Big Data 1 (mégadonnées), une introduction.
|
|
- Ernest Dubois
- il y a 8 ans
- Total affichages :
Transcription
1 1 Big Data 1 (mégadonnées), une introduction. - Préambule sur les caractéristiques importantes des Big Data (BD) De grandes quantités de données les Big Data, donc - sans qualité apparente, structurées ou non, mais numériquement analysées avec des outils adaptés, charrient des informations indiquant des tendances quand un échantillon, donc de petites quantités de données souvent qualitativement chargées et plus cohérentes, débouche, après analyse, sur des informations où domine la logique de précision et d exactitude. Or, aujourd hui, la majorité des acteurs, les plus puissants d entre eux au moins, assoient davantage leurs intérêts autour de la tendance. Pourquoi? Parce qu elle autorise plus souvent une meilleure mobilisation de moyens adaptés à une fin que le passage obligé par la précision et l exactitude à laquelle nous étions techniquement contraints jusque-là. La recherche de la tendance constituerait désormais un méta-objectif implicite parce que son pouvoir de prédictibilité serait supérieur. Deux mondes différents se juxtaposent: celui ouvrant sur la tendance, lequel deviendrait dominant, celui fondé sur l exactitude, lequel deviendrait récessif. D autres caractéristiques des BD apparaîtront au long de mon propos. J ai choisi, néanmoins, d insister dans ce préambule (qui constitue de fait une «introduction à l introduction») sur les premiers enseignements suivants : - De grandes quantités de données, organisées en catégories non homogènes de multiples échantillons aléatoires et de niveau granulométrique différent, ont donc le pouvoir, grâce aux nouvelles méthodes de traitement numérique, de mieux prévoir «ce qui pourrait advenir» que des petits échantillons de données à catégories homogènes. - On résume souvent les propriétés originales des BD par la formule des 3 V : volume, variété, vélocité. A l appui de cette assertion, on invoque le fait que l accroissement du nombre de données est plus important en termes de «résultat» escompté que l accroissement de la rapidité des machines et de leurs puces et plus important même que l accroissement des performances des algorithmes. Ne perdons pas de vue que ce qu on appelle «résultat» se rapporte avant tout au référentiel suivant : la rapidité d obtention d informations pour un coût minimum! 1 Le Journal officiel de la République française du 22 août 2014 publie l avis de la commission générale de terminologie et de néologie : il faudra dire désormais mégadonnées et non Big Data. Pour la commission, les mégadonnées sont des données structurées ou non dont le très grand volume requiert des outils d analyse adaptés.
2 2 - On remarquera que, par construction, les BD ne considèrent que ce qui est enregistré et ce qui fut enregistré Les nouveaux outils des BD sont issus de la révolution numérique Les machines, puis les réseaux, puis les logiciels : voilà les 3 premiers temps du développement de l ère numérique depuis 50 ans. Le 4ème temps, aujourd hui donc, serait celui des données. La puissance de nos outils cognitifs et techniques a beaucoup augmenté. Et elle ne va pas faiblir, bien au contraire! En effet, aux abaques, aux chiffres arabes, à la comptabilité en partie double, à la notion de «moyenne» (chez Quetelet et Gauss), moments majeurs de cette progression, puis, à l époque contemporaine, aux outils analogiques, s est ajouté un outil de performance : la numérisation, lato sensu ; en particulier - Des satellites en batterie qui autorisent la mise en données par géolocalisation (GPS) 3 - Des logiciels de reconnaissance optique de caractères qui autorisent le traitement par ordinateur et l analyse à l aide d algorithmes (vous savez, ces processus de calcul qui, une fois formalisés, se passent de toute instruction humaine et sociale!) ; de la sorte, la mise en données offre la possibilité d indexer lettres, mots, phrases, paragraphes à partir de l image numérique d une page. Car le grand projet qui se profile avec la numérisation, c est bien «la mise en données de tout phénomène», ce qui revient à quantifier les informations dont on dispose. Dit autrement : sera(it) écartée une représentation du monde comme suite d événements à interpréter en tant que phénomènes naturels ou sociaux et émergera(it) une représentation du monde pour l essentiel composée d informations transformées en données quantifiées. Elle devrait donc modifier notre façon d appréhender «la réalité», modification qu il n est toutefois pas aisé de qualifier. Ce que l on peut dire, c est que la commensurabilité, que permet la quantification, semble désormais ne plus avoir de limite de pénétration : elle concerne les individus, les groupes, le réseau, la masse, les organisations désormais considérés comme unités d analyse commensurables ; mais également les interactions (relations, expériences, états d âme, ) ; çà mesure, çà se mesure, parce que çà quantifie, çà 2 Logiquement, elles ne s intéressent pas à ce qui n est pas enregistré ; a fortiori, elles ne sauraient considérer ce qui n est pas enregistrable ou, en outre, ce qui n existe pas. Retenons ceci, car cela a des conséquences souvent négligées dans nos raisonnements et nos démarches d action. Mais on y reviendra. 3 GPS américain et, sauf nouveaux ennuis, Galileo européen à compter de fin 2015
3 3 se quantifie, voie royale du calcul. Le champ de cette ambition où il s agit toujours de recueillir, puis d enregistrer des informations 4, de les stocker, de les rendre disponibles, de les traiter, de les utiliser, puis de les retraiter, une ou plusieurs fois, est considérablement élargi. Ambition, je me répète un peu, qui alimente de manière originale la dynamique quantophrénique qui a pris son essor voilà 4 siècles! 2. Une révolution épistémologique également? Cette interrogation est d importance, et particulièrement dans un laboratoire comme le Cetcopra, car elle renvoie à des questions fondamentales pour des chercheurs. Je vais donc m appesantir sur 3 questions. La question de la cause, d abord. Comme source première de sens à travers la relation cause-effet, la cause - qui est sensée supporter la majeure partie de nos raisonnements, de nos analyses et de nos décisions d action - serait fortement concurrencée par la corrélation. Ah? Pour les non-familiers de la notion de corrélation, en quelques mots : la corrélation, c est ce qui quantifie la relation statistique entre deux valeurs (la corrélation est dite forte si une valeur a de fortes chances de changer quand l autre valeur est modifiée et elle est dite faible dans le cas où une valeur a de faibles chances de changer quand l autre valeur est modifiée). Aussi, quand vous analysez un phénomène par la voie des corrélations, vous n êtes pas renseigné(e) sur son fonctionnement interne ; en revanche, vous pouvez identifier les meilleures données susceptibles, à une imprécision près, de s y substituer. La corrélation va donc permettre de repérer les meilleures données substitutives à un phénomène (grâce à une analyse élaborée à partir d innombrables modèles mathématiques qu on peut passer en revue, aujourd hui très rapidement et pour pas cher, comme je l ai déjà dit) et de mettre en exergue des «phénomènes aux parties liées», c est-à-dire des phénomènes à la corrélation forte, autorisant ainsi une meilleure analyse prédictive, autrement dit la probabilité d occurrence, du phénomène qui intéresse. La question de la prise en charge prédéterminée du raisonnement, ensuite. Il s agit bien d une démarche qui suppose le compromis suivant : à condition de bien vouloir accepter de renoncer à chercher a priori quelque chose de précis en vous appuyant sur la cohérence d un sujet, vous gagnez à pouvoir envisager sans délai des questions que vous n aurez pas préalablement identifiées! La corrélation ne recherche donc pas la cause d un phénomène ; elle ne recherche pas son «pourquoi» via le détour méthodique par l exactitude, la précision et l ordre via la catégorisation a priori et la mesure. Non! En desserrant ces contraintes-là, en 4 Enregistrer est une opération dont les effets sont de grande portée. Elle accepte «le désordre naturel du monde» et elle renonce de fait à la précision sémantique pour pouvoir bénéficier des effets du processus d intégration qu elle autorise entre photos, videos, texte, musique.
4 4 consentant à l idée qu il s agit là non d un défaut à réparer mais bien d un compromis à accepter, elle permet de prévoir plus efficacement les tendances auxquelles ce phénomène sera soumis. «Savoir quoi, et non pourquoi, n est-ce pas largement suffisant?», clament les thuriféraires de la corrélation, lesquels n hésitent pas à proférer que la démarche par la corrélation est à même de «comprendre le monde» mieux que ne le fait la démarche par la cause et la relation cause-effet. Bref, la corrélation rapprocherait de la réalité, selon eux, en ce que celle-ci serait d une part enregistrée ou enregistrable statistiquement, d autre part, «pratique, plus plastique, impliquant de nombreux facteurs en jeu». La question de la théorie et de la vérité, enfin. Il n en fallait pas davantage, en effet pour annoncer «la fin de la théorie», donc de l approche moderne de la science fondée sur la recherche de la vérité. L un des premiers à le faire fut Chris Anderson en 2008 dans un article, fameux aujourd hui, qui donne lieu à d innombrables commentaires et exégèses 5. A ce propos, je renvoie à l analyse qu en fait une jeune agrégée de philosophie et doctorante à Paris 1, Anne Alombert, dans un article intitulé «Eléments de débat sur le rôle des Big Data dans la recherche scientifique Autour de «The end of theory» de Chris Anderson» où elle explique longuement que «la corrélation rendue visible par le traitement algorithmique des données, quelque efficacité prédictive ou descriptive qu elle puisse avoir, ne remplace en rien une hypothèse théorique» ; que les données numériques ne constituent pas le réel, qu on en passe toujours par une médiation ; enfin, que la vérité (dont elle avance les aspects qui en conditionnent les régimes) n est pas à chercher derrière cette médiation. Elle reformule la seule question pertinente à ses yeux, qui est de savoir comment produire de la vérité dans le numérique (et non pas «la vérité du numérique»), c est-à-dire comment les technologies numériques modifient les manières de construire des vérités. La possibilité d intéressantes controverses est donc ouverte. Pour terminer ce point 2, voici, pour l exemple, quelques repères possibles pour approfondir sa propre réflexion au contact de travaux de recherches en histoire des sciences et des techniques en France. Autour de l histoire du calcul des probabilités et de la statistique, et des travaux de leur ancien séminaire commun, Michel Armatte et Eric Brian. Autour de l histoire des mathématiques, et notamment de la géométrie moderne à la fin du 19è siècle, moment clé, Giuseppe Longo. Autour, enfin, de Jean Lassègue, grand spécialiste d Alan Turing et engagé dans des recherches bien intéressantes sur l écriture de l informatique. 3. La transformation de la chaîne de valeur économique 5 L article s intitule précisément : «The End of Theory : The Data Deluge Makes the Scientific Method Obsolete». Chris Anderson est physicien et journaliste américain, ancien Rédacteur en chef de Wired, magazine techno-utopiste libertarien.
5 5 Aspects et enjeux majeurs, bien sûr, mais à propos desquels je resterai volontairement plus superficiel. Ces BD, où les trouve-t-on? : dans les entreprises ; dans les puissances publiques (Etats et collectivités diverses) ; dans les ONG ; dans les objets personnels ou collectifs connectés dont le Web et les réseaux sociaux! Les données rassemblées en grand nombre ont elles une valeur? En soi, non! Ontelles néanmoins une importance implicite, latente, qui puisse leur conférer une valeur? La réponse est oui! Leurs propriétés descriptive et prédictive peuvent se transformer en avantage concurrentiel pour des organisations, surtout pour les entreprises : elles prendront alors une valeur économique 6. Comment mesurer la valeur économique des données? Les économistes ont souvent avancé la proposition selon laquelle l information constitue un «bien non rival». Tu parles, Charles! La tentation d une démarche financière est trop forte qui conduit à déterminer une «valeur d option» aux données, créant de fait un «marché de la connaissance» sur la base d opérations de «formatisation» (donc de standardisation) hautement stratégiques pour la création des marchés de base! 7 Hasardeux, ce «marché de la connaissance», bien sûr, d autant qu on ne sait pas trop bien comment les comptabiliser au bilan des entreprises, c est-à-dire en faire des catégories d actifs incorporels comme des marques, des talents, des stratégies,! Mais cela ne gêne ni les financiers ni les marketeurs! Les entreprises engagées dans le «service en BD», on peut les différencier en 3 types : 1/ celles qui collectent et/ou qui détiennent les données (et qui les gardent pour elles, ou qui les cèdent par licence) 2/ celles qui détiennent les compétences dans leur utilisation et leur maîtrise (cabinets conseils, fournisseurs de technologies, prestataires de solutions analytiques 3/ celles qui ont uniquement des idées innovantes de création de valeur économique et qui suggèrent la formation idoine et opportune de grandes quantités de données comme précieuse «matière première». En résumé : maîtrise des BD ; compétence dans leur manipulation ; idées de constitution de BD. De nouveaux métiers sont logiquement appelés. La grande presse a repéré celui, très prisé, de «data scientist», c est-à-dire de l expert scientifique des données qui réunit des compétences transversales de statisticien, de programmeur de logiciels, d infographiste et de conteur. Il y a aussi l «intermédiaire consultant» (je ne sais pas trop comment le nommer) qui fait office de manipulateur de flux d informations 6 On peut aisément montrer qu en agissant sur les conditions de la décision en général, elles peuvent, dans certains cas et dans des limites claires de leurs conditions d utilisation, servir l intérêt général, civique ou civil. Mais restons-en, pour l instant, à leur valeur économique illustrée par l émergence d un nouveau et gigantesque marché créé par et pour les entreprises. 7 Une valeur d option pour les données, c est l estimation a priori d une sorte de «vraie valeur» qu on ne pourrait mesurer dans l absolu qu ex post, c est-à-dire en tenant compte de toutes les utilisations successives effectuées des données ou de leur capacité d extensibilité à des multiples utilisations potentielles.
6 6 sur longue période en conjuguant différentes banques de données versus le «data broker» qui, lui, est généralement un financier pressé (notons qu il est susceptible de proposer des services groupés à des entreprises concurrentes qui pourraient, de ce fait, coopérer en amont). Enfin, certains observateurs (Cukier et Mayer Schönberger, notamment) pensent, et je les rejoins, qu un métier d «algorithmiste» pourrait ou devrait être envisagé : à l intérieur des organisations, dans un rôle de vérification des algorithmes, de leur utilisation à fin de prévention, de vigilance et de protection individuelles et collectives et, à l extérieur des organisations, dans un rôle d auditeur, en charge (publique?) d éthique, de contrôle, de transparence et d impulsion de «bonnes pratiques». Une mise en garde. Que l existence de ces nouveaux métiers vienne inconsciemment consacrer l idée qu on peut laisser baigner l ensemble de ces activités et systèmes dans une logique globale d autorégulation serait de la plus haute imprudence (pensons un instant aux milieux financiers qui ont amplement montré combien cette option était périlleuse)! Enfin, en deçà même de ces métiers qui incarnent cette nouvelle chaîne de valeur économique, il y a le domaine des formations supérieures : au niveau Master, MBA ou formation continue ; dans les (grandes) écoles d ingénieurs (Telecom-ParisTech, avec un mastère spécialisé, a lancé le mouvement) comme dans les (grandes) écoles de commerce ; dans les entreprises aussi, bien sûr : d IBM à AXA en France ; en formats courts ou longs. 4. L action et les acteurs, économiques avant tout Quelle est la part de réalité, d intox ou d anticipation raisonnée qui est aujourd hui mobilisée pour enclencher une dynamique d entraînement économique? Je ne sais pas bien faire écho à cette question. Mais on rapporte que le changement opéré dans les entreprises du fait de la prise en compte des BD dans leurs décisions aurait déjà des répercussions visibles sur les résultats financiers: hausse de productivité, donc source d avantage concurrentiel. Parmi les indices utiles pour apprécier cette dynamique, il y a le courtage en BD, industrie qui prospère. Bref, on aura saisi l essentiel si on comprend d une part que la valeur économique va se déplacer inexorablement de «la technicité pure à la gestion de cette technicité et à la relation client», d autre part que ce sont les grands acteurs qui sont à la manœuvre. Avant tout, c est le «technomarché» américain, comme je le nomme depuis 20 ans, qui prospère aujourd hui à l échelle planétaire autour des fameux GAFA (Google, Amazon, Facebook, Apple), lesquels sont les «grands maîtres» des BD (mais aussi les courtiers en données du type Infos USA) 8. En 15 ans, Google surtout (mais Amazon aussi) a réussi l intégration verticale des 3 types de service que je décrivais 8 Un «technomarché» à foyer chinois est-il en train d émerger autour de Alibaba, de Baïdu ou de Xiaomi?
7 7 plus haut. Cette entreprise collecte les données ; elle les expertise, les utilise, les réutilise, les met à disposition de tiers : elle accumule donc des compétences ; enfin, elle donne à tous ses choix stratégiques une «couleur BD» 9. Si l on prédit quelquefois pour Google un avenir totipotent de future première compagnie d assurance ou de première compagnie automobile ou de première compagnie de distribution au monde ou encore d entreprise majeure dans les cyberguerres, c est en vertu de la valorisation présumée que lui confère cette matière première qu est l accumulation massive de données et la taille de ses bases de données dans sa maîtrise de «la relation client». Cette «relation client», cette «informationclient» comme on l appelle quelquefois, est centrale dans cette affaire : ainsi, quand Netflix capte le marché de la video, c est en proposant un service novateur qui sera guidé en permanence par «l esprit BD» pour fidéliser le consommateur! Le «technomarché» à foyer européen a des moyens et des stratégies plus limités. Mais les manœuvres ont commencé. A l été 2014, en France, Atos a racheté Bull et, en Allemagne, l éditeur de logiciels professionnels SAP, spécialiste du logiciel pour la comptabilité et la gestion de la «relation client», a accéléré l intégration de ses offres (solutions cloud, mobiles et externes). Dans chacun des deux cas, c était pour mieux se positionner sur les BD. De leur côté, la Commission Européenne et «le secteur européen des données», s engagent, à partir de 2015, à investir 2,5 milliards d euros dans un partenariat public-privé (PPP) qui visera à renforcer «ce secteur et à placer l Europe en tête de la course mondiale aux données», «la communauté européenne des mégadonnées», enfin, «aidera à poser les fondations de l économie prospère de demain, qui reposera sur les données». En France en particulier, on tente de résister et de s organiser de façon à échapper à un destin de «sous-traitants». Une initiative publique, un plan «Big Data» - issu des travaux de la commission Lauvergeon «Innovation 2030» - ambitionne la création «d un écosystème français du BD» où les grands groupes et le monde du service, du type Capgemini, sont appelés à coopérer, dans une logique «d innovation ouverte», avec les start-up et le monde du logiciel, pour relever ces enjeux. François Bourdoncle, co-pilote de ce «plan BD», n hésite pas à affirmer : «Le Big Data est une arme de guerre. C est le levier avec lequel le capitalisme est en train de soulever le monde». En effet, comment les BD et les techniques et pratiques qui leur seront associées pourraient échapper, dans les décennies qui viennent, au pouvoir des entreprises non financières et financières, des pouvoirs publics, mais aussi des mafias organisées. La grande complexité qui caractérise leur récente émergence obscurcit d emblée leur compréhension, leur accès et leur 9 «Il faut une concurrence équilibrée. Mais tant que Google peut éteindre un concurrent d un seul coup d algorithme, c est que cela ne va pas. Il faudra demander le dégroupage de Google, si la compétition n est pas ouverte et équitable.». Denis Olivennes, président du Directoire de Lagardère Active, le 15 mai 2014, Cité Universitaire, Paris.
8 8 orientation, écartant probablement tous autres acteurs que ceux-là. Autrement dit, la possibilité de leur «mise en culture citoyenne» du fait de groupes associés apparaît improbable, d autant que «les personnes physiques», avec leurs données personnelles, pourraient se voir embarquées dans des logiques de marchandisation individualisées fort peu civiles et civiques. De ce point de vue, on observera avec attention l activité de «l administrateur général des données», fonction créée par décret du premier Ministre en date du 16/09/2014 pour coordonner l action des administrations en matière d inventaires, de gouvernance, de production, de circulation et d exploitation des données par les administrations. 5. Les conséquences sur «le libre arbitre», «le bien commun» et «le vivre-ensemble» La montée en généralité des questions abordées dans cette contribution en termes de conséquences de l émergence du «monde des BD» sur «le libre-arbitre», sur «le bien commun» et sur «le vivre-ensemble» n est aisée qu en apparence. Nous l opérons ici, au moins en première analyse, autour de l hypothèse que les BD consacrent le passage d un monde où les causes demandent à être connues à un monde où les effets demandent à être vérifiés et contrôlés seulement (pour paraphraser Giorgio Agamben qui pense que ce changement est emblématique de la modernité). Sous forme d une série de questions à la formulation provisoire auxquelles nous tentons de donner une cohérence. «Libre arbitre»? Ici, le réflexe est sans doute de songer aux conséquences de toute nature, y compris anthropologiques, de l approfondissement d une dynamique individuelle de «quantified self» étudiée urbi et orbi. Ce réflexe n est pas dénué de sens. Pour autant, nous considérons que c est à partir de la question centrale la corrélation versus la cause que les raisonnements devraient être ré-envisagés du point de vue des effets majeurs : est-ce avant tout la dynamique d automatisation des choix (donc d expulsion de la décision humaine du domaine des choix par voie technologique) qui sera favorisée ou davantage la «sérendipité», l intuition, le «rebond» en multiples démarches exploratoires et ouvertes,? Dans le premier cas, le principe de finalité ne se trouve-t-il pas mis à mal, interroge Antoinette Rouvroy? Autre chose. Les décisions que nous prenons ont dans l ensemble une apparence causale. Pourraient-elles être incriminées au plan de la responsabilité individuelle si nos univers mentaux peu à peu «colonisés» par des représentations faites de corrélations devaient les délégitimer? Davantage encore : contrairement à ce que l on pense assez souvent, la ré-identification d un individu et de ses liens au sein d immenses masses de données anonymisées «orientées» corrélation n est pas hors de portée technique ; de sorte que tout individu pourrait se voir affublé d un statut d «auteur probable», plus précisément «d auteur d actes probables», avec, à la clé, un risque de pénalisation établie sur la base d intentions qualifiées de
9 9 probables (on pense, bien entendu, au film-culte «Minority Report»)! Problème pour les CNIL du monde entier, bien sûr! Quant aux modes de vie, la «smartification de la vie quotidienne», pour parler comme Evgeny Morozov, permettra-t-elle encore une «réflexivité» de nos actes qui puisse échapper aux effets d une alliance entre l algorithme et le technocrate tapie dans les grandes organisations tant privées que publiques? 10 Enfin, qu est-ce un «libre-arbitre» lorsqu il est considéré du point de vue des seuls choix qui auront été préalablement exprimés par des données déjà existantes? «Bien commun»? Les données s intéressent donc à ce qui est et présentent un monde déjà existant à travers un prisme d efficacité technique où le référentiel central devient l optimisation de cet existant. Dans ces conditions, la logique probabiliste que le «monde des BD» charrie marquerait-elle la fin des «temps modernes» et le début d une nouvelle phase déterministe dans l histoire des hommes? Que dire, en outre, d une possible addiction aux «univers probables» et aux jeux de comparabilité qu ils induisent exclusivement sinon qu ils ruineraient la possibilité même d univers originaux, non encore imaginés et leur incomparabilité nécessaire? Comment, en effet, le «bien commun» accueillerait-il encore l original, le non encore conçu, l informulé, le non pratiqué,? Faut-il veiller à promouvoir au service de l action tout à la fois et la qualification et la disquantification? Par ailleurs, la logique macro de «gestion des risques et des opportunités» - qui, via les BD, s accroche à tout aujourd hui! va-t-elle transformer celle de «responsabilité individuelle»? Et la carte l emportera-t-elle sur le territoire? Autre grande question, celle de l espace public. Qu est-ce qu un espace public où la publicité n a aucun coût? Serait-il le lieu d un néo-benthamisme triomphant où les Big Data offriraient au plus grand nombre la meilleure voie dans la poursuite du plus grand bonheur? (Et, bien entendu, quel rôle des Etats, là-dedans? 11 ). Doit-on prévenir les effets d un renforcement de la «gouvernementalité par les nombres», par les algorithmes? Doit-on anticiper un espace public déserté d une «connaissance publique» jusquelà appuyée sur les organismes chargés de la statistique publique? Revenons un instant à Morozov : «une réglementation algorithmique» consacrera-t-elle «la prise de pouvoir des données et la mort de la politique»? En effet, dit-il, «le désaccord et le conflit, selon ce modèle, sont considérés comme des sous-produits malheureux de l ère analogique à résoudre par la collecte des données et non comme les 10 La prise de pouvoir des données et la mort de la politique», Evgeny Morozov publié le 20/07/2014 dans The Observer, traduit par Guy Weets et repris sur son Blog par Paul Jorion le 25 août Bernard Harcourt, Université de Chicago et EHESS, rapporte qu il n en coûterait que 20 millions de dollars par an au Gouvernement américain pour «accéder aux données de Microsoft, Yahoo, Google, Facebook, You Tube, Skype, Apple, et d autres» par l intermédiaire du fameux programme PRISM de la NSA, lancé en 2007 (Intervention au Colloque du Collège de France, le 2 juin 2014). Au nom d un principe d Open data, irait-il le cas échéant, jusqu à «libérer» toutes les informations en provenance des entreprises qu il aura acquises pour une bouchée de pain?
10 10 conséquences inévitables de conflits économiques ou idéologiques» 12. Last, but not least, qu est-ce qu un espace public où les sciences, sociales notamment, seraient in fine portées à faire écho avant tout à toutes les formes possibles d utilisation des données du Web? «Vivre-ensemble»? La question de la protection des données individuelles et collectives contre le vol ou la malveillance constitue une thématique importante et pertinente, médiatiquement très explorée : en effet, aujourd hui, les données personnelles n ont toujours ni propriétaires ni règles d usage, en particulier sur la façon d envisager «la gestion de la mémoire»! Elle pose, en outre, de redoutables problèmes de libertés comme l a montré, au début des années 2000, la forme de la réponse américaine d un «Patriot Act» pour assurer la sécurité 13! Plus généralement, si la tendance devait aller à la colonisation progressive de nos choix à base de sens moral par des algorithmes prédictifs, comment échapper alors à la violence des échelles industrielles et des diktats collectifs, quels que soient leur forme (Gosplan capitaliste, société autoritaire de marché, ), qui pourrait en être le corollaire? 14 Comment préserver un libre «pouvoir d agir» individuel et collectif face à la menace d une dictature des données, le cas échéant guidée par une «industrie bibliométrique» fortement concentrée? Suffirait-il d adopter des principes de transparence (des données et des algorithmes), de certification (fiabilité et validité des algorithmes) et de réfutabilité (possibilité de réfuter une prévision)? Bref, quel contrôle, quelle maîtrise à propos de la gouvernance des BD? Autorégulation par les marchands? Ou bien régulation publique fondée, par exemple, sur une redéfinition d ensemble du numérique autour d un principe général de loyauté, comme semble le recommander le CNN (Conseil National du Numérique)? Peut-on envisager également la conception d une maîtrise citoyenne des BD? Alex Pentland 15 laisse entendre avec optimisme qu un «contrat social sur les données» est possible. Mais le développement de bases et banques de données techniquement sous contrôle individuel ou mutuel est-il à l échelle des enjeux ; l open innovation ne servira-t-il pas les intérêts des entreprises plutôt qu une «société civile informée», même par des «données brutes»? Enfin, en quoi des lois antitrust suffiraient-elles pour protéger contre les «détenteurs de données», et le pouvoir asymétrique dont ils disposent? 12 Article cité. 13 La sécurité américaine dont Edward Snowden a révélé en 2013 des dimensions inconnues jusque-là. Parmi les dernières dévoilées, «MoreCowBells» est un programme de l Agence nationale de sécurité (NSA) présenté comme «de surveillance passive» qui entre en possession d une masse de métadonnées sur le trafic Internet qu il peut croiser avec d autres types de métadonnées collectées par ses programmes de surveillance : qui communique avec qui, quand, combien de fois, etc (in le Monde, 25 et 26 janvier 2015, page 8) 14 Le Conseil d Etat a produit (09/09/2014) une volumineuse réflexion (400 pages) sur le sujet de l encadrement souhaitable des algorithmes prédictifs. 15 Alex Pentland, Professeur des arts et des sciences des medias au MIT (in le Monde, 31 mai 2014)
11 11 - En guise de conclusion (provisoire) à cette introduction. Instruments, outils, dispositifs, terrains d enquêtes, métiers, industries en émergence, Les mégadonnées ou «Big Data», nouveau jalon de la dite «société de l information», interrogent donc nos représentations, nos façons de penser et de réfléchir, de croire et de valoriser ; elles les modifient ; elles modifient aussi nos autres instruments et outils. Enfin, elles modifient nos façons d envisager l action en général, nos anticipations, nos démarches, nos intentions, nos décisions, nos usages : l action économique, l échange et la transmission, et l action politique, sa rationalité, son organisation. Les BD illustrent l irruption d un univers nouveau fait de cartes, de comptes, de sites qui créeront de l autorité et de la norme et où nous pourrions avoir tendance à détacher «les traces nativement digitales» de leurs conditions de production, pourtant souvent autoréférentielles! 16 La «performativité» marque la capacité de glissement du prédictif au prescriptif. Celle des BD, que nous avons tenté de caractériser sous de nombreux angles de vue, apparaît inédite, inouïe et durable parce que mise au service de logiques puissantes, avant tout économiques, mais aussi militaires. Or, dans moins de 10 ans, le monde pourrait être et la source et le produit d un univers peuplé de 100 ou 200 milliards d objets connectés, dont 9 milliards d hommes! Le cas échéant, Big Data aidant il pourrait n être plus que la projection de l extension du domaine des mathématiques en laboratoire, illustrant la prise de pouvoir du in silico sur le dialogue séculaire entre le in vitro et le in vivo. Jean-Paul Karsenty, Cetcopra, Paris 1 10 février J emprunte la formule et le raisonnement qui l accompagne à Dominique Boullier, lequel décrit surtout dans une intervention au Collège de France, le 2 juin 2014, les enjeux pour la 3è génération de sciences sociales qui s annonce, et les démarches idoines pour les considérer.
12 12 Références. «Big data, entreprises et sciences sociales Usages et partages des données numériques de masse», Pierre-Michel Menger (Chaire de sociologie du travail créateur ), Collège de France, Colloque du 2 juin 2014 (avec 3 sessions : 1/ «Big data», entre usages instrumentaux et usages académiques : un panorama des évolutions ; 2/ «Les «Big data» comme terrain d enquêtes en sciences sociales» ; 3/ Les «Big data», nouvel outil de recherche en sciences sociales?»). «Big Data - La révolution des données est en marche», Victor Mayer-Schönberger et Kenneth Cukier - ouvrage traduit de l anglais (Etats-Unis) et paru chez Robert Laffont janvier 2014 «Eléments de débat sur le rôle des Big Data dans la recherche scientifique Autour de «The end of theory» de Chris Anderson», Anne Alombert, doctorante à Paris 1, article à paraître «Peut-on créer un écosystème français du Big Data?», François Bourdoncle, in Le journal de l Ecole de Paris du Management, n 108, juillet/août 2014 «Des données sans personne : le fétichisme de la donnée à caractère personnel à l épreuve de l idéologie des Big Data», Antoinette Rouvroy, juillet «Pour tout résoudre, cliquez ici - l aberration du solutionnisme technologique», Evgeny Morozov, traduction de Marie-Caroline Braud, Editions Fyp, septembre 2014 «Les marches de l aléa», Michel Armatte, Prisme n 21, février 2012, Centre Cournot pour la Recherche en Economie La Revue du Digital de «l info du Business Connecté», plusieurs n. Un «Guide des utilisateurs 2014 du Big Data 2014/2015 L annuaire de référence à destination des utilisateurs -», réalisé par la société Corp (que m a signalé Françoise Roure)
13 13 Sommaire Big data (mégadonnées), une introduction. - Préambule sur les caractéristiques importantes des Big Data (BD) 1. Les nouveaux outils des BD sont issus de la révolution numérique 2. Une révolution épistémologique également? 3. La transformation de la chaîne de valeur économique 4. L action et les acteurs, économiques avant tout 5. Les conséquences sur «le libre arbitre», «le bien commun» et «le vivre-ensemble» - En guise de conclusion (provisoire) à cette introduction. Références.
L humain et ses données, le «quantified self»
Chapitre 1 L humain et ses données, le «quantified self» L explosion de la quantité des données disponibles et le perfectionnement de nos capacités d analyse bouleversent les rapports que l Homme entretient
Plus en détailBig- Data: Les défis éthiques et juridiques. Copyright 2015 Digital&Ethics
Big- Data: Les défis éthiques et juridiques. 1 Big- Data: Les défis éthiques et juridiques. Digital & Ethics Ce que change le Big Data Les questions éthiques et juridiques Les réponses possibles 2 Digital
Plus en détailBig Data et le droit :
Big Data et le droit : Comment concilier le Big Data avec les règles de protection des données personnelles? CRIP - Mercredi 16 Octobre 2013 Yann PADOVA, avocat Baker & McKenzie SCP est membre de Baker
Plus en détailVision prospective et obstacles à surmonter pour les assureurs
smart solutions for smart leaders Le «Big Data» assurément Rédigé par Pascal STERN Architecte d Entreprise Vision prospective et obstacles à surmonter pour les assureurs Un avis rendu par la cour de justice
Plus en détailUne stratégie efficace et pragmatique pour les
Cercle Leprince-Ringuet www.cerclelpr.fr Think tank du Corps des Mines sur le Numérique Une stratégie efficace et pragmatique pour les Objets Connectés Industriels en Europe Auteurs Daniel NABET Président
Plus en détailLa Chaire Accenture Strategic Business Analytics de l ESSEC
La Chaire Accenture Strategic Business Analytics de l ESSEC La création de nouvelles opportunités par l analyse des données Dans le monde numérique actuel, l analyse des données est au cœur des réseaux
Plus en détailLe passage à l open source, une nouvelle priorité
Le passage à l open source, une nouvelle priorité acquia.com I 888 922 7842 I +01 79 97 25 70 I John Eccles House, Robert Robertson Avenue, Oxford, UK, OX4 4GP Le passage à l open source, une nouvelle
Plus en détailSciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION
Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information
Plus en détailQu est-ce qu une problématique?
Fiche méthodologique préparée par Cécile Vigour octobre 2006 1 Qu est-ce qu une problématique? Trois étapes : 1. Définition de la problématique 2. Qu est-ce qu une bonne problématique? 3. Comment problématiser?
Plus en détailSommaire. AXA et Polytechnique s offrent une chaire de data science orientée assurance Silicon.Fr - 02/07/2015
lundi 6 juillet 2015 Sommaire AXA et Polytechnique s offrent une chaire de data science orientée assurance Silicon.Fr - 02/07/2015 «Data Science for Insurance Sector», la montée en Chaire commune d AXA
Plus en détailDes Big Data aux Big Brothers Jean- Gabriel Ganascia Equipe ACASA LIP6 Université Pierre and Marie Curie Labex OBVIL PRES Sorbonne Université
Des Big Data aux Big Brothers Jean- Gabriel Ganascia Equipe ACASA LIP6 Université Pierre and Marie Curie Labex OBVIL PRES Sorbonne Université 4, place Jussieu, 75252 Paris Cedex 05, FRANCE Jean- Gabriel.Ganascia@lip6.fr
Plus en détailMéthode universitaire du commentaire de texte
Méthode universitaire du commentaire de texte Baptiste Mélès Novembre 2014 L objectif du commentaire de texte est de décrire la structure argumentative et de mettre au jour les concepts qui permettent
Plus en détailL innovation numérique
ç ç 2ème Colloque ISD «Information Systems Dynamics» Programme International de Recherche L innovation numérique au service de la transformation des entreprises Chapitre 5 Colloque jeudi 23 septembre 2010
Plus en détailINTERNET ET SANTÉ. Proposition de titre : La certification : un moyen d améliorer la qualité des sites dédiés à la santé
QUESTIONS REPONSES INTERNET ET SANTÉ Proposition de titre : La certification : un moyen d améliorer la qualité des sites dédiés à la santé LE CONTEXTE Dispose t-on de données relatives à la fréquentation
Plus en détailGT Big Data. Saison 2014-2015. Bruno Prévost (Safran), Marc Demerlé (GDF SUEZ) CRiP Thématique Mise en œuvre du Big Data 16/12/14
GT Big Data Saison 2014-2015 Bruno Prévost (Safran), Marc Demerlé (GDF SUEZ) Sommaire GT Big Data : roadmap 2014-15 Revue de presse Business Education / Promotion Emploi Sécurité / Compliance Cuisine:
Plus en détailLAURENT FABIUS, MINISTRE DES AFFAIRES ETRANGERES
LAURENT FABIUS, MINISTRE DES AFFAIRES ETRANGERES Tout à l heure, le Président de la République m a demandé, avec le Premier ministre, de vous apporter un certain nombre d éléments sur le contexte dans
Plus en détailMASTER RECHERCHE MEDIATIONS DES SCIENCES. Mention HISTOIRE, PHILOSOPHIE ET. Histoire et Philosophie des Sciences. Année 2007/2008
Année 2007/2008 Domaine LETTRES ET SCIENCES HUMAINES MASTER RECHERCHE Mention HISTOIRE, PHILOSOPHIE ET MEDIATIONS DES SCIENCES Spécialité Histoire et Philosophie des Sciences Unités de Formation et de
Plus en détailCANDIDATURE AUX FONCTIONS DE DIRECTEUR GENERAL DE L ENSAM
CANDIDATURE AUX FONCTIONS DE DIRECTEUR GENERAL DE L ENSAM 1 ère partie Déclaration d intention JEAN-PAUL HAUTIER ADMINISTRATEUR PROVISOIRE ET DIRECTEUR DE LA RECHERCHE DE L ENSAM DIRECTEUR ES QUALITE DE
Plus en détailP résentation. L ensemble des concepts et des outils de la Gestion des Ressources Humaines. La Gestion des Ressources Humaines (collection Les Zoom s)
P résentation L ensemble des concepts et des outils de la Gestion des Ressources Humaines est développé dans le livre rédigé par Chloé Guillot-Soulez et publié dans la même collection : La Gestion des
Plus en détailOpen Data. Enjeux et perspectives dans les télécommunications
Open Data Enjeux et perspectives dans les télécommunications Orange Labs 28/09/2012 Patrick launay, Recherche & Développement, Orange Labs - Recherche & Développement Printemps de la Recherche EDF Open
Plus en détailLivre Blanc. L hébergement à l heure du Cloud. Comment faire son choix?
Comment faire son choix? Document conçu et rédigé par le cabinet de conseil et d études Pierre Audoin Consultants Mars 2014 www.pac-online.com blog.pac-online.com Sommaire Un nouveau paradigme... 3 L'hébergement
Plus en détailBIG DATA VOUS N Y ÉCHAPPEREZ PAS!
BIG DATA VOUS N Y ÉCHAPPEREZ PAS!! PHILIPPE NIEUWBOURG @NIEUWBOURG! COLLOQUE ITIS BIG DATA / OPEN DATA QUÉBEC, 29 AVRIL 2014 1 Bonjour, Bienvenue dans le monde des données volumineuses ou massives.! Qui
Plus en détailCompte rendu de la journée CNIL : Vie privée 2020
Compte rendu de la journée CNIL : Vie privée 2020 Le vendredi 30 novembre, à l auditorium du Monde, avait lieu la journée organisée par la CNIL sur le thème suivant : «Vie privée 2020 (Libertés, vie privée,
Plus en détailSylvie Guessab Professeur à Supélec et responsable pédagogique du Mastère Spécialisé en Soutien Logistique Intégré des Systèmes Complexes
Préface Toute personne est un jour confrontée à devoir prendre une décision, qu il s agisse de l étudiant qui réfléchit à son orientation académique, du chercheur qui doit privilégier une option scientifique
Plus en détailLes clients puissance cube
LETTRE CONVERGENCE Les clients puissance cube L intelligence artificielle au service du marketing des services N 28 To get there. Together. A PROPOS DE BEARINGPOINT BearingPoint est un cabinet de conseil
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailAssurer l avenir de votre activité grâce à l open marketing. Par David Mennie, Senior Director, Product Marketing, Acquia
Assurer l avenir de votre activité grâce à l open marketing Par David Mennie, Senior Director, Product Marketing, Acquia Table des matières Le Marketing à l ère de l ouverture 3 L émergence du marketeur
Plus en détailDOCUMENT L HISTOIRE DE L ÉDUCATION EN FRANCE
209 DOCUMENT L HISTOIRE DE L ÉDUCATION EN FRANCE Pierre Caspard Service d Histoire de l Éducation, France. En février 2013, Antoine Prost a reçu des mains du ministre de l Éducation nationale français,
Plus en détailLA CARTE DE FIDÉLITÉ, LE BIG DATA ET MOI
LA CARTE DE FIDÉLITÉ, LE BIG DATA ET MOI BIG DATA, SURVEILLANCE ET VIE PRIVÉE Mardi 24 mars 2015 Dr Sami Coll http:// Qui suis-je? Big Data, un Big Brother privé? Toujours plus de données... http://youtu.be/btofcigdg14
Plus en détailLES INDICATEURS CLÉ DE PERFORMANCE : DÉFINIR ET AGIR
Online Intelligence Solutions LES INDICATEURS CLÉ DE PERFORMANCE : DÉFINIR ET AGIR Comment intégrer les KPI à sa stratégie d entreprise? Par Jacques Warren WHITE PAPER WHITE PAPER A PROPOS DE JACQUES WARREN
Plus en détailLa RSE au service de la stratégie de l entreprise et de la création de valeur
La RSE au service de la stratégie de l entreprise et de la création de valeur La RSE est aujourd hui un enjeu de première importance pour les entreprises : il reflète la prise de conscience grandissante
Plus en détailGarantir une meilleure prestation de services et une expérience utilisateur optimale
LIVRE BLANC Garantir une meilleure prestation de services et une expérience utilisateur optimale Mai 2010 Garantir une meilleure prestation de services et une expérience utilisateur optimale CA Service
Plus en détailEn 2003, la Fédération française des sociétés d assurance et la
L INVESTISSEMENT SOCIALEMENT RESPONSABLE : LE POINT DE VUE D UNE MUTUELLE SPÉCIALISTE EN ASSURANCE VIE L INVESTISSEMENT SOCIALEMENT RESPONSABLE : LE POINT DE VUE D UNE MUTUELLE SPÉCIALISTE EN ASSURANCE
Plus en détailIntroduction : histoire et concept de l économie sociale Lucile Manoury
Introduction : histoire et concept de l économie sociale Lucile Manoury Lucile Manoury Chargée d études, Collège coopératif, Aix-en-Provence Bonjour à tous. Je vais vous faire une présentation un peu théorique
Plus en détailAd-exchanges & RTB (avec la participation de Fabien Magalon, La place
En partenariat avec : Tout savoir sur le marketing à la performance Intervenants Hugo Loriot Directeur media technologie, Fifty Five Yann Gabay - Directeur général, Netbooster Fabien Magalon Directeur
Plus en détailLes nouveaux tableaux de bord des managers
Alain Fernandez Les nouveaux tableaux de bord des managers Le projet Business Intelligence clés en main Sixième édition Tableaux bord NE.indd 3 26/03/13 15:22 Le site www.piloter.org, dédié au pilotage
Plus en détailCONFERENCE TECHNOM AIDE IBM
Conférence Big Data CONFERENCE TECHNOM AIDE IBM Le BIG DATA : le nouveau pétrole de la société. En présence de : Christophe MENICHETTI (spécialiste BIG DATA chez IBM) JN. SCHNEIDER et F. WEYGAND (professeurs
Plus en détailLe Big Data est-il polluant? BILLET. Big Data, la déferlante des octets VIVANT MATIÈRE SOCIÉTÉS UNIVERS TERRE NUMÉRIQUE TERRE (/TERRE)
Donner du sens à la science Rechercher Se connecter / S'inscrire Suivre VIVANT MATIÈRE SOCIÉTÉS UNIVERS TERRE NUMÉRIQUE MES THÈMES Types DOSSIER Paru le 15.11.2012 Mis à jour le 29.01.2014 Big Data, la
Plus en détailIntroduction Quels défis pour l Administration Publique face àla crise? Crise et leadership : quelles relations? Quels défis pour les dirigeants?
Renforcement des capacités en matière de Leadership au niveau du Secteur Public dans le contexte de la crise financière et économique Par Dr. Najat ZARROUK Introduction Quels défis pour l Administration
Plus en détailRECOMMANDATION DU CONSEIL SUR LES BONNES PRATIQUES POUR AMELIORER LA SENSIBILISATION AUX RISQUES ET L'EDUCATION SUR LES QUESTIONS D'ASSURANCE
RECOMMANDATION DU CONSEIL SUR LES BONNES PRATIQUES POUR AMELIORER LA SENSIBILISATION AUX RISQUES ET L'EDUCATION SUR LES QUESTIONS D'ASSURANCE RECOMMANDATION DU CONSEIL Ces Bonnes Pratiques ont été approuvées
Plus en détailLe Collège de France crée une chaire pérenne d Informatique, Algorithmes, machines et langages, et nomme le Pr Gérard BERRY titulaire
Communiquédepresse Mars2013 LeCollègedeFrancecréeunechairepérenned Informatique, Algorithmes,machinesetlangages, etnommeleprgérardberrytitulaire Leçoninauguralele28mars2013 2009avait marquéunpas importantdans
Plus en détailLa pratique des décisions dans les affaires
Association Française Edwards Deming Une philosophie de l action pour le XXIème siècle Conférence annuelle, Paris, 8 juin 1999 Jean-Marie Gogue, Président de l AFED La pratique des décisions dans les affaires
Plus en détailLucile Cognard. S identifier à son symptôme
Lucile Cognard S identifier à son symptôme Dans notre milieu analytique, l expression est connue : «s identifier à son symptôme». D où vient-elle, que recouvre-t-elle? C est la question que je me suis
Plus en détailwww.u-bordeaux3.fr Master recherche Histoire des mondes moderne et contemporain
www.u-bordeaux3.fr Master recherche Histoire des mondes moderne et contemporain Objectif de la formation Ce master propose une formation de haut niveau en histoire moderne et contemporaine. Il a pour objectif
Plus en détailLes RH à l ère du Big Data: faites parler vos données! Mesurez et optimisez la performance de vos programmes RH 18 septembre 2013
Les RH à l ère du Big Data: faites parler vos données! Mesurez et optimisez la performance de vos programmes RH 18 septembre 2013 Qui nous sommes Firme québécoise (bureaux à Québec et Montréal) Spécialisée
Plus en détailLa France est-elle compétitive?
La France est-elle compétitive? Cafés Géographiques de Montpellier Gilles Ardinat, professeur agrégé et docteur en Géographie, enseignant à l Université Paul Valéry, Montpellier III C est à l occasion
Plus en détailLES DONNÉES : VOTRE AVANTAGE CONCURRENTIEL
Bonjour, LES DONNÉES : VOTRE AVANTAGE CONCURRENTIEL! PHILIPPE NIEUWBOURG @NIEUWBOURG! SAS FORUM ANALYTIQUE MONTRÉAL, 27 MAI 2014 Bienvenue dans le monde des données volumineuses ou massives.! Qui a un
Plus en détailProtection vs. Innovation ouverte : Comment concilier l innovation et l accès aux nouvelles technologies pour tous?
Protection vs. Innovation ouverte : Comment concilier l innovation et l accès aux nouvelles technologies pour tous? Salle Notre-Dame des Victoires, 09 septembre 2014 16h30 18h Intervenants: Dominique Buendé,
Plus en détailMASTER PROFESSIONNEL
Année 2010/2011 Domaine LETTRES ET SCIENCES HUMAINES MASTER PROFESSIONNEL (cohabilitation des Universités BORDEAUX 1, BORDEAUX 2, BORDEAUX 3 et Sciences-Po Bordeaux) Mention HISTOIRE, PHILOSOPHIE ET MEDIATIONS
Plus en détailBusiness Intelligence Les 15 tendances clefs pour 2015
Business Intelligence Les 15 tendances clefs pour 2015 Philippe Nieuwbourg www.decideo.fr www.b-eye-network.com 17/11/2008 15 : Temps réel» Fantasme de l intelligence artificielle» Il faut réduire les
Plus en détailIntroduction Big Data
Introduction Big Data SOMMAIRE Rédacteurs : Réf.: SH. Lazare / F. Barthélemy AXIO_BD_V1 QU'EST-CE QUE LE BIG DATA? ENJEUX TECHNOLOGIQUES ENJEUX STRATÉGIQUES BIG DATA ET RH ANNEXE Ce document constitue
Plus en détailLA PLENIERE D OUVERTURE
LA PLENIERE D OUVERTURE Laurent FIARD, Président du MEDEF Lyon-Rhône Thierry JADOT - CEO Dents AegisNetwork Jean-Pierre LEMAIRE Directeur Général d Orange Consulting Olivier de la CLERGERIE Directeur Général
Plus en détailBig data* et marketing
Catherine Viot IAE de Bordeaux Maître de conférences HDR Responsable pédagogique du Master 2 Marketing Equipe de Recherche en Marketing - IRGO catherine.viot@u-bordeaux4.fr Big data* et marketing 2006
Plus en détailDes cartes pour comprendre un monde complexe
Des cartes pour comprendre un monde complexe Propositions de séquences en TES/L et en TS sur le cours introductif de géographie par Damien LOQUAY, EEMCP2 en Tunisie Ce que disent les programmes Terminale
Plus en détailComment réussir son projet de Master Data Management?
Comment réussir son projet MDM? Table des matières Comment réussir son projet de Master Data Management?...... 2 Un marché en croissance..... 2 Les démarches qui réussissent... 2 A quels projets métiers
Plus en détailProblématique / Problématiser / Problématisation / Problème
Problématique / Problématiser / Problématisation / PROBLÉMATIQUE : UN GROUPEMENT DE DÉFINITIONS. «Art, science de poser les problèmes. Voir questionnement. Ensemble de problèmes dont les éléments sont
Plus en détailCHARTE ETHIQUE DE WENDEL
CHARTE ETHIQUE DE WENDEL Mars 2015 1 Message du Directoire Wendel est l une des toutes premières sociétés d investissement en Europe. Grâce au soutien d un actionnariat familial stable, Wendel a su se
Plus en détailDirection des bibliothèques. Sondage Ithaka S+R. Questionnaire français Université de Montréal
Direction des bibliothèques Sondage Ithaka S+R Questionnaire français Université de Montréal Décembre 2014 Modules retenus Découverte Activités de recherche numérique Compétences informationnelles des
Plus en détailBig data : vers une nouvelle science des risques?
Big data : vers une nouvelle science des risques? Serge Abiteboul INRIA et ENS Cachan Conseil national du numérique et Académie des sciences Big data et science des risques 1 Organisation Big data en bref
Plus en détailUN PROJET SCIENTIFIQUE ET CULTUREL POUR LA SOCIÉTÉ DE LA CONNAISSANCE
UN PROJET SCIENTIFIQUE ET CULTUREL POUR LA SOCIÉTÉ DE LA CONNAISSANCE Le regroupement du Palais de la découverte et de la Cité des sciences et de l industrie en un seul établissement apporte les atouts
Plus en détailBig Data: les enjeux juridiques
Big Data: les enjeux juridiques J O S Q U I N L O U V I E R, A V O C A T S C P L E C L E R E & L O U V I E R J O U R N É E R N B «BIG D A T A» C L U S T R N U M E R I Q U E 2 8 / 0 4 / 2 0 1 5 INTRODUCTION
Plus en détailFD/YMC N 1-5961 Contacts IFOP : Frédéric Dabi / Yves-Marie Cann POUR
FD/YMC N 1-5961 Contacts IFOP : Frédéric Dabi / Yves-Marie Cann POUR Enquête sur la responsabilité sociale du scientifique Résultats détaillés Février 2007 Annexes La publication des données qui fondent
Plus en détailLoïc Blondiaux Le Nouvel Esprit de la démocratie Actualité de la démocratie participative Le Seuil, coll. «La République des Idées», 2008
1 Loïc Blondiaux Le Nouvel Esprit de la démocratie Actualité de la démocratie participative Le Seuil, coll. «La République des Idées», 2008 L auteur Loïc Blondiaux est professeur des Universités à l Institut
Plus en détailSéquence. «Eduquer aux réseaux sociaux : créer, publier, maîtriser»
Séquence «Eduquer aux réseaux sociaux : créer, publier, maîtriser» CADRE PREALABLE : - Présentation du projet au CESC du collège en juin 2014. - Présentation du projet à Mme la Principale en septembre
Plus en détailIBM Software Business Analytics. IBM Cognos FSR Automatisation du processus de reporting interne
IBM Software Business Analytics IBM Cognos FSR Automatisation du processus de reporting interne 2 IBM Cognos - FSR Automatisation des processus de reporting interne IBM Cognos Financial Statement Reporting
Plus en détailLE SYNDICAT DE L INNOVATION BIG BIG DATA, UNE RÉVOLUTION TECHNOLOGIQUE OU CULTURELLE? DATA DAY
LE SYNDICAT DE L INNOVATION BIG BIG DATA, UNE RÉVOLUTION TECHNOLOGIQUE OU CULTURELLE? DATA DAY A EURATECHNOLOGIES, 165 AVENUE DE BRETAGNE, 59000 LILLE JEUDI 18 SEPTEMBRE 2014 Le Big Data envahit brutalement
Plus en détailBig Data -Comment exploiter les données et les transformer en prise de décisions?
IBM Global Industry Solution Center Nice-Paris Big Data -Comment exploiter les données et les transformer en prise de décisions? Apollonie Sbragia Architecte Senior & Responsable Centre D Excellence Assurance
Plus en détail«Elargir» la notion d innovation
1 «Elargir» la notion d innovation «Réinventer l alliance sciences sociétés un impératif démocratique», voilà l intitulé d un événement original qui se tiendra à Paris, à l Espace Pierre Cardin puis au
Plus en détailMASTER 1 MANAGEMENT PUBLIC ENVIRONNEMENTAL CONTENU DES ENSEIGNEMENTS
MASTER 1 MANAGEMENT PUBLIC ENVIRONNEMENTAL CONTENU DES ENSEIGNEMENTS Le Master 1 : Management Public Environnemental forme aux spécialités de Master 2 suivantes : - Management de la qualité o Parcours
Plus en détailVotre cloud est-il net?
Votre cloud est-il net? Avril 2012 greenpeace.fr Mettre en marche une révolution énergétique 03 2 Votre cloud est-il net? Frank van Biemen / EvoSwitch / Greenpeace Greenpeace Votre cloud est-il net? Résumé
Plus en détailRené Duringer. www.smartfutur.fr
La Veille Stratégique René Duringer www.smartfutur.fr Néo-Économie mondiale sans couture = guerre économique ouverte Compétition mondiale : low cost + déflation + agressivité facteur prix (cf. Chine) Des
Plus en détailtransformer en avantage compétitif en temps réel vos données Your business technologists. Powering progress
transformer en temps réel vos données en avantage compétitif Your business technologists. Powering progress Transformer les données en savoir Les données sont au cœur de toute activité, mais seules elles
Plus en détailQu est-ce qu un avis éthique pour le Comité d éthique de santé publique? sa structure, sa portée
Qu est-ce qu un avis éthique pour le Comité d éthique de santé publique? sa structure, sa portée Septembre 2003 Analyse et rédaction Lynda Bouthillier Agente de recherche et de planification socioéconomique
Plus en détailLa feuille de route du Gouvernement en matière d ouverture et de partage des données publiques
La feuille de route du Gouvernement en matière d ouverture et de partage des données publiques L ouverture des données publiques, liberté publique et levier d innovation L ouverture des données publiques
Plus en détailGestion du capital humain : savoir exploiter les big data
Gestion du capital humain : savoir exploiter les big data Enquête ADP 2015 auprès des responsables de la gestion du capital humain d entreprises internationales TABLE DES MATIÈRES Synthèse... 3 Introduction
Plus en détailPartie II Approche théorique
Partie II Approche théorique De nombreux phénomènes ont été mis en évidence lors des différentes enquêtes, nous amenant à diverses interrogations pouvant être résumées et transcrites en une problématique.
Plus en détailwww.u-bordeaux3.fr Master 2 professionnel Soin, éthique et santé Mention Philosophie
www.u-bordeaux3.fr Master 2 professionnel Soin, éthique et santé Mention Philosophie Une formation approfondie à la réflexion éthique appliquée aux secteurs du soin et de la santé En formation continue,
Plus en détailProtection des renseignements personnels, publicité ciblée et médias sociaux : Ampleur du problème : certaines observations déconcertantes
Protection des renseignements personnels, publicité ciblée et médias sociaux : Ampleur du problème : certaines observations déconcertantes Avner Levin * * Professeur agrégé et directeur, Privacy and Cyber
Plus en détailLes ressources numériques
Les ressources numériques Les ressources numériques sont diverses et regroupent entre autres, les applications, les bases de données et les infrastructures informatiques. C est un ensemble de ressources
Plus en détailIntroduction Que s est-il passé en 2014? Qu attendre de 2015?
Les grandes tendances Data & Analytics 2015 L épreuve de la réalité janvier 2015 Introduction Que s est-il passé en 2014? Qu attendre de 2015? 2014 a confirmé l intérêt croissant pour la donnée au sein
Plus en détailDans le cadre du décret Education Permanente. La Plate-forme francophone du Volontariat présente : ANALYSE. (11 074 signes espaces compris)
1 Dans le cadre du décret Education Permanente La Plate-forme francophone du Volontariat présente : ANALYSE (11 074 signes espaces compris) Le volontariat et ses limites dans le secteur social et des soins
Plus en détailIntervention de M. de Lamotte, président de la section sur l école et son interdépendance avec le marché
XXIII ème Assemblée régionale Europe Erevan, Arménie 3 au 7 mai 2010 Intervention de M. de Lamotte, président de la section sur l école et son interdépendance avec le marché Section Belgique/Communauté
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailDes données à la connaissance client. A la découverte de la plateforme de connaissance client knowlbox
Des données à la connaissance client A la découverte de la plateforme de connaissance client knowlbox Livre blanc mai 2013 A l heure du Big Data, les entreprises s interrogent davantage sur leurs données.
Plus en détailL évolution (révolution) du métier d enseignant-chercheur est-elle favorable à une plus grande employabilité?
1 L évolution (révolution) du métier d enseignant-chercheur est-elle favorable à une plus grande employabilité? Prof. Gérard CLIQUET Président de la CIDEGEF IGR-IAE, Université de Rennes 1, FRANCE L année
Plus en détailComment ça se passe? Déroulé détaillé. INTRODUCTION / 10 minutes
De quoi s agit il Cette animation d une durée de 2 heures permet de sensibiliser les participants au domaine particulier des informations personnelles, du quantified self et de l usage marketing qui peut
Plus en détailPROFILAGE : UN DEFI POUR LA PROTECTION DES DONNEES PERSONNELLES Me Alain GROSJEAN Bonn & Schmitt
PROFILAGE : UN DEFI POUR LA PROTECTION DES DONNEES PERSONNELLES Me Alain GROSJEAN Bonn & Schmitt ASPECTS TECHNIQUES M. Raphaël VINOT CIRCL SEMINAIRE UIA ENJEUX EUROPEENS ET MONDIAUX DE LA PROTECTION DES
Plus en détailRapport d évaluation du master
Section des Formations et des diplômes Rapport d évaluation du master Philosophie, psychanalyse de l Université Paul-Valéry Montpellier 3 Vague E 2015-2019 Campagne d évaluation 2013-2014 Section des Formations
Plus en détailPrincipe et règles d audit
CHAPITRE 2 Principe et règles d audit 2.1. Principe d audit Le principe et les règles d audit suivent logiquement l exposé précédent. D abord, comme dans toute branche de l activité d une entreprise, l
Plus en détailManuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2
éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........
Plus en détailFORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis
FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis Joseph Salmon Télécom ParisTech Jeudi 6 Février Joseph Salmon (Télécom ParisTech) Big Data Jeudi 6 Février 1 / 18 Agenda Contexte et opportunités
Plus en détailLutin Laboratoire des Usages en Technologies
Lutin Laboratoire des Usages en Technologies d Information Numérique (à la Cité des Sciences) Offres à destination des entreprises (club d entreprises) Le principe de la plate-forme RNRT Le laboratoire
Plus en détailFormation continue. Ensae-Ensai Formation Continue (Cepe)
CertifiCat de data scientist Formation continue Ensae-Ensai Formation Continue (Cepe) CertifiCat de data scientist La demande de data scientists est croissante mais peu de formations existent. Ce certificat
Plus en détailLA DEFINITION DES COMPETENCES : QUEL ROLE POUR LES ASSOCIATIONS PROFESSIONNELLES?
LA DEFINITION DES COMPETENCES : QUEL ROLE POUR LES ASSOCIATIONS PROFESSIONNELLES? INTRODUCTION Depuis quelques années, un certain nombre d évolutions à la fois sociétales et professionnelles nous poussent,
Plus en détailMobile Business Mobile Marketing. Eléments fondamentaux
Mobile Business Mobile Marketing Eléments fondamentaux Copyright International Tout le contenu de ce ebook est la propriété intellectuelle de Vange Roc NGASSAKI. Sa vente est illégale, sa copie, le partage
Plus en détailThème E Etablir un diagnostic stratégique Le diagnostic externe Analyse de l environnement de l entreprise
Thème E Etablir un diagnostic stratégique Le diagnostic externe Analyse de l environnement de l entreprise On ne peut concevoir l entreprise comme une entité isolée du milieu dans lequel elle agit. L entreprise
Plus en détail