Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
#MDN2017
TABLE RONDE
Transformez les données en décisions :
valorisez votre business grâce au Big Data
CCI Seine-et-Marne,...
#MDN2017
TABLE RONDE : Transformez les données en décisions : valorisez
votre business grâce au Big Data
• Animateur : Sté...
#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 ...
#MDN2017
Votre transformation par la donnée
-
Denis OBLIN
#MDN2017
Mémorandum accompagne votre transformation par la donnée
8
• Transformer vos process avec vos
données
• Vous guid...
#MDN2017
9
« Exploiter la donnée est un projet métier, pas un projet informatique »
L’initialisation d’une démarche de val...
#MDN2017
10
Source :Didier Girard /
https://www.linkedin.com/
pulse/20141204124054-
158449-bigdata-l-arme-
du-digital
Peti...
#MDN2017
11
Business
monitoring
Business
insight
Business
Optimisation .
Data
Monétisation
Business
Metamorphosis
Source:
...
#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...
#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...
#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 ...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Le cabinet HAAS société d’Avocats
#MDN2017
© HAAS -Avocats& LegalFab 2017
Les principes directeurs : finalité
Recueil des
données pour
un usage
déterminé et...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Loyauté
Les données doivent
être collectées de
manière
transparente
Proportionnali...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Dispense
Norme
simplifiée
ou
Dispense
Déclaration
Simplifiée
ou
Normale
Autorisati...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Le règlement général pour la protection des données
RGPD : Nouvelle
réglementation...
#MDN2017
© HAAS -Avocats& LegalFab 2017
RGPD : les nouveaux principes
Minimisation
des données
Proportionnalité
Pseudonymi...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Disparition du système de formalités préalables
Suppression de
l’obligation généra...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Non-respect de la réglementation données personnelles
Risques
économiques et
opéra...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Augmentation des sanctions administratives
10 000 000 €
ou 2% CA
Manquement à : Pr...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Interdiction du profilage
Pas de profilage sans consentement
#MDN2017
© HAAS -Avocats& LegalFab 2017
Fichier non déclarée Vente nulle
Fichier illicite hors commerce
#MDN2017
© HAAS -Avocats& LegalFab 2017
Clauses
contractuelle
s types
Règles d’entrepr.
contraignantes
Code de
conduite
Ce...
#MDN2017
Confidentialité des données
-
Maître Frédéric PICARD
#MDN2017
© HAAS -Avocats& LegalFab 2017
Le règlement général pour la protection des données
RGPD : Nouvelle
réglementation...
#MDN2017
© HAAS -Avocats& LegalFab 2017
La sécurité : contenu de l’obligation de sécurité (1)
Adopter des
mesures de
sécur...
#MDN2017
Prévenir la
déformation
Prévenir tout
dommage
Prévenir tout
accès non
autorisé
Notifier à la
CNIL*
Inventaire
des...
#MDN2017
Mesures techniques
et
organisationnelles
Assurer d’un niveau
approprié de
sécurité des
données
© HAAS -Avocats& L...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Focus sur la Pseudonymisation / Anonymisation
Anonymisation Pseudonymisation
#MDN2017
© HAAS -Avocats& LegalFab 2017
Les notions fondamentales
Identification
directe
Données d’identification
Ex. : no...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Confidentialité et Ressources Humaines
Clause de confidentialité
Sous-traitant
Par...
#MDN2017
© HAAS -Avocats& LegalFab 2017
La sécurité et le recours à la sous-
traitance
Action sur
instructions
du
responsa...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Focus : le secret des affaires
Une information
de valeur
Un contrôle sur
cette inf...
#MDN2017
Allier Big Data et confiance
-
Maître Frédéric PICARD
#MDN2017
© HAAS -Avocats& LegalFab 2017
Le BIG DATA
#MDN2017
© HAAS -Avocats& LegalFab 2017
Big Data et IA
Data IAAlgorithme
#MDN2017
© HAAS -Avocats& LegalFab 2017
Big Data et IA
Donner une personnalité juridique
aux future IA autonome ?
Penser u...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Minimisation
des données
Proportionnalité
Pseudonymisation
Collecte de
masse
Stock...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Croisement
des données
Statistique
Interdiction
du
croisement
des données
Consente...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Durée de
conservation limitée
Selon la finalité
Durée de
conservation
illimitée
Bi...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Clients les moins rentable E-commercant + big data
Big Data et discrimination
#MDN2017
© HAAS -Avocats& LegalFab 2017
Score de « prédiction de
grossesse »
Produits et promotions adaptés
Analyse prédic...
#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 c...
#MDN2017
Mais pas que …
51
Pour les particuliers
• Réseaux sociaux
• Sites communautaires (rencontres, loisirs …)
• Objets...
#MDN2017
Mais pas que …
52
Pour les TPE PME
• Cloud Services / Community
• Predictive / Benchmark
• Exemples : Marketing (...
#MDN2017
Pour les éditeurs de logiciel
53
L’enjeu pour le groupe Exact
Combiner le Big Data & le Machine learning pour amé...
#MDN2017
Le Big Data pas à pas
54
5 conseils clé pour maximiser le Big Data pour les PME
• Définir vos objectifs
• Identif...
#MDN2017
Les bénéfices du Big Data pour les PME
55
Prendre des décisions data-driven
#MDN2017
© HAAS -Avocats& LegalFab 2017
Recrutement par big
data
Peut permettre de corriger les
biais humains
Discriminati...
#MDN2017
© HAAS -Avocats& LegalFab 2017
Nouvelle réglementation
: préparez-vous dès
maintenant !
 A télécharger sur
http:...
#MDN2017
Les bénéfices du Big Data pour les PME
58
Productivité, profitabilité
64% des répondants à
l’enquête utilisent de...
#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.cc...
#MDN2017
Jacques TEK - Conseiller Numérique, CCI Seine-et-Marne
62
Rôles & missions
• Accompagner les entreprises TPE et P...
#MDN2017
Questions
-
Réponses
#MDN2017
#Merci
#MDN2017
#Transfonum #digital
@lesdigiteurs
@ccism
Valorisez votre business grâce au Big Data - Mois du numérique 2017
Nächste SlideShare
Wird geladen in …5
×

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

Transformez les données en décisions : valorisez votre business grâce au Big Data. Table ronde organisée durant le Mois du numérique en Seine-et-Marne avec Les Digiteurs.

Ähnliche Bücher

Kostenlos mit einer 30-tägigen Testversion von Scribd

Alle anzeigen

Ähnliche Hörbücher

Kostenlos mit einer 30-tägigen Testversion von Scribd

Alle anzeigen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

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

  1. 1. #MDN2017 TABLE RONDE Transformez les données en décisions : valorisez votre business grâce au Big Data CCI Seine-et-Marne, Serris Jeudi 22/06/2017
  2. 2. #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
  3. 3. #MDN2017 Introduction - Stéphane PARIS
  4. 4. #MDN2017 Qu’est ce que le Big Data en 60 secondes ? 5
  5. 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 ? ? !
  6. 6. #MDN2017 Votre transformation par la donnée - Denis OBLIN
  7. 7. #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
  8. 8. #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
  9. 9. #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
  10. 10. #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
  11. 11. #MDN2017 12 Big data : mélanger beaucoup de données pour construire UNE information nouvelle
  12. 12. #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
  13. 13. #MDN2017 14 La donnée n’est que l’ombre de la réalité : la manipuler et l’interpréter mérite une supervision métier
  14. 14. #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
  15. 15. #MDN2017 Collecte, utilisation et valorisation des données : les bonnes pratiques pour les PME - Maître Frédéric PICARD
  16. 16. #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
  17. 17. #MDN2017 © HAAS -Avocats& LegalFab 2017 Le cabinet HAAS société d’Avocats
  18. 18. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  19. 19. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  20. 20. #MDN2017 © HAAS -Avocats& LegalFab 2017 Dispense Norme simplifiée ou Dispense Déclaration Simplifiée ou Normale Autorisation Autorisation unique ou Demande d’autorisation Les formalités préalables
  21. 21. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  22. 22. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  23. 23. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  24. 24. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  25. 25. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  26. 26. #MDN2017 © HAAS -Avocats& LegalFab 2017 Interdiction du profilage Pas de profilage sans consentement
  27. 27. #MDN2017 © HAAS -Avocats& LegalFab 2017 Fichier non déclarée Vente nulle Fichier illicite hors commerce
  28. 28. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  29. 29. #MDN2017 Confidentialité des données - Maître Frédéric PICARD
  30. 30. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  31. 31. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  32. 32. #MDN2017 Prévenir la déformation Prévenir tout dommage Prévenir tout accès non autorisé Notifier à la CNIL* Inventaire des violations © HAAS -Avocats& LegalFab 2017 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)
  33. 33. #MDN2017 Mesures techniques et organisationnelles Assurer d’un niveau approprié de sécurité des données © HAAS -Avocats& LegalFab 2017 La sécurité à l’ère du RGPD : privacy by design Protection de la vie privée par défaut et dès la conception du traitement
  34. 34. #MDN2017 © HAAS -Avocats& LegalFab 2017 Focus sur la Pseudonymisation / Anonymisation Anonymisation Pseudonymisation
  35. 35. #MDN2017 © HAAS -Avocats& LegalFab 2017 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.
  36. 36. #MDN2017 © HAAS -Avocats& LegalFab 2017 Confidentialité et Ressources Humaines Clause de confidentialité Sous-traitant Partenaires Employé
  37. 37. #MDN2017 © HAAS -Avocats& LegalFab 2017 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)
  38. 38. #MDN2017 © HAAS -Avocats& LegalFab 2017 Focus : le secret des affaires Une information de valeur Un contrôle sur cette information Protection pénale renforcée PAS ENCORE TRANSPOSEE EN DROIT FRANCAIS
  39. 39. #MDN2017 Allier Big Data et confiance - Maître Frédéric PICARD
  40. 40. #MDN2017 © HAAS -Avocats& LegalFab 2017 Le BIG DATA
  41. 41. #MDN2017 © HAAS -Avocats& LegalFab 2017 Big Data et IA Data IAAlgorithme
  42. 42. #MDN2017 © HAAS -Avocats& LegalFab 2017 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 ?
  43. 43. #MDN2017 © HAAS -Avocats& LegalFab 2017 Minimisation des données Proportionnalité Pseudonymisation Collecte de masse Stockage illimitée Rentabilité Big Data et vie privée : la minimisation
  44. 44. #MDN2017 © HAAS -Avocats& LegalFab 2017 Croisement des données Statistique Interdiction du croisement des données Consentement Big Data et vie privée : le croisement de données
  45. 45. #MDN2017 © HAAS -Avocats& LegalFab 2017 Durée de conservation limitée Selon la finalité Durée de conservation illimitée Big Data et vie privée : conservation
  46. 46. #MDN2017 © HAAS -Avocats& LegalFab 2017 Clients les moins rentable E-commercant + big data Big Data et discrimination
  47. 47. #MDN2017 © HAAS -Avocats& LegalFab 2017 Score de « prédiction de grossesse » Produits et promotions adaptés Analyse prédictive et profilage des clientes Big Data et discrimination
  48. 48. #MDN2017 Le Big Data, réservé aux «Big» entreprises ? - Laure BOUTRON
  49. 49. #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
  50. 50. #MDN2017 Mais pas que … 51 Pour les particuliers • Réseaux sociaux • Sites communautaires (rencontres, loisirs …) • Objets connectés • …
  51. 51. #MDN2017 Mais pas que … 52 Pour les TPE PME • Cloud Services / Community • Predictive / Benchmark • Exemples : Marketing (Google Trends), Agriculture, Avocats (legaltech), …
  52. 52. #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
  53. 53. #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
  54. 54. #MDN2017 Les bénéfices du Big Data pour les PME 55 Prendre des décisions data-driven
  55. 55. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  56. 56. #MDN2017 © HAAS -Avocats& LegalFab 2017 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
  57. 57. #MDN2017 Les bénéfices du Big Data pour les PME 58 Productivité, profitabilité 64% des répondants à l’enquête utilisent des applications Cloud d’entreprise.
  58. 58. #MDN2017 Exemples d’applications concrètes du Big Data
  59. 59. #MDN2017 Conseiller Numérique - Jacques TEK
  60. 60. #MDN2017 Les Challenges Numériques Seine-et-Marne 2017 Dossiers de candidatures Jusqu’au 30 sept. 2017 www.seineetmarne.cci.fr
  61. 61. #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
  62. 62. #MDN2017 Questions - Réponses
  63. 63. #MDN2017 #Merci #MDN2017 #Transfonum #digital @lesdigiteurs @ccism

    Als Erste(r) kommentieren

    Loggen Sie sich ein, um Kommentare anzuzeigen.

Transformez les données en décisions : valorisez votre business grâce au Big Data. Table ronde organisée durant le Mois du numérique en Seine-et-Marne avec Les Digiteurs.

Aufrufe

Aufrufe insgesamt

687

Auf Slideshare

0

Aus Einbettungen

0

Anzahl der Einbettungen

483

Befehle

Downloads

8

Geteilt

0

Kommentare

0

Likes

0

×