Valorisez votre business grâce au Big Data - Mois du numérique 2017

#MDN2017
TABLE RONDE
Transformez les données en décisions :
valorisez votre business grâce au Big Data
CCI Seine-et-Marne, Serris
Jeudi 22/06/2017

#MDN2017
TABLE RONDE : Transformez les données en décisions : valorisez
votre business grâce au Big Data
• Animateur : Stéphane PARIS – Consultant Digital Sénior, DIGITAL_IN
• Laure BOUTRON – Directrice Marketing, EXACT France
• Denis OBLIN – Fondateur du cabinet MEMORANDUM
• Maître Frédéric PICARD – Avocat à la Cour, HAAS Avocats
• Jacques TEK – Conseiller Numérique, CCI Seine-et-Marne

#MDN2017
Introduction
-
Stéphane PARIS

#MDN2017
Qu’est ce que le Big Data en 60 secondes ?
5

#MDN2017
Définition : Les 4V du Big Data
200 adresses
6
20 millions de clients
400 millions de tweets par jour
8 milliard de vues sur snapchat
Pratiques et technologies emergentes
Volume Variété Vélocité Véracité
? ?
!

#MDN2017
Votre transformation par la donnée
-
Denis OBLIN

#MDN2017
Mémorandum accompagne votre transformation par la donnée
8
• Transformer vos process avec vos
données
• Vous guider pour prioriser les travaux
• Mesurer la valeur cachée sur les
process prioritaires (POC)
• Mettre en œuvre
• Piloter une politique de la donnée
• Vous rendre autonome sur l’exploitation
de vos données
– Transfert de compétence sur les projets
– Formations ad’hoc : comité de direction et
data scientists
– Coaching stratégique et technique
2 grandes approches
… Qui se rejoignent naturellement dans nos interventions :
vos équipes font avec nous, métiers et analystes data progressent ensemble

#MDN2017
9
« Exploiter la donnée est un projet métier, pas un projet informatique »
L’initialisation d’une démarche de valorisation des données ne nécessite aucune
infrastructure :
• Des ordinateurs de bureau (jusque quelques giga de données)
• Des logiciels d’analyse open source (R / Python)
• Des algorithmes d’analyse libres de droit, prédéveloppés et prêt à l’emploi
« La valeur n’attend pas le nombre des octets »
Une valorisation efficace des données dépend moins du nombre d’observations
(quelques milliers de clients ou de dossiers représentent déjà une bonne base) que de la
richesse de ses observations (pour un client avoir ses caractéristiques, ses transactions,
ses courriers, ..)
1
2
« Fail fast & learn »
Les démarches de valorisation des données se font par itérations, il est donc important de
savoir avant de se lancer que certaines analyses potentiellement non concluantes (mais
auront fait progresser)
3
Des convictions simples

#MDN2017
10
Source :Didier Girard /
https://www.linkedin.com/
pulse/20141204124054-
158449-bigdata-l-arme-
du-digital
Petits volumes Gros volumes de données
Valeurunitairedesdonnées
Data Warehouse Big Data
Machine learning (algorithmes)
Infrastructure (hadoop, spark, DMP, ...)
Briques big data pertinentes
Big data : applique la théorie de la longue traine aux données

#MDN2017
11
Business
monitoring
Business
insight
Business
Optimisation .
Data
Monétisation
Business
Metamorphosis
Source:
Bill Schmarzo
CTO Dell EMC Services Big Data
Exemple d’échelle de progression dans l’usage de la donnée

#MDN2017
12
Big data : mélanger beaucoup de données pour construire
UNE information nouvelle

#MDN2017
13
Je n’ai pas de question (et peut être pas d’historique) Apprentissage non supervisé
 Je veux synthétiser mes
données en paquet
relativement homogène pour
mieux me ls approprier
Visualisation de donnés plus simples
Données
présentes
 Achat en ligne
- Mon client va-t-il acheter ?
- Pourquoi mes clients achète /
n’achètent pas
Modèle stable appliqué à tous les nouveaux clients
Diagnostic : profils / parcours, situations favorables ou
défavorables à l’achat
J’ai une question et j’ai un historique  Apprentissage supervisé
Données
passées
 La meilleure publicité sur un
nouveau produit ? (pas
forcément la même pour tous)
Modèle dynamique sur tous les nouveaux clients :
Choix automatique de la meilleure solution, de plus en
plus efficace
Version simple sur 1 paramètre : AB testing
J’ai une question mais je n’ai pas d’historique  Apprentissage par renforcement
Données
futures
Le plus fréquent
Trois cas d’utilisation du Machine Learning

#MDN2017
14
La donnée n’est que l’ombre de la réalité : la manipuler et
l’interpréter mérite une supervision métier

#MDN2017
15
Il n’y a pas à proprement parler de projets data, mais une vision
data des projets
Métier
Equipe Data
Collecte
Données et
visualisation
Choix
Enjeu
cadrage
métier
Kick
Off
S’approprier les données,
visualiser et restituer Modéliser et interpréter
cadrage
Livrables
formalisés
1 - formulation
problème
2 -
Modélisation
3 - Visualisation
& Story telling
2 semaines
Ce qu’on a appris
sur le sujet
Ce qu’on a appris
sur autre chose
(contingence!)
Diagnostic concret
sur les données
Ce qu’on a appris
sur le sujet
Ce qu’on a appris
sur autre chose
(contingence!)
Diagnostic concret
sur les données
Ce qu’on a appris
sur le sujet
Ce qu’on a appris
sur autre chose
(contingence!)
Diagnostic concret
sur les données

#MDN2017
Collecte, utilisation et valorisation des données :
les bonnes pratiques pour les PME
-
Maître Frédéric PICARD

#MDN2017
© HAAS -Avocats& LegalFab 2017
Le Cabinet HAAS Avocats défend et protège les clients nationaux et internationaux intervenant dans
les secteurs de la propriété intellectuelle, du droit des nouvelles technologies, de l’information et de la
communication, de la protection des données, de l’e-commerce, de l’e-marketing et du droit des affaires.
Le cabinet HAAS société d’Avocats

#MDN2017
Le cabinet HAAS société d’Avocats

#MDN2017
Les principes directeurs : finalité
Recueil des
données pour
un usage
déterminé et
légitime
Au stade de la
collecte :
recueil de
données en
relation avec
la finalité du
traitement
Au stade du
traitement : pas
de
détournement
de finalité
1 2 3

#MDN2017
Loyauté
Les données doivent
être collectées de
manière
transparente
Proportionnalité
Seules les données
nécessaires à la
finalité du
traitement doivent
être collectées
Les principes directeurs : loyauté et proportionnalité

#MDN2017
Dispense
Norme
simplifiée
ou
Dispense
Déclaration
Simplifiée
ou
Normale
Autorisation
Autorisation
unique
ou
Demande
d’autorisation
Les formalités préalables

#MDN2017
Le règlement général pour la protection des données
RGPD : Nouvelle
réglementation
européenne
25 mai 2018
Un texte unique pour l’UE
Objectifs
Protéger les consommateurs
Assurer la confiance
Responsabiliser les acteurs

#MDN2017
RGPD : les nouveaux principes
Minimisation
des données
Proportionnalité
Pseudonymisation
Autodétermination
informationnelle
Renforcement du
consentement et de
l’obligation d’information
Nouveaux droits :
Oubli + Portabilité + Profilage

#MDN2017
Disparition du système de formalités préalables
Suppression de
l’obligation générale de
déclaration préalable
Mais maintien du régime
d’autorisation et de
consultation préalables
Création d’une
obligation générale de
tenue de registre des
activités de traitement

#MDN2017
Non-respect de la réglementation données personnelles
Risques
économiques et
opérationnels
Fichier non déclaré
= sans valeur
Suspension de l’activité
Sanctions
importantes
Administratives (CNIL)
Pénales
5 ans & 300 000 €
Civiles
Risques
« réputationnels »
Perte de confiance des
clients et des partenaires
Mauvaise image

#MDN2017
Augmentation des sanctions administratives
10 000 000 €
ou 2% CA
Manquement à : Privacy
by design, PIA, etc.
20 000 000 €
ou 4% CA
Manquement aux droits
des personnes
150 000 € 3 000 000 €
RGP
D
République
numérique

#MDN2017
Interdiction du profilage
Pas de profilage sans consentement

#MDN2017
Fichier non déclarée Vente nulle
Fichier illicite hors commerce

#MDN2017
Clauses
contractuelle
s types
Règles d’entrepr.
contraignantes
Code de
conduite
Certifications
Décision
d’adéquation de la
Commission UE
Privacy Shield
RGPD : transfert hors UE

#MDN2017
Confidentialité des données
-

#MDN2017
Le règlement général pour la protection des données
RGPD : Nouvelle
réglementation
européenne
25 mai 2018
Un texte unique pour l’UE
Objectif
Assurer une meilleure
protection de la vie privée
Assurer une meilleure
concurrence entre les
entreprises

#MDN2017
La sécurité : contenu de l’obligation de sécurité (1)
Adopter des
mesures de
sécurité
physiques
Sécurité des locaux
Adopter des
mesures de
sécurité logiques
Chiffrement
Mesures
adaptées à la
nature des données
et aux risques
présentés par le
traitement

#MDN2017
Prévenir la
déformation
Prévenir tout
dommage
Prévenir tout
accès non
autorisé
Notifier à la
CNIL*
Inventaire
des violations
Pour tout fournisseur
de services de
communications
électroniques
accessibles au public
Pour tout responsable
de traitement
* Dans les 24 heures suivants
la violation ou en deux étapes
(24 heure - notification simple -
puis 72 heures notification
complète
La sécurité : contenu de l’obligation de sécurité (2)

#MDN2017
Mesures techniques
et
organisationnelles
Assurer d’un niveau
approprié de
sécurité des
données
La sécurité à l’ère du RGPD : privacy by design
Protection de la vie privée par défaut et dès la
conception du traitement

#MDN2017
Focus sur la Pseudonymisation / Anonymisation
Anonymisation Pseudonymisation

#MDN2017
Les notions fondamentales
Identification
directe
Données d’identification
Ex. : nom, adresse mail, etc.
Identification
indirecte
Données « identifiante » : personne identifiable lorsqu'un fichier comporte des
informations permettant indirectement son identification.
Ex. : n° d’immatriculation, adresse IP (logs de connexion), n° de téléphone, etc.

Toutes les informations dont le recoupement permet d’identifier une personne
précise. (ex. : une empreinte digitale, l’ADN, une date de naissance associée à
une commune de résidence …).
Données
anonymisées
(irréversible)
Données qui ne peuvent plus être reliées à un individu déterminé ou
déterminable
Les principes la loi LIL ne s’appliquent pas aux données rendues anonymes.
Le passage d’une information anonyme à personnelle est apprécié par le juge (et
par la CNIL).
Données
pseudonymisée
s
(réversible)
Données d’identification remplacée par un pseudonyme mais qui ne
sont pas des données anonymes.
Les principes de la LIL s’appliquent à de telles données.

#MDN2017
Confidentialité et Ressources Humaines
Clause de confidentialité
Sous-traitant
Partenaires
Employé

#MDN2017
La sécurité et le recours à la sous-
traitance
Action sur
instructions
du
responsable
Présenter des
garanties
suffisantes
pour la
sécurité et la
confidentialité
Coresponsabilit
é
notamment en
matière de sécurité
des données
Contractualisatio
n des obligations du
sous traitant
(sécurité et de
confidentialité)

#MDN2017
Focus : le secret des affaires
Une information
de valeur
Un contrôle sur
cette information
Protection
pénale renforcée
PAS ENCORE TRANSPOSEE EN DROIT FRANCAIS

#MDN2017
Allier Big Data et confiance
-

#MDN2017
Le BIG DATA

#MDN2017
Big Data et IA
Data IAAlgorithme

#MDN2017
Big Data et IA
Donner une personnalité juridique
aux future IA autonome ?
Penser un cadre éthique
pour les robots
Créer un système assurantiel pour
les dommages causé par les
robots ?

#MDN2017
Minimisation
des données
Proportionnalité
Pseudonymisation
Collecte de
masse
Stockage illimitée
Rentabilité
Big Data et vie privée : la minimisation

#MDN2017
Croisement
des données
Statistique
Interdiction
du
croisement
des données
Consentement
Big Data et vie privée : le croisement de données

#MDN2017
Durée de
conservation limitée
Selon la finalité
Durée de
conservation
illimitée
Big Data et vie privée : conservation

#MDN2017
Clients les moins rentable E-commercant + big data
Big Data et discrimination

#MDN2017
Score de « prédiction de
grossesse »
Produits et promotions adaptés
Analyse prédictive et
profilage des clientes
Big Data et discrimination

#MDN2017
Le Big Data,
réservé aux «Big» entreprises ?
-
Laure BOUTRON

#MDN2017
Pour les grandes entreprises
50
Domaines d’application : B2C et B2B
• Marketing : affiner les données liées aux consommateurs / utilisateurs, création de modèles prédictifs pour anticiper le
départ d’un client ou les ventes d’un produit.
• Finance / assurances : prédictif, fraud analysis, personnalisation de contrats
• Compréhension et optimisation des processus : gestion des stocks, RH, itinéraires de livraison…
• Sécurité : optimisation du trafic dans les villes
• Santé : recherche médicale et pharmaceutique

#MDN2017
Mais pas que …
51
Pour les particuliers
• Réseaux sociaux
• Sites communautaires (rencontres, loisirs …)
• Objets connectés
• …

#MDN2017
Mais pas que …
52
Pour les TPE PME
• Cloud Services / Community
• Predictive / Benchmark
• Exemples : Marketing (Google Trends), Agriculture, Avocats (legaltech), …

#MDN2017
Pour les éditeurs de logiciel
53
L’enjeu pour le groupe Exact
Combiner le Big Data & le Machine learning pour améliorer l’expérience client
• Pas d’utilisation de données financières
• Customer behavior data
• Agrégation de données pour les experts-comptables
• Services additionnels communautaires

#MDN2017
Le Big Data pas à pas
54
5 conseils clé pour maximiser le Big Data pour les PME
• Définir vos objectifs
• Identifier vos sources de données
• Consolider les données
• Analyser les rapports
• Maximiser l’utilisation de ces données

#MDN2017
Les bénéfices du Big Data pour les PME
55
Prendre des décisions data-driven

#MDN2017
Recrutement par big
data
Peut permettre de corriger les
biais humains
Discrimination
algorithmique
Traces en lignes, données de
base, etc
Big Data et Ressources Humaines

#MDN2017
Nouvelle réglementation
: préparez-vous dès
maintenant !
 A télécharger sur
http://bit.ly/2qmYc9M
Nouveau
HAAS Socié té d’Avocats
32 rue de la Boétie
75008 PARIS
Tel :01.56.43.68.80
Fax : 01.40.75.01.96
contact@haas-avocats.com
www.haas-avocats.com
www.jurilexblog.com
Nouveau : Guide E-Marketing & Protection des données

#MDN2017
Les bénéfices du Big Data pour les PME
58
Productivité, profitabilité
64% des répondants à
l’enquête utilisent des
applications Cloud
d’entreprise.

#MDN2017
Exemples d’applications concrètes
du Big Data

#MDN2017
Conseiller Numérique
-
Jacques TEK

#MDN2017
Les Challenges Numériques
Seine-et-Marne 2017
Dossiers de candidatures
Jusqu’au 30 sept. 2017
www.seineetmarne.cci.fr

#MDN2017
Jacques TEK - Conseiller Numérique, CCI Seine-et-Marne
62
Rôles & missions
• Accompagner les entreprises TPE et PME dans cette Transformation Numérique
• Réaliser un « Diagnostic de Stratégie Digitale » directement en entreprise avec le dirigeant
• Evaluer la « Maturité Digitale » de l’entreprise
• Proposer des recommandations
• Accompagnement : rédaction des cahiers des charges, choix des prestataires, propositions de
formations adaptées
• #MDN2017 – Le Mois du Numérique 2017
• La marque « Les Digiteurs » : Vidéo
Rôle de conseil et d’accompagnement des entreprises

#MDN2017
Questions
-
Réponses

#MDN2017
#Merci
#MDN2017
#Transfonum #digital
@lesdigiteurs
@ccism

Valorisez votre business grâce au Big Data - Mois du numérique 2017

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à Valorisez votre business grâce au Big Data - Mois du numérique 2017

Similaire à Valorisez votre business grâce au Big Data - Mois du numérique 2017 (20)

Plus de Cyril Marsaud

Plus de Cyril Marsaud (20)

Valorisez votre business grâce au Big Data - Mois du numérique 2017

Notes de l'éditeur