UNE MINE D'INFORMATIONS POUR LES ENTREPRISES

Transcription

1 L E S B I G D A T A UNE MINE D'INFORMATIONS POUR LES ENTREPRISES Maxime VIGIER - Promotion 2014 Mémoire professionnel présenté dans le cadre de la licence Marketing et Commerce sur Internet Université d É vry Val d Essonne

2 Table des matières 3. La maitrise des Big data représente-t-elle un avantage compétitif décisif pour les PME? Introduction Un marketing et des entreprises bouleversés par l explosion du web Origine des Big data Que sont les Big data? Le marché des Big data Pourquoi déployer une solution Big data Introduction Vers un marketing temps réel Optimiser la prospection Les Big data au secours de la logistique Fiabilité et contrôle de la production Améliorer le service informatique De nouveaux outils pour la prise de décisions Quels résultats espérer des Big data État de l art Exemples d utilisation des Big data dans les entreprises Présentation Recorded Future Présentation et problématique Réponse apportée par le Big data Résultats LinkedIn Présentation et Problématique Réponse apportée par le Big data Résultats Atout France Présentation et problématique Réponse apportée par le Big data Résultats Les limites pour les PME Le coût et le ROI La pertinence des données Des processus de fonctionnement à repenser Le respect de la vie privée Bilan et recommandations Bibliographie et Webographie... 26

3 3. La maitrise des Big data représente-t-elle un avantage compétitif décisif pour les PME? 3.1. Introduction Un marketing et des entreprises bouleversés par l explosion du web Avec l explosion du web ces dernières années beaucoup d entreprises, dites historiques, ont dû s adapter pour faire face à la e-transformation de leur secteur d activité et à ce nouveau canal de distribution, de consommation et de partage de l information. La consommation traditionnelle et de masse à laquelle étaient habituées les entreprises a disparu et laisse place à une consommation plus réfléchie, davantage comparative et où tous les internautes peuvent donner leur avis et échanger. internet a redonné du pouvoir au consommateur qui est devenu un «consomm'acteur». Le client est donc plus que jamais au cœur de la stratégie commerciale et marketing des entreprises et il devient important de l identifier clairement et de le connaitre pour pouvoir le suivre entre les différents points de contact qu il effectue avec une marque afin de lui proposer les bonnes offres au bon moment, que ce soit via un magasin physique, un smartphone, une tablette, un pc, sa télévision, et bientôt ses lunettes connectées, sa montre ou son bracelet connecté. On parle de marketing one-to-one, une offre peut être générée pour un seul client en fonction de son historique de navigation, de la fréquence de ses passages dans une boutique, du temps qu il a passé à regarder tel ou tel produit... Ce marketing one-to-one vise bien sûr à faire ressentir au consommateur qu il est unique et précieux aux yeux de l entreprise et pousser l acte d achat. Pour arriver à ce tour de force pour une entreprise comme Amazon par exemple, on s imagine bien que l on ne peut pas suivre l ensemble des personnes qui se connectent au site internet et analyser un à un leurs différents parcours. Il faut utiliser de puissants ordinateurs qui vont calculer tout cela et, grâce à des algorithmes prédéterminés, vont nous permettre de générer des offres ou compiler des informations à la volée en «quasi» temps réel Origine des Big data Le développement d internet et la multiplication des objets connectés à travers le monde s accompagnent d une croissance exponentielle des données créées sur internet. La multiplication des moyens de communication et d échange n y est pas étrangère ; en effet, les différents écrans nous suivent partout, tout au long de la journée. En 2011, il y avait près de 9 milliards de terminaux connectés dans le monde et ce chiffre devrait s élever à 24 1

4 milliards en 2020, si l on en croit cette étude de Valtech 1. Outre les smartphones, tablettes et télévision connectées, les nouveaux objets connectés, tels que les voitures, les appareils électroménagers ou encore les montres connectées qui déferlent sur le marché devraient remonter une quantité phénoménale d informations dans les années à venir. Si l on en croit les résultats d une étude récente 2, le monde a manipulé en 2012 plus de 2,8 zetaoctets d informations soit 2,8 milliards de gigaoctets, ce chiffre est colossal, mais le plus intéressant dans cette étude est de savoir que seul 0,5% de ces 2,8 zetaoctets ont été analysés d une manière ou d une autre alors que l étude estime que 25% d entre elles représentent une valeur potentielle pour des entreprises. Les informations disponibles sur internet ne sont plus seulement volumineuses, elles sont également très diverses, cela peut passer par des vidéos, de la musique, des photos... Elles ne sont pas structurées au sens au sens où elles ne se présentent pas sous la forme de lignes et de colonnes comme aime à être structuré le web. Ces données doivent donc être structurées avant d être analysées et exploitées par les technologies actuelles. À titre d exemple, chaque jour produit plus de vidéos que les cinquante premières années de la télévision 3, cela représente donc une masse d informations à structurer gigantesque. À l heure actuelle, les humains sont les principaux responsables de ce volume d informations. En effet, toutes leurs interactions avec les nouvelles technologies génèrent des données : téléchargement d un fichier, consultation d une vidéo, coup de téléphone, envoi de SMS, utilisation de GPS... ce n est pas tant les interactions en tant que telles qui génèrent autant de données, mais c est surtout l ensemble des informations annexes (les métadonnées) et des communications «cachées» entre différents serveurs (publicitaires par exemple) qui ont lieu au même moment qui génèrent un flux impressionnant de données. L ensemble de ces milliards de données, c est ce que l on appelle communément les «Big data». Les premières entreprises à avoir compris leur intérêt sont les géants du web actuel tels que Google, Yahoo, Microsoft, Facebook ou bien Amazon. Du fait de leur succès ou de leur volonté de vouloir gérer une quantité très élevée d informations, elles ont dû apprendre à maitriser ces Big data, car les outils et méthodes traditionnelles ne leur suffisaient plus, et ont pour cela développé des technologies en interne qui sont désormais, pour la plupart, disponibles dans des versions libres et gratuites (open source) Que sont les Big data? Pour les résumer en une phrase, les Big data sont un ensemble de solutions alternatives aux solutions traditionnelles de bases de données et d analyse afin de traiter un volume très Stratégie Big Data - Thomas Davenport - Edition Pearson 2

5 important de données, en temps réel et avec une très grande diversité de sources et de formats. Pour caractériser les Big data on peut utiliser trois critères principaux, appelés les 3V : Le volume, la vitesse et la variété. Le volume est bien entendu un critère majeur, même s il est relatif, ce qui est grand pour aujourd hui ne le sera plus demain et ce qui est grand pour une entreprise est petit pour une autre. Qui dit volume, dit également capacité et coût de stockage, ce critère n est plus un problème tant les coûts dans ce domaine ont drastiquement baissé. À titre d exemple, on peut désormais stocker l ensemble de la musique du monde 4 pour un coût de seulement 600$ par an. La vitesse, il s agit de la fréquence à laquelle les données sont créées, traitées et restituées. Il peut s agir parfois de flux continu nécessitant des calculs en temps réel (dans le cas de génération de bannières publicitaires par exemple). Le flux de données ne s arrêtant pas, il est inconcevable que le traitement des données connaisse un ralentissement ou prenne un retard qui lui serait impossible à rattraper. Par exemple, si une entreprise effectue une tâche planifiée tous les jours, il devient critique de passer au Big data lorsque celle-ci constate que cette tâche risque de prendre plus de 24 heures à être calculée et traitée. Pour donner un exemple, Facebook gère plus de 579 like par seconde rien que pour les pages des marques ou des organisations sur sa plateforme 5. Enfin la variété : on entend par ce terme la variété des sources de données prises en compte et les différents formats. Les données qui peuvent être gérées par les Big data, et c est là une grande partie de leur intérêt, peuvent être structurées ou non structurées (musique, image, vidéo, fichiers logs, métadonnées, capteurs..). Cette exploitation de différentes sources de données est une nouvelle source d informations pour les entreprises qui leur permet de croiser des données qu il était auparavant très difficile d associer. On peut imaginer d associer les commentaires laissés sur les réseaux sociaux par des internautes en leur attribuant une note sur l aspect positif ou négatif du commentaire via l analyse de texte, et le corréler aux ventes d un jeu vidéo afin d obtenir des prévisions de ventes, comme l a fait Microsoft avec sa Xbox 360. Ces 3V sont utilisés pour définir la présence ou la nécessité de faire appel à des traitements dits «Big data». Cependant cette définition pose également un problème : Que se passet-il si une entreprise n a qu un ou deux V? Ne doit-elle pas se considérer comme ayant besoin de recourir à des technologies Big data? C est bien en raison de ce manque de précision que les entreprises doivent analyser précisément ce qui se cache derrière ce terme et définir la façon dont elles souhaitent 4 McKinsey Institute, 2011,

6 exploiter leurs données afin de ne pas céder aux sirènes d un mot à la mode dont elles ne comprennent pas réellement le sens et les enjeux pour leur entreprise Le marché des Big data Le marché du Big data est très récent ; il a émergé vers la fin des années 2000 aux ÉtatsUnis. Ce marché, poussé par les géants du net américain, Google en tête, représentait déjà un chiffre d affaires de 3,2 milliards de dollars en 2010, mais ce n est rien à côté de ce qu il est devenu aujourd hui. Selon le cabinet Transparency Market Research 6, il affiche un chiffre d affaires de 8,9 milliards de dollars pour l année 2013 et devrait connaitre une croissance annuelle proche des 40% dans les prochaines années. Ce même cabinet estime que ce marché générera 48,3 milliards de dollars d ici 2018, une croissance insolente dans ces temps de crise où d autres marchés s effondrent complètement. En France, il est estimé à seulement 387 millions d euros en 2013, mais c est un des marchés les plus prometteurs du secteur de l informatique. Ces chiffres représentent une estimation basse, car si l on en croit une autre étude du cabinet ABI Research 7, qui intègre dans son calcul les logiciels Big Data mais également les services gravitant autour, le marché était évalué à 31 milliards de dollars en 2013 et atteindra les 114 milliards de dollars en 2018, soit une progression annuelle de 29,6%. Ces chiffres englobent trois grandes familles de solutions : le matériel, le logiciel, et la partie service. CA réalisé en 2013 par les 70 plus grandes entreprises du Big Data Source L usine Nouvelle Bien entendu nous retrouvons de grands noms de l informatique tels que Microsoft, Cisco, Oracle, IBM (cf Annexe 3), mais des entreprises spécialisées dans le Big data ont également émergé telles que WibiData, Hadapt ou encore Domo. Toutes ces entreprises, pour

7 l essentiel basées aux États-Unis, ont effectué des levées de fonds impressionnantes, par dizaines de millions de dollars, pour pouvoir assurer le développement de leur entreprise, preuve que les investisseurs croient en ce marché du Big data. Une autre entreprise bien connue, IBM, n a pas hésité à dépenser près de 20 milliards de dollars dans des rachats dans le secteur de l analytique afin de s assurer une place sur ce marché. En France, le gouvernement croit également énormément dans les Big data pour relancer l économie et l emploi. En effet, par l intermédiaire du ministre du redressement productif Arnaud Montebourg, il a annoncé 8 un plan en septembre 2013 afin de contrer les géants américains et compte bien faire figurer la France parmi les premiers pays fournisseurs de solutions et de services pour le Big data. Ce plan suggère notamment à l État de soutenir financièrement le développement de startup dans ce secteur, d assouplir la loi informatique et libertés afin de s adapter aux nouveaux usages des données, et d investir massivement afin de généraliser l utilisation des Big data et de l Open Data 9 pour l ensemble de ses services publics Pourquoi déployer une solution Big data Introduction Un récent sondage, mené en 2013 auprès des lecteurs de la Harvard Business Review 10, a permis de donner des chiffres intéressants sur la pénétration des Big data dans les entreprises. 28% des sondés ont indiqué que leur entreprise «utilisait des solutions Big data pour améliorer les décisions commerciales ou pour créer de nouvelles opportunités d affaires». 23% ont répondu que leur entreprise avait une stratégie Big data et seulement 3,5% ont déclaré que leur entreprise «savait comment appliquer le Big data à leur secteur». Si les directions informatiques des entreprises commencent toutes à se pencher sur la question, seules 34 % d entre elles dans le monde se sont lancées dans un tel projet, selon Capgemini, la plupart ne sachant pas par où commencer et/ou ne voyant pas l intérêt de mettre en place une telle structure d analyse. Les Big data ne sont pas qu une simple amélioration de l analytique tel que nous le connaissons actuellement ; il s agit de repenser la façon dont les données sont analysées et restituées. Ce tableau résume assez bien les différences qui existent entre les deux : Stratégie Big Data - Thomas Davenport - Edition Pearson 5

8 Big data Analytique classique Type de données Formats non structurés En lignes et en colonnes Volume de données Disponibilité des données 100 téraoctets à plusieurs pétaoctets Flux constant Dizaines de téraoctets ou moins Pool statique Méthode d analyse Apprentissage automatique À base d hypothèses Type d analyse Objectif premier Vision prospective, recommandations Optimisation de l activité et anticipation Vision rétrospective, «dans le rétroviseur» Support aux décisions internes et supervision de l activité Tout d abord, il convient de savoir que toutes les industries et secteurs peuvent être concernés par la mise en place de Big data ; bien entendu, il existe des secteurs plus propices que d autres tels que les assurances, les sociétés en ligne, les banques, les voyagistes, les transporteurs... Ces secteurs génèrent une quantité très importante de données et peuvent en extraire directement de la valeur afin d améliorer leurs services ou proposer de nouvelles offres. A contrario de ces secteurs, certains sont historiquement moins fournis en données, mais cela tend à changer avec la e-transformation de leur activité et l augmentation du recours à des outils informatiques. On pense par exemple au secteur de la santé avec l arrivée des dossiers médicaux informatisés ou bien aux sociétés BtoBtoC qui partagent de plus en plus d informations avec leur intermédiaire (le deuxième B) afin d améliorer leurs produits et obtenir la remontée d informations dont ils ont besoin. Certaines d entre eux incluent directement des technologies de tracking (suivi) dans les objets qu ils fabriquent afin de disposer d informations sur les usages qui en sont faits et ne plus dépendre de leur intermédiaire en charge de la revente de ces produits. La mise en place de Big Data peut bénéficier à tous les services de l entreprise ; tout dépend de l objectif que souhaite atteindre la société et du temps et de l argent qu elle désire y investir. Examinons l ensemble des services d une entreprise «standard» pour vérifier comment l arrivée des Big data peut révolutionner les méthodes de travail de chacun d entre eux Vers un marketing temps réel Le marketing connait depuis bien longtemps l utilisation de l analytique traditionnel. Il utilise ces données pour prévoir et planifier ses différentes actions, mais l arrivée du marketing prédictif, avec l utilisation des Big data, lui permettrait d obtenir une véritable connaissance du client et de pouvoir suivre son comportement sur différentes plateformes et canaux de distribution. 6

9 Il s agit pour eux d améliorer encore plus l efficacité de leurs campagnes en prenant en compte des éléments extérieurs aux données disponibles en interne, via la surveillance des commentaires sur les réseaux sociaux par exemple. Ils seront ainsi à même de proposer des offres beaucoup plus ciblées ou d analyser plus précisément le phénomène d attrition de leurs clients afin de leur proposer des offres personnalisées ou corriger les éléments identifiés comme bloquants dans leur relation avec la marque. Certes, il est déjà possible de le faire avec l analytique traditionnel, mais l apport du Big data leur permettra de prendre en compte beaucoup plus de paramètres, de calculer davantage de probabilités en un minimum de temps et du même coup de gagner en réactivité. Il s agit pour eux de passer du marketing prédictif au marketing temps réel Optimiser la prospection Le service commercial des entreprises s est considérablement amélioré ces dernières années avec l arrivée de système de gestion de la relation client et de rapports clients beaucoup plus performants. Mais l arrivée des Big data dans leur domaine permettrait d atteindre une autre étape qui est celle de pouvoir prévoir plus efficacement l aspect «chaud» de leur prospect. Via l analyse des courriels ou bien des échanges téléphoniques, la mise en place d un algorithme leur permettrait, par exemple d attribuer une «note de chaleur» à chaque échange afin de produire une moyenne et surveiller l évolution de cette note afin de proposer la bonne proposition commerciale au bon moment. Cet outil pourrait également vérifier des conditions externes à l entreprise ou au particulier prospect, tel que la météo ou des évènements de l actualité afin d évaluer les chances de pouvoir conclure la vente et du même coup améliorer l efficacité du service commercial. Le Big data permettrait également de mieux connaitre l activité des commerciaux, via les données de géolocalisation de leurs voitures ou de leurs portables qui pourraient être comparées avec leurs ventes. Mais cette méthode risque de connaitre une certaine réticence pour des raisons évidentes de vie privée et de son aspect un peu trop «Big Brother» Les Big data au secours de la logistique Le service logistique est sans aucun doute celui qui peut le plus être amélioré par l utilisation des Big data. Le tracking a ici sa place sur l ensemble de la chaîne, de la conception du produit jusqu à son arrivée chez le client. Avec la démocratisation des technologies de suivi et d identification, la masse de données disponibles dans ce secteur va exploser. 7

10 Récemment UPS, en utilisant les données collectées via les GPS de l ensemble de ses véhicules, a revu l ensemble de ses trajets pour la troisième fois de son histoire afin d économiser de l essence, et du temps 11. Celui-ci calcule en temps réel le meilleur trajet pour le véhicule en fonction du contenu de son chargement. Cela évite au chauffeur de saisir une adresse et lui permet d éviter l ensemble des embouteillages. Cela a également permis à UPS de développer un nouveau service pour ses clients, MyChoice, qui leur permet de modifier l heure et le lieu de livraison jusqu à la dernière minute. L entreprise gagne donc en flexibilité tout en offrant un service unique à ses clients. Une autre technologie, ILC, permet de surveiller les conditions environnementales auxquelles sont soumis les produits tout au long de la chaîne logistique. Cette technologie qui produit énormément de données ne peut être analysée que via le Big data afin de les traiter en temps réel et signaler tout dysfonctionnement ou anomalie aux opérateurs afin qu ils puissent déclencher des opérations de maintenance plus rapidement ou détecter le vol de marchandises. Ce ne sont que quelques exemples de ce que peut apporter l utilisation des Big data dans ce domaine. Il s agit réellement d un outil clé qui va permettre d améliorer l ensemble de la chaîne logistique de toutes les entreprises soucieuses de leur qualité de service, dans les années à venir Fiabilité et contrôle de la production La production se rapproche du service de la logistique avec qui elle travaille en étroite collaboration. La robotisation des usines de productions qui ne cesse de progresser déporte de plus en plus les hommes à un travail de supervision de ces robots bardés de capteurs. Ces derniers sont désormais capables d indiquer leurs performances et de signaler leurs besoins de maintenance en détectant l usure de leurs propres composants. Toutes ces données doivent donc être traitées en temps réel afin de remonter les alertes rapidement et ne pas interrompre la chaîne de production. Par exemple, General Electric a installé sur des turbines à gaz des technologies permettant le suivi en temps réel des conditions de fonctionnement des appareils 12. Si ses algorithmes détectent une anomalie, la commande de pièce et la mobilisation d un technicien sont effectuées automatiquement afin de minimiser l impact d un arrêt de la production. Cette amélioration représente, pour les seules turbines à gaz, une économie de plus de 66 milliards de dollars en consommation de carburant sur les quinze prochaines années. Ces données génèrent 588Go de données par jour, pour avoir un ordre d idée, cela représente sept fois le volume d information généré par Twitter chaque jour Stratégie Big Data - Thomas Davenport - Edition Pearson 8

11 En y associant les données de la logistique, il est donc possible pour ce service de gagner en efficacité et d assurer une délivrabilité constante grâce à l anticipation que lui permet le recours au Big data Améliorer le service informatique Le service informatique, qui est la clé de voûte de toute solution Big data, peut également en bénéficier afin d améliorer ses propres prises de décisions. Ainsi les deux domaines principalement impactés sont la fiabilité et la sécurité de l infrastructure informatique. Ce n est pas une nouveauté, l ensemble des outils informatiques produit une quantité de données phénoménale. Toutes ces données sont autant d informations précieuses pour évaluer le bon déroulement d une tâche ou le bon fonctionnement d un matériel. Malheureusement, dans beaucoup de services informatiques, elles restent souvent enfouies dans les fichiers «logs» que génèrent ces outils et ne sont analysées que lorsqu un problème survient afin d en comprendre l origine. Les Big data permettraient d améliorer la remontée d information de par leur capacité à analyser en permanence des données structurées ou non ; elles sont capables de s adapter à tous les types de reporting et peuvent ainsi signaler des anomalies avant que celles-ci n impactent de façon plus grave l ensemble du système. De même pour la sécurité informatique, désormais les entreprises ne peuvent plus se contenter de réagir ; elles se doivent d anticiper toute tentative d intrusion. Pour cela, il faut mettre en place une surveillance accrue des zones sensibles du système informatique et monitorer toute activité qui pourrait paraitre suspecte grâce à un algorithme utilisant le Big data. La vitesse d analyse et la capacité de compréhension de l algorithme utilisant plusieurs centaines de paramètres est ici un élément crucial de l avantage d une solution Big data pour effectuer ce genre de monitoring. Il semble évident, avec l explosion de l utilisation d internet et des outils informatiques, que les sociétés qui sauront anticiper les problématiques de leur infrastructure informatique auront un avantage certain dans les années à venir sur celles qui ne font que constater les dégâts et réagir après coup De nouveaux outils pour la prise de décisions Le cœur de la survie d une entreprise repose sur les décisions que prennent les dirigeants. Avant la démocratisation d internet dans les entreprises, les décisions étaient prises en fonction de paramètres très génériques sur le secteur dans lequel évoluait l entreprise. Il était très dur de connaitre les stratégies des concurrents et voir ce qui se faisait dans le monde. Aujourd hui cela a bien changé et il serait inconsidéré de prendre une décision sans 9

12 avoir récupéré au préalable des éléments très précis sur l état du marché dans le monde et avoir analysé finement la concurrence. Le genre d applications qui offrent déjà ce genre de service sont appelées Informatique décisionnel ou Business Intelligence 13. Mais désormais, la moindre information se doit d entrer en ligne de compte dans les solutions de Business Intelligence. Celle-ci peut être sous forme structurée ou non, mais elle se doit d être analysée et remontée afin de faciliter la prise de décisions. Elle doit également être «fraîche» c est-à-dire qu il s agit d analyser en quasi temps réel l état du marché et de l entreprise. Les décideurs doivent disposer de l ensemble des informations disponibles dans l entreprise et à l extérieur de celle-ci afin de prendre des décisions en corrélation avec l état réel du marché. Les éditeurs actuels de solutions de Business Intelligence ont de plus en plus de mal à suivre la cadence et à répondre aux attentes des entreprises dans ce domaine, d autant plus que le Big data revient généralement moins cher sans toutes les contraintes que présentent ces anciens systèmes. Les géants du web ont déjà positionné leurs produits, BigQuery chez Google ou Redshift chez Amazon, et proposent des solutions de Business Intelligence à la sauce Big data à des tarifs compétitifs en comparaison aux solutions traditionnelles (500 par To/mois) Quels résultats espérer des Big data Après avoir vu ces cas d utilisation selon les services de l entreprise, il est temps de voir quel impact pourrait avoir concrètement la mise en place des Big data au sein d une entreprise. Les technologies du Big data permettent aux entreprises d atteindre des objectifs variés, mais il est important pour elles d en cibler un en particulier lors du déploiement d une infrastructure Big data. Le premier d entre eux est la réduction des temps d exécution et d analyse ; en effet, dans certaines entreprises, il peut exister des processus mettant énormément de temps à être traités du fait de la taille des données ou de la complexité du calcul. La technologie des Big data permet, grâce à son architecture distribuée (qui fonctionne sur plusieurs machines en parallèle), de gagner énormément de temps de traitement et donc de pouvoir complexifier encore plus les algorithmes de calcul en y incorporant de plus en plus de paramètres. Prenons l exemple de l entreprise Macy s, une célèbre chaîne de magasins américaine, celle-ci utilise un outil qui lui permet d optimiser le prix de l ensemble de ses 73 millions d articles en se basant sur différents facteurs, notamment les prix pratiqués chez ses concurrents ou sur internet. Pour ce faire, elle utilisait un algorithme de calcul très lourd qui prenait 27 heures pour calculer l ensemble des prix de ses produits. Désormais depuis sa migration vers une technologie Big data le calcul ne lui prend plus qu une heure. Cela permet à l entreprise de rajouter plus de paramètres dans son calcul et représente même une économie de 70% sur le coût du matériel dédié au calcul

13 Le deuxième objectif est la réduction des coûts, comme nous l avons vu avec le cas de Macy s la mise en place d une technologie Big data leur a permis de réduire leurs coûts en structure. Selon une estimation de Thomas Davenport 14, les coûts de stockage pour une année de 1 To de données sont de dollars avec un SGBD (Système de gestion de base de données) classique, dollars avec un système de stockage et seulement de dollars avec un cluster Hadoop (nous expliquerons au chapitre suivant ce dont il s agit). S il est possible d économiser sur le coût du matériel, la mise en place d une solution Big data exige tout de même l embauche de «scientifique des données» ayant un salaire assez élevé et d autres frais annexes que nous verrons en détail dans le chapitre 3.4. Enfin le développement de nouvelles offres et l amélioration des offres existantes représentent l aboutissement des objectifs, car il permettra à l entreprise de dégager de nouveaux bénéfices et lui permettra de se détacher de ses concurrents via une offre unique. Google est le parfait exemple d une entreprise ayant bâti l ensemble de ses offres sur les technologies du Big data. Cependant le développement de nouvelles offres implique une certaine dose d innovation et donc des coûts supplémentaires. On ne peut pas attendre du développement de ces offres une rentabilité à court terme, mais à long terme ils peuvent assurer une source de revenus supplémentaire pour l entreprise. Ce schéma résume bien les principaux usages qui sont faits du Big data de nos jours dans les entreprises : Principaux usages des Big data dans les entreprises Source Technavio Global SME Big Data Market Stratégie Big Data - Thomas Davenport - Edition Pearson 11

14 État de l art Le mot Big data cache en réalité un ensemble de solutions technologiques qui permettent d analyser et de traiter le contenu audio, vidéo et textuel. Ces technologies sont assez récentes et sont pour la plupart issues des grandes sociétés du web américain telles que Google, Yahoo ou encore Linkedin. Ces dernières ont dû créer pour leurs propres besoins un ensemble d outils afin de traiter les masses de données qu ils devaient analyser chaque jour. La plupart d entre elles ont été rendues publiques via une licence Open Source ou données à la fondation Apache pour pouvoir être réutilisées et améliorées par la communauté, tout le monde bénéficie donc de ce cercle vertueux. Le plus connu d entre eux est assurément Hadoop. Créé en 2004 il s agit d un ensemble d outils logiciels et d un framework pour la distribution de données sur plusieurs ordinateurs. Le rôle d Hadoop est donc de «simuler» un seul ordinateur en en reliant plusieurs, en effet il est inimaginable et hors de prix de donner à un seul ordinateur, même très puissant, des masses de données gigantesques à calculer. Il permet donc de faire abstraction du fait que des disques durs soient stockés sur des machines différentes et leur permet de travailler ensemble. Hadoop embarque avec lui plusieurs technologies très connues du monde du Big data, dont MapReduce qui a été développé par Google et qui permet quant à lui de répartir le calcul de l algorithme sur un ensemble d ordinateurs reliés via Hadoop ; il n a en charge que la partie du calcul. Hbase fait également partie intégrante du système, il s agit d une base de données distribuée (c est-à-dire répartie entre plusieurs machines) orientée colonne, qui à l inverse d une base de données classique, stocke les données par colonne et non par ligne. Cela permet des gains de performance et le système gagne en souplesse. Enfin pour programmer le système il existe deux langages de programmation Hive, développé par Facebook, et Pig, développé par Yahoo. Comme nous pouvons le constater, Hadoop a été développé à partir de technologies issues des plus grandes entreprises du web. C est ce qui lui assure aujourd hui sa grande robustesse, sa puissance et en fait l une des technologies les plus employées dans le monde du Big data. Il est en effet utilisé chez Facebook, Yahoo, Microsoft pour ne citer qu eux 15. Toutefois, comme cela se produit fréquemment avec les solutions open source de nombreuses solutions commerciales dérivées ont vu le jour. On peut citer par exemple Cloudera, Hortonworks, ou encore MapR. Il existe également de nombreux outils «clés en main» permettant de faire du Big data à moindre coût, mais avec des fonctionnalités plus restreintes. Google Analytics est le plus

15 connu d entre eux, il permet d analyser le comportement de ses visiteurs et le corréler à un ensemble de paramètres. Cet outil est clairement un outil Big data, car il traite une quantité de données conséquente (corrélé au nombre de visites sur le site internet) et permet de les combiner à l infini pour en extraire des statistiques. Canopy Labs est un autre exemple d applications Big data permettant d analyser le comportement d un client et offre des prévisions afin d établir de nouvelles campagnes et trouver de nouveaux produits qu il serait susceptible d acheter. Cet outil est gratuit jusqu à 5000 clients, il permet à une entreprise de se débarrasser du côté complexe et technique du Big data pour se concentrer sur l analyse des résultats. Il existe de nombreuses solutions «clés en main» et ne demandant pas réellement de compétences techniques pour être déployées et qui pourraient permettre aux entreprises de commencer à se familiariser avec les Big data avant, pourquoi pas, d envisager un déploiement interne pour répondre à des besoins plus poussés. Beaucoup de sociétés de conseil se sont également précipitées sur ce marché afin d apporter des solutions de consulting aux entreprises voulant déployer une solution Big data. Parmi elles, on retrouve notamment la société Française Capgemini qui a rapidement embauché des «scientifiques de données» pour faire face à la demande croissante des sociétés d étudier la mise en place d une structure Big data au sein de leur entreprise. Il s agit d un marché en pleine expansion et nul doute que de nouvelles applications vont voir le jour d'ici peu, beaucoup plus simples à mettre en place, et que les prix des prestations de consulting vont diminuer drastiquement dans les années à venir avec l arrivée de nouveaux acteurs sur ce marché Exemples d utilisation des Big data dans les entreprises Présentation Nous allons maintenant nous intéresser à trois cas concrets d utilisation du Big data au sein des entreprises. La première Recorded Future nous permettra de voir qu une entreprise peut se créer à partir des technologies Big data. La seconde LinkedIn nous démontrera l intérêt de transformer toute son infrastructure informatique pour passer à une structure Big data et l impact que cela peut représenter pour la santé financière d une entreprise. Enfin le dernier exemple nous permettra d étudier le cas de l intégration des Big data au sein d une infrastructure plus traditionnelle sans bouleverser l ensemble du service informatique Recorded Future Présentation et problématique 13

16 Recorded Future est une entreprise créée en 2009 à Cambridge spécialisée dans l intelligence artificielle sur internet qui compte moins de 50 salariés. L objectif de son fondateur, Christopher Ahlberg, était de créer une société qui serait capable d aider des analystes à prévoir les évènements futurs en utilisant les informations disponibles sur internet. Pour répondre à cette problématique, il était impératif de scanner le web entièrement et en permanence afin de pouvoir ensuite en extraire les informations utiles via des algorithmes prédictifs. L utilisation d une solution Big data s est donc imposée naturellement dès la création de l entreprise Réponse apportée par le Big data Recorded Future a donc déployé une solution Big data afin de lui permettre de crawler le web. Elle a effectué une copie d une grande partie d internet dans le but de réaliser ses analyses. Au total c est plus de 8 milliards d évènements qui ont été indexés avec pour chacun d entre eux des attributs qui en ont été extraits (par exemple le nom des personnes impliquées, la ville, des données chiffrées...). Une fois cette extraction faite et grâce aux capacités du Cloud (notamment via les serveurs Amazon), d autres outils Big data se chargent de calculer des modèles statistiques afin de déterminer la probabilité d évènements à venir dans le monde en les associant à des lieux, des personnes ou encore des entreprises. L entreprise se base également sur «l intelligence collective» c est-à-dire que plus les sources annonçant un évènement futur sont nombreuses, plus il y a de chances qu il se réalise. Voici un schéma récapitulatif simplifié du fonctionnement de Recorded Future : Schéma simplifié du fonctionnement de Recorded Future Source Recorded Future 14

17 Résultats Tout cela n aurait pas été possible sans l utilisation des Big data ; la simple étape d extraction des évènements aurait pris des jours à s effectuer et n aurait pas permis à la société de proposer des analyses en temps réel tenant compte des dernières informations disponibles sur internet. Aujourd hui, Recorded Future commercialise deux offres : l une permet aux clients de fournir leur propre jeu d informations à faire analyser par le système, c est notamment le cas pour les services de renseignement qui disposent d énormément de données ; la seconde consiste à utiliser les données récupérées sur internet et à les filtrer pour ne garder que celles considérées «importantes» pour le client. Ses clients principaux sont les organismes d état, les services de sécurité des entreprises privées, des fonds spéculatifs ou encore des sociétés souhaitant analyser leur marché. Aujourd hui, l entreprise Recorded Futur a déjà levé plus de 20 millions de dollars 16 et compte parmi ses actionnaires Google ou encore la CIA 17, preuve en est qu ils croient beaucoup en l avenir de ce «moteur de recherche du futur» LinkedIn Présentation et Problématique L entreprise LinkedIn fondée en 2003 est un réseau social professionnel sur internet. Il permet notamment de gérer ses contacts professionnels, de remplir son CV en ligne, de chercher un emploi et de participer à des groupes de discussions pour rencontrer et échanger avec d autres professionnels. Au début de l année 2014 le site comptait 300 millions d inscrits, ce qui fait de lui le plus grand réseau social professionnel. Le succès du site internet est dû à différents facteurs, mais les Big data en sont un très important. En effet le Big data est au cœur de l entreprise qui compte désormais plus d une centaine de «scientifiques de données». Pour déployer de nouveaux services et de nouveaux produits, l entreprise faisait face à un challenge. Comment exploiter les 2 milliards de recherches effectuées par ses membres par an 18? Comment traiter 75 To de données par jour sur son infrastructure? Et surtout quelle valeur extraire de ces données afin d amener et de fidéliser encore plus de visiteurs sur son réseau? Réponse apportée par le Big data

18 Pour répondre à ces problématiques, l entreprise a donc utilisé un ensemble de solutions Big data. En utilisant des technologies issues du Big data, Reid Hoffman cofondateur et président de LinkedIn a créé avec ses scientifiques de données une équipe produit qui est à l origine des outils «les connaissez-vous?», «les groupes que vous pourriez aimer» ou encore «qui a consulté votre profil». Ces petits services, simples de prime abord, ont pourtant permis à la société d acquérir des millions de nouveaux visiteurs et de les garder. LinkedIn se sert également des Big data en interne pour le service ventes ou le service marketing. Ainsi elle a utilisé ses propres données afin de déterminer quelles sociétés seraient susceptibles d acheter ses produits, ce qui a conduit au développement d un outil de recommandation interne à destination des commerciaux et permettant de réunir toutes ces informations à un seul endroit. La mise en place de ces outils a fait décoller le nombre de ventes et s envoler le taux de conversion des commerciaux. Elle a également revu l ensemble de son moteur de recherche afin de proposer des résultats plus personnalisés à ses membres en se basant sur leur historique de navigation, les activités et les centres d intérêt de leurs contacts et d autres paramètres tels que leur âge ou leurs centres d intérêt. Toujours dans le même but d améliorer et de cibler davantage les goûts de l internaute afin d augmenter la durée de sa visite sur le site et ainsi visualiser plus de publicités Résultats Dans cet exemple il s agit là d une transition de l analytique traditionnel vers un analytique Big data. Celui-ci a entièrement remplacé l ancien système plus classique (SGBD traditionnel), car il n était plus possible pour la société de fonctionner avec ce système si elle souhaitait s enrichir de nouveaux services et proposer des produits innovants. Les ressources demandées pour le traitement de ces données et leur calcul auraient demandé trop de temps. Ce changement de stratégie dans la façon de traiter les données a permis à l entreprise de conforter son statut de leader des réseaux sociaux professionnels et lui permet d afficher un chiffre d affaires au premier trimestre 2014 de 473,2 millions de dollars, en progression de 46% par rapport à la même période l année dernière 19. Cependant, l entreprise qui a fortement investi pour parvenir à ce résultat n arrive toujours pas à tirer des bénéfices de son activité. La perte pour le premier trimestre 2014 était de 13.4 millions à comparer aux 22,6 millions pour la même période l année précédente. Tous les indicateurs sont donc dans le vert pour que l entreprise commence à réaliser des bénéfices importants dans les années à venir

19 Atout France Présentation et problématique Atout France est une agence de développement touristique de la France, unique opérateur de l État dans le secteur du tourisme. Elle existe depuis mai 2009 et a pour principaux objectifs d adapter l offre touristique française à la demande nationale et internationale, et d accompagner les entreprises ou collectivités françaises dans leur rayonnement à l international. Il ne s agit pas à proprement parler d un service public, mais plus précisément d une entreprise qui agit exclusivement pour l état français. Le tourisme est un secteur qui se prête bien aux approches Big data. Avec plus de 83 millions de touristes en , les données en France sont en effet nombreuses et très variées, on peut par exemple retrouver des images, des vidéos, des commentaires ou encore des informations plus structurées telles que les prix, les disponibilités... Atout France souhaitait pouvoir étudier le comportement des touristes étrangers de la zone BRIC (Brésil, Russie, Inde, Chine). Qui sont-ils? Dans quelles villes se rendent-ils? Combien d autres pays visitent-ils? Ce ne sont que quelques une des questions que se posait Atout France sur ces touristes. Mais comment réunir ces informations le plus efficacement possible et de façon exhaustive afin de disposer d un large panel? L entreprise a donc décidé de faire appel à une société spécialisée dans la science des données, MFG Labs Réponse apportée par le Big data MFG Labs a donc décidé de mettre en place un système de «social média monitoring» ou surveillance des réseaux sociaux. Cette méthode très connue dans le milieu des Big data consiste à surveiller sur les réseaux sociaux l apparition de mots, de nom de produits ou encore de personnalités afin de pouvoir analyser les commentaires qui en sont faits. Ici cette méthode a été utilisée d une autre manière, il a fallu enregistrer toutes les photos que publiaient les touristes originaires de la zone BRIC. Par la suite, ces documents ont été analysés pour en extraire les informations géographiques de la prise de vue et la date à laquelle elle a été effectuée. Ces informations ont permis d établir une carte de France de la présence de ces touristes sur le territoire

20 Carte de France représentant les zones visitées par des touristes de la zone BRIC sur une période de 2 ans, chaque point représente une photo (à gauche il s agit de Paris) Source MFG Labs Résultats Les résultats fournis ont permis par exemple de déterminer que les Russes accèdent à tout le territoire français. Les Brésiliens sont bien présents sur Paris et sur la Côte d Azur, mais on a aussi déjà des indices de leur présence sur d autres destinations. Enfin les Chinois, comme les Brésiliens, se rendent déjà dans d autres régions, en Provence notamment. En faisant appel à une société externe pour piloter le projet, Atout France n a absolument rien changé de son infrastructure interne pour ce projet Big data. L outil s est intégré sur de nouveaux serveurs mis en place pour l occasion et a cohabité avec la structure informatique déjà en place. Il s agit typiquement d un projet qui a apporté un plus à l entreprise, car il lui a permis d avoir une vision plus précise de l attractivité des régions dans le territoire. Dans cet exemple il s agissait d une mission ponctuelle, mais nous pourrions imaginer de la transformer en une application Big data temps réel afin de lui trouver de nouveaux usages. 18