui
apportent à ses données de nouveaux points de vue,
de nouvelles technologies, voire de nouvelles straté-
gies de création de valeur.
Existe-t-il des initiatives similaires au projet Etalab
dans d’autres pays ? Et si oui, Etalab a-t-il pour projet
de coopérer avec d’autres administrations nationales
ou internationales en matière d’Open Data ?
De nombreux pays ont d’ores et déjà engagé, avec
différents niveaux d’avancement, une politique d’Open
Data. La France, par l’intermédiaire notamment
d’Etalab, est en lien avec cette communauté interna-
tionale, avec laquelle elle entretient des échanges
réguliers, en travaillant avec ses homologues
(Royaume-Uni, États-Unis, pays de la zone Euro-
Méditerranée, Liban, Japon notamment), ainsi qu’au
travers des instances internationales auxquelles elle
participe.
Le 18 juin 2013, le Président de la République et les
chefs d’État et de gouvernement, réunis au Sommet
de Lough Erne, ont ainsi adopté une Charte du G8
pour l’ouverture des données publiques qui marque
l’ambition collective des États membres de promou-
voir des économies ouvertes, des sociétés ouvertes et
des gouvernements ouverts. Le Premier ministre a
publié le 7 novembre 2013 le Plan d’action de la
France pour la mise en application de cette Charte
Open Data du G8 3
.
L’Europe est donc un partenaire naturel pour l’Open
Data français, même si les coopérations ne sont pas
encore fortement établies avec les initiatives les plus
récentes.
16
(3) http://www.etalab.gouv.fr/article-les-chefs-d-etat-reunis-a-loughe-erne-signent-une-charte-du-g8-pour-l-ouverture-des-donnees-publique-
118576420.html
Les initiatives gouvernementales en matière d’Open Data : la mission Etalab
Quelles perspectives peut-on espérer pour l’initiative
Etalab ? Une coopération renforcée avec le secteur
privé en fait-elle partie ?
En 2014, le nouveau site data.gouv.fr poursuivra sa
dynamique d’innovation continue. Il s’enrichira en per-
manence de nouveaux jeux de données, grâce à une
expérience simplifiée de publication pour les acteurs
publics. Favorisant le dialogue avec la société civile,
ainsi que l’enrichissement et la réutilisation des
données, cette plateforme continuera de s’enrichir et
d’accueillir des contributions inédites. Elle est le
pivot de la politique d’Open Data, qui doit contribuer
à renouveler la confiance des
citoyens et à stimuler l’inno-
vation, tant au sein des
administrations que de l’éco-
nomie numérique dans son
ensemble.
Par ailleurs, Etalab a été chargée de coordonner les
travaux de transposition de la Directive 2013/37/UE
du Parlement européen et du Conseil du 26 juin 2013
modifiant la directive 2003/98/CE concernant la
réutilisation des informations du secteur public. Ceux-
ci se dérouleront dans l’année à venir, afin de
respecter l’échéance de transposition en juillet 2015.
Enfin, Etalab continuera à soutenir l’émergence d’un
puissant écosystème de l’Open Data, incluant les
collectivités locales et le secteur privé, à
l’échelle nationale comme internationale.
Zoomsur...L’interview!EnpratiqueAnalyses
17
Pourriez-vous expliquer en quoi consiste le projet
CoDesign Data.gouv.fr ? L’objectif d’association du
projet Etalab avec la communauté française de
l’Open Data a-t-il été atteint ?
Une profonde refonte du portail data.gouv.fr a été
engagée à partir du printemps 2013, et a permis
d’inaugurer, en décembre, une nouvelle version du
portail, encore plus ouverte et plus collaborative.
La conception de cette nouvelle plateforme a été
conduite en étroite coordination avec la communauté
de l’Open Data au travers d’une démarche de
CoDesign. Une consultation
publique menée au printemps
2013 a permis de recueillir une
soixantaine de contributions, et
neuf ateliers thématiques ont
été conduits pour recueillir les
retours d’expérience et les suggestions des utilisa-
teurs et réutilisateurs du portail.
Tout en conservant sa vocation de diffuser largement
les données brutes, data.gouv.fr deviendra à terme un
outil grand public pour une utilisation démocratique
des données publiques, facilitant également la publi-
cation, la réutilisation de ces données et leur
enrichissement par tous types de contributeurs.
“
Etalab continuera à soutenir
l’émergence d’un écosystème
de l’Open Data à l’échelle
nationale et internationale”.
“
Accomex n° 112 - Big Data18
Pouvez-vous nous présenter Squid Solutions
en quelques mots ? 2
Nous sommes éditeurs de logiciel dans le domaine de
la data. Nous fournissons une plateforme de gestion
et d’analyse de données 3
aux entreprises qui souhai-
tent exploiter leurs données, par exemple pour
optimiser leur marketing en ligne.
Comment cette aventure a-t-elle commencé ?
Nous sommes quatre co-fondateurs à avoir travaillé
dans une filiale de Gemplus 4
où nous travaillions sur
les data télécom et, plus particulièrement, sur les
tickets entrants. Cela nous a aidés à comprendre les
comportements des clients. Nous étions en mesure
de détecter les usages patterns des clients pour
savoir si un client était sur le point de quitter un
opérateur pour un autre.
Puis nous nous sommes lancés dans l’édition de logi-
ciels avec Squid. Nous avons identifié tout ce qui,
dans la chaîne de valeur de l’analyse de données,
prenait le plus de temps, était le plus complexe et le
plus coûteux à réaliser, afin de mettre au point une
technique. Grâce à nos premiers clients - notamment
eBay et SFR -, qui comptaient parmi les plus grosses
bases de données du marché, nous avons fait la
preuve de notre technologie. Cela nous a permis de
lever trois millions d’euros auprès des investisseurs
en capital-risque en 2008, en pleine crise financière.
Concrètement, comment fonctionne votre technologie ?
L’objectif est de récupérer un maximum de données
via des solutions dites de Big Data. Il s’agit de collec-
ter, stocker et « historiser » ces données, afin de
déterminer des tendances. Concrètement, nous utili-
sons des bases de production de sites web, des bases
de CRM, tout ce qui peut concerner les produits, les
transactions, etc. Ces données sont alors couplées
avec celles que nous remontent nos trackers, et par
des accès à des sources de données que l’on va four-
nir. Nos outils permettent ainsi de dépasser la logique
en silos. Des modèles de données sont alors
construits pour croiser toutes ces données.
La levée de fonds effectuée en 2008 nous a permis de
concevoir notre propre plate-forme, qui rassemble juste-
ment toutes ces données. Au-dessus de cette
plate-forme, nous aidons nos clients dans leurs problé-
matiques métiers à concevoir des applications
prédictives et analytiques afin, par exemple, de mieux
allouer leurs ressources, d’optimiser leur yield manage-
ment 5
, de comprendre comment sont utilisées la
machines de distribution de tri (business case de la
Poste) ou industrialiser certains processus opérationnels.
De la France aux États-Unis,
la vision d’un entrepreneur français
sur le développement du Big Data
“
Questions à… Adrien Schmidt, Chief Executive Officer chez Squid
Solutions et Président de Silicon Sentier1
(1) Silicon Sentier est une association d’entreprises innovantes ayant pour objectif le développement du secteur numérique de la région Île-de-France.
(2) Propos recueillis par Matthias Fille, International Development - ICT Advisor, CCI Paris Ile-de-France.
(3) Data Management Platform ou DMP.
(4) Devenue Gemalto.
(5) Yield Management (« gestion fine » en français) est un système de gestion des capacités disponibles (telles que des sièges disponibles dans le transport
aérien), qui a pour objectif l'optimisation du chiffre d'affaires.
De la France aux États-Unis, la vision d’un entrepreneur français sur le développement du Big Data
Zoomsur...L’interview!EnpratiqueAnalyses
19
À quel(s) enjeu(x) ce type de solution répond-il ?
Cela permet de déterminer et de mesurer ce qui s’est
vraiment passé au-delà des tendances, en ayant une
connaissance micro, une approche « granulaire ». Au
niveau de chaque produit, de chaque client, de
chaque session, au niveau de chaque source de don-
nées, nous pouvons déterminer quel a été le chiffre
d’affaires généré, le nombre de produits vus, le retour
sur investissement (ROI) de chaque campagne marke-
ting. Cette technologie est un outil de pilotage
business très fin.
En fait, le succès actuel de certains purs players com-
merçants du web n’est pas uniquement lié à leur
notoriété : ils procèdent à une analyse
précise de leur activité sur de multiples
axes et sur des volumes de données
conséquents. Pour enclencher la
démarche d’augmentation de la valeur
client et combattre les effets d’attrition, il faut une
approche exhaustive de la donnée ; il faut multiplier
les sources pour obtenir la fameuse vision à 360° du
client, comprendre ses usages. Cette analyse multi-
dimensionnelle doit être rendue accessible de
manière instantanée pour offrir compréhension et
agilité : c’est ce que l’on offre.
Vous avez mentionné le fait que vos clients
pouvaient créer leurs propres applications
analytiques ? Pouvez-vous nous en dire plus ?
En fait, nos clients peuvent créer leurs propres applica-
tions au-dessus de notre plate-forme, en couche haute,
répondant ainsi à leur problématique métier. Mais ce
marché n’est pas encore assez mature. C’est pourquoi
nous accompagnons nos clients sur ce volet-là. À ce jour,
35 % de notre chiffre d’affaires vient de ce type de ser-
vices associés. Même si notre technologie est mature
pour créer de telles applications, il faudra encore atten-
dre un peu avant que nos clients créent, à partir de notre
plate-forme, leurs propres applications.
Vous vous êtes rendu à plusieurs reprises aux
États-Unis à titre individuel ou par le biais de
missions. Où en est Squid sur le marché américain ?
Nous avons depuis peu notre premier client 100 %
américain au Michigan. Cela est d’autant plus valorisant
qu’il s’agissait d’un lead entrant : il est venu nous cher-
cher, nous, dans le 14ème
arrondissement de Paris, pour
monter un projet ensemble ! Ce projet a commencé au
dernier trimestre 2013 et se poursuivra tout au long de
l’année 2014. Ce type de démarche nous conforte sur
nos choix et orientations technologiques.
Quel regard portez-vous sur le marché américain ?
Les Américains ont de toute évidence de très belles
entreprises dans les infrastructures Big Data. Mais au
niveau des usages, ils se questionnent sur les applica-
tions à concevoir. Sur ce point, je dirais que le marché
est naissant et qu’il y a de vraies places à prendre.
L’écosystème français n’est pas tellement en retard
sur cette composante. Mais quand un besoin émerge,
les entreprises concernées ne doivent pas « se regar-
der en chiens de faïence » mais au contraire se lancer,
innover et réinventer leur industrie !
À l’inverse, à l’heure où trop d’entreprises françaises
ne sont pas encore conscientes de leur patrimoine de
la data, où le ROI doit encore être démon-
tré en interne, où l’avancement stagne au
stade de la curiosité intellectuelle, les
projets et problématiques existent déjà
aux États-Unis. La demande y est plus
forte que l’offre technologique pertinente. Et si ces
projets clients existent, j’observe une carence de dis-
ponibilité, d’expérience, d’expertise technologique
étant à-mêmes d’appréhender, de réaliser ces projets
dans leur globalité et de monter une solution de bout
en bout.
Pour vous donner une idée, travailler sur Redshift
d’Amazon (plate-forme assez avant-gardiste sur
laquelle on travaille) requiert une expertise pointue
et particulière dans le traitement massivement
parallèle 6
. Vous devez également être en mesure de
coupler cela avec une connaissance verticale : le
métier de votre client. Pour abonder dans ce sens, je
pense que c’est ce type de problématique rencontrée
qui pousse une entreprise du Michigan à venir nous
chercher à Paris. Donc l’intérêt pour Squid d’aller aux
États-Unis repose sur cette demande existante à
assouvir.
Dans ce domaine, se pose toujours la question de
l’arbitrage côte est/côte ouest. Quel est votre point
de vue ?
Les deux côtés se justifient complètement dès lors
que l’on est éditeur de software. Mes cibles clientes
sont plutôt sur la côte est. Par contre, mes concur-
rents et partenaires potentiels sont sur la côte ouest.
Ce qui compte le plus pour moi, c’est de me plonger
dans ce qui se fait de mieux en termes de bain concur-
rentiel et technologique.
Cet écosystème unique vous challenge et vous fait
progresser au quotidien. C’est forcément salvateur.
Trop souvent, le danger qui nous guette en France est
(6) L’architecture Massivement Parallèle repose sur la division du stockage et des traitements sur une grille de serveurs. Elle permet de stocker une
quantité de données illimitée et de manière élastique. Plus la taille de la grille augmente, plus sa capacité de traitement augmente.
Accomex n° 112 - Big Data20
de nous benchmarker entre Français ou Européens, et
ainsi de nous conforter dans le bien-fondé et l’excel-
lence de notre technologie. En fait, nous ne sommes
tout simplement pas, au quotidien, dans la ligue des
meilleurs. Il est critique de confronter l’écosystème
français à l’international… L’écosystème et l’ADN de la
Silicon Valley sont imprégnés de cette fibre innovante
qui combat continuellement la « sclérose technolo-
gique » et les business model qui ne se remettent pas
en cause. Ainsi, pour pas mal de raisons, nous opte-
rons pour la côte ouest courant 2014. Mais choisir la
côte ouest, pour une startup française, cela signifie de
pouvoir appréhender le décalage horaire de
neuf heures au quotidien.
Dès lors, comment envisagez-vous la structuration
interne de Squid ? Un modèle « classique » avec R&D
en France et marketing & business development aux
États-Unis ?
Dans les grandes lignes, oui. On épousera ce modèle
« classique » pour une startup française aux États-
Unis, avec la base technique, le
développement, la R&D et la compé-
tence consulting en France : non
seulement la R&D est soutenue par de
nombreux dispositifs mais, surtout,
nos compétences techniques locales
sont excellentes. Par ricochet, le business develop-
ment (voire le marketing) sera initié de là-bas à terme.
Dans un premier temps, en tant que co-fondateur, je
serai amené à m’y installer pour lancer l’entité améri-
caine de Squid.
Quels sont les différentes étapes du projet Squid en
2014 ?
Un certain nombre de secteurs d’activité ont un inté-
rêt à l’investissement dans la data. Je pense
naturellement au secteur du publishing, qui est en
métamorphose complète, avec une vraie rupture de
paradigme, fortement challengé sur son modèle éco-
nomique et qui nécessite de nouveaux ressorts qui
passeront notamment par la data.
Désormais, la monnaie d’échange entre les fournisseurs
de contenu, les distributeurs de contenu et les consom-
mateurs de contenu (universités, étudiants par
exemple), c’est l’usage. Aujourd’hui, une université est
prête à payer du contenu si ses étudiants le consom-
ment ; c’est d’ailleurs une dynamique que j’observe aux
États-Unis. La mesure de cet usage et sa segmentation
sont devenues des variables vitales et critiques pour
cette chaîne de valeurs. Cela représente des téraoctets
de données, car cela concerne des milliers d’universités
et donc, potentiellement, des centaines de milliers d’étu-
diants et des millions d’articles. La combinatoire de ces
trois dynamiques donne de la data à analyser. L’analyser
et la transformer en leviers actionnables, pour que ce
secteur puisse commercer, pourrait être un domaine
de focalisation pour Squid en 2014-2015. Cela pas-
sera inévitablement par une implantation aux
États-Unis. Pour cela, notre technologie aura besoin
d’être légèrement redimensionnée et notre produit
repackagé pour ce marché.
Le président de Silicon Sentier que vous êtes peut-il
nous parler des initiatives entreprises par
l’association dans le domaine du Big Data ?
Nous disposons du premier programme d’accéléra-
tion en France, le Camping, qui accompagne des
projets startup à grosse dimension disruptive quant
au service et à la technologie proposés. Nous accélé-
rons, sur un espace-temps intensif, leur phase de
transition, de la création de l’entreprise à la mise
sur le marché. À ce titre, et ce pour la 1ère
fois,
Silicon Sentier a trois entreprises sur la promotion du
premier semestre 2014, positionnées sur la data et
l’analytics :
è Realytics, plate-forme qui démocratise l’analyse de
masses de données pour les PME,
è Tastehit, outil de ciblage destiné
aux sites de e-commerce qui permet
de mieux connaitre les goûts des visi-
teurs et de leur proposer des objets
en fonction de leurs préférences,
è Hublo, outil d'analyse web destiné aux spécialistes
du marketing.
Silicon Sentier vient également de lancer Data
Shaker, un programme très innovant et ambitieux, qui
a pour objectif de stimuler, via des partenariats, les
projets Big Data des grands groupes.
Prenons pour exemple la première entreprise partenaire
de ce programme : la SNCF. Il s’agit de promouvoir
la mise à disposition des données de cette entreprise, et
en particulier les jeux de données récentes qu’elle n’a
pas encore mis à disposition. La SNCF est ainsi au
contact d’une communauté de startup, de développeurs,
d’entrepreneurs, qui tirent parti de ces données et font
naître de nouveaux usages et applications. Ces applica-
tions dépassent le cœur de métier historique de la SNCF
(exploitant de réseau) et sont à forte création de valeur :
elles enrichissent l’offre voyageur, par exemple, sur la
mobilité ou les services associés en gare.
Le rôle de Data Shaker ne se limite pas à mettre en
relations les deux parties : le programme stimule la
démarche, est locomotive de réflexion, fait émerger les
thématiques, mobilise cet écosystème et transforme
l’essai : que ces applications béta se convertissent en
création de startup. La démarche volontariste des
grands comptes sur ce programme souligne leur intérêt
à appréhender ces enjeux critiques. Il s’agit, certes,
d’un lancement récent, mais nous recevons un écho
très favorable de l’écosystème de la data.
On parle beaucoup de travaux pour structurer cet
écosystème avec une dynamique vertueuse, quel est
votre regard ?
On ne peut que se féliciter des travaux en cours de
la structuration de la filière (vision à long terme). En
complément, et à plus court terme, les idées de
Bertrand Diard (co-fondateur de Talend) complètent bien
cette initiative : il cherche à créer un fonds de capital-
risque (levée de fonds), couplé à un accélérateur (mise
à disposition de ressources techniques), dédié
aux phases aval d’exploitation de la data.
21De la France aux États-Unis, la vision d’un entrepreneur français sur le développement du Big Data
AnalysesEnpratiqueL’interview!Zoomsur...
Pour en savoir plus : http://squidsolutions.com ; @SquidSolutions ; @a_schm ; datashaker.numaparis.com
“
22
Les entreprises européennes sont-
elles matures pour le Big Data ?
è Elle révèle que 23 % des entreprises européennes
interrogées (42 % des entreprises françaises) consi-
dèrent que le Big Data leur permettrait d’améliorer
leur planification et leur prévision ; 28 % une meilleure
connaissance de leur business (34 % pour les
françaises). Cependant, seulement 7 % des entre-
prises européennes interrogées considèrent le Big
Data comme un sujet d’actualité.
Comment expliquer le décalage entre le potentiel
représenté par le Big Data et la faible prise en compte
de cette problématique par les organisations à l’heure
actuelle ?
è L’étude biMA® 2012/2013 montre que les niveaux
de maturité de la Business Intelligence (BI) des entre-
prises en Europe sont assez hétérogènes, avec une
forte stagnation des entreprises au « niveau 3 », maté-
rialisant l’intégration des informations au sein de
l’entreprise (soit une harmonisation entre les départe-
ments partageant un socle et un référentiel communs).
L’atteinte du « niveau 5 », permettant l'intégration com-
plète de la BI dans des processus stratégiques,
Le Big Data est aujourd’hui une réalité, pas un mythe
et surtout un succès médiatique. Il existe des
gisements de données dans et à l’extérieur de l’entre-
prise, représentant un incontestable levier de
croissance et de compétitivité dans un contexte où les
entreprises n’ont d’autre alternative que de se trans-
former. On estime que les données structurées,
généralement bien exploitées par les entreprises,
constituent 20 % des informations disponibles en
interne, contrairement aux informations non struc-
turées qui en représentent 80 % et disposent d’un
plus fort potentiel. L’enjeu est donc bien d’exploiter
cette masse d’informations en évitant l’écueil de
« l’infobésité ».
LES ENTREPRISES EUROPÉENNES SONT-ELLES PRÊTES
POUR LE BIG DATA ?
è L’étude européenne biMA® 2
2012/2013 est une
enquête en ligne comprenant 41 questions, menée
par le groupe Steria auprès de 668 participants à tra-
vers l'Europe entre novembre 2012 et janvier 2013.
n 2011, 1 800 milliards de giga-octets de données ont été
générés dans le monde, soit un volume supérieur à ce qui a
été créé du début de l’humanité à 2003, et neuf fois plus que celui
généré sur la seule année 2005, selon le cabinet d’études IDC 1
. Ce
même cabinet estime que le volume de données généré par les
entreprises pourrait être multiplié par 75 au cours de la prochaine
décennie. Par extrapolation, le volume de l’univers numérique
pourrait être, en 2020, jusqu’à 44 fois plus important qu’en 2009.
Le Big Data (c’est-à-dire les technologies et les méthodes permettant
d’analyser la masse des données produites par les organisations et
individus) va ainsi décider de la réussite future des entreprises, en ayant un impact sur leur croissance, leur productivité et
leur compétitivité. Les progrès réalisés en matière de collecte, de stockage et de traitement des données font d’Internet un
véritable pilier de la société du 21eme
siècle. Comment les entreprises européennes vont-elles pouvoir saisir les opportunités
que promet le Big Data ? Quels sont les principaux obstacles qui les empêchent d’utiliser les données comme un outil
stratégique, moteur de leur compétitivité ?
E Hichem Dhrif
hichem.dhrif@steria.com
Hichem Dhrif est Directeur du domaine d’excellence
Enterprise information management (EIM) au sein de
Steria France et titulaire d’un MBA en systèmes d’infor-
mation organisationnels. H. Dhrif a participé, durant sa
carrière professionnelle en consulting, à plusieurs projets
de transformation de solutions à vocation information-
nelle au sein d’entreprises des secteurs public et privé en
France et au Canada, en couvrant la chaîne du cadrage
de projets au déploiement de solutions.
(1) Gantz John, Reinsel David (2011), Extracting Value from Chaos, étude IDC, juin.
(2) Carsten Dittmar, Volker Obendorf, Klaus Dieter Schultze (2013), Rapport Steria : Les Entreprises européennes sont-elles prêtes pour le Big Data ?,
Enquête Européenne biMA® 2012/2013, http://www.steria.com/fr/
Accomex n° 112 - Big Data
23
AnalysesEnpratiqueL’interview!Zoomsur...
tactiques et opérationnels, avec une stratégie de ges-
tion de l’information de bout en bout, reste semée
d’embuches pour la majorité des entreprises en
Europe. L’étude montre aussi que les entreprises n’ex-
ploitent pas pleinement le potentiel d’analyse de leurs
systèmes BI pour améliorer le ROI (Return On
Investment) de la BI : mise en place de systèmes de
planification, élaboration budgétaire, prévisions et
simulations, costing, etc.).
LES CONDITIONS PRÉLIMINAIRES À L’EXPLOITATION
DU BIG DATA NE SONT PAS ENCORE REMPLIES
En l'absence d’outils leur permettant d’extraire les
renseignements utiles de cet océan d’informations, les
entreprises risquent bien de se noyer. Malgré le poten-
tiel offert par le Big Data, il reste difficile pour beaucoup
d’entre elles de se doter des compétences et des
moyens pour exploiter pleinement leurs données.
Pour optimiser l’exploitation du Big Data, il faut dis-
poser de bonnes assises en termes de Business
Intelligence. Cela constitue en quelque sorte les fon-
dations sur lesquelles va s’ériger l’exploitation du Big
Data. Big Data et BI sont donc complémentaires.
Quels sont donc ces obstacles qui empêchent les
entreprises d’utiliser les données comme un outil
stratégique ?
QUALITÉ DES DONNÉES ET PÉNURIE D’EXPERTS : LES
TALONS D’ACHILLE DES STRATÉGIES DE LA BUSINESS
INTELLIGENCE
Un niveau de qualité des données insuffisant est la
principale difficulté des organisations au regard de
leur stratégie BI, pour 38 % d’entre elles en Europe
dont 34 % en France. Jusqu’ici, une trop forte
emphase a été mise sur les solutions technologiques
(le contenant), au détriment des données et de leur
qualité (le contenu).
Dans ces conditions, il est quasi impossible de traiter
les gros volumes de données que les clients et
prospects génèrent pour en extraire des informations
précieuses, sur lesquelles fonder des décisions.
Il est donc plus que nécessaire de travailler sur la
qualité et la fiabilité des données, notamment en
mettant en place une gouvernance dédiée, se maté-
rialisant, entre autres, par une « autorité référente de
la donnée », responsable de sa définition, de sa mise
à jour, de sa diffusion, etc., soit la gestion de sa
qualité et donc de sa pérennité. L’absence d’une
stratégie formalisée et d’une gouvernance dédiée à la
BI sont ainsi clairement mis en cause par les entre-
prises européennes : 23 % (24 % en France) jugent les
systèmes trop complexes et 19 % (21 % en France)
estiment que la BI ne permet pas de donner une
vision globale et consolidée de l’entreprise.
Cette stratégie est indispensable mais d’autant plus
difficile à mettre en place que les compétences
dédiées à la gestion des données se font rares sur le
marché ; trop rare pour les entreprises, qui relèvent
une pénurie de compétences en BI, et particulière-
ment en Data Scientists. Cette pénurie constitue un
frein pour 24 % d’entre elles et 27 % en France.
METTRE EN PLACE, EN AMONT, LES MÉCANISMES
PÉRENNES DE GESTION DES DONNÉES
Les organisations doivent, en amont, mettre en place
les mécanismes pérennes de gestion des données et
de leur qualité pour tirer pleinement avantage de leur
analyse.
Donner la priorité à la qualité des données
Il est indispensable de partir de données de bonne
qualité, préparées, triées et intégrées. Sans cette
phase préalable, le traitement analytique ne produira
pas les informations de performance justes et
actuelles que l’entreprise attend, vitales pour le main-
tien de sa compétitivité.
(1) Allemagne, Suisse
Source : Enquête européenne biMA® 2012/2013
Tableau 1
Potentialités du Big Data reconnues par les entreprises interviewées
Les entreprises européennes sont-elles matures pour le Big Data ?
24
è Il convient tout d’abord de structurer les données
et les informations de l’entreprise à travers une
démarche d’urbanisation de son système d’information,
afin de l’aligner avec son modèle organisationnel,
è Il faut ensuite « nettoyer » les données, pour les ren-
dre fiables et intègres,
è Il est important de standardiser ensuite ces infor-
mations en travaillant sur les référentiels de données.
Toutes ces étapes préalables mettent au service de
l’environnement décisionnel une information fiable et
de qualité.
Adopter une approche tactique du Big Data,
étape par étape
Plusieurs étapes doivent être respectées :
è Tout d’abord, former et sensibiliser : expliquer que
le Big Data ne se résume pas à traiter davantage de
données dans le format voulu. Il s’agit plutôt de créer
de nouvelles structures.
è Élaborer des cas d’utilisation pertinents, juridique-
ment mais aussi en termes de contenus et de délais.
Il faut également que les avantages fonctionnels
envisagés justifient l’investissement dans la technolo-
gie et l’acquisition d’expertise, et non le contraire.
è Examiner chaque cas d’utilisation du Big Data issu
d’autres secteurs d’activité et pertinent pour l’entre-
prise.
è Enfin, vérifier la validité des cas d’utilisation en ter-
mes de valeur ajoutée et non simplement sous l’angle
de la faisabilité technique.
LA COMPÉTITIVITÉ DES ENTREPRISES PASSERA PAR
LE BIG DATA
Un certain nombre d’entreprises ont compris le poten-
tiel du Big Data et s’y appliquent déjà. Dans le secteur
de la santé, l’analyse du Big Data aide à stimuler l’in-
novation et à accroître l’efficacité des soins ou des
essais cliniques. Dans le commerce de détail, le Big
Data peut aider à accroître les marges opéra-
tionnelles, à réduire les gaspillages et à mieux cibler
les consommateurs avec des produits et services
davantage adaptés à leurs besoins. Même les
agences gouvernementales appliquent les techniques
d’analyse du Big Data à leurs vastes registres d’ad-
ministrés pour guider leurs efforts législatifs.
Le marché du Big Data (Software et IT Services) en
France devrait être multiplié par quatre d’ici 2017,
pour atteindre 1,7 million d’euros 3
.
Le Big Data devient un véritable levier de croissance
pour les économies du monde entier, tous secteurs et
toutes tailles d’entreprises confondus. Dans les
années à venir, il permettra de faire la différence
entre les entreprises qui innovent et celles qui stag-
nent, entre les entreprises rentables et les autres et,
au final, entre celles qui réussissent et celles qui
échouent.
(3) Source PAC (2013).
Accomex n° 112 - Big Data
25
AnalysesEnpratiqueL’interview!Zoomsur...
(1) Propos recueillis par Matthias Fille, International Development - ICT Advisor, CCI Paris Ile-de-France.
Démystifier l’Open Data grâce au design interactif : l’ambition d’une startup de la Silicon Alley
Pouvez-vous vous présenter en quelques
mots ? 1
Je suis né en France mais y ai très peu vécu puisque
j’ai effectué mon parcours dans le design industriel
et interactif successivement au Canada, au Japon,
en Suède… Puis, j’ai rencontré l’un des futurs co-
fondateurs franco-marocain d’Enigma.io, Hicham
Oudghiri, au lycée en France. Quant à l’autre co-
fondateur, Marc Da Costa, j’ai fait sa connaissance à
Columbia. À l’époque où je les ai rencontrés, ils
avaient commencé le concept et le prototypage
d’Enimga.io, mais étaient intéressés par l’intégration
d’une expertise et d’une composante de design. C’est
là que j’ai rejoint l’équipe d’Enigma.io, en phase très
embryonnaire du projet.
Comment le concept d’Enigma.io a-t-il émergé ?
L’idée d’Enigma.io leur est venue en parcourant l’article
d’une personne qui avait découvert avant tous les
analystes politiques, qu’à la surprise générale, Sarah
Palin serait nommée en colistière de John Mc Cain à
l’élection présidentielle de 2008. Pour cela, elle avait
consolidé et croisé des datasets publics (donc à la
portée de tous) qui recensent les propriétaires d’avions,
puis avait affiné ceux s’avérant être des donateurs
républicains. Elle avait, par la suite, établi des corréla-
tions d’appartenance ou d’influence entre eux et s’était
ainsi rendu compte avant tout le monde que ces der-
niers affluaient simultanément vers Wasilla, en Alaska
(fief de Sarah Palin).
Cet exemple symptomatique souligne l’ambition et la
proposition de valeur d’Enigma.io à vouloir démystifier
l’Open Data (qui est à ce jour trop énigmatique et « indi-
geste »), en créant de l’usage, de la valeur et de la
contextualisation à partir de ces données publiques.
Comment se décline votre solution ?
Nous proposons une plate-forme de recherche, de
découverte et d’approvisionnement de données
publiques, fournies par le gouvernement, des entre-
prises privées et autres organisations que nous
jugeons pertinentes. Notre outil permet de trouver des
faits et des liens cachés, à travers des sources de
données disparates et cloisonnées.
Notre plate-forme fournit de la data et de l’intelligence
à laquelle personne n’était « prédisposé ». Par exem-
ple, sur un sujet qui intéresse un client, nous ne nous
limitons pas à fournir des datas directement liées au
sujet : nous procurons également des datas qui ont un
impact sur le sujet d’étude du client, mais auquel
celui-ci n’avait pas pensé, ou pour lesquelles il n’avait
pas découvert la corrélation et l’impact d’influence.
Nous sommes ainsi très positionnés sur les données
qualitatives et la contextualisation. Notre solution est
ainsi en mesure de s’appuyer, par exemple, sur des
réseaux d’entité, des réseaux de filiales, de connexions
contractuelles ou d’influence entre opérateurs. À ce
titre, il faut avoir à l’esprit que la contextualisation est la
philosophie de l’Open Data chez Enigma.io.
Démystifier l’Open Data grâce au
design interactif : l’ambition d’une
startup de la Silicon Alley
“
Questions à… Raphaël Guillemot, Design Manager chez Enigma.io
Accomex n° 112 - Big Data26
À quelle clientèle, quels secteurs et métiers, la société
Enigma.io s’adresse-t-elle ?
Nous collaborons avec de grosses entités de consul-
ting, de crédit, d’assurance, de banques et hedge
funds. Ces clients cherchent à étoffer leurs analyses,
élaborer de nouveaux indicateurs connexes, améliorer
leurs leviers décisionnels, faire de nouvelles projec-
tions avec des modèles plus élaborés via de nouveaux
jeux de données. À titre d’exemple, des banques
auront recours à nos services pour améliorer les algo-
rithmes dont elles disposent, afin de déterminer la
solvabilité de leurs clients. Cette collaboration avec
ces clients importants nous demande beaucoup d’ef-
forts, étant donné que nous sommes partie prenante
dans la recherche des datas.
Nous avons une autre catégorie de clientèle profes-
sionnelle qui, elle, souscrit un abonnement pour avoir
accès à notre plate-forme d’outil de recherche de
données et de représentation. De surcroît, notre API 5
fournit une infrastructure dédiée et accessible aux
développeurs et professionnels. Ils peuvent ainsi
intégrer nos corpus de data en temps réel, à grande
échelle, afin d’étoffer leurs applications tierces, leurs
services analytiques et leurs tableaux de bord.
Le Président Barack Obama a retweeté vos travaux
d’Open Data sur le shutdown 6
en octobre 2013.
Sur quels autres types de projets travaillez-vous
actuellement ?
Nous avons récemment travaillé sur un projet
d’import-export avec les douanes américaines, qui
vise à recenser l’ensemble des containers et leurs
contenus, entrant et sortant des États-Unis. Chaque
semaine, les douanes nous envoient un CD de jeux
de données à partir duquel, grâce à notre savoir-faire
d’enrichissement et de contextualisation, nous pouvons
par exemple déterminer le nombre de nouvelles
Lamborghini sur le sol américain. À partir de là, nous pou-
vons très simplement extrapoler sur l’évolution de la
consommation intérieure ou du nombre de millionnaires !
Vous venez de réaliser une nouvelle levée de fonds.
Quelles évolutions structurelles envisagez-vous ?
Nous avons en effet levé, fin janvier 2014 (en série A)
4,5 millions de dollars auprès de Comcast Ventures,
avec des participations d’American Express Ventures,
Crosslink Capital et New York Times Company. Pour
rappel, nous avions également levé, début 2013,
1,1 million de dollars en seed funding.
(2) Robots d’indexation conçus pour collecter des ressources.
(3) Le Freedom of Information Act est une loi américaine de 1966, fondée sur le principe de la liberté d'information, et qui oblige les agences
fédérales à transmettre leurs documents à quiconque en fait la demande.
(4) Moteur de recherche qui puise ses informations sur plusieurs moteurs de recherche généralistes.
(5) Une Interface de programmation (API) est un protocole de communication en temps réel, par lequel un logiciel offre des services à d’autres
logiciels, tels que la mise à disposition et l’actualisation de données en temps réel.
(6) Mésentente parlementaire sur le budget 2014 qui a entraîné durant quelque semaine l’arrêt du financement des agences gouvernementales.
À quel problème de l’Open Data Enigma.io cherche-t-il
à répondre ?
Le problème inhérent aux données publiques, aux
États-Unis et de manière plus générale également, est
qu’elles sont publiées par le gouvernement américain,
des services décentralisés ou des agences marketing
de manière indépendante et atomisée. De sorte qu’il
est complexe de centraliser ces données et de déter-
miner leur usage et leur intérêt.
Par ailleurs, les données publiques navigant sur
Internet ne sont pas facilement identifiables et uni-
fiées en tant que telles, puisque par nature elles sont
disséminées. En soi, les données publiques n’ont pas
beaucoup de valeur. Or, c’est justement sur ce point
que nous intervenons, en tant que créateur de valeur
à partir de ces données.
Comment allez-vous chercher ces données ?
La première façon de collecter les données est d’im-
plémenter des crawlers 2
, adossés à des domaines
et portails gouvernementaux dédiés à l’Open Data
afin d’aller chercher et indexer les données mises à
disposition.
La deuxième manière consiste, lorsqu’il s’agit de
cibles et d’agences très particulières, sur des théma-
tiques spécifiques, d’aller chercher nous-mêmes la
donnée. Ainsi, en nous fondant sur le Freedom of
Information Act 3
, qui impose aux agences fédérales
de transmettre les données à leur disposition, nous
avons la possibilité d’effectuer des requêtes auprès
d’agences gouvernementales pour obtenir de nou-
velles sources de données.
Mais ces agences n’ont pas d’exigence de délai, peu-
vent demander des coûts de publication auprès des
demandeurs et nous publier sous n’importe quel for-
mat ! Par conséquent, avec ce deuxième mode
opératoire, nous devons faire face à une bureaucratie
relativement lourde.
Notre troisième méthode de collecte de données est
fondée sur notre méta-moteur 4
qui se charge de
regrouper des données disséminées sur Internet, par
nature difficilement identifiables et consolidables.
27
AnalysesEnpratiqueL’interview!Zoomsur...
Nous allons prochainement rendre l’accès à notre
plate-forme et à la recherche de données gratuit ! C’est
quelque chose que nous avions en tête dès le départ
dans notre feuille de route, mais l’intégrer dès le début
de notre projet aurait été trop coûteux. Cela marque un
tournant majeur dans notre stratégie et la montée en
puissance de notre projet. L’idée est de démocratiser
notre plate-forme, de démontrer notre scalabilité et de
proposer davantage de services premium et d’outils
analytiques. La combi-naison de ces deux éléments va
nous permettre de nous adresser à davantage de
« gros clients » et de poursuivre nos travaux sur les
réseaux d’entités en web sémantique 7
.
Quelles distinctions ou similitudes observez-vous
entre les écosystèmes d’Open Data de France et des
États-Unis ?
Tout d’abord, je salue le travail qu’entreprend Henri
Verdier 8
au sein d’Etalab. Je trouve que son agence
fait un travail remarquable pour libérer la donnée et
inciter les pouvoirs publics et les ministères à faire de
même. Il a donné à Etalab un véritable second souf-
fle, car pour opérer dans l’Open Data, il est
inconcevable et impossible, pour une entreprise pri-
vée, d’inciter les pouvoirs publics à libérer la donnée,
sans le travail de sensibilisation que réalise une agence
publique telle qu’Etalab. En effet, pour
faire émerger un écosystème vertueux
de l’Open Data, il faut que la dyna-
mique soit insufflée au niveau des
pouvoirs publics, ce que fait remar-
quablement bien Etalab.
Aux États-Unis, le mouvement s’est accéléré par le
biais du Freedom of Information Act et de l’Open
Government Initative 9
de l’Administration Obama. Le
Freedom of Information Act relève d’un volet législatif
qui stimule, certes, l’Open Data, mais qui dépasse
largement ce périmètre. Cela résulte de la culture
historique de la transparence aux États-Unis, même
auprès des opérateurs privés, dont la libéralisation des
données publiques est un axe central. Cette conjonc-
tion permet de faire émerger un écosystème et une
économie autour des applications et des usages.
Notons également que la France est très stricte
sur l’anonymisation et la mention de noms privés au
sein de jeux de données. A contrario aux États-Unis,
il est particulièrement aisé, notamment via le
Gouvernement de New York, de savoir par exemple
combien de propriétés immobilières Robert de Niro
dispose dans cette ville !
Quel regard croisé transatlantique portez-vous sur le
design interactif, quand on connait la primauté du
marketing et du design aux États-Unis dans la com-
posante produit ?
Les français sont bons en design, et plus particulière-
ment en graphisme, ce qui n’est pas tout à fait la
même chose. Ainsi, je pense que trop de talents fran-
çais se prédestinent au design industriel ou au
graphisme, par exemple dans le domaine publicitaire
et industriel.
Il manque à la France une culture plus prononcée de
l’interaction design 10
, discipline très imprégnée et très
enseignée aux États-Unis. En effet,
j’estime que le plus gros obstacle à la
compréhension et à la démocratisa-
tion des données, par le public, est lié
à la difficulté à faire ressortir des cas
d’usages et d’applications. Ainsi, le design interactif a
émergé car nous étions jusqu’ici limités par les possi-
bilités techniques très réduites de l’infographie et de
la visualisation classique. À titre d’exemple, on ne
pouvait mettre en relief qu’un seul sujet d’étude. Or, le
design interactif permet justement de rendre les outils
de recherche accessibles et d’offrir un cadre de
contextualisation.
(7) Recherche, structuration et exploitation de données sur le web. Le web sémantique permet de rendre du contenu des ressources web interprétables
automatiquement par les machines.
(8) Ancien entrepreneur dans la data et ancien Président du pôle de Compétitivité Digital, Henri Verdier est, depuis janvier 2013, Directeur d’Etalab -
Voir l’article de Laure Lucchesi dans ce même numéro d’Accomex.
(9) Cette « initiative » vise à créer un niveau sans précédent de transparence et d'ouverture du gouvernement dans la tendance de l'Open Source
Governance et de l’Open Data, pour permettre à tout citoyen et entreprise intéressé de contribuer à créer les contenus de la politique.
(10) Design numérique des systèmes interactifs.
Démystifier l’Open Data grâce au design interactif : l’ambition d’une startup de la Silicon Alley
Accomex n° 112 - Big Data28
Vue de France, la Silicon Alley 11
semble prendre sa
revanche sur la Californie en ce qui concerne l’entre-
preneuriat numérique. Pouvez-vous nous livrer vos
impressions ?
En effet, le nombre de startups explose actuellement
à New-York, la Silicon Alley étant un écosystème très
vivifiant. Par rapport à la Californie, les business
model des startups de New-York sont, dans une
certaine mesure, peut-être moins nombreux, mais
plus sérieux et réalisables.
Par ailleurs, les startups new-yorkaises sont position-
nées, pour la très grande majorité, sur le créneau du
B2B, a contrario de la Silicon Valley. Elles sont égale-
ment très portées sur le design interactif. On peut
expliquer cet aspect par l’histoire de New-York dans
les secteurs de l’industrie, de la publication et des
médias. De surcroît, les Venture Capital locaux sont
moins spéculatifs et préfèrent se positionner sur des
business model plus « sérieux » comparativement à la
Silicon Valley.
Pour conclure, pourriez-vous me présenter quelques
startups que vous appréciez ?
En France, j’appréciais beaucoup Everpix 12
(soutenu
par Index Ventures) que je considérais comme le meil-
leur service de stockage de photos dans le cloud et ce,
peu importe le terminal. Mais ils ont malheureusement
dû stopper leur activité fin 2013, faute de financements
suffisants. Everpix n’a pas eu le temps d’atteindre sa
masse critique monétisable afin d’être rentable.
Côté américain, je suis admiratif de Zendesk 13
au
regard de l’excellence du niveau produit qu’ils ont
atteint. Même chose pour GitHub 14
, qui a réussi à
rendre accessible à tout un chacun la publication de
codes et la construction d’applications (par
essence très compliqué).
(11) La Silicon Alley est un pendant de la Silicon Valley, située en plein cœur de Manhattan. C’est une technopole concentrant des startups spécialisées
dans l’Internet, les médias, l'édition, la publicité.
(12) Everpix a été créé en août 2011 par deux français, Pierre-Olivier Latour, ancien de chez Apple et fondateur de Quartz Composer, et Kevin
Quennesson.
(13) Zendesk propose aux entreprises les outils nécessaires à l’établissement d’un service de support auprès de leurs utilisateurs..
(14) GitHub est un service web d'hébergement et de gestion de développement de logiciels, utilisant le programme Git.
Pour en savoir plus : contact@enigma.io ; @enigma_io ; @a_schm ; http://www.enigma.io
“
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français
Livre blanc big data écosystème français

Contenu connexe

Tendances

Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...
Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...
Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...Romain Fonnier
 
L'utilisation du Big Data en entreprise
L'utilisation du Big Data en entrepriseL'utilisation du Big Data en entreprise
L'utilisation du Big Data en entrepriseMathieu Lahaye
 
Competitic big data et commerce
Competitic   big data et commerceCompetitic   big data et commerce
Competitic big data et commerceCOMPETITIC
 
[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big Data[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big DataYann Gourvennec
 
Big data en (ré)assurance régis delayet
Big data en (ré)assurance   régis delayetBig data en (ré)assurance   régis delayet
Big data en (ré)assurance régis delayetKezhan SHI
 
Le Big Data dans la Banque et l'Assurance
Le Big Data dans la Banque et l'AssuranceLe Big Data dans la Banque et l'Assurance
Le Big Data dans la Banque et l'AssuranceAMNIS Consulting
 
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
 
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
 
Cas d’usage du Big Data pour la relation et l’expérience client
Cas d’usage du Big Data pour la relation et l’expérience clientCas d’usage du Big Data pour la relation et l’expérience client
Cas d’usage du Big Data pour la relation et l’expérience clientJean-Michel Franco
 
Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013ADBS
 
Memoire recherche
Memoire rechercheMemoire recherche
Memoire recherchetmauriac
 
Datasio - Big Data Congress Paris 2012
Datasio - Big Data Congress Paris 2012Datasio - Big Data Congress Paris 2012
Datasio - Big Data Congress Paris 2012datasio
 
La Big Data et ses applications
La Big Data et ses applicationsLa Big Data et ses applications
La Big Data et ses applicationsAffinity Engine
 
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
 
Data Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big DataData Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big DataVincent Lagorce
 
Big data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesBig data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesKezhan SHI
 
Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...
Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...
Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...Business & Decision
 
Valtech - Big Data pour le marketing
Valtech - Big Data pour le marketingValtech - Big Data pour le marketing
Valtech - Big Data pour le marketingValtech
 

Tendances (20)

Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...
Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...
Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...
 
L'utilisation du Big Data en entreprise
L'utilisation du Big Data en entrepriseL'utilisation du Big Data en entreprise
L'utilisation du Big Data en entreprise
 
Competitic big data et commerce
Competitic   big data et commerceCompetitic   big data et commerce
Competitic big data et commerce
 
[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big Data[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big Data
 
Big data en (ré)assurance régis delayet
Big data en (ré)assurance   régis delayetBig data en (ré)assurance   régis delayet
Big data en (ré)assurance régis delayet
 
Le Big Data dans la Banque et l'Assurance
Le Big Data dans la Banque et l'AssuranceLe Big Data dans la Banque et l'Assurance
Le Big Data dans la Banque et l'Assurance
 
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
 
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
 
Cas d’usage du Big Data pour la relation et l’expérience client
Cas d’usage du Big Data pour la relation et l’expérience clientCas d’usage du Big Data pour la relation et l’expérience client
Cas d’usage du Big Data pour la relation et l’expérience client
 
Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013
 
Memoire recherche
Memoire rechercheMemoire recherche
Memoire recherche
 
Datasio - Big Data Congress Paris 2012
Datasio - Big Data Congress Paris 2012Datasio - Big Data Congress Paris 2012
Datasio - Big Data Congress Paris 2012
 
La Big Data et ses applications
La Big Data et ses applicationsLa Big Data et ses applications
La Big Data et ses applications
 
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
 
Data Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big DataData Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big Data
 
BIG DATA
BIG DATABIG DATA
BIG DATA
 
Big data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesBig data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuaires
 
Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...
Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...
Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...
 
Valtech - Big Data pour le marketing
Valtech - Big Data pour le marketingValtech - Big Data pour le marketing
Valtech - Big Data pour le marketing
 
BigData selon IBM
BigData selon IBM BigData selon IBM
BigData selon IBM
 

En vedette

Livre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakesLivre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakesConverteo
 
Livre Blanc "L'humain dans le numérique et le big data" du comité scientifiqu...
Livre Blanc "L'humain dans le numérique et le big data" du comité scientifiqu...Livre Blanc "L'humain dans le numérique et le big data" du comité scientifiqu...
Livre Blanc "L'humain dans le numérique et le big data" du comité scientifiqu...Alban Jarry (Bibliothèque de Documents)
 
Livre blanc - Open Data : Quels enjeux et opportunités pour l'entreprise ?
Livre blanc - Open Data : Quels enjeux et opportunités pour l'entreprise ?Livre blanc - Open Data : Quels enjeux et opportunités pour l'entreprise ?
Livre blanc - Open Data : Quels enjeux et opportunités pour l'entreprise ?bluenove
 
Livre blanc - Datavisualisation 10h11 - Mars 2015
Livre blanc - Datavisualisation 10h11 - Mars 2015Livre blanc - Datavisualisation 10h11 - Mars 2015
Livre blanc - Datavisualisation 10h11 - Mars 2015polenumerique33
 
Livre blanc #G9plus : Big Data - l'accélérateur d'innovation
Livre blanc #G9plus : Big Data - l'accélérateur d'innovationLivre blanc #G9plus : Big Data - l'accélérateur d'innovation
Livre blanc #G9plus : Big Data - l'accélérateur d'innovationInstitut G9+
 
Livre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBGLivre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBGMargarita Zlatkova
 
Ix ix computer science
Ix ix  computer scienceIx ix  computer science
Ix ix computer scienceumama-turna
 
Guión de la ponencia de carmen del castillo
Guión de la ponencia de carmen del castilloGuión de la ponencia de carmen del castillo
Guión de la ponencia de carmen del castilloCarlos Betancur Gálvez
 
Giaotrinhmaplenguyenchanhtu1
Giaotrinhmaplenguyenchanhtu1Giaotrinhmaplenguyenchanhtu1
Giaotrinhmaplenguyenchanhtu1Thuy Lan
 
Not Pou lapres Platfom Verite
Not Pou lapres Platfom VeriteNot Pou lapres Platfom Verite
Not Pou lapres Platfom VeriteDaniel Alouidor
 
Porte Foliocv
Porte FoliocvPorte Foliocv
Porte Foliocvguest8a24
 
Plan conceptuel : Champ des Possibles
Plan conceptuel : Champ des PossiblesPlan conceptuel : Champ des Possibles
Plan conceptuel : Champ des Possiblesmarkeambard
 

En vedette (20)

Livre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakesLivre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakes
 
Livre Blanc "L'humain dans le numérique et le big data" du comité scientifiqu...
Livre Blanc "L'humain dans le numérique et le big data" du comité scientifiqu...Livre Blanc "L'humain dans le numérique et le big data" du comité scientifiqu...
Livre Blanc "L'humain dans le numérique et le big data" du comité scientifiqu...
 
Livre blanc - Open Data : Quels enjeux et opportunités pour l'entreprise ?
Livre blanc - Open Data : Quels enjeux et opportunités pour l'entreprise ?Livre blanc - Open Data : Quels enjeux et opportunités pour l'entreprise ?
Livre blanc - Open Data : Quels enjeux et opportunités pour l'entreprise ?
 
Panorama de sources de données
Panorama de sources de donnéesPanorama de sources de données
Panorama de sources de données
 
Livre blanc - Datavisualisation 10h11 - Mars 2015
Livre blanc - Datavisualisation 10h11 - Mars 2015Livre blanc - Datavisualisation 10h11 - Mars 2015
Livre blanc - Datavisualisation 10h11 - Mars 2015
 
Livre blanc #G9plus : Big Data - l'accélérateur d'innovation
Livre blanc #G9plus : Big Data - l'accélérateur d'innovationLivre blanc #G9plus : Big Data - l'accélérateur d'innovation
Livre blanc #G9plus : Big Data - l'accélérateur d'innovation
 
Livre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBGLivre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBG
 
Ix ix computer science
Ix ix  computer scienceIx ix  computer science
Ix ix computer science
 
Guión de la ponencia de carmen del castillo
Guión de la ponencia de carmen del castilloGuión de la ponencia de carmen del castillo
Guión de la ponencia de carmen del castillo
 
L'abc de l'amitié
L'abc de l'amitiéL'abc de l'amitié
L'abc de l'amitié
 
Trabajo practico 14
Trabajo practico 14Trabajo practico 14
Trabajo practico 14
 
Giaotrinhmaplenguyenchanhtu1
Giaotrinhmaplenguyenchanhtu1Giaotrinhmaplenguyenchanhtu1
Giaotrinhmaplenguyenchanhtu1
 
Livret ovalie
Livret ovalieLivret ovalie
Livret ovalie
 
Not Pou lapres Platfom Verite
Not Pou lapres Platfom VeriteNot Pou lapres Platfom Verite
Not Pou lapres Platfom Verite
 
Cas client OpenSi : site E-Consommables.fr
Cas client OpenSi : site E-Consommables.frCas client OpenSi : site E-Consommables.fr
Cas client OpenSi : site E-Consommables.fr
 
Porte Foliocv
Porte FoliocvPorte Foliocv
Porte Foliocv
 
Module 0 et module 1
Module 0 et module 1Module 0 et module 1
Module 0 et module 1
 
Plan conceptuel : Champ des Possibles
Plan conceptuel : Champ des PossiblesPlan conceptuel : Champ des Possibles
Plan conceptuel : Champ des Possibles
 
Le coffre fort
Le coffre fortLe coffre fort
Le coffre fort
 
Jmj2011
Jmj2011Jmj2011
Jmj2011
 

Similaire à Livre blanc big data écosystème français

Intelligence economique idrac_m2-v2
Intelligence economique idrac_m2-v2Intelligence economique idrac_m2-v2
Intelligence economique idrac_m2-v2MARCEL NIZON, Marcel
 
L'avènement du Big Data dans le luxe
L'avènement du Big Data dans le luxeL'avènement du Big Data dans le luxe
L'avènement du Big Data dans le luxePatrice Mueller
 
Central634_Dossier_completDV_001
Central634_Dossier_completDV_001Central634_Dossier_completDV_001
Central634_Dossier_completDV_001Bruno CAMBOUNET
 
LIVRE BLANC - Les vrais chiffres du Big Data
LIVRE BLANC - Les vrais chiffres du Big DataLIVRE BLANC - Les vrais chiffres du Big Data
LIVRE BLANC - Les vrais chiffres du Big DataInetum
 
Ms marketing management 2013 2014 intelligence économique -comment la franc...
Ms marketing management 2013 2014   intelligence économique -comment la franc...Ms marketing management 2013 2014   intelligence économique -comment la franc...
Ms marketing management 2013 2014 intelligence économique -comment la franc...Anne LETELLIER
 
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèseIntelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèseCHARLES Frédéric
 
Big data, l'accélération d'innovation
Big data, l'accélération d'innovationBig data, l'accélération d'innovation
Big data, l'accélération d'innovationLionel Martins
 
Big Data RenaissanceNumerique
Big Data RenaissanceNumeriqueBig Data RenaissanceNumerique
Big Data RenaissanceNumeriqueFanny Despouys
 
Plan d'action de la Fing en 2018
Plan d'action de la Fing en 2018Plan d'action de la Fing en 2018
Plan d'action de la Fing en 2018Fing
 
« Gouvernance de l’Intelligence Artificielle » Intelligence Artificielle Que...
 « Gouvernance de l’Intelligence Artificielle » Intelligence Artificielle Que... « Gouvernance de l’Intelligence Artificielle » Intelligence Artificielle Que...
« Gouvernance de l’Intelligence Artificielle » Intelligence Artificielle Que...eraser Juan José Calderón
 
Big Data et objets connectés. Faire de la France un champion de la révolution...
Big Data et objets connectés. Faire de la France un champion de la révolution...Big Data et objets connectés. Faire de la France un champion de la révolution...
Big Data et objets connectés. Faire de la France un champion de la révolution...Monimmeuble.com
 
Big Data et objets connectés. Faire de la France un champion de la révolution...
Big Data et objets connectés. Faire de la France un champion de la révolution...Big Data et objets connectés. Faire de la France un champion de la révolution...
Big Data et objets connectés. Faire de la France un champion de la révolution...Hortense Billot
 
"Big Data et objets connectés" Rapport Institut Montaigne - Avril 2015
"Big Data et objets connectés" Rapport Institut Montaigne - Avril 2015"Big Data et objets connectés" Rapport Institut Montaigne - Avril 2015
"Big Data et objets connectés" Rapport Institut Montaigne - Avril 2015yann le gigan
 
Quelle gouvernance pour le numérique?
Quelle gouvernance pour le numérique?Quelle gouvernance pour le numérique?
Quelle gouvernance pour le numérique?Antoine Vigneron
 
Big data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiersBig data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiersBruno Patin
 
Livre blanc-ia-et-technologies-quantiques-finance-innovation
Livre blanc-ia-et-technologies-quantiques-finance-innovationLivre blanc-ia-et-technologies-quantiques-finance-innovation
Livre blanc-ia-et-technologies-quantiques-finance-innovationassmaaainani
 
Restitutions des Projets de Veille 2015
Restitutions des Projets de Veille 2015Restitutions des Projets de Veille 2015
Restitutions des Projets de Veille 2015Web School Factory
 

Similaire à Livre blanc big data écosystème français (20)

Intelligence economique idrac_m2-v2
Intelligence economique idrac_m2-v2Intelligence economique idrac_m2-v2
Intelligence economique idrac_m2-v2
 
L'avènement du Big Data dans le luxe
L'avènement du Big Data dans le luxeL'avènement du Big Data dans le luxe
L'avènement du Big Data dans le luxe
 
Central634_Dossier_completDV_001
Central634_Dossier_completDV_001Central634_Dossier_completDV_001
Central634_Dossier_completDV_001
 
LIVRE BLANC - Les vrais chiffres du Big Data
LIVRE BLANC - Les vrais chiffres du Big DataLIVRE BLANC - Les vrais chiffres du Big Data
LIVRE BLANC - Les vrais chiffres du Big Data
 
123 open data
123 open data123 open data
123 open data
 
Ms marketing management 2013 2014 intelligence économique -comment la franc...
Ms marketing management 2013 2014   intelligence économique -comment la franc...Ms marketing management 2013 2014   intelligence économique -comment la franc...
Ms marketing management 2013 2014 intelligence économique -comment la franc...
 
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèseIntelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
 
2014-12-16-G9plus-LB-Big-Data
2014-12-16-G9plus-LB-Big-Data2014-12-16-G9plus-LB-Big-Data
2014-12-16-G9plus-LB-Big-Data
 
Big data, l'accélération d'innovation
Big data, l'accélération d'innovationBig data, l'accélération d'innovation
Big data, l'accélération d'innovation
 
Big Data RenaissanceNumerique
Big Data RenaissanceNumeriqueBig Data RenaissanceNumerique
Big Data RenaissanceNumerique
 
Plan d'action de la Fing en 2018
Plan d'action de la Fing en 2018Plan d'action de la Fing en 2018
Plan d'action de la Fing en 2018
 
« Gouvernance de l’Intelligence Artificielle » Intelligence Artificielle Que...
 « Gouvernance de l’Intelligence Artificielle » Intelligence Artificielle Que... « Gouvernance de l’Intelligence Artificielle » Intelligence Artificielle Que...
« Gouvernance de l’Intelligence Artificielle » Intelligence Artificielle Que...
 
Big Data et objets connectés. Faire de la France un champion de la révolution...
Big Data et objets connectés. Faire de la France un champion de la révolution...Big Data et objets connectés. Faire de la France un champion de la révolution...
Big Data et objets connectés. Faire de la France un champion de la révolution...
 
Big Data et objets connectés. Faire de la France un champion de la révolution...
Big Data et objets connectés. Faire de la France un champion de la révolution...Big Data et objets connectés. Faire de la France un champion de la révolution...
Big Data et objets connectés. Faire de la France un champion de la révolution...
 
"Big Data et objets connectés" Rapport Institut Montaigne - Avril 2015
"Big Data et objets connectés" Rapport Institut Montaigne - Avril 2015"Big Data et objets connectés" Rapport Institut Montaigne - Avril 2015
"Big Data et objets connectés" Rapport Institut Montaigne - Avril 2015
 
Quelle gouvernance pour le numérique?
Quelle gouvernance pour le numérique?Quelle gouvernance pour le numérique?
Quelle gouvernance pour le numérique?
 
Big data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiersBig data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiers
 
Livre blanc-ia-et-technologies-quantiques-finance-innovation
Livre blanc-ia-et-technologies-quantiques-finance-innovationLivre blanc-ia-et-technologies-quantiques-finance-innovation
Livre blanc-ia-et-technologies-quantiques-finance-innovation
 
PdfHandler
PdfHandlerPdfHandler
PdfHandler
 
Restitutions des Projets de Veille 2015
Restitutions des Projets de Veille 2015Restitutions des Projets de Veille 2015
Restitutions des Projets de Veille 2015
 

Plus de Matthias Fille

Presentation scientipole initiative et croissance
Presentation scientipole initiative et croissancePresentation scientipole initiative et croissance
Presentation scientipole initiative et croissanceMatthias Fille
 
Journée collective lundi 2 déc
Journée collective lundi 2 décJournée collective lundi 2 déc
Journée collective lundi 2 décMatthias Fille
 
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle Systematic
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle SystematicCompte rendu mission US Big Data - Data Analytics CCI Paris et Pôle Systematic
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle SystematicMatthias Fille
 
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle Systematic
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle SystematicCompte rendu mission US Big Data - Data Analytics CCI Paris et Pôle Systematic
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle SystematicMatthias Fille
 
Programme mission accompagnement chine décembre 2013
Programme mission accompagnement chine décembre 2013Programme mission accompagnement chine décembre 2013
Programme mission accompagnement chine décembre 2013Matthias Fille
 
Mission Inde 2013 - accompagnement de PME développant solutions applicatives ...
Mission Inde 2013 - accompagnement de PME développant solutions applicatives ...Mission Inde 2013 - accompagnement de PME développant solutions applicatives ...
Mission Inde 2013 - accompagnement de PME développant solutions applicatives ...Matthias Fille
 
Mission accompagnement international Boston New York PME et start-up big data...
Mission accompagnement international Boston New York PME et start-up big data...Mission accompagnement international Boston New York PME et start-up big data...
Mission accompagnement international Boston New York PME et start-up big data...Matthias Fille
 
Compte Rendu Mission US sept 2012
Compte Rendu Mission US sept 2012Compte Rendu Mission US sept 2012
Compte Rendu Mission US sept 2012Matthias Fille
 

Plus de Matthias Fille (8)

Presentation scientipole initiative et croissance
Presentation scientipole initiative et croissancePresentation scientipole initiative et croissance
Presentation scientipole initiative et croissance
 
Journée collective lundi 2 déc
Journée collective lundi 2 décJournée collective lundi 2 déc
Journée collective lundi 2 déc
 
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle Systematic
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle SystematicCompte rendu mission US Big Data - Data Analytics CCI Paris et Pôle Systematic
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle Systematic
 
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle Systematic
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle SystematicCompte rendu mission US Big Data - Data Analytics CCI Paris et Pôle Systematic
Compte rendu mission US Big Data - Data Analytics CCI Paris et Pôle Systematic
 
Programme mission accompagnement chine décembre 2013
Programme mission accompagnement chine décembre 2013Programme mission accompagnement chine décembre 2013
Programme mission accompagnement chine décembre 2013
 
Mission Inde 2013 - accompagnement de PME développant solutions applicatives ...
Mission Inde 2013 - accompagnement de PME développant solutions applicatives ...Mission Inde 2013 - accompagnement de PME développant solutions applicatives ...
Mission Inde 2013 - accompagnement de PME développant solutions applicatives ...
 
Mission accompagnement international Boston New York PME et start-up big data...
Mission accompagnement international Boston New York PME et start-up big data...Mission accompagnement international Boston New York PME et start-up big data...
Mission accompagnement international Boston New York PME et start-up big data...
 
Compte Rendu Mission US sept 2012
Compte Rendu Mission US sept 2012Compte Rendu Mission US sept 2012
Compte Rendu Mission US sept 2012
 

Livre blanc big data écosystème français

  • 1.
  • 2. Directeur de la Publication : Etienne Guyot ; Conseiller : Rémy Arthus Rédactrice en Chef : Sandrine Rol Mise en page/PAO : Karine Cazagou, Perpétue Francina ; Administration : Pascale Fachaux ; Fabrication : Angélique Roux Comité de rédaction Catherine Druez-Marie, Responsable du département « Information et Colloques », Institut de recherche en propriété intellectuelle (IRPI) ; Luc Dardaud, Responsable du département des Facilitations du Commerce Extérieur, CCI Paris Ile-de- France ; Alain Henriot, Adjoint au Responsable des Etudes économiques, La Banque Postale ; Laurent Jacquet, Directeur des études et des ressources d’information, Experts Partenaires pour l’Entreprise à l’Étranger (EPEE) ; Éric Lahille, Professeur d’économie internationale et industrielle, ESIEE Management ; Nicolas Meunier, Consultant risques-pays ; Daniel Solano, Consultant, éditeur de la lettre d’Amérique latine ; Martine Stepanek, Responsable du département Asie-Amériques, CCI Paris Ile-de-France ; Corinne Vadcar, Rédactrice en chef des Cahiers de Friedland ; Claudine Dagnet, Directrice générale déléguée départementale, CCI Paris. Contacter l’équipe Accomex Chambre de commerce et d’industrie de région Paris Ile-de-France Revue Accomex DGA AIE - Service produits éditoriaux et formation 2 rue de Viarmes - 75040 Paris cedex 01 Tél. 01 55 65 36 31 - Fax : 01 55 65 39 60 accomex@cci-paris-idf.fr Toute reproduction/traduction/adaptation est interdite sans l’accord de la rédaction. arce que l'horizon des entreprises s'étend au-delà des frontières et que l'activité économique s'inscrit dans un monde globalisé, la Chambre de commerce et d'industrie de région Paris Ile-de- France propose à ses ressortissants une revue exclusivement dédiée à l'approche des marchés extérieurs. Revue bimestrielle, Accomex s'adresse aux entreprises soucieuses de réussir leur développement à l'international, ainsi qu’à tous les acteurs attachés aux problématiques de la mondialisation économique : acteurs du système d'appui, think tanks, monde éducatif, etc. Sa spécificité repose sur la juxtaposition d'analyses approfondies sur les marchés extérieurs et d'articles plus pratiques consacrés à l'environnement réglementaire, fiscal et juridique de l'exportation et de l'investissement à l'étranger. Accomex propose, en alternance sur les six numéros de l'année, des approches géographiques, sectorielles et thématiques de l'environnement extérieur des entreprises. Elle fait appel à des chefs d'entreprise expérimentés, à des professionnels des marchés extérieurs (avocats spécialisés, consultants à l'international, agences de couverture des risques, conseillers du commerce extérieur, etc.) et à des experts -français ou étrangers- reconnus dans leur domaine de compétence (économistes, juristes, politologues, etc.), afin d'offrir à ses lecteurs des contributions de qualité. Accomex est éditée par la Direction générale adjointe - Actions internationales et européennes de la Chambre de commerce et d’industrie de région Paris Ile-de-France. P
  • 3. 1L’édito. L’édito. Sandrine Rol Rédactrice en chef d’Accomex « e Big Data s’impose comme le concept contemporain incontournable dont cha- cun s’accorde à dire qu’il va révolutionner la manière de travailler de beaucoup d’entreprises […]. Mais entre circonspection, prosélytisme, promesses opérationnelles, fantasmes vertigineux et apports concrets, il n’est pas facile d’y voir clair pour les néophytes » nous dit Matthias Fille, conseiller en développement de la filière TIC à la CCI Paris Ile-de-France. Loin de vouloir surfer sur la vague d’un effet de mode, les auteurs de ce numéro d’Accomex vous proposent « d’y voir plus clair »... Ils sauront vous convaincre que le Big Data est bien plus qu’une simple évolution technologique supplémentaire, qu’il concerne les entreprises de toute taille et de tout secteur d’activité, que le terrain de jeu du Big Data est mondial… Stocker des quantités considérables de données est une chose ; les traiter en est une autre. Le Big Data offre cette possibilité de « nettoyer », d’analyser, de croiser les données - structurées ou non - produites par les entreprises, les particuliers (réseaux sociaux), les États (données publiques), pour créer de nouveaux usages : optimiser son processus de production, affiner sa connaissance clients, maîtriser sa e-reputation, rationaliser ses coûts d’approvisionnement, stimuler la recherche, etc. Les possibilités semblent infinies… C’est bien de valorisation des données (textes, images, statistiques, etc.) dont il s’agit, le plus souvent en temps réel (ou quasi réel)… Et c’est là que se situe la révolution, « où le nouvel or noir à raffiner serait la donnée » ! Une révolution déjà bien engagée aux États-Unis et à laquelle la France porte un intérêt croissant, stimulée par une multitude de startups innovantes, créatives & « Born Global ». “La qualité, c'est de la quantité assimilée”. Léon-Paul Fargue L
  • 4.
  • 5. 3 Big Data Une nouvelle révolution industrielle ? Sommaire Sommaire n° 112 - Big Data Analyses 5 Qu'est-ce que le Big Data ? u Matthias Fille 8 La révolution numérique du Big Data : pour un écosystème français exportateur et créateur d’emplois u François Bourdoncle 12 La structuration du secteur du Big Data français : le projet Alliance Big Data u Charles Huot 15 Les initiatives gouvernementales en matière d’Open Data : la mission Etalab u Laure Lucchesi 18 De la France aux États-Unis, la vision d’un entrepreneur français sur le développement du Big Data u Adrien Schmidt 22 Les entreprises européennes sont-elles matures pour le Big Data ? u Hichem Dhrif Le marché du Big Data aux États-Unis : trois startups, trois regards 25 Démystifier l’Open Data grâce au design interactif : l’ambition d’une startup de la Silicon Alley u Raphaël Guillemot 29 S’implanter à Kansas City : le choix décalé d’une startup française u Rachel Delacour 33 Le Techstars de New-York : un « accélérateur » de startups u Alexandre Winter Exemples d’applications sectorielles du Big Data 37 Le Big Data au service de l’analyse des visuels u Frédéric Jahard 40 Le machine learning appliqué au secteur du e-commerce u David Bessis 43 Les apports du Big Data à la finance u Thanh-Long Huynh 46 Optimiser la performance énergétique des processus industriels grâce à la data u Arnaud Legrand 49 Big Data et santé : enjeux nationaux et illustrations empiriques de l’étranger u Matthias Fille 54 Pour aller plus loin ... /...
  • 6. L’interview ! 56 Questions à... Florian Douetteau, Chief Executive Officer de Dataiku En Pratique 61 Les entreprises face aux risques du Big Data - Les enjeux sécuritaires u Christian Aghroum 65 « Big Data et Business Analytics » : former les nouveaux entrepreneurs de la data u Josiane Gain 68 La formation de Data Scientist, un enjeu complexe u Julien Pouget 71 Les perspectives technologiques du Big Data u Nicolas Liochon Zoom sur... 73 Cinq conseils pratiques pour gérer au mieux ses paiements en devises u Cyril Léger 76 L’essentiel - résumés des articles Big Data Une nouvelle révolution industrielle ? Sommaire (suite) ... /...
  • 7. 5Qu'est-ce que le Big Data ? nécessitait de nouvelles architectures techniques. Face à ces enjeux, les approches traditionnelles de la gestion de bases de données relationnelles 2 , issues de l’informatique décisionnelle et de l’ingénierie statistique, étaient techniquement révolues. Elles ne permettaient plus d’interroger ces données par requêtes. De plus, les données non structurées (qui s’opposent aux données chiffrées ou transaction- nelles) sont venues perturber ces technologies de traitement traditionnel. Les calculs algorithmiques n’étaient pas assez parallélisés et distribués pour garantir une puissance de calcul d’interrogation suf- fisante. Ainsi, Google et Yahoo !, confrontés à ces probléma- tiques au début des années 2000, ont théorisé une nouvelle architecture de traitement analytique de l’in- formation. Elle s’appuie sur du traitement déporté, permettant de stocker et manipuler des bases de don- nées NoSQL 3 . Ce standard repose sur le déploiement des calculs sur un grand nombre de machines. Cette dynamique, conjuguée aux capacités de stockage, d’agilité et de calcul du cloud computing (pour gérer AnalysesEnpratiqueL’interview!Zoomsur... Les données s’abattent à rythme exponentiel sur les organisations. Les nouveaux systèmes d’informations, la mise à disposition d’outils numériques, les vecteurs d’expression, les systèmes de paiement et l’ouverture de multiples bases de données publiques et privées génèrent chaque jour des afflux soudains de milliards d’informations. De plus, chaque acteur (particulier, administration, organisation, entreprise, groupement communautaire) se fait lui-même, directement, pro- ducteur de nouveaux corpus d’informations non ou semi-structurés : données personnelles, applications géolocalisées (avec une dimension temporelle), conversations sur réseaux sociaux, évènements, contenus dématérialisés, photos, microblogs, etc. De surcroît, sur la dimension « passive », les communi- cations issues de la multiplicité des objets communicants numériques (Internet des objets, com- munication M2M, capteurs, sondes, RFID) génèrent de la donnée à grande échelle. En soi, ce déluge de données était prévisible au regard de la dynamique technologique existante. Mais requêter dessus s’avérait beaucoup plus complexe et Qu'est-ce que le Big Data ? e Big Data s’impose comme le concept contemporain incontournable dont chacun s’accorde à dire qu’il va révo- lutionner la manière de travailler de beaucoup d’entreprises. Mais il est complexe et difficile de lever l’opacité sur ce buzzword. Entre circonspection, prosélytisme, promesses opéra- tionnelles, fantasmes vertigineux et apports concrets, il n’est pas facile d’y voir clair pour les néophytes. Ainsi, les études de McKinsey et du Harvard Business Review nous assurent que la profession de Data Scientist sera l’eldorado de l’emploi « le plus sexy du 21ème siècle » et que le marché natif de ces technologies (les États-Unis) connaîtra une croissance supplémentaire de 1,7 % d’ici 2020 en s’appuyant sur le Big Data : ce dernier fera partie des cinq secteurs phare de la croissance américaine. Côté français, l’AFDEL 1 estime que le Big Data pourrait générer 2,8 milliards d’euros et 10 000 emplois directs, si les conditions d’un écosystème vertueux étaient déployées. Tous les early adopters s’accordent à dire que les possibilités d’usages qui en découlent ne se limitent pas à une simple révolution numérique mais posent les fondations d’une 3ème révolution industrielle, où le nouvel or noir à raffiner serait la donnée. L Matthias Fille mfille@cci-paris-idf.fr Matthias Fille est conseiller en développement de la filière TIC à la CCI Paris Ile-de-France. À ce titre, il s’intéresse tout particulièrement à l’écosystème du Big Data et de l’Analytics et aux startups qui le composent. L’émergence de cette filière, les initiatives et plans d’aide initiés par les pouvoirs publics et associations professionnelles retiennent également son attention. (1) Association Française des Éditeurs de Logiciels et Solutions internet. (2) Langage SQL, jusque-là le standard traditionnel. (3) NoSQL désigne une catégorie de systèmes de gestion de bases de données qui n'est plus fondée sur l'architecture classique des bases relation- nelles SQL.
  • 8. les pics de puissance de calcul requis), a permis l’avènement du Big Data. Mais avec du recul, la rupture de paradigme ne repose pas sur ces nouvelles architectures et ce prisme technique. Ceux-ci ne sont « que » des exten- sions et innovations incrémentales. En d’autres termes, ces nouvelles architectures sont de nouveaux outils de production amenés à affiner la matière première : la donnée. Le Big Data n’est que la com- posante informatique de la révolution de la donnée et d’une nouvelle compréhension de son écosystème. Ainsi, il faut davantage chercher les gisements d’inno- vation dans les nouveaux modèles économiques et de relation client à inventer, pour aller chercher la per- formance économique et capter la valeur. En effet, la valeur et le rapport à la donnée bouleversent, par exemple, les perceptions, l’interaction ou la connais- sance clientèle que peut avoir une entreprise. Côté marché, les analystes de Gartner ont estimé que l’application des technologies du Big Data représen- tait un marché de l’ordre de 36 milliards de dollars en 2013, contre 28 milliards en 2012. Sans surprise, les fonds de capital-risque se multiplient et se spé- cialisent sur cette thématique. Ainsi, aux États-Unis, sur le seul 1er semestre 2013 4 , les entreprises ont levé au total 1,28 milliard de dollars. Ceci est à mettre en comparaison avec les 4,9 milliards de dollars cumulés entre 2008 et 2012. Sur ce créneau, on retrouve les Venture Capital tradi- tionnels comme Sequoia Capital, Igition Partners, New Enterprise Associate, IA Ventures, Andreessen Horowitz, Khosla Ventures et MDV-Mohr Davidow Ventures. Traduisant cet engouement, des fonds dédiés se position- nent exclusivement sur cet axe : Accel Big Data Fund, Data Collective ou encore Big data Boston Ventures. Ce mouvement s’accorde avec l’accélération de rachats de jeunes startups disruptives, observée aux États-Unis en 2013 5 . En avril 2014, Intel a investi 740 millions de dollars dans Cloudera, qui venait d’an- noncer une levée de 160 millions de dollars quelques jours auparavant ! Cette levée de fonds valorise la startup fondée en 2008, qui devrait bientôt s'intro- duire en bourse, à plus de 4 milliards de dollars. Dès lors, tout un écosystème s’est créé autour de la gestion de données : des fournisseurs technologiques qui ont développé une offre variée autour des technologies Hadoop 6 , aux utilisateurs finaux de ces architectures et solutions (ETI, institutionnels et grandes entreprises) qui cherchent à construire un avantage concurrentiel sur l’exploitation de leurs don- nées, en passant par des entreprises spécialistes de la valorisation et création de la donnée (startups). Que ce soit aux États-Unis ou en Europe, on observe le même phénomène d’émergence d’acteurs. D’un côté, ceux qui se spécialisent sur la fourniture d’équipements ou qui offrent des outils d’adoption et de prise en mains des technologies Big Data. De l’autre, ceux qui se position- nent sur les usages et l’analyse de données. Sur ce dernier point, cela se traduit par la mise en relief de solu- tions métier exploitables par des opérationnels, qui sont certes conscients de l’en- jeu de la statistique, mais néophytes en la matière. Intégrer une couche additionnelle d’applications métiers s’avérera incontournable pour que de nou- veaux acteurs se frayent une place sur l’échiquier des usages de demain. Au niveau organisationnel, le Big Data change le mode d’organisation intra-entreprise. En effet, le succès d’une démarche Big Data repose sur son universalité, sa pluridisciplinarité et sa transversalité. Elle « casse » les silos entre services, ce qui a des conséquences lourdes sur l’urbanisation des systèmes d’information, car les leviers de prise de décisions se doivent d’être en temps réel : les démarches et déci- Accomex n° 112 - Big Data6 (4) Source : CB Insights, août 2013. (5) Voir infographie page suivante : « Big Data acquisitions: per month and who acquired whom » (6) Hadoop est une architecture spécifique open source de bases de données, permettant de traiter en grand nombre tous types de données (y compris les données non structurées) sur un mode non-relationnel (les données ne sont pas triées en fonction de leurs relations entre elles). Elle constitue en quelque sorte la librairie à partir de laquelle pourront être effectués des calculs parallèles (via MapReduce). Tableau 1 Levées de fonds cumulées à fin 2013 (millions de $) Source : Crunchbase API. Entreprises Montant levé VMware 369 Palantir Technologies 343 MongoDB, Inc. 231 DataStax 167 Cloudera 141 Domo 123 Fusion-io 112 The Climate Corporation 109 Pivotal 105 Talend 102 “ Le succès d’une démarche Big Data repose sur son universalité, sa pluridisciplinarité et sa transversalité”.
  • 9. sions sont guidées par la data (« data-centric »). Par conséquent, ce nouveau socle technologique, ainsi que les données que ce dernier exploite, sont devenus fondamentaux dans la refonte des processus de déci- sion. La magnitude d’impact pour appréhender le phénomène sera dès lors d’ordre économique, mana- gérial et organisationnel. Désormais, tous les secteurs sont impactés par le paradigme et la démarche du « data-driven » : santé, télécommunications, assurance, e-commerce, recrute- ment, distribution et optimisation énergétique, etc. À titre d’exemple, on détecte immédiatement l’appé- tence du marketing à s’approprier l’analyse de données, dans le but d’affiner des données comporte- mentales, comprendre le consommateur et son expérience utilisateur, prédire des attentes et propen- sions d’achat, etc. Or, force est de constater qu’à ce jour, la discipline du marketing s’appuie majoritairement sur des logiques de moyennes, d’échantillons et de segments, somme toute assez réductrices. En effet, les grilles de lecture basées sur une logique d’analyse par gamme, canal et silos (entrepôts de données) ne sont plus adaptées. Les effets conjugués de flux de données externes impactantes et la complexité à les synchroniser en temps réel échappent complètement au data mining et à la business intelligence traditionnels, quand bien même ces données sont les nouveaux leviers de différentiation et de création de valeur. Il est donc essentiel d’initier ce type de philosophie « data driven » au plus haut niveau de l’entreprise (les directions générales et les boards), car la data, ce nouvel actif stratégique, influera de façon certaine sur la stratégie globale de l’entité. 7Qu'est-ce que le Big Data ? AnalysesEnpratiqueL’interview!Zoomsur... Source : http://www.bigdata-startups.com
  • 10. Accomex n° 112 - Big Data8 La révolution numérique du Big Data : pour un écosystème français exportateur et créateur d’emplois ous avons dépassé le simple prisme technologique du Big Data. S’attarder sur la primauté technologique est une illusion : le Big Data est désormais un enjeu de business transformation. Il faut l’appréhender par les impacts qu’il va avoir, ce qui aura le mérite d’exclure la vacuité de certains débats ambiants… Le centre de gravité du débat ne sera plus axé sur la masse de données (à partir de quel montant de masses de données peut-on considérer que l’on fait du Big Data ?) ou sur les enjeux techniques d’optimisation organisa- tionnelle, mais sur d’autres phénomènes tels que les enjeux de conception de produits, de nouveaux modèles d’affaires, d’organisation client et de gamme de produits. Sur la phase de développement des infrastructures et des solutions technologiques sous-jacentes, le terrain est balisé et l’on pourrait aisément dire : « Les dés sont déjà lancés, que le meilleur gagne ! ». Par conséquent, la bataille n’est plus sur l’infrastructure, mais bien sur les usages, sur le développement de nouveaux modèles économiques et sur les déclinaisons verticales. En matière de Big Data, il s’agit maintenant de passer du « comment ? » au « quoi ? » et au « pour quoi ? ». N François Bourdoncle @fbourdoncle François Bourdoncle est le cofondateur et actuel Directeur Technique d'Exalead, aujourd'hui filiale de Dassault Systèmes. Il est membre de la Commission Lauvergeon « Innovation 2030 », qui a remis son rapport à François Hollande en octobre 2013. F. Bourdoncle est également co-pilote (avec Paul Hermelin, PDG de Capgemini) du Plan d’action Big Data, qui compte parmi les 34 grands projets de la « Nouvelle France industrielle » du Ministère du Redressement Productif 1 . (1) http://www.redressement-productif.gouv.fr/nouvelle-france-industrielle À mes yeux, la vraie création de valeur réside dans des entreprises comme Withings ou Criteo, car celles-ci reposent sur un business model complètement intégré verticalement, qui crée, capte, analyse, valorise et monétise de la data. Pour faire de l'innovation intelli- gente, il faut placer au même endroit les données que l’on fabrique et celles que l’on recueille. La France a l’opportunité de se frayer un chemin sur l’échiquier mondial des usages, là où tout n’est finalement pas encore bien défini. Mais l’Hexagone doit composer avec son marché, qui n’a pas la taille du marché américain, ni la même capacité d’investissement. LE BIG DATA : UN ÉCOSYSTÈME PLUS QU’UNE FILIÈRE En tant que chefs de file de ce « chantier », avec Paul Hermelin, nous avons donc identifié les leviers que les pouvoirs publics peuvent actionner pour favoriser l’émergence d’un écosystème français du Big Data exportateur et créateur d’emplois. C’est avant tout un objectif économique, académique et industriel. Nous voulons rendre le terrain français fertile pour l’ensem- ble de l’écosystème Big Data, en « changeant le PH de l’aquarium ». Concernant le mode opératoire, l’ambi- tion de nos travaux n’est pas de bâtir une nouvelle filière industrielle au sens classique du terme, comme cela peut être le cas à titre d’exemple pour le plan « Avion électrique ». En effet, le Big Data est plus un écosystème qu’une filière au sens traditionnel du terme, car il n’a pas vocation à déboucher sur un produit industriel précis. Le Big Data est quelque chose de beaucoup plus écosystémique et horizontal, parce qu’il irrigue tous les secteurs. Le Big Data est donc un enjeu critique pour tous les secteurs de l’industrie et des services, notamment ceux qui n’ont pas encore été fortement impactés par la révolution numérique. Il ne faut pas que nos grands groupes ignorent cette révolution, comme cela a été le cas pour le commerce de proximité, la presse, l’indus- trie du disque ou, bientôt, la télévision et le cinéma, car le Big Data va être le moyen par lequel la révolu- tion numérique va s’inviter sur des secteurs qui n’étaient pas concernés à ce jour ; il faut éviter que ne se reproduise l’aveuglement de ces secteurs au sein
  • 11. 9La révolution numérique du Big Data : pour un écosystème français exportateur et créateur d’emplois AnalysesEnpratiqueL’interview!Zoomsur... desquels les acteurs n’ont pas voulu appréhender la révolution numérique jusqu’à ce qu’elle devienne irréversible. SE RÉINVENTER POUR FAIRE FACE AUX PURE PLAYERS DU NUMÉRIQUE Le déni de réalité est à éviter : il correspond à une forme de défense extrêmement dangereuse. Le « jusque-là tout va bien » est également à éviter, car à vouloir refuser de se challenger sur son propre business model, de nombreux acteurs courent le risque de la désintermédiation par des pure players de la data comme le GAFA 2 , IBM, LinkedIn, ce que j’appelle les « barbares modernes 3 ». En effet, le succès de l’innovation orientée grand public de ces quinze dernières années (Internet, moteurs de recherche, téléphonie mobile, réseaux sociaux, etc.) confère à ces pure players un accès direct au grand public et à ses données. Cette connaissance de la relation client est leur outil pour se positionner dans tous les domaines. Comme le démontre l’actualité récente 4 , ces spécialistes de la data regardent les déclinaisons possibles dans d’autres secteurs traditionnels. Ainsi, le risque pour les grands groupes établis est lié à la menace que ces « barbares » s’imposent partout où il y a de l'ineffica- cité dans la relation clients : l'assurance, la santé, le crédit, le marché de l’électricité, les opérateurs de télécommunications, etc. Prenons une illustration dans le domaine de l’assu- rance : Avec Android sur votre terminal, Google dispose de votre géolocalisation et accéléro- mètre. Il connait votre mode de vie, type de conduite, oisiveté, mobilité, vos préférences, etc. En mixant ces datas et en faisant travailler un arsenal algo- rithmique, les pure players seront en mesure de proposer une offre assu- rantielle moins chère, granulaire, extrêmement sophis- tiquée quant au profil de risque d’un individu lambda. Puis ils capteront la valeur des bons clients, ceux dont la probabilité de sinistralité est faible. Ces nouveaux acteurs réinstaureront dès lors une nouvelle forme d’intermédiation. Or, qui dit intermé- diation, dit également sous-traitance et érosion des marges. Ces pure players du numérique auront la capacité d’imposer un diktat aux Brick and Mortar (acteurs traditionnels) et de les reléguer à un simple rôle d’opérateurs et de prestataires techniques inter- changeables. Ces derniers se verront confisquer la relation client, qui représente la grosse partie de la valeur de leurs activités ; celle-ci ne sera plus captée par celui qui détient la technicité de l'objet industriel, mais par celui qui détient la technicité de l'optimisa- tion de l'objet ou de la relation client grâce aux technologies du Big Data. Les entreprises françaises doivent absolument réinventer leurs services clients ou, à défaut, les exécuter mieux que les autres, d’au- tant qu’il y a une vraie demande de produits personnalisés dans ces domaines. Trop d’industries comme le crédit, l’assurance et la finance se sentent protégés, se considérant à la pointe avec leurs outils informatiques. Cela est illusoire. L’informatique pur n’est qu’un outil de production et de productivité, il n’a pas d’impact sur le business model et sur sa transformation. À cet égard, le capitalisme français a un problème : il est beaucoup trop dans l'entre-soi et la courtoisie. Plutôt que de subir cette 3ème révolution numérique, il faut anticiper sa dyna- mique et ses enjeux. Cette ouverture culturelle et l’acceptation de la compréhension de la désintermé- diation numérique sont critiques pour changer les logiciels de pensée. FAVORISER LA COLLABORATION ENTRE LES GRANDS GROUPES ET LES STARTUPS En conséquence, l’une des priorités est d’inciter les grandes entreprises françaises, aujourd’hui en retard sur leurs homologues américaines, à lancer des projets à grande échelle d’exploitation des données. Pour ce faire, dans le cadre de notre chantier, nous travaillons sur plusieurs pistes avec les grands groupes. Il s’agit d’abord d’annihiler jus- tement ce déni de réalité, puis de valoriser l’innovation ouverte. Il est aujourd’hui absolument vital, pour les grands groupes, de collaborer avec des startups : jusqu'à présent, la ten- dance était plutôt de les racheter pour les « tuer » avant qu'elles ne puissent devenir des concurrentes. Nous devons favoriser l’interaction vertueuse du tan- dem grands groupes (utilisatrices) et startups du Big Data (techno providers). Idéalement, il faudrait que les grands groupes payent trois fois ! Financer les startups en capital-risque, les aider à grandir (logique business) et les racheter au moment opportun. Sans cela, ces acteurs en herbe que sont les startups ont peu de chance de grandir, de démontrer la scalabilité de leur projet et de trouver les forces de s’attaquer à l’export pour contrer l’étroitesse et l’« aversion cultu- (2) GAFA : acronyme pour désigner Google, Amazon, Facebook et Apple. (3) Cf. Interview de François Bourdoncle dans Challenges, 20 janvier 2014. (4) Acquisitions récentes de Google dans le domaine de l’assurance et de la maison intelligente connectée ; investissement de 250 millions de dollars sur Uber, compagnie de VTC.
  • 12. Accomex n° 112 - Big Data10 relle IT » de notre marché intérieur. L’effet de levier de cette mesure est double et convergeant pour ces deux typologies d’acteurs. CHANGER LA PERCEPTION DE L’INNOVATION FRANÇAISE J’ai l’obsession de changer la perception de l’innova- tion française. Comme chacun le sait, la R&D est généreusement financée par de nombreux véhicules de financement publics (FUI, Crédit d’Impôt Recherche, etc.). Il faut s’en féliciter. Mais au regard des investissements publics consentis, l’effet produit est trop minime. La R&D est trop peu impactante pour changer « les règles du jeu » et créer de la valeur. Au-delà de la dimension exploratoire des projets de R&D, les PME et startups ne doivent pas oublier qu’il leur faut un marché. D’où notre volonté de tirer l’éco- système par l’aval, en créant le marché. Il s’agit de stimuler les projets et les preuves de concept côté demandeurs. Nous serons ainsi confortés sur l’exis- tence potentielle d’un marché, l’expérimentation de ces projets par les grands groupes, l’aide aux PME et leur besoin de scalabilité de projets. Les PME ont davantage besoin d’un carnet de commande étoffé que de subventions (côte offre, en amont). Cette logique aura un effet de levier maximal : créer le mar- ché plutôt que l’offre, et réduire le time-to-market de nos startups. Avec le récent lancement de la plate-forme TeraLab 5 , les entreprises et chercheurs disposeront d’un environnement de recherche et d’expérimentation (briques technologiques, ressources de calcul grande échelle). Pour ce faire, il est essentiel que cette struc- ture recense les « bonnes volontés » en matière de mise à disposition de données de la part des entre- prises. FAIRE ÉVOLUER LE VOLET RÉGLEMENTAIRE FRANÇAIS Tout comme le logiciel de pensée, le volet réglemen- taire français doit évoluer. Sur le premier aspect, il faut permettre aux usages de s’installer, de s’expéri- menter. Concernant le volet réglementaire, nous pouvons être fiers d'avoir exporté notre modèle de la loi Informatique et Libertés au niveau européen. Mais cette loi comporte un biais : la finalité initiale de la col- lecte des données personnelles est « gravée dans le marbre » ; on ne peut pas la faire évoluer lors d’utilisa- tions ultérieures. Or le Big Data, en mouvement permanent, ne peut s’en satisfaire : la déferlante va faire craquer cette loi, c'est inévitable. Il s’agit donc de refondre le volet législatif en matière de réutilisation des données, afin de faciliter, sans lever toute forme de contrôle, l’usage des données. Ainsi, il faut pouvoir expérimenter avant de légiférer, et déplacer l’équilibre en faveur de l’innovation. À cet égard, il est illusoire de croire que s’interdire le droit d’expérimenter sur l’utilisation innovante des données serait un garde-fou contre les dérives potentielles. Ce principe d’audace, d’action et d’expérimentation doit pouvoir rééquilibrer le rapport de force avec notre « sacro-saint » principe de précaution inscrit dans la constitution française. Les usages innovants et disruptifs comportent une part de risque, de sorte qu’avant que la CNIL n’em- pêche d’expérimenter, nous devons appréhender ces usages, sectoriellement et de manière jurispruden- tielle. Or, actuellement, l’utilisateur des données doit respecter l’usage intentionnel pour lequel les données ont été collectées… Nous pourrions remplacer le prin- cipe d’intentionnalité par celui de réciprocité, passer d’une logique déclarative à une logique d’adhésion, grâce à la rédaction d’une charte d’adhésion à des valeurs de base, par secteur, avec sanction s’il y a un non-respect de la vie privée. L’ÉTAT COMME LOCOMOTIVE D’EXPÉRIMENTATION Il faut également observer l’évolution des usages et procéder systématiquement à une étude d’impact économique avant de légiférer « défensivement et mécaniquement ». Les entreprises ont besoin de ce gage de sécurité, tout comme elles ont besoin de stabilité fiscale. Sans ce droit à l’expérimentation, mis en avant par le rapport de la Commission Lauvergeon, il sera très difficile de faire émerger une filière Big Data dans notre pays. C’est de l’action et de l’expérimentation que naitront la réflexion et les usages, et non pas l’inverse. Mais comme toute révolution industrielle, l’entrée de notre civilisation dans l’ère du « tout numérique » ne se résume pas à ses risques potentiels ; et la crispation légitime sur la protection de la vie privée ne doit pas masquer les fantastiques enjeux économiques et citoyens que représente le traitement intelligent des données massives. À ce titre, l’État se doit d’être une locomotive d’expéri- mentation, d’autant que, comme pour les entreprises, les enjeux sont considérables (gestion des res- sources, des infrastructures, de l’énergie, des transports, du marché de l’emploi, des finances publiques, etc.). (5) Centre de ressources technologiques destiné à des projets de recherche, d’innovation et de prototypage dédiés aux Big Data, lancé par l’Institut Mines-Télécom et le Groupe des Écoles Nationales d’Économie et de Statistique (GENES).
  • 13. 11 AnalysesEnpratiqueL’interview!Zoomsur... Il doit aussi montrer l’exemple sur des thèmes comme les data dans la santé, les données de la CNAM étant un fabuleux gisement de création de valeur avec de nouvelles applications et une nouvelle façon de concevoir les parcours de soins : passer d’une démarche curative à une logique préventive grâce au suivi et à une analyse en temps réel. Il en va de même dans l’évaluation et le pilotage des politiques d’action publiques. À l’heure où le niveau de défiance des citoyens vis-à-vis de la classe politique est le plus élevé de l’OCDE, voilà une formidable opportunité de recentrer le citoyen au cœur du débat sociétal et d’ac- croître le niveau d’exigence des citoyens sur l’exécutif central et les collectivités. DES ATOUTS QUE LA FRANCE SE DOIT D’EXPLOITER À titre conclusif, je dirais, d’une part, que nous ne sommes pas en retard et que, d’autre part, nous disposons de nombreux atouts, comme par exemple des ingénieurs généralistes de haut niveau, formés à l’informatique, aux mathématiques et aux statis- tiques, qui sont très largement plébiscités au niveau international, à commencer par la City et Wall Street. Ne serait-il pas plus vertueux de leur permettre de réussir en France en aidant nos entreprises à déployer le Big Data à grande échelle, en créant de nouveaux business model, en réinventant la relation client par la donnée ? Comme je l’ai évoqué, nous avons également la chance d’avoir quelques très belles success stories, comme Critéo ou Withings, l’un des leaders mondiaux de l’« Internet des Objets ». Véritable pourvoyeur de données dans le futur, cet « Internet des Objets », justement, va complètement révolutionner la manière dont les produits sont conçus et commercialisés, ainsi que la manière dont l’innovation va se nourrir de l’exploitation du suivi des produits en condition opéra- tionnelle. Espérons que les dossiers Big Data prochainement financés dans le cadre du « Concours Mondial de l’Innovation 2030 » accouchent de futures pépites ! Mais nous avons actuellement trop peu de champions numériques, ces « modernes » comme nous les appelons. J’ai en outre l’ambition de faire entrer les « anciens » (nos grands groupes) dans l’ère de cette 3ème révolution numérique. La révolution numérique du Big Data : pour un écosystème français exportateur et créateur d’emplois
  • 14. La structuration du secteur du Big Data français : le projet Alliance Big Data l’EGE, le SFIB, le CEA List, l’INRIA, pour n’en citer que quelques-uns, ont également rejoint l’Alliance. Plus concrètement, les principaux objectifs de l’Alliance Big Data sont de : è rassembler les connaissances, expériences et technologies du Big Data et de les valoriser par une diffusion multicanal, è fédérer les associations, les offreurs de solutions et les utilisateurs pour construire une vision commune du Big Data et, à terme, englober d’autres tendances du numérique, è développer des dossiers thématiques en coordon- nant les associations, les sponsors/offreurs et les utilisateurs, è donner de la visibilité aux offreurs de solutions, è offrir un lieu de dialogues et d’échanges aux utilisa- teurs en leur donnant la possibilité de s’exprimer, de partager leurs expériences, d’améliorer leurs connais- sances du domaine. L’Alliance Big Data réunit à ce jour 5 000 membres, dont de grandes organisations avec chacune sa L’Alliance Big Data a été confortée par les récents travaux de la Commission Lauvergeon et les 34 plans industriels de la Nouvelle France Industrielle 2 du Ministère du redressement Productif, qui ont érigé le Big Data comme chantier prioritaire. Ces initiatives sous-entendent un besoin de structurer et d’ouvrir l’écosystème français. L’Alliance, par ses travaux, sa communication, ses livres blancs, œuvre dans ce sens. Elle peut être considérée comme un Do Tank de l’écosystème Big Data, qui vient en complément des réflexions menées par la Commission Big Data de l’AFDEL et l’ambitieux Plan Big Data présenté par le gouvernement. L’Alliance Big Data a été lancée en début d’année 2013. Elle constitue un carrefour unique d’acteurs industriels, services publics, associations profession- nelles, universités et laboratoires représentatifs du Big Data. Les composantes d’innovation et de business (Cap Digital), de contenants et outils docu- mentaires (Aproged), de gestion contenus (GFII), de transaction dématérialisée (APECA), d’enseignement, recherche et innovation (Mines-Télécom) et d’utilisa- teurs (ADBS) y sont représentés. L’ADETEM, le Cigref, e Big Data est un secteur à forte création de valeur. L’amplitude de choc, les secteurs impactés, les business model traditionnels « challengés » et toutes les applications qui en découleront ne sont, à ce jour, pas tous identifiés. À ce titre, il était important de créer une communauté d’échanges. La « ligne éditoriale » de l’Alliance Big Data est donc de fédérer des acteurs, construire une vision commune, partager des expé- riences et, in fine, de favoriser le développement et la mise en lumière de nouveaux services et applications. L’Alliance a également pour objectif d’expliquer à la communauté, que ce soit des citoyens, des politiques ou des industriels, ce qu’est le Big Data : pourquoi ce terme ? Comment en est-on arrivé là ? Quels sont les enjeux stratégiques en termes de développement économique, d’emplois, de compétitivité ? L’enjeu du Big Data pour la France est essentiel ; il néces- site la structuration de son écosystème, afin que la France trouve une place ambitieuse sur l’échiquier de la data et de cette révolution numérique. L Charles Huot contact@temis.fr Charles Huot a passé 10 ans chez IBM en tant que direc- teur international des ventes pour les logiciels de Text Mining. Co-fondateur de l’entreprise TEMIS, il en est également aujourd’hui le directeur général délégué en charge du développement stratégique et de l'innovation. À ce titre, il représente TEMIS auprès des industriels de son secteur et d'instances françaises et européennes. Charles Hulot est également Président du Comité Édito- rial du portail Alliance Big Data 1 . (1) http://www.alliancebigdata.com ; @AllianceBigData (2) http://www.redressement-productif.gouv.fr/nouvelle-france-industrielle 12 Accomex n° 112 - Big Data
  • 15. propre préoccupation en matière de collecte, de traitement, de visualisation, d’analyse des données. Elle fédère de multiples institutions autour de la thématique Big Data et travaille à l’homogénéisation d’un discours sur le sujet : celui-ci n’est pas que l’af- faire des spécialistes de logiciels, sa diffusion est cross-channel et impacte tous les secteurs. La philosophie de l’Alliance n’est pas de se cloisonner entre « gens du sérail », entre pure players et techno- providers de solutions Big Data ; au contraire, elle se calque sur la dynamique du Big Data, qui synchronise, casse les vases clos et impacte toute une chaîne de valeurs. C’est pourquoi, l’espace est ouvert aux personnes ayant une sensibilité intellectuelle pour le sujet et à celles pour lesquelles cela peut représenter un enjeu et une vraie rupture de paradigme dans les métiers et secteurs (les verticaux). L’arrivée continue de nouveaux partenaires per- met d’élargir les horizons de réflexion de l’Alliance Big Data, de croiser les domaines de compétences et d’exper- tise. En fédérant des acteurs répartis sur l’ensemble de la chaîne de valeur, l’Alliance a mis en forme un continuum qui pourrait difficilement être dupliqué dans une association ou une entreprise classique. En termes de communication, l’Alliance dispose bien entendu d’un site web 3 et, comme le mouvement est par essence collaboratif, met à disposition, via son partenaire Jampespot, un réseau social de partage 4 et de mise en lumière d’expériences et de réalisa- tions. Une Big Data TV 5 complète ce dispositif. Plus récemment, des partenaires médias ont manifesté leur intérêt pour la démarche : 01 Business et Veille Magazine. Enfin, des sponsors viennent apporter leur soutien au développement de l’Alliance Big Data : Exalead, Capgemini, GDF SUEZ et Jamespot. En ce qui concerne les évènements notoires de la communauté, l’Alliance a organisé le Big Data Day dans le cadre du FAN 6 2013 de l’Aproged, le 14 novembre 2013. À cette occasion, se sont succé- dés conférences-débats, plateaux TV et décryptages des challenges concernant la problématique du Big Data. Cette mobilisation collective favorise la dyna- mique et la variété des thématiques traitées, ainsi que la richesse des compétences réunies entre les anima- teurs et les intervenants. En termes de livrables et de dossiers thématiques, l’Alliance a axé ses premiers travaux sur la rédaction d’une Charte Éthique & Big Data. Étant données la criticité et les nouvelles problématiques soulevées par les flux de data, cela apparaissait comme un chantier prioritaire. Cette charte énumère les principes directeurs (transparence, usage, rémunération) destinés à garantir le bon usage et la pérennité des données. La rédaction de la Charte a été pilotée par Alain Couillault, secrétaire de l’APIL et mem- bre de l’Aproged. La multiplicité de regards des contributeurs a abouti à faire émerger quatre volets : la description des don- nées, la traçabilité, la propriété intellectuelle et les réglementations spécifiques à la nature des données traitées. Ce socle éthique contribue à harmoniser les rapports entre producteurs, fournisseurs et utilisa- teurs de données sur le plan du respect des lois, de celui de l'éthique, et à garantir la confiance dans les rapports entre l'ensemble des acteurs impliqués. Cette charte constitue un recueil de bonnes pratiques en matière de traçabilité et d’exploitation des don- nées, et un guide pratique pour savoir comment traiter les données. (3) http://www.alliancebigdata.com (4) http://alliancebigdata.jamespot.pro (5) http://www.youtube.com/channel/UCUFUuT-s9mlAuak-SAI6kvg (6) Forum des Acteurs du Numérique. Glossaire Aproged : Association des professionnels pour l’économie numérique (http://www.aproged.org) AFDEL : Association Française des Éditeurs de Logiciels et Solutions Internet (http://www.afdel.fr) GFII : Groupement Français de l’Industrie de l’Information (http://www.gfii.fr/fr) APECA : Association de la Maîtrise et de la Valorisation des Contenus ADBS : Association des professionnels de l’information et de la documentation (http://www.adbs.fr) ADETEM : Association nationale des professionnels du marketing (http://www.adetem.org) Cigref : Réseau de Grandes Entreprises (http://www.cigref.fr) EGE : École de Guerre Économique (http://www.ege.fr) SFIB : Syndicat de l’industrie des technologies de l’information (http://www.sfib.org) CEA List, Systèmes numériques intelligents http://www-list.cea.fr INRIA, Inventeurs du monde numérique (http://www.inria.fr) APIL : Association des Professionnels des Industries de la Langue (fusionnée avec l’Aproged) Zoomsur...L’interview!EnpratiqueAnalyses La structuration du secteur du Big Data français : le projet Alliance Big Data 13
  • 16. L’Alliance Big Data travaille également à l’extension de son réseau social à un réseau social européen. Beaucoup de partenaires, tel Cap Digital, ont d’ail- leurs des liens avec des clusters technologiques à travers l’Europe. Beaucoup d’intégrateurs, tel Capgemini, sont prêts à sponsoriser un réseau d’excellence européen sur le sujet, spécialement sur le thème épineux de la formation au traitement de données et aux nouveaux métiers de l’information. L’Alliance entretient également des échanges d’expé- riences avec la britannique Open Data Center Alliance. En 2014, elle poursuivra les chantiers entrepris et cherchera à développer les grands domaines émer- gents dans le Big Data comme la formation, la R&D, l’Industrie, les objets intelligents. Elle com- mence aussi à se positionner sur des chantiers verticaux comme la santé, l’assurance, les transports et la mobilité, car tous ces secteurs ont un dénomi- nateur commun : la data. L’objectif aujourd’hui est d’étendre l’Alliance et de toucher un maximum de personnes concernées par le Big Data. TEMIS TEMIS a été fondé il y a 13 ans. L’entreprise est membre du pôle de compétitivité Cap Digital 7 depuis sa création. Son cœur d’activité est la vente de logiciels dans le domaine de l’analyse automatique de textes dans le monde (filiale à New York, en Allemagne et au Canada). TEMIS est le leader français des logiciels d’enrichissement sémantique des contenus : il extrait les métadonnées des contenus non struc- turés afin d’optimiser les processus de recherche, d’exploration et d’analyse de contenu. Pour en savoir plus : contact@temis.fr ; http://www.temis.com/fr (7) Créé en 2006, Cap Digital est le pôle de compétitivité des industries des services et contenus numériques. Il a pour objectif de faire de la Région Île-de-France l’une des références mondiales du numérique (http://www.capdigital.com). 14 Accomex n° 112 - Big Data
  • 17. 15 AnalysesEnpratiqueL’interview!Zoomsur... Les initiatives gouvernementales en matière d’Open Data : la mission Etalab Quels sont les objectifs qui portent et structurent le projet Etalab ? 1 Au sein du Secrétariat Général pour la Modernisation de l’Action Publique (SGMAP), la mission Etalab est chargée de soutenir l’ouverture et le partage des don- nées publiques (Open Data) au service de la transparence, de l’efficacité de l’action publique et du développement économique. Elle poursuit cet objectif conformément à la feuille de route du gouvernement en matière d’ouverture et de partage des données publiques définie en février 2013, ainsi qu’au principe général de réutilisation 2 libre, facile et gratuite, en mettant l'accent sur les données à fort impact socié- tal (santé, éducation, etc.) et/ou à fort potentiel d’innovation sociale et économique. La mission Etalab est en particulier responsable du développement du portail unique interministériel (http://www.etalab.gouv.fr/) destiné à rassembler et à mettre à disposition librement l’ensemble des infor- mations publiques de l’État, de ses établissements publics administratifs et, si elles le souhaitent, des collectivités territoriales et des personnes de droit public ou de droit privé chargées d’une mission de service public. Elle coordonne l’action des administrations de l’État et apporte son appui à ses établissements publics pour faciliter la réutilisation la plus large possible de leurs informations publiques. Elle s’est en outre engagée dans le processus de coordination interna- tionale des stratégies d’Open Data et de gouvernement ouvert (Open Government). Afin de stimuler l’innovation et les réutilisations, la mission Etalab travaille également à développer et structurer l’écosystème national de l’Open Data : innovateurs, start-ups, partenaires technologiques, chercheurs, etc. Le décret du 31 octobre 2012, créant le Secrétariat Général pour la Modernisation de l’Action Publique, a eu pour conséquence de dissoudre Etalab dans cette nouvelle structure. Cette réorganisation a-t-elle eu des conséquences dans l'approche de l'État quant au partage des données publiques ? Ce rattachement lui a donné plus de résonnance. En intégrant la mission Etalab au SGMAP, le gouverne- ment a constitué une force globale d’innovation, associant la conception des systèmes d’information de l’État, l’ouverture des données publiques, l’évalua- tion des politiques publiques et l’innovation en matière de politiques publiques. Etalab collabore désormais étroitement avec les services chargés de la modernisation de l’action publique. Les initiatives gouvernementales en matière d’Open Data : la mission Etalab “ (1) Propos recueillis par Victor Mourer, chargé d’études à la CCI Paris Ile-de-France. (2) La réutilisation est l’utilisation à d’autres fins que celles de la mission de service public en vue de laquelle les documents ont été élaborés ou sont détenus. Questions à… Laure Lucchesi, Directrice adjointe de la mission Etalab, rattachée au Secrétariat général pour la Modernisation de l’Action Publique
  • 18. Accomex n° 112 - Big Data La modernisation de l’action publique est en effet l’un des enjeux majeurs de la politique d’Open Data : au fur et à mesure de l’ouverture d’une quantité crois- sante de données (et de leur montée en qualité grâce aux interactions avec toute une communauté de contributeurs), elle conduira au renforcement de la puissance publique, à la simplification administrative et à une plus grande efficacité des politiques publiques (mieux objectivées, avec une meilleure allo- cation des moyens engagés, des outils de mesure et de pilotage renforcés, etc.). Onze décisions relatives à l’Open Data ont d’ores et déjà été entérinées lors des trois premiers Comités interministériels pour la modernisation de l'action publique (CIMAP), qui reflètent les synergies créées et la contribution de l’Open Data à la modernisation de l’action publique. En quoi l’ouverture des données publiques peut-elle être bénéfique aux professionnels ? Etalab a-t-il établi des partenariats avec des entreprises du secteur privé ? C’est l’une des promesses de l’Open Data que de sou- tenir l’innovation - économique et sociale - grâce au potentiel de réutilisation des données partagées par l’État. Nous connaissons déjà des centaines d’entre- prises qui utilisent les données publiques et qui ont créé de nombreux emplois. Mais cette promesse ne se limite pas aux réutilisations… L’Open Data, c’est souvent un levier pour un État plus simple et plus efficace, ce qui est aussi une forme importante de soutien aux entreprises. À part les concours dataconnexions, Etalab n’a pas de partenariat spécifique avec les entreprises privées, puisque le principe même de l’Open Data est de permettre librement et gratuitement toutes les innova- tions que les entreprises pourront imaginer à partir de ces données non personnelles. En revanche, dans la nouvelle version du portail data.gouv.fr lancée en décembre 2013, et ouvert à toutes les contributions d’intérêt public, nous propo- sons à la société civile de s’impliquer dans la construction d’un « bien commun informationnel » que représentent les données. Les citoyens, les associa- tions, les entreprises peuvent ainsi consulter mais aussi mettre eux-mêmes à disposition des données d’intérêt général sur le portail. En quoi consiste le programme dataconnexions ? Dans quelle mesure pourrait-il servir de laboratoire aux entreprises françaises pour exporter ces solutions innovantes à l’étranger ? Le programme dataconnexions, qui compte une tren- taine de partenaires dont le groupe La Poste, la SNCF, Orange ou encore Microsoft, permet d’animer une communauté d’acteurs autour de l’Open Data, de favoriser le partage d’expérience et de mettre en valeur des projets qui réutilisent les données publiques et créent ainsi des services innovants. La 4ème édition de ce concours a eu lieu le 4 décembre 2013 et a récompensé 8 lauréats (parmi 65 dossiers reçus), et ce programme se poursuivra en 2014. L’ouverture des données publiques permet de soute- nir l’innovation économique et sociale. Elle participe à diffuser la culture de la donnée au sein des adminis- trations et à développer les stratégies fondées sur la donnée. Ces bénéfices s’appliquent tout autant aux acteurs du secteur privé. De nombreux acteurs ont ainsi d’ores et déjà mis en place des stratégies autour de l’ouverture de leurs données et de l’innovation ouverte. Nous pourrions ajouter que l’administration bénéficie elle-même de la rencontre avec ces innovateurs, qui apportent à ses données de nouveaux points de vue, de nouvelles technologies, voire de nouvelles straté- gies de création de valeur. Existe-t-il des initiatives similaires au projet Etalab dans d’autres pays ? Et si oui, Etalab a-t-il pour projet de coopérer avec d’autres administrations nationales ou internationales en matière d’Open Data ? De nombreux pays ont d’ores et déjà engagé, avec différents niveaux d’avancement, une politique d’Open Data. La France, par l’intermédiaire notamment d’Etalab, est en lien avec cette communauté interna- tionale, avec laquelle elle entretient des échanges réguliers, en travaillant avec ses homologues (Royaume-Uni, États-Unis, pays de la zone Euro- Méditerranée, Liban, Japon notamment), ainsi qu’au travers des instances internationales auxquelles elle participe. Le 18 juin 2013, le Président de la République et les chefs d’État et de gouvernement, réunis au Sommet de Lough Erne, ont ainsi adopté une Charte du G8 pour l’ouverture des données publiques qui marque l’ambition collective des États membres de promou- voir des économies ouvertes, des sociétés ouvertes et des gouvernements ouverts. Le Premier ministre a publié le 7 novembre 2013 le Plan d’action de la France pour la mise en application de cette Charte Open Data du G8 3 . L’Europe est donc un partenaire naturel pour l’Open Data français, même si les coopérations ne sont pas encore fortement établies avec les initiatives les plus récentes. 16 (3) http://www.etalab.gouv.fr/article-les-chefs-d-etat-reunis-a-loughe-erne-signent-une-charte-du-g8-pour-l-ouverture-des-donnees-publique- 118576420.html
  • 19. Les initiatives gouvernementales en matière d’Open Data : la mission Etalab Quelles perspectives peut-on espérer pour l’initiative Etalab ? Une coopération renforcée avec le secteur privé en fait-elle partie ? En 2014, le nouveau site data.gouv.fr poursuivra sa dynamique d’innovation continue. Il s’enrichira en per- manence de nouveaux jeux de données, grâce à une expérience simplifiée de publication pour les acteurs publics. Favorisant le dialogue avec la société civile, ainsi que l’enrichissement et la réutilisation des données, cette plateforme continuera de s’enrichir et d’accueillir des contributions inédites. Elle est le pivot de la politique d’Open Data, qui doit contribuer à renouveler la confiance des citoyens et à stimuler l’inno- vation, tant au sein des administrations que de l’éco- nomie numérique dans son ensemble. Par ailleurs, Etalab a été chargée de coordonner les travaux de transposition de la Directive 2013/37/UE du Parlement européen et du Conseil du 26 juin 2013 modifiant la directive 2003/98/CE concernant la réutilisation des informations du secteur public. Ceux- ci se dérouleront dans l’année à venir, afin de respecter l’échéance de transposition en juillet 2015. Enfin, Etalab continuera à soutenir l’émergence d’un puissant écosystème de l’Open Data, incluant les collectivités locales et le secteur privé, à l’échelle nationale comme internationale. Zoomsur...L’interview!EnpratiqueAnalyses 17 Pourriez-vous expliquer en quoi consiste le projet CoDesign Data.gouv.fr ? L’objectif d’association du projet Etalab avec la communauté française de l’Open Data a-t-il été atteint ? Une profonde refonte du portail data.gouv.fr a été engagée à partir du printemps 2013, et a permis d’inaugurer, en décembre, une nouvelle version du portail, encore plus ouverte et plus collaborative. La conception de cette nouvelle plateforme a été conduite en étroite coordination avec la communauté de l’Open Data au travers d’une démarche de CoDesign. Une consultation publique menée au printemps 2013 a permis de recueillir une soixantaine de contributions, et neuf ateliers thématiques ont été conduits pour recueillir les retours d’expérience et les suggestions des utilisa- teurs et réutilisateurs du portail. Tout en conservant sa vocation de diffuser largement les données brutes, data.gouv.fr deviendra à terme un outil grand public pour une utilisation démocratique des données publiques, facilitant également la publi- cation, la réutilisation de ces données et leur enrichissement par tous types de contributeurs. “ Etalab continuera à soutenir l’émergence d’un écosystème de l’Open Data à l’échelle nationale et internationale”. “
  • 20. Accomex n° 112 - Big Data18 Pouvez-vous nous présenter Squid Solutions en quelques mots ? 2 Nous sommes éditeurs de logiciel dans le domaine de la data. Nous fournissons une plateforme de gestion et d’analyse de données 3 aux entreprises qui souhai- tent exploiter leurs données, par exemple pour optimiser leur marketing en ligne. Comment cette aventure a-t-elle commencé ? Nous sommes quatre co-fondateurs à avoir travaillé dans une filiale de Gemplus 4 où nous travaillions sur les data télécom et, plus particulièrement, sur les tickets entrants. Cela nous a aidés à comprendre les comportements des clients. Nous étions en mesure de détecter les usages patterns des clients pour savoir si un client était sur le point de quitter un opérateur pour un autre. Puis nous nous sommes lancés dans l’édition de logi- ciels avec Squid. Nous avons identifié tout ce qui, dans la chaîne de valeur de l’analyse de données, prenait le plus de temps, était le plus complexe et le plus coûteux à réaliser, afin de mettre au point une technique. Grâce à nos premiers clients - notamment eBay et SFR -, qui comptaient parmi les plus grosses bases de données du marché, nous avons fait la preuve de notre technologie. Cela nous a permis de lever trois millions d’euros auprès des investisseurs en capital-risque en 2008, en pleine crise financière. Concrètement, comment fonctionne votre technologie ? L’objectif est de récupérer un maximum de données via des solutions dites de Big Data. Il s’agit de collec- ter, stocker et « historiser » ces données, afin de déterminer des tendances. Concrètement, nous utili- sons des bases de production de sites web, des bases de CRM, tout ce qui peut concerner les produits, les transactions, etc. Ces données sont alors couplées avec celles que nous remontent nos trackers, et par des accès à des sources de données que l’on va four- nir. Nos outils permettent ainsi de dépasser la logique en silos. Des modèles de données sont alors construits pour croiser toutes ces données. La levée de fonds effectuée en 2008 nous a permis de concevoir notre propre plate-forme, qui rassemble juste- ment toutes ces données. Au-dessus de cette plate-forme, nous aidons nos clients dans leurs problé- matiques métiers à concevoir des applications prédictives et analytiques afin, par exemple, de mieux allouer leurs ressources, d’optimiser leur yield manage- ment 5 , de comprendre comment sont utilisées la machines de distribution de tri (business case de la Poste) ou industrialiser certains processus opérationnels. De la France aux États-Unis, la vision d’un entrepreneur français sur le développement du Big Data “ Questions à… Adrien Schmidt, Chief Executive Officer chez Squid Solutions et Président de Silicon Sentier1 (1) Silicon Sentier est une association d’entreprises innovantes ayant pour objectif le développement du secteur numérique de la région Île-de-France. (2) Propos recueillis par Matthias Fille, International Development - ICT Advisor, CCI Paris Ile-de-France. (3) Data Management Platform ou DMP. (4) Devenue Gemalto. (5) Yield Management (« gestion fine » en français) est un système de gestion des capacités disponibles (telles que des sièges disponibles dans le transport aérien), qui a pour objectif l'optimisation du chiffre d'affaires.
  • 21. De la France aux États-Unis, la vision d’un entrepreneur français sur le développement du Big Data Zoomsur...L’interview!EnpratiqueAnalyses 19 À quel(s) enjeu(x) ce type de solution répond-il ? Cela permet de déterminer et de mesurer ce qui s’est vraiment passé au-delà des tendances, en ayant une connaissance micro, une approche « granulaire ». Au niveau de chaque produit, de chaque client, de chaque session, au niveau de chaque source de don- nées, nous pouvons déterminer quel a été le chiffre d’affaires généré, le nombre de produits vus, le retour sur investissement (ROI) de chaque campagne marke- ting. Cette technologie est un outil de pilotage business très fin. En fait, le succès actuel de certains purs players com- merçants du web n’est pas uniquement lié à leur notoriété : ils procèdent à une analyse précise de leur activité sur de multiples axes et sur des volumes de données conséquents. Pour enclencher la démarche d’augmentation de la valeur client et combattre les effets d’attrition, il faut une approche exhaustive de la donnée ; il faut multiplier les sources pour obtenir la fameuse vision à 360° du client, comprendre ses usages. Cette analyse multi- dimensionnelle doit être rendue accessible de manière instantanée pour offrir compréhension et agilité : c’est ce que l’on offre. Vous avez mentionné le fait que vos clients pouvaient créer leurs propres applications analytiques ? Pouvez-vous nous en dire plus ? En fait, nos clients peuvent créer leurs propres applica- tions au-dessus de notre plate-forme, en couche haute, répondant ainsi à leur problématique métier. Mais ce marché n’est pas encore assez mature. C’est pourquoi nous accompagnons nos clients sur ce volet-là. À ce jour, 35 % de notre chiffre d’affaires vient de ce type de ser- vices associés. Même si notre technologie est mature pour créer de telles applications, il faudra encore atten- dre un peu avant que nos clients créent, à partir de notre plate-forme, leurs propres applications. Vous vous êtes rendu à plusieurs reprises aux États-Unis à titre individuel ou par le biais de missions. Où en est Squid sur le marché américain ? Nous avons depuis peu notre premier client 100 % américain au Michigan. Cela est d’autant plus valorisant qu’il s’agissait d’un lead entrant : il est venu nous cher- cher, nous, dans le 14ème arrondissement de Paris, pour monter un projet ensemble ! Ce projet a commencé au dernier trimestre 2013 et se poursuivra tout au long de l’année 2014. Ce type de démarche nous conforte sur nos choix et orientations technologiques. Quel regard portez-vous sur le marché américain ? Les Américains ont de toute évidence de très belles entreprises dans les infrastructures Big Data. Mais au niveau des usages, ils se questionnent sur les applica- tions à concevoir. Sur ce point, je dirais que le marché est naissant et qu’il y a de vraies places à prendre. L’écosystème français n’est pas tellement en retard sur cette composante. Mais quand un besoin émerge, les entreprises concernées ne doivent pas « se regar- der en chiens de faïence » mais au contraire se lancer, innover et réinventer leur industrie ! À l’inverse, à l’heure où trop d’entreprises françaises ne sont pas encore conscientes de leur patrimoine de la data, où le ROI doit encore être démon- tré en interne, où l’avancement stagne au stade de la curiosité intellectuelle, les projets et problématiques existent déjà aux États-Unis. La demande y est plus forte que l’offre technologique pertinente. Et si ces projets clients existent, j’observe une carence de dis- ponibilité, d’expérience, d’expertise technologique étant à-mêmes d’appréhender, de réaliser ces projets dans leur globalité et de monter une solution de bout en bout. Pour vous donner une idée, travailler sur Redshift d’Amazon (plate-forme assez avant-gardiste sur laquelle on travaille) requiert une expertise pointue et particulière dans le traitement massivement parallèle 6 . Vous devez également être en mesure de coupler cela avec une connaissance verticale : le métier de votre client. Pour abonder dans ce sens, je pense que c’est ce type de problématique rencontrée qui pousse une entreprise du Michigan à venir nous chercher à Paris. Donc l’intérêt pour Squid d’aller aux États-Unis repose sur cette demande existante à assouvir. Dans ce domaine, se pose toujours la question de l’arbitrage côte est/côte ouest. Quel est votre point de vue ? Les deux côtés se justifient complètement dès lors que l’on est éditeur de software. Mes cibles clientes sont plutôt sur la côte est. Par contre, mes concur- rents et partenaires potentiels sont sur la côte ouest. Ce qui compte le plus pour moi, c’est de me plonger dans ce qui se fait de mieux en termes de bain concur- rentiel et technologique. Cet écosystème unique vous challenge et vous fait progresser au quotidien. C’est forcément salvateur. Trop souvent, le danger qui nous guette en France est (6) L’architecture Massivement Parallèle repose sur la division du stockage et des traitements sur une grille de serveurs. Elle permet de stocker une quantité de données illimitée et de manière élastique. Plus la taille de la grille augmente, plus sa capacité de traitement augmente.
  • 22. Accomex n° 112 - Big Data20 de nous benchmarker entre Français ou Européens, et ainsi de nous conforter dans le bien-fondé et l’excel- lence de notre technologie. En fait, nous ne sommes tout simplement pas, au quotidien, dans la ligue des meilleurs. Il est critique de confronter l’écosystème français à l’international… L’écosystème et l’ADN de la Silicon Valley sont imprégnés de cette fibre innovante qui combat continuellement la « sclérose technolo- gique » et les business model qui ne se remettent pas en cause. Ainsi, pour pas mal de raisons, nous opte- rons pour la côte ouest courant 2014. Mais choisir la côte ouest, pour une startup française, cela signifie de pouvoir appréhender le décalage horaire de neuf heures au quotidien. Dès lors, comment envisagez-vous la structuration interne de Squid ? Un modèle « classique » avec R&D en France et marketing & business development aux États-Unis ? Dans les grandes lignes, oui. On épousera ce modèle « classique » pour une startup française aux États- Unis, avec la base technique, le développement, la R&D et la compé- tence consulting en France : non seulement la R&D est soutenue par de nombreux dispositifs mais, surtout, nos compétences techniques locales sont excellentes. Par ricochet, le business develop- ment (voire le marketing) sera initié de là-bas à terme. Dans un premier temps, en tant que co-fondateur, je serai amené à m’y installer pour lancer l’entité améri- caine de Squid. Quels sont les différentes étapes du projet Squid en 2014 ? Un certain nombre de secteurs d’activité ont un inté- rêt à l’investissement dans la data. Je pense naturellement au secteur du publishing, qui est en métamorphose complète, avec une vraie rupture de paradigme, fortement challengé sur son modèle éco- nomique et qui nécessite de nouveaux ressorts qui passeront notamment par la data. Désormais, la monnaie d’échange entre les fournisseurs de contenu, les distributeurs de contenu et les consom- mateurs de contenu (universités, étudiants par exemple), c’est l’usage. Aujourd’hui, une université est prête à payer du contenu si ses étudiants le consom- ment ; c’est d’ailleurs une dynamique que j’observe aux États-Unis. La mesure de cet usage et sa segmentation sont devenues des variables vitales et critiques pour cette chaîne de valeurs. Cela représente des téraoctets de données, car cela concerne des milliers d’universités et donc, potentiellement, des centaines de milliers d’étu- diants et des millions d’articles. La combinatoire de ces trois dynamiques donne de la data à analyser. L’analyser et la transformer en leviers actionnables, pour que ce secteur puisse commercer, pourrait être un domaine de focalisation pour Squid en 2014-2015. Cela pas- sera inévitablement par une implantation aux États-Unis. Pour cela, notre technologie aura besoin d’être légèrement redimensionnée et notre produit repackagé pour ce marché. Le président de Silicon Sentier que vous êtes peut-il nous parler des initiatives entreprises par l’association dans le domaine du Big Data ? Nous disposons du premier programme d’accéléra- tion en France, le Camping, qui accompagne des projets startup à grosse dimension disruptive quant au service et à la technologie proposés. Nous accélé- rons, sur un espace-temps intensif, leur phase de transition, de la création de l’entreprise à la mise sur le marché. À ce titre, et ce pour la 1ère fois, Silicon Sentier a trois entreprises sur la promotion du premier semestre 2014, positionnées sur la data et l’analytics : è Realytics, plate-forme qui démocratise l’analyse de masses de données pour les PME, è Tastehit, outil de ciblage destiné aux sites de e-commerce qui permet de mieux connaitre les goûts des visi- teurs et de leur proposer des objets en fonction de leurs préférences, è Hublo, outil d'analyse web destiné aux spécialistes du marketing. Silicon Sentier vient également de lancer Data Shaker, un programme très innovant et ambitieux, qui a pour objectif de stimuler, via des partenariats, les projets Big Data des grands groupes. Prenons pour exemple la première entreprise partenaire de ce programme : la SNCF. Il s’agit de promouvoir la mise à disposition des données de cette entreprise, et en particulier les jeux de données récentes qu’elle n’a pas encore mis à disposition. La SNCF est ainsi au contact d’une communauté de startup, de développeurs, d’entrepreneurs, qui tirent parti de ces données et font naître de nouveaux usages et applications. Ces applica- tions dépassent le cœur de métier historique de la SNCF (exploitant de réseau) et sont à forte création de valeur : elles enrichissent l’offre voyageur, par exemple, sur la mobilité ou les services associés en gare. Le rôle de Data Shaker ne se limite pas à mettre en relations les deux parties : le programme stimule la démarche, est locomotive de réflexion, fait émerger les thématiques, mobilise cet écosystème et transforme l’essai : que ces applications béta se convertissent en création de startup. La démarche volontariste des grands comptes sur ce programme souligne leur intérêt à appréhender ces enjeux critiques. Il s’agit, certes, d’un lancement récent, mais nous recevons un écho très favorable de l’écosystème de la data.
  • 23. On parle beaucoup de travaux pour structurer cet écosystème avec une dynamique vertueuse, quel est votre regard ? On ne peut que se féliciter des travaux en cours de la structuration de la filière (vision à long terme). En complément, et à plus court terme, les idées de Bertrand Diard (co-fondateur de Talend) complètent bien cette initiative : il cherche à créer un fonds de capital- risque (levée de fonds), couplé à un accélérateur (mise à disposition de ressources techniques), dédié aux phases aval d’exploitation de la data. 21De la France aux États-Unis, la vision d’un entrepreneur français sur le développement du Big Data AnalysesEnpratiqueL’interview!Zoomsur... Pour en savoir plus : http://squidsolutions.com ; @SquidSolutions ; @a_schm ; datashaker.numaparis.com “
  • 24. 22 Les entreprises européennes sont- elles matures pour le Big Data ? è Elle révèle que 23 % des entreprises européennes interrogées (42 % des entreprises françaises) consi- dèrent que le Big Data leur permettrait d’améliorer leur planification et leur prévision ; 28 % une meilleure connaissance de leur business (34 % pour les françaises). Cependant, seulement 7 % des entre- prises européennes interrogées considèrent le Big Data comme un sujet d’actualité. Comment expliquer le décalage entre le potentiel représenté par le Big Data et la faible prise en compte de cette problématique par les organisations à l’heure actuelle ? è L’étude biMA® 2012/2013 montre que les niveaux de maturité de la Business Intelligence (BI) des entre- prises en Europe sont assez hétérogènes, avec une forte stagnation des entreprises au « niveau 3 », maté- rialisant l’intégration des informations au sein de l’entreprise (soit une harmonisation entre les départe- ments partageant un socle et un référentiel communs). L’atteinte du « niveau 5 », permettant l'intégration com- plète de la BI dans des processus stratégiques, Le Big Data est aujourd’hui une réalité, pas un mythe et surtout un succès médiatique. Il existe des gisements de données dans et à l’extérieur de l’entre- prise, représentant un incontestable levier de croissance et de compétitivité dans un contexte où les entreprises n’ont d’autre alternative que de se trans- former. On estime que les données structurées, généralement bien exploitées par les entreprises, constituent 20 % des informations disponibles en interne, contrairement aux informations non struc- turées qui en représentent 80 % et disposent d’un plus fort potentiel. L’enjeu est donc bien d’exploiter cette masse d’informations en évitant l’écueil de « l’infobésité ». LES ENTREPRISES EUROPÉENNES SONT-ELLES PRÊTES POUR LE BIG DATA ? è L’étude européenne biMA® 2 2012/2013 est une enquête en ligne comprenant 41 questions, menée par le groupe Steria auprès de 668 participants à tra- vers l'Europe entre novembre 2012 et janvier 2013. n 2011, 1 800 milliards de giga-octets de données ont été générés dans le monde, soit un volume supérieur à ce qui a été créé du début de l’humanité à 2003, et neuf fois plus que celui généré sur la seule année 2005, selon le cabinet d’études IDC 1 . Ce même cabinet estime que le volume de données généré par les entreprises pourrait être multiplié par 75 au cours de la prochaine décennie. Par extrapolation, le volume de l’univers numérique pourrait être, en 2020, jusqu’à 44 fois plus important qu’en 2009. Le Big Data (c’est-à-dire les technologies et les méthodes permettant d’analyser la masse des données produites par les organisations et individus) va ainsi décider de la réussite future des entreprises, en ayant un impact sur leur croissance, leur productivité et leur compétitivité. Les progrès réalisés en matière de collecte, de stockage et de traitement des données font d’Internet un véritable pilier de la société du 21eme siècle. Comment les entreprises européennes vont-elles pouvoir saisir les opportunités que promet le Big Data ? Quels sont les principaux obstacles qui les empêchent d’utiliser les données comme un outil stratégique, moteur de leur compétitivité ? E Hichem Dhrif hichem.dhrif@steria.com Hichem Dhrif est Directeur du domaine d’excellence Enterprise information management (EIM) au sein de Steria France et titulaire d’un MBA en systèmes d’infor- mation organisationnels. H. Dhrif a participé, durant sa carrière professionnelle en consulting, à plusieurs projets de transformation de solutions à vocation information- nelle au sein d’entreprises des secteurs public et privé en France et au Canada, en couvrant la chaîne du cadrage de projets au déploiement de solutions. (1) Gantz John, Reinsel David (2011), Extracting Value from Chaos, étude IDC, juin. (2) Carsten Dittmar, Volker Obendorf, Klaus Dieter Schultze (2013), Rapport Steria : Les Entreprises européennes sont-elles prêtes pour le Big Data ?, Enquête Européenne biMA® 2012/2013, http://www.steria.com/fr/ Accomex n° 112 - Big Data
  • 25. 23 AnalysesEnpratiqueL’interview!Zoomsur... tactiques et opérationnels, avec une stratégie de ges- tion de l’information de bout en bout, reste semée d’embuches pour la majorité des entreprises en Europe. L’étude montre aussi que les entreprises n’ex- ploitent pas pleinement le potentiel d’analyse de leurs systèmes BI pour améliorer le ROI (Return On Investment) de la BI : mise en place de systèmes de planification, élaboration budgétaire, prévisions et simulations, costing, etc.). LES CONDITIONS PRÉLIMINAIRES À L’EXPLOITATION DU BIG DATA NE SONT PAS ENCORE REMPLIES En l'absence d’outils leur permettant d’extraire les renseignements utiles de cet océan d’informations, les entreprises risquent bien de se noyer. Malgré le poten- tiel offert par le Big Data, il reste difficile pour beaucoup d’entre elles de se doter des compétences et des moyens pour exploiter pleinement leurs données. Pour optimiser l’exploitation du Big Data, il faut dis- poser de bonnes assises en termes de Business Intelligence. Cela constitue en quelque sorte les fon- dations sur lesquelles va s’ériger l’exploitation du Big Data. Big Data et BI sont donc complémentaires. Quels sont donc ces obstacles qui empêchent les entreprises d’utiliser les données comme un outil stratégique ? QUALITÉ DES DONNÉES ET PÉNURIE D’EXPERTS : LES TALONS D’ACHILLE DES STRATÉGIES DE LA BUSINESS INTELLIGENCE Un niveau de qualité des données insuffisant est la principale difficulté des organisations au regard de leur stratégie BI, pour 38 % d’entre elles en Europe dont 34 % en France. Jusqu’ici, une trop forte emphase a été mise sur les solutions technologiques (le contenant), au détriment des données et de leur qualité (le contenu). Dans ces conditions, il est quasi impossible de traiter les gros volumes de données que les clients et prospects génèrent pour en extraire des informations précieuses, sur lesquelles fonder des décisions. Il est donc plus que nécessaire de travailler sur la qualité et la fiabilité des données, notamment en mettant en place une gouvernance dédiée, se maté- rialisant, entre autres, par une « autorité référente de la donnée », responsable de sa définition, de sa mise à jour, de sa diffusion, etc., soit la gestion de sa qualité et donc de sa pérennité. L’absence d’une stratégie formalisée et d’une gouvernance dédiée à la BI sont ainsi clairement mis en cause par les entre- prises européennes : 23 % (24 % en France) jugent les systèmes trop complexes et 19 % (21 % en France) estiment que la BI ne permet pas de donner une vision globale et consolidée de l’entreprise. Cette stratégie est indispensable mais d’autant plus difficile à mettre en place que les compétences dédiées à la gestion des données se font rares sur le marché ; trop rare pour les entreprises, qui relèvent une pénurie de compétences en BI, et particulière- ment en Data Scientists. Cette pénurie constitue un frein pour 24 % d’entre elles et 27 % en France. METTRE EN PLACE, EN AMONT, LES MÉCANISMES PÉRENNES DE GESTION DES DONNÉES Les organisations doivent, en amont, mettre en place les mécanismes pérennes de gestion des données et de leur qualité pour tirer pleinement avantage de leur analyse. Donner la priorité à la qualité des données Il est indispensable de partir de données de bonne qualité, préparées, triées et intégrées. Sans cette phase préalable, le traitement analytique ne produira pas les informations de performance justes et actuelles que l’entreprise attend, vitales pour le main- tien de sa compétitivité. (1) Allemagne, Suisse Source : Enquête européenne biMA® 2012/2013 Tableau 1 Potentialités du Big Data reconnues par les entreprises interviewées Les entreprises européennes sont-elles matures pour le Big Data ?
  • 26. 24 è Il convient tout d’abord de structurer les données et les informations de l’entreprise à travers une démarche d’urbanisation de son système d’information, afin de l’aligner avec son modèle organisationnel, è Il faut ensuite « nettoyer » les données, pour les ren- dre fiables et intègres, è Il est important de standardiser ensuite ces infor- mations en travaillant sur les référentiels de données. Toutes ces étapes préalables mettent au service de l’environnement décisionnel une information fiable et de qualité. Adopter une approche tactique du Big Data, étape par étape Plusieurs étapes doivent être respectées : è Tout d’abord, former et sensibiliser : expliquer que le Big Data ne se résume pas à traiter davantage de données dans le format voulu. Il s’agit plutôt de créer de nouvelles structures. è Élaborer des cas d’utilisation pertinents, juridique- ment mais aussi en termes de contenus et de délais. Il faut également que les avantages fonctionnels envisagés justifient l’investissement dans la technolo- gie et l’acquisition d’expertise, et non le contraire. è Examiner chaque cas d’utilisation du Big Data issu d’autres secteurs d’activité et pertinent pour l’entre- prise. è Enfin, vérifier la validité des cas d’utilisation en ter- mes de valeur ajoutée et non simplement sous l’angle de la faisabilité technique. LA COMPÉTITIVITÉ DES ENTREPRISES PASSERA PAR LE BIG DATA Un certain nombre d’entreprises ont compris le poten- tiel du Big Data et s’y appliquent déjà. Dans le secteur de la santé, l’analyse du Big Data aide à stimuler l’in- novation et à accroître l’efficacité des soins ou des essais cliniques. Dans le commerce de détail, le Big Data peut aider à accroître les marges opéra- tionnelles, à réduire les gaspillages et à mieux cibler les consommateurs avec des produits et services davantage adaptés à leurs besoins. Même les agences gouvernementales appliquent les techniques d’analyse du Big Data à leurs vastes registres d’ad- ministrés pour guider leurs efforts législatifs. Le marché du Big Data (Software et IT Services) en France devrait être multiplié par quatre d’ici 2017, pour atteindre 1,7 million d’euros 3 . Le Big Data devient un véritable levier de croissance pour les économies du monde entier, tous secteurs et toutes tailles d’entreprises confondus. Dans les années à venir, il permettra de faire la différence entre les entreprises qui innovent et celles qui stag- nent, entre les entreprises rentables et les autres et, au final, entre celles qui réussissent et celles qui échouent. (3) Source PAC (2013). Accomex n° 112 - Big Data
  • 27. 25 AnalysesEnpratiqueL’interview!Zoomsur... (1) Propos recueillis par Matthias Fille, International Development - ICT Advisor, CCI Paris Ile-de-France. Démystifier l’Open Data grâce au design interactif : l’ambition d’une startup de la Silicon Alley Pouvez-vous vous présenter en quelques mots ? 1 Je suis né en France mais y ai très peu vécu puisque j’ai effectué mon parcours dans le design industriel et interactif successivement au Canada, au Japon, en Suède… Puis, j’ai rencontré l’un des futurs co- fondateurs franco-marocain d’Enigma.io, Hicham Oudghiri, au lycée en France. Quant à l’autre co- fondateur, Marc Da Costa, j’ai fait sa connaissance à Columbia. À l’époque où je les ai rencontrés, ils avaient commencé le concept et le prototypage d’Enimga.io, mais étaient intéressés par l’intégration d’une expertise et d’une composante de design. C’est là que j’ai rejoint l’équipe d’Enigma.io, en phase très embryonnaire du projet. Comment le concept d’Enigma.io a-t-il émergé ? L’idée d’Enigma.io leur est venue en parcourant l’article d’une personne qui avait découvert avant tous les analystes politiques, qu’à la surprise générale, Sarah Palin serait nommée en colistière de John Mc Cain à l’élection présidentielle de 2008. Pour cela, elle avait consolidé et croisé des datasets publics (donc à la portée de tous) qui recensent les propriétaires d’avions, puis avait affiné ceux s’avérant être des donateurs républicains. Elle avait, par la suite, établi des corréla- tions d’appartenance ou d’influence entre eux et s’était ainsi rendu compte avant tout le monde que ces der- niers affluaient simultanément vers Wasilla, en Alaska (fief de Sarah Palin). Cet exemple symptomatique souligne l’ambition et la proposition de valeur d’Enigma.io à vouloir démystifier l’Open Data (qui est à ce jour trop énigmatique et « indi- geste »), en créant de l’usage, de la valeur et de la contextualisation à partir de ces données publiques. Comment se décline votre solution ? Nous proposons une plate-forme de recherche, de découverte et d’approvisionnement de données publiques, fournies par le gouvernement, des entre- prises privées et autres organisations que nous jugeons pertinentes. Notre outil permet de trouver des faits et des liens cachés, à travers des sources de données disparates et cloisonnées. Notre plate-forme fournit de la data et de l’intelligence à laquelle personne n’était « prédisposé ». Par exem- ple, sur un sujet qui intéresse un client, nous ne nous limitons pas à fournir des datas directement liées au sujet : nous procurons également des datas qui ont un impact sur le sujet d’étude du client, mais auquel celui-ci n’avait pas pensé, ou pour lesquelles il n’avait pas découvert la corrélation et l’impact d’influence. Nous sommes ainsi très positionnés sur les données qualitatives et la contextualisation. Notre solution est ainsi en mesure de s’appuyer, par exemple, sur des réseaux d’entité, des réseaux de filiales, de connexions contractuelles ou d’influence entre opérateurs. À ce titre, il faut avoir à l’esprit que la contextualisation est la philosophie de l’Open Data chez Enigma.io. Démystifier l’Open Data grâce au design interactif : l’ambition d’une startup de la Silicon Alley “ Questions à… Raphaël Guillemot, Design Manager chez Enigma.io
  • 28. Accomex n° 112 - Big Data26 À quelle clientèle, quels secteurs et métiers, la société Enigma.io s’adresse-t-elle ? Nous collaborons avec de grosses entités de consul- ting, de crédit, d’assurance, de banques et hedge funds. Ces clients cherchent à étoffer leurs analyses, élaborer de nouveaux indicateurs connexes, améliorer leurs leviers décisionnels, faire de nouvelles projec- tions avec des modèles plus élaborés via de nouveaux jeux de données. À titre d’exemple, des banques auront recours à nos services pour améliorer les algo- rithmes dont elles disposent, afin de déterminer la solvabilité de leurs clients. Cette collaboration avec ces clients importants nous demande beaucoup d’ef- forts, étant donné que nous sommes partie prenante dans la recherche des datas. Nous avons une autre catégorie de clientèle profes- sionnelle qui, elle, souscrit un abonnement pour avoir accès à notre plate-forme d’outil de recherche de données et de représentation. De surcroît, notre API 5 fournit une infrastructure dédiée et accessible aux développeurs et professionnels. Ils peuvent ainsi intégrer nos corpus de data en temps réel, à grande échelle, afin d’étoffer leurs applications tierces, leurs services analytiques et leurs tableaux de bord. Le Président Barack Obama a retweeté vos travaux d’Open Data sur le shutdown 6 en octobre 2013. Sur quels autres types de projets travaillez-vous actuellement ? Nous avons récemment travaillé sur un projet d’import-export avec les douanes américaines, qui vise à recenser l’ensemble des containers et leurs contenus, entrant et sortant des États-Unis. Chaque semaine, les douanes nous envoient un CD de jeux de données à partir duquel, grâce à notre savoir-faire d’enrichissement et de contextualisation, nous pouvons par exemple déterminer le nombre de nouvelles Lamborghini sur le sol américain. À partir de là, nous pou- vons très simplement extrapoler sur l’évolution de la consommation intérieure ou du nombre de millionnaires ! Vous venez de réaliser une nouvelle levée de fonds. Quelles évolutions structurelles envisagez-vous ? Nous avons en effet levé, fin janvier 2014 (en série A) 4,5 millions de dollars auprès de Comcast Ventures, avec des participations d’American Express Ventures, Crosslink Capital et New York Times Company. Pour rappel, nous avions également levé, début 2013, 1,1 million de dollars en seed funding. (2) Robots d’indexation conçus pour collecter des ressources. (3) Le Freedom of Information Act est une loi américaine de 1966, fondée sur le principe de la liberté d'information, et qui oblige les agences fédérales à transmettre leurs documents à quiconque en fait la demande. (4) Moteur de recherche qui puise ses informations sur plusieurs moteurs de recherche généralistes. (5) Une Interface de programmation (API) est un protocole de communication en temps réel, par lequel un logiciel offre des services à d’autres logiciels, tels que la mise à disposition et l’actualisation de données en temps réel. (6) Mésentente parlementaire sur le budget 2014 qui a entraîné durant quelque semaine l’arrêt du financement des agences gouvernementales. À quel problème de l’Open Data Enigma.io cherche-t-il à répondre ? Le problème inhérent aux données publiques, aux États-Unis et de manière plus générale également, est qu’elles sont publiées par le gouvernement américain, des services décentralisés ou des agences marketing de manière indépendante et atomisée. De sorte qu’il est complexe de centraliser ces données et de déter- miner leur usage et leur intérêt. Par ailleurs, les données publiques navigant sur Internet ne sont pas facilement identifiables et uni- fiées en tant que telles, puisque par nature elles sont disséminées. En soi, les données publiques n’ont pas beaucoup de valeur. Or, c’est justement sur ce point que nous intervenons, en tant que créateur de valeur à partir de ces données. Comment allez-vous chercher ces données ? La première façon de collecter les données est d’im- plémenter des crawlers 2 , adossés à des domaines et portails gouvernementaux dédiés à l’Open Data afin d’aller chercher et indexer les données mises à disposition. La deuxième manière consiste, lorsqu’il s’agit de cibles et d’agences très particulières, sur des théma- tiques spécifiques, d’aller chercher nous-mêmes la donnée. Ainsi, en nous fondant sur le Freedom of Information Act 3 , qui impose aux agences fédérales de transmettre les données à leur disposition, nous avons la possibilité d’effectuer des requêtes auprès d’agences gouvernementales pour obtenir de nou- velles sources de données. Mais ces agences n’ont pas d’exigence de délai, peu- vent demander des coûts de publication auprès des demandeurs et nous publier sous n’importe quel for- mat ! Par conséquent, avec ce deuxième mode opératoire, nous devons faire face à une bureaucratie relativement lourde. Notre troisième méthode de collecte de données est fondée sur notre méta-moteur 4 qui se charge de regrouper des données disséminées sur Internet, par nature difficilement identifiables et consolidables.
  • 29. 27 AnalysesEnpratiqueL’interview!Zoomsur... Nous allons prochainement rendre l’accès à notre plate-forme et à la recherche de données gratuit ! C’est quelque chose que nous avions en tête dès le départ dans notre feuille de route, mais l’intégrer dès le début de notre projet aurait été trop coûteux. Cela marque un tournant majeur dans notre stratégie et la montée en puissance de notre projet. L’idée est de démocratiser notre plate-forme, de démontrer notre scalabilité et de proposer davantage de services premium et d’outils analytiques. La combi-naison de ces deux éléments va nous permettre de nous adresser à davantage de « gros clients » et de poursuivre nos travaux sur les réseaux d’entités en web sémantique 7 . Quelles distinctions ou similitudes observez-vous entre les écosystèmes d’Open Data de France et des États-Unis ? Tout d’abord, je salue le travail qu’entreprend Henri Verdier 8 au sein d’Etalab. Je trouve que son agence fait un travail remarquable pour libérer la donnée et inciter les pouvoirs publics et les ministères à faire de même. Il a donné à Etalab un véritable second souf- fle, car pour opérer dans l’Open Data, il est inconcevable et impossible, pour une entreprise pri- vée, d’inciter les pouvoirs publics à libérer la donnée, sans le travail de sensibilisation que réalise une agence publique telle qu’Etalab. En effet, pour faire émerger un écosystème vertueux de l’Open Data, il faut que la dyna- mique soit insufflée au niveau des pouvoirs publics, ce que fait remar- quablement bien Etalab. Aux États-Unis, le mouvement s’est accéléré par le biais du Freedom of Information Act et de l’Open Government Initative 9 de l’Administration Obama. Le Freedom of Information Act relève d’un volet législatif qui stimule, certes, l’Open Data, mais qui dépasse largement ce périmètre. Cela résulte de la culture historique de la transparence aux États-Unis, même auprès des opérateurs privés, dont la libéralisation des données publiques est un axe central. Cette conjonc- tion permet de faire émerger un écosystème et une économie autour des applications et des usages. Notons également que la France est très stricte sur l’anonymisation et la mention de noms privés au sein de jeux de données. A contrario aux États-Unis, il est particulièrement aisé, notamment via le Gouvernement de New York, de savoir par exemple combien de propriétés immobilières Robert de Niro dispose dans cette ville ! Quel regard croisé transatlantique portez-vous sur le design interactif, quand on connait la primauté du marketing et du design aux États-Unis dans la com- posante produit ? Les français sont bons en design, et plus particulière- ment en graphisme, ce qui n’est pas tout à fait la même chose. Ainsi, je pense que trop de talents fran- çais se prédestinent au design industriel ou au graphisme, par exemple dans le domaine publicitaire et industriel. Il manque à la France une culture plus prononcée de l’interaction design 10 , discipline très imprégnée et très enseignée aux États-Unis. En effet, j’estime que le plus gros obstacle à la compréhension et à la démocratisa- tion des données, par le public, est lié à la difficulté à faire ressortir des cas d’usages et d’applications. Ainsi, le design interactif a émergé car nous étions jusqu’ici limités par les possi- bilités techniques très réduites de l’infographie et de la visualisation classique. À titre d’exemple, on ne pouvait mettre en relief qu’un seul sujet d’étude. Or, le design interactif permet justement de rendre les outils de recherche accessibles et d’offrir un cadre de contextualisation. (7) Recherche, structuration et exploitation de données sur le web. Le web sémantique permet de rendre du contenu des ressources web interprétables automatiquement par les machines. (8) Ancien entrepreneur dans la data et ancien Président du pôle de Compétitivité Digital, Henri Verdier est, depuis janvier 2013, Directeur d’Etalab - Voir l’article de Laure Lucchesi dans ce même numéro d’Accomex. (9) Cette « initiative » vise à créer un niveau sans précédent de transparence et d'ouverture du gouvernement dans la tendance de l'Open Source Governance et de l’Open Data, pour permettre à tout citoyen et entreprise intéressé de contribuer à créer les contenus de la politique. (10) Design numérique des systèmes interactifs. Démystifier l’Open Data grâce au design interactif : l’ambition d’une startup de la Silicon Alley
  • 30. Accomex n° 112 - Big Data28 Vue de France, la Silicon Alley 11 semble prendre sa revanche sur la Californie en ce qui concerne l’entre- preneuriat numérique. Pouvez-vous nous livrer vos impressions ? En effet, le nombre de startups explose actuellement à New-York, la Silicon Alley étant un écosystème très vivifiant. Par rapport à la Californie, les business model des startups de New-York sont, dans une certaine mesure, peut-être moins nombreux, mais plus sérieux et réalisables. Par ailleurs, les startups new-yorkaises sont position- nées, pour la très grande majorité, sur le créneau du B2B, a contrario de la Silicon Valley. Elles sont égale- ment très portées sur le design interactif. On peut expliquer cet aspect par l’histoire de New-York dans les secteurs de l’industrie, de la publication et des médias. De surcroît, les Venture Capital locaux sont moins spéculatifs et préfèrent se positionner sur des business model plus « sérieux » comparativement à la Silicon Valley. Pour conclure, pourriez-vous me présenter quelques startups que vous appréciez ? En France, j’appréciais beaucoup Everpix 12 (soutenu par Index Ventures) que je considérais comme le meil- leur service de stockage de photos dans le cloud et ce, peu importe le terminal. Mais ils ont malheureusement dû stopper leur activité fin 2013, faute de financements suffisants. Everpix n’a pas eu le temps d’atteindre sa masse critique monétisable afin d’être rentable. Côté américain, je suis admiratif de Zendesk 13 au regard de l’excellence du niveau produit qu’ils ont atteint. Même chose pour GitHub 14 , qui a réussi à rendre accessible à tout un chacun la publication de codes et la construction d’applications (par essence très compliqué). (11) La Silicon Alley est un pendant de la Silicon Valley, située en plein cœur de Manhattan. C’est une technopole concentrant des startups spécialisées dans l’Internet, les médias, l'édition, la publicité. (12) Everpix a été créé en août 2011 par deux français, Pierre-Olivier Latour, ancien de chez Apple et fondateur de Quartz Composer, et Kevin Quennesson. (13) Zendesk propose aux entreprises les outils nécessaires à l’établissement d’un service de support auprès de leurs utilisateurs.. (14) GitHub est un service web d'hébergement et de gestion de développement de logiciels, utilisant le programme Git. Pour en savoir plus : contact@enigma.io ; @enigma_io ; @a_schm ; http://www.enigma.io “