Big Data Quels modèles économiques pour le Big Data Y a-t-il un ou des modèles économiques? Comment créer/déliver/capturer de la valeur à partir des big data?
Responsable R&D gabriel.kepeklian@atos.net
Le Big Data : lieu d innovation Désigne les masses de données auxquelles sont confrontés les acteurs du secteur privé comme du secteur public et qu ils veulent/peuvent exploiter pour générer des nouveaux business et/ou être plus efficaces. 4
Le Business model : lieu d innovation Intuitivement, l innovation en matière de BM semble être plus l affaire des startups que celle des grands groupes industriels Freins aux BM d innovation en contexte industriel : inertie d une structure de plusieurs milliers de personnes poids d investissements passés qu on cherche à rentabiliser coûte que coûte turn-over trop rapide des cadres supérieurs empêchant de lancer des programmes ambitieux risque d un impact négatif à court terme sur le cours de bourse difficulté à assumer des stratégies financièrement plus ambitieuses mais moins prévisibles On comprend aisément qu une équipe de 3 personnes, sans charges fixes, saura être plus agile qu une multinationale MAIS attention, le simple manque de culture de l innovation en-dehors de ses aspects purement technologique, est déterminant. (Cf. l éternel débat entre invention ou innovation).
Business model
1954, Peter Drucker Les origines de l expression «business model», qu en français on peut traduire par «modèle d'affaires», ou «modèle économique» peuvent être situées dans les écrits de Peter Drucker. Tout travail peut être décomposé, analysé et amélioré. Toujours chercher à simplifier. Drucker, Peter, The Practice of Management, Harper and Row Publishers, 1954. La notion n a vraiment pris de l'importance que depuis 2000.
Ne pas confondre BM et BP Business Model Business Plan Logique de création de valeur pour les clients et de revenus pour l entreprise Mise en œuvre stratégique et opérationnelle de cette logique
Définition Un modèle économique (business model) décrit les principes selon lesquels une organisation crée, délivre et capture de la valeur.
Big Data
Technologies Usages BIG DATA Business 11
Des défis Challenges technologiques BIG DATA Baisse drastique des coûts de production et de stockage de la donnée Innovations disruptives dans les technologies de gestion de données 12
Des enjeux Challenges économiques Entreprise et administration face au déluge de données BIG DATA Des situations à risque Sécurité (fraude, perte, ) Fiabilité (difficulté de voir les signaux faibles, ) Réglementation, régulation Réputation (on ne peut pas tout contrôler) Des opportunités à saisir Passer de la donnée à l information Incuber de nouveaux services 13
Des ruptures Challenges liés aux usages BIG DATA Des attentes des usagers et des citoyens qui tirent l innovation : Cloud XaaS Mobilité Multi-écrans Iaas public Paas public Saas public Données Données Données Données Données Machine virtuelle Machine virtuelle Machine virtuelle Machine virtuelle Informatique Hébergeur Applications Applications Applications Applications Applications Machine virtuelle serveur Serveur Serveur Serveur Serveur Stockage Stockage Stockage Stockage Stockage L entreprise a le contrôle Réseau Réseau Réseau Réseau Réseau Partage du contrôle avec le fournisseur Le fournisseur de service a le contrôle Source : AFDEL 14
Changement de paradigme BIG DATA Challenges technologiques Machines / Réseaux / Software ne structurent plus le business. Challenges économiques Challenges liés aux usages Usages / Services / Utilisateurs ont pris cette place. 15
Machines / Réseaux / Software BIG DATA Volumes Efficacité R O I R O D Return On Investment Return On Data 16
DÉFINITION : BUSINESS MODEL Selon une définition actuelle qui fait consensus, il s agit d un «outil» qui décrit la façon de créer, délivrer et capturer de la valeur pour un acteur économique ou un écosystème économique.
Emergence du concept de BM Technologiquement Les nouvelles technologies ont bouleversé les manières de concevoir la rentabilité de l entreprise, de penser le prix d un bien. Par exemple lorsque celui-ci est immatériel, copiable et transférable à l envi. Economiquement 2000, la «nouvelle économie» : croissance effrénée et bouleversement du contenu des activités économiques (production, consommation et leur financement). Le nouveau critère de performance de l entreprise est la valeur et les opérations qui gravitent autour : sa création et sa gestion. Réglementairement L entreprise est entrée dans un jeu de régulations et de dérégulations démultipliées sous les effets de l apparition de nouvelles possibilités de générer des revenus et de la complexification des relations entre parties prenantes. Les états ont été obligés d imposer certaines règles devant des abus. Mais ces dispositions sont toujours arrivées après coup. La bulle Internet n a pas été anticipée.
Business Model Canvas Osterwalder s tool Le modèle de référence Business Model Canvas proposé par Osterwalder est basé sur une étude approfondie des similarités d un grand nombre de conceptualisations de Business model. L objectif de cet outil d analyse est de fournir une représentation simplifiée pour appréhender la réalité sur un unique schéma.
blocs
SC Les segments de clientèle
PV Les propositions de valeur
CX Les canaux de distribution
RC Les relations avec le client
R Flux de revenus
RES Les ressources clefs
AC Les activités clefs
PC Les partenaires clefs
C La structure de coûts
Les activités clefs Les propositions de valeur Les relations avec le client Les partenaires clefs Les segments de clientèle La structure de coûts Les ressources clefs Les canaux de distribution Les flux de revenus
La matrice du Business Model Le réseau de partenaires Les activités clefs L offre Les relations avec le client Les segments de clientèle Brique de basebrique de base Les ressources clefs Les canaux de distribution Brique de base Brique de base La structure de coûts Les flux de revenus
La matrice du Business Model Le réseau de partenaires Les activités clefs L offre Les relations avec le client Les segments de clientèle Les ressources clefs Les canaux de distribution La structure de coûts Les flux de revenus
L offre, la proposition de valeur Les applications de traitement des logs IP-Label (la qualité perçue), Wallix, Splunk, Loggly, SumoLogic, Les applications verticales BloomReach (big data marketing), Business intelligence Oracle, SAP, BO, Cognos, SAS, GoodData, Analyse et visualisation Pikko, GreenPlum, Palantir, Visual.ly, Fournisseurs de données GNIP, INRIX, DataSift Analyse d infrastructure Hortonworks, Cloudera, MapR, Infrastructure opérationnelle CouchBase, Teradata, 10gen, Infrastructure as a Service Amazon web services, Infochimps, WindowsAzure, Bases de données structurées Oracle, MySQL, SQLServer, Technologies Hadoop, HiBase, Cassandra,
Les segments de clientèle visés
Les segments de clientèle visés Santé Chaque hôpital : 150 TB 650 TB en 2015 (imagerie médicale, données) Service client Il y a 4 ans 59% des clients quittaient leurs fournisseurs s ils avaient une mauvaise prestation, aujourd hui on est passé à 86% Assurances, administrations Elles font face à des fraudes en quantité croissante Services financiers L information financière : par ex. le Dow Jones = 19.000 news par jour Grandes distributions Les ventes ratées pour défaut en stock représentent 170 M$ aux USA L analyse des tickets de caisse Télécommunication 5 milliards d abonnés au portable qui attendent des services personnalisés Ministères La population de chaque pays, Bibliothèques La pérennisation des fonds, des archives, Etc.
Les ordres de grandeur de notre monde
Quelques chiffres Source IBM
Les ordres de grandeur Le volume de Big Data croît de 60% chaque année La valeur des données a dépassé celle du hardware 2015 20 Zetta (10 21 ) 2030 1 Yotta (10 24 )
Zoom : Diffuser des données
La matrice du Business Model Le réseau de partenaires Les activités clefs L offre Les relations avec le client Les segments de clientèle Hébergeur Datacenter HPC Constructeur Opérateur Cloud Conseil Calcul Stockage Les ressources clefs Débit Performance Espace Collecter Traiter des log Appli verticales Analyser Visualiser Interpréter Structurer Stocker Self-service Formation Support Les canaux de distribution B2B A2B Administration Média Industrie Banque Santé Distribution La structure de coûts Maintenance de la plateforme Abonnement Développement Exploitation Les flux de revenus Valorisation des données Ventes / reventes Lot / transaction PI, Licences, loyers
Petit aperçu du paysage Big Data Traitement de logs Applications verticales Business intelligence Analyse et visualisation Fournisseurs de données Analyse d infrastructure Infra. opérationnelle Infra. as a Service Structuration Technologies
Des business model classiques web Gratuité et applications et services spécialisés Gratuité et publicités Abonnement à des API Abonnement à d autres fonctions Vente de data de qualité (premium) Source : datamarket.com 44
FREE > l appât et l hameçon Le modèle Key partners Key activities Value proposition Customer relationship Customer segment PRODUCTION And/or SERVICE DELIVERY BAIT PRODUCT LOCK IN CUSTOMERS SEGMENT Key resources PATENTS HOOK PRODUCT or SERVICE Channels BRAND Costs Revenues PRODUCTION + SERVICES SUBSIDIZING OF BAIT PRODUCT SINGLE SALE /FREE BAIT REPEAT PURCHASE OF HOOK PRODUCT or SERVICE
FREE > Publicité Le modèle multi-face Key partners Key activities Value proposition Customer relationship Customer segment PLATFORM MAINTENANCE + DEVELOPMENT AD SPACE + HIGH FREQUENTATION ADVERTISERS Key resources Channels PLATFORM PRODUCT OR SERVICE CUSTOMERS Costs PLATFORM COST CUSTOMER AQUISITION COSTS Revenues AD FEES FREE
Le modèle multi-face la généralisation Key partners Key activities Value proposition Customer relationship Customer segment PLATFORM MANAGEMENT VALUE PROPOSITION #1 CUSTOME R SEGMEN T #1 SERVIC E PROVISIONNING PLATFORM PROMOTIO N VALUE PROPOSITION #2 CUSTOME R SEGMEN T #2 Key resources Channels VALUE PROPOSITION #n CUSTOME R SEGMEN T #n PLATFORM Costs Revenues PLATFORM MANAGEMENT + DEVELOPMENT REVENUE FLOW #1 POSSIBLE FREE OFFER IF SUBSIDIZED BY REVENUE FLOW #1 REVENUE FLOW #n
FREE > FREEMIUM Le modèle Key partners Key activities Value proposition Customer relationship Customer segment INFRASTRUCTURE MAINTENANCE + DEVELOPMENT FREE BASIC SERVIC E AUTOMATED & MASS CUTOMIZED LARGE BASE OF FREE USERS Key resources Channels PLATFORM PREMIUM SERVICE SMALL BASE OF PAYING USERS Costs Revenues FREE BASIC SERVICES FIXED COST COST OF SERVICE FOR PREMIUM USERS COST OF SERVICE FOR FREE USERS PAID PREMIUM SERVICES
Business Model dégroupé Le BM traditionnel des telcos Key partners Key activities Value proposition Customer relationship Customer segment TELECOM EQUIPMENT SUPPLIERS MARKETING NETWORK MAINTENANCE ACQUISITION RETENTION SERVICES PROVISIONNING VOICE DATA CONTENT INSTALLED CUSTOMER BASE Key resources Channels NETWORK BRAND RETAIL CUSTOMER BASE Costs Revenues NETWORK MAINTENANCE MARKETING VOICE DATA SERVICE REVENUES
Business Model dégroupé L évolution Key partners Key activities Value proposition Customer relationship Customer segment ACQUISITION RETENTION MARKETING NETWORK OPERATORS VOICE DATA CONTENT INSTALLED CUSTOME R BASE Key resources Channels BRAND CUSTOMER BASE RETAIL Costs Revenues MARKETING SERVICE REVENUES
La longue traîne Le modèle Key partners Key activities Value proposition Customer relationship Customer segment NICHE CONTENT PROVIDERS PLATFORM MANAGEMENT SERVICE PROVISIONNING LARGE SCOPE OF NICHE CONTENT MANY NICHE SEGMEN T PLATFORM PROMOTIO N Key resources Channels A USER GENERATED CONTENT PLATFORM CONTENT TOOLS PRODUCTION INTERNET NICHE CONTENT PROVIDERS Costs Revenues PLATFORM MANAGEMENT + DEVELOPMENT SELLING less OF MORE
Des business model classiques web Applications et services spécialisés Publicités Abonnement à des API Abonnement à d autres fonctions Vente de data de qualité (premium) 52
Thank you Atos, the Atos logo, Atos Consulting, Atos Worldline, Atos Sphere, Atos Cloud and Atos WorldGrid are registered trademarks of Atos SA. June 2011 2011 Atos. Confidential information owned by Atos, to be used by the recipient only. This document, or any part of it, may not be reproduced, copied, circulated and/or distributed nor quoted without prior written approval from Atos.