Empfohlen
Weitere ähnliche Inhalte
Andere mochten auch
Andere mochten auch (14)
Ähnlich wie MFG-Labs : présentation au club des directeurs de l'innovation
Ähnlich wie MFG-Labs : présentation au club des directeurs de l'innovation (20)
Mehr von Henri Verdier
Mehr von Henri Verdier (13)
MFG-Labs : présentation au club des directeurs de l'innovation
- 2. 2
- 3. data Analyse data Développemen ts innovants Conseil data stratégique 2
- 4. L’avènement des Big Data 3
- 6. 50 Zettabyte Byte Kilobyte Exabyte Megabyte Gigabyte Terabyte Petabyte 1.000.000.000.000.000.000.000 bytes Zettabytes 200exabytes en 5 sera mis Tout ce qui petabytes ligne L’ensemble desqui a jamais mispar l’humanité Tout cece mots prononcésimprimé Tout qui a été été en ligne en 2020 en 2010
- 7. Les données viennent de partout
- 8. Les données viennent de partout User médias generated Internet Systèmes des objets Traces
- 9. Elles convergent vers le web
- 11. Elles sont
- 12. Elles sont de plus en plus
- 13. Elles sont de plus en plus
- 14. Elles sont de plus en plus faciles à
- 15. Elles sont de plus en plus faciles à
- 16. Elles deviennent un enjeu
- 17. Elles dessinent un monde 12
- 18. Que faire avec les Big Data ? 13
- 19. Panopticon
- 20. Panopticon Pas le plus intéressant !
- 21. Créer de nouvelles places de marché
- 22. Voir les tendances de fond
- 25. Calculer une affinité
- 28. Comprendre la société Monitorer un système dynamique
- 29. Capter les émotions Capter les émotions
- 30. Communiquer
- 31. Un nouveau contexte stratégique 24
- 32. Asseoir sa stratégie sur ses données « Vous devriez faire un inventaire de ce que vous avez comme données et vous devriez réfléchir à la valeur de chacune d’entre elles au sein de votre entreprise et leurs valeurs pour d’autres personnes qu’elles soient de votre entreprise, partenaires, ou même publiques. » @timberners_lee Inventeur du web
- 33. Créer et faire vivre l’écosystème de ses données
- 34. Penser une « économie du www.amazon.com
- 35. Penser une « économie du 43% du chiffre d’affaires www.amazon.com
- 37. Repenser les processus de conception Données Raffiner Interpréter Service Code Créer
- 38. Inventer de nouveaux services www.cinemur.fr
- 39. Inventer de nouveaux services www.cinemur.fr
- 40. Un nouveau métier 30
- 41. ! Big Data pas seulement plus de données
- 42. Atte ntion ! Big Data pas seulement plus de données
- 43. La convergence de plusieurs talents
- 44. La convergence de plusieurs talents Nouvelles méthodes d’analyse Nouveaux Capacité à frameworks, lire et nouveaux interpréter les outils données Capacité à Capacité à engager définir une l’utilisateur stratégie dans les services
- 45. La convergence de plusieurs talents Nouvelles Algorithmiqu méthodes d’analyse e Nouveaux Capacité à frameworks, lire et nouveaux interpréter les outils données Capacité à Capacité à engager définir une l’utilisateur stratégie dans les services
- 46. La convergence de plusieurs talents Nouvelles Algorithmiqu méthodes d’analyse e Nouveaux Capacité à frameworks, lire et nouveaux Visualisation interpréter les outils données Capacité à Capacité à engager définir une l’utilisateur stratégie dans les services
- 47. La convergence de plusieurs talents Nouvelles Algorithmiqu méthodes d’analyse e Nouveaux Capacité à frameworks, lire et nouveaux Visualisation interpréter les outils données Capacité à Capacité à engager définir une UX l’utilisateur stratégie dans les services
- 48. La convergence de plusieurs talents Nouvelles Algorithmiqu méthodes d’analyse e Nouveaux Capacité à frameworks, lire et nouveaux Visualisation interpréter les outils données Capacité à Capacité à engager Stratégie définir une UX l’utilisateur stratégie dans les services
- 49. La convergence de plusieurs talents Nouvelles Algorithmiqu méthodes d’analyse e Nouveaux Capacité à frameworks, lire et Informatique nouveaux Visualisation interpréter les outils données Capacité à Capacité à engager Stratégie définir une UX l’utilisateur stratégie dans les services
- 51. Qu’est-ce qu’il y a derrière les données ?
- 53. www.mfglabs.com contact@mfglabs.com @mfg_labs
Hinweis der Redaktion
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- \n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- Pictos autour du titre. (titre au centre et pictos qui apparaissent pour chaque élément)\n\n\n
- \n
- - Data is leveraged (La force des données relationnelles : 10 données relationnelles = 100 données en vrac)\n
- => amazing result => un exemple de mash up simple et cool (3 slide )\n\nNous avons appris a séquencer le génôme humain il y a 10 ans pour des milliards de dollars. Ce coût chute de 2 fois un taux exponentiel pour atteindre 10 000$ aujourd’hui. Ce ne sera plus très long pour atteindre le seuil de 100$, ou la gratuité, vendu avec un autre service comme les téléphones cellulaires. Plus d'un million de personnes devraient être «séquencées» en 2013\nDe grands résultats (google maps + craiglist)http://www.housingmaps.com/\n
- \n
- \n
- \n
- \n
- \n
- \n
- Data has become accessible ( 3 slides ) \n• easy access ( 1 slide )\nbébé + ordi\nhttp://techcrunch.com/2011/04/10/the-new-information-age/\n
- \n
- \n
- \nbig data is not big brother => it is the patterns that matter more than indivuals\n\n Bourse, box office : prendre la température de la conversation mondiale\n connaissance de la dynamique d’une propagation\n\nMFG\nLe comportement de la foule influence le comportement de l’utilisateur\nle comportement de l’utilisateur créé le comportement de la foule\n\n\n\n\n\n
- \nbig data is not big brother => it is the patterns that matter more than indivuals\n\n Bourse, box office : prendre la température de la conversation mondiale\n connaissance de la dynamique d’une propagation\n\nMFG\nLe comportement de la foule influence le comportement de l’utilisateur\nle comportement de l’utilisateur créé le comportement de la foule\n\n\n\n\n\n
- \n
- \n
- \nit is the patterns that matter more than indivuals\n\n Bourse, box office : prendre la température de la conversation mondiale\n connaissance de la dynamique d’une propagation\n\nMFG\nLe comportement de la foule influence le comportement de l’utilisateur\nle comportement de l’utilisateur créé le comportement de la foule\n\n\nCONCLUSION : \nit is the patterns that matter more than indivuals\nLes modèles comportementaux importent plus que les comportements individuels\n\n\n\n
- \n
- \n
- 3 exemples suivent ici sur what we can do at mfg on big data/data everywhere\n\n
- Les traces collectives dessinent un nouveau sens => nouvelle valeur\n
- \n
- Quelles données seront la source autorité dans tel marché ?\nQuelles données seront exportées dans les applications tierces les plus excitantes ? (Accélérer l’innovation au-delà des ressources de développement interne)\nQuelles données ouvertes seront le plus connectées à d’autres sets de données, générant un retour positif sur la marque ? (Solidifier les relations avec les « power users » et leurs communautés respectives.)\nCe sont à ces questions stratégiques, essence même du data marketing, à lesquelles les entreprises doivent d’ores et déjà réfléchir.\nL’exemple du new-york times, netflix, wine.com etc... voir http://mfglabs.com/#!/data-marketing\n\n\n
- \n
- Tout comme ces entreprises qui ont rapidement rejoint le web et utilisé le search marketing et les médias sociaux comme un avantage compétitif, il existe une dynamique similaire avec le web de données.\n«Vous devriez faire un inventaire de ce que vous avez comme données et vous devriez réfléchir à la valeur de chacune d’entre elles au sein de votre entreprise et leurs valeurs pour d’autres personnes qu’elles soient de votre entreprise, partenaires, ou même publiques. @timberners_lee»\n\n\n
- élaborer des stratégies efficaces et ainsi ouvrir de nouveaux marchés capables d'innovation.\n\nVoir http://mfglabs.com/#!/blog-charles-darwin-et-les-api\n\n
- Trouver les bonnes questions et y répondre rapporte gros => \n\n\nAmazon augmenterait ses revenus de 30% par la recommandation de produits.\n76% des utilisateurs apprécient avoir des recommandations mais seulement 16% des applications s'en servent. Lorsque l’on sait que 90% des données ne sont pas utilisées, et que ces 10% utilisées peuvent être collées dans le passé, impersonnelles, et donc biaisées, les possibilités de création de valeur sont grandes.\n\nQu'un client achète deux produits différents est une chose intéressante, mais que ce même client soit fin connaisseur de vin et un lecteur assidu de la poésie de Rimbaud en est une autre. Qu’il ait acheté de Toulouse par un temps magnifique, en est encore une autre. Chaque seconde, d’énormes quantités de données sont générées et potentiellement révélatrices d'opportunités, mais aussi de tendances.\n\n-> Patterns are used to create relevant experiences. For example, if the data tells us that you are in a particular segment and we know that segment is interested in mountain bikes, we can show you mountain bike experiences instead of road bike ads.\n\nFrom e-business to me-business.\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- construire un pont entre le monde du cinema et ses amis\n=> trouver des patterns pour une expérience utilisateur personnalisée \n\nEt aussi prédire le box office : prendre la température de la conversation mondiale.\n\n
- \n
- Data is the new code, code is a commodity\n\nidea-code-data (voir schéma)\n\n flux continu\n diversité\n fluidité des formats\n maniabilité\n\navant \n\nidee -> code -> Service-> data ( vertical)\n\ndata -> code -> idea\nor \ncode->idea->data\n\n(everything is linked voir schema)\n\n\ndata everywhere implies new work pattern\nplus de préalable\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- \n\nThink at scale\nBe open minded\npluricompetence (lol)\nthink and know about many perspective on the data\n\n\n
- La plupart des systèmes d'informations n'ont pas de méthodes pour construire des relations entre les données. Impossible de pousser des prédictions assez rapidement pour délivrer des recommandations précises. \n=> Établir des relations entre les données, permet de faire émerger de nouvelles réponses à de vieilles questions mais aussi de voir apparaître de nouvelles questions qu’on ne se posait pas (encore).\n
- \n
- \n
- \n
- \n