BI/BIG DATA - Le congrès Big data s'est tenu les 6 et 7 mars à Paris et a démontré de nouveau la très forte dynamique de ce marché dans le cadre de la transformation numérique

RAPPEL DU FAIT.

La 6ème édition du congrès Big data 2017 s’est déroulée les 6 et 7 mars au palais des Congrès à Paris. Comme le domaine traité, les chiffres sont en exponentielle évolution pour démontrer aux auditeurs que nous sommes bel et bien entrés dans une « data driven economy » : plus de 50% des entreprises ont investi sur le sujet en 2016 (ce chiffre était à peine de 7% en 2012). Pour assurer la réussite de cet événement annuel incontournable, 200 éditeurs étaient présents, un village startup et un Lab AI (Intelligence Artificielle) réunissaient des contributeurs très significatifs, 150 ateliers produits et tracks consulting étaient organisés, près de 50 conférences se sont déroulées.   

Le machine learning à l’honneur

Outre le machine learning, les technologies d’intelligence artificielle au sens large telles que le deep learning et le traitement du langage naturel (NLP) montent en puissance. Non seulement l’environnement Big data leur donne leur pleine raison d’être et leur efficacité mais aussi les algorithmes se perfectionnent pour permettre l’émergence de vrais assistants conversationnels auprès des utilisateurs métier (chatbots textuels ou vocaux), de systèmes de recommandation et de personnalisation des offres, mais aussi de détection d’anomalies.

La gouvernance renforcée et démultipliée par la cyber sécurité

La multiplication des données requiert une gouvernance qui va de pair avec la gestion de la sécurité et des accès aux données mais aussi la gestion de la qualité de ces données. De nombreuses enquêtes relaient aussi la défiance des consommateurs dans la sécurité de leurs données personnelles et dans l’usage qui en est fait, sans compter la crainte prégnante des cyber-attaques. On le voit, la gestion des data et la transformation numérique sont devenues stratégiques à la survie des grandes entreprises et au développement des plus petites. Les nouveaux secteurs d’activités portés par des entreprises innovantes axent tout leur modèle business sur les stratégies liées à la transformation numérique, à savoir la gestion de l’expérience et de l’engagement du client, l’analyse de ses interactions avec la marque ou l’enseigne, les recommandations, la personnalisation mais aussi la détection d’anomalies dans le comportement du client ou le fonctionnement des produits. Pour ce faire, il convient de ne rien laisser au hasard quant aux types de données à exploiter. Les big data sont partout : ce sont les données issues des mobiles, des réseaux sociaux, des blogs, des sites Web, des emails, des chatbots, des photos, des vidéos ou encore des capteurs IoT, etc. Toutes ont des choses à nous dire sur le client pour reconstituer progressivement son identité numérique et être pertinent sur les offres qui lui faites. Mais cela va désormais bien au-delà : mesurer la pression marketing que le client peut supporter à titre individuel, le fidéliser en le traitant de façon unique et personnalisée, assurer sa satisfaction en prenant régulièrement son avis, l’inciter à s’exprimer sur les réseaux sociaux en vue de contribuer à l’e-reputation de la marque ou enseigne, enfin atteindre ce cercle vertueux qui le fait devenir ambassadeur de la marque et donc influenceur des autres clients potentiels pour favoriser l’acte d’achat.

Les dernières innovations résident dans l’analyse de la voix et de l’écrit mais aussi des émotions du client face par exemple à une publicité pour tester sa réceptivité à un message ou à une offre.

Le Big data au service de l’innovation

Sur cette édition du congrès, le concours de l’innovation Big data 2017 était de nouveau organisé pour récompenser 3 catégories d’entreprises : B2B, B2C et Startup. Un prix coup de cœur du jury était également remis.

Pour la catégorie BtoB, Covea (groupe d’assurance) l’a emporté avec le Projet XDStore qui vise à maitriser la connaissance client à travers la qualité et la pertinence de multiples jeux de données (open data et autres).

Pour la catégorie BtoC, l’éditeur Tellmeplus a été le gagnant avec son projet Predictive Objects, technique de machine learning pour prédire l’imprévisible, brevetée par Jean-Michel Cambot, inventeur de Business Objects. Elle s’applique par exemple à la maintenance prédictive des voitures, des avions, des téléviseurs intelligents, etc.

Pour la catégorie Startup, l’éditeur Zelros avec son projet d’IA éthique au service des entreprises a été récompensé. Il vise à travers un assistant conversationnel à expliquer ses décisions à l’utilisateur pour le mettre en confiance. Ceci s’appuie sur des techniques de NLU (Natural Language Understanding) et un moteur de machine learning.

Enfin, le prix coup de cœur du jury a été remporté par Sopra Steria avec la plate-forme Big data CLS (Collecte Localisation Satellites) qui permet de gérer les données satellitaires géolocalisées dans le Big data.

Le Big data désormais installé dans les grandes entreprises françaises

De nombreuses grandes entreprises françaises ont présenté leur solutions Big data désormais installée durablement au sein de leur système d’information. Le constructeur Automobile Renault a présenté à la fois l’architecture de sa solution bâtie autour d’Hortonworks ainsi que l’organisation interne qu’il a été nécessaire de mettre en place pour administrer et assurer la gouvernance du système. Le distributeur BUT a présenté son Big Data orchestré par la solution SAP et ses engagements à conserver des contrats de garantie pouvant s’étendre sur 30 ans. La Gendarmerie Nationale a présenté son Data Lake construit autour de la solution Oracle et l’usage des outils prédictifs pour anticiper les faits de délinquance. Deux témoignages de grandes entreprises étrangères, Google et Uber, ont permis de mettre en relief ces réalisations et de constater que les entreprises françaises sont tout prêt des meilleures.  

Cette édition 2017 du congrès Big data fut ainsi riche de nouveaux acteurs, de nouveaux projets et l’occasion de mesurer le chemin parcouru d’une part par les fournisseurs dans leurs propositions de valeur, et d’autre part par les entreprises qui s’emparent peu à peu du sujet en déployant des projets désormais opérationnels et réplicables à d’autres problématiques. L’industrialisation du Big data est en marche et ne s’arrêtera pas !

 

L'AVIS DU CXP

Le Big data, catalyseur de l’innovation au service de nouveaux secteurs d’activités.

Les entreprises innovantes (Uber, Airbnb, Drivy, etc.) portées par la dynamique « data driven » exploitent toutes sans exception leur infrastructure sur le Big data. Ces données sont entièrement stockées dans un Data Lake sans a priori et sans présager de l’usage qui en sera fait ultérieurement. Elles sont aussi émises de sources multiples (mobiles, réseaux, sociaux, mails, blogs, Web, IoT, photos, vidéos, etc.) et arrivent à cadence très rapide ce qui exige des infrastructures à la fois robustes, sécurisées et gouvernées (framework Hadoop, bases NoSQL, etc.).

Dans cette édition 2017 du congrès Big data, l’accent a été mis sur d’une part la cyber sécurité, d’autre part le machine learning.

La cyber sécurité recouvre la cyber criminalité, les risques de sabotage, de piratage ou de maladresse, et nécessite des moyens humains pour sensibiliser les utilisateurs métier sur les risques, une architecture technique fiable et enfin le choix de prestataires de confiance.

Le machine learning, lui, redonne des couleurs à l’intelligence artificielle laissée à plusieurs reprises en jachère au cours des décennies précédentes par le manque de projets mais aussi par l’absence à l’époque d’infrastructures adaptées pour absorber de gros volumes de données en temps réel. Cette technique est particulièrement prometteuse pour de multiples métiers dans l’entreprise : le marketing afin de l’assister pour personnaliser ses offres, émettre des recommandations au client, mesurer la pression qu’il est prêt à accepter ; la vente afin de répondre aux besoins du client avec pertinence, exploiter sa géolocalisation ; le service client enfin pour lui permettre d’anticiper les pannes et de prévenir son client avant qu’il ne se manifeste (en cela l’IoT embarqué sur les produits aura un rôle déterminant).

Tous les secteurs d’activités sont aussi concernés : la banque et l’assurance pour la détection de fraude ou bien le transfert d’expertise, l’industrie automobile pour l’anticipation de panne et la surveillance du comportement du conducteur au service des compagnies d’assurance, l’e-commerce pour la personnalisation des offres et les recommandations de produits, la santé pour l’analyse du profil des patients d’une pathologie donnée, l’anticipation sur les risques encourus mais aussi la prévention, etc. Les cas d’usage se multiplient en la matière et laissent présager de grands bouleversements tous azimuts.

 

Nos interviews éditeurs au cours du Congrès :

Interview Couchbase, éditeur de base NoSQL : Cliquez sur le lien

Interview Elastic, éditeur de solution de recherche, traitement et visualisation en temps réel de données Big data : Cliquez sur le lien

Interview Trifacta, éditeur de solution de préparation des données pour l’analyse : Cliquez sur le lien

Interview Hortonworks, éditeur d’une plate-forme de données basée sur Hadoop, utilisée pour analyser, stocker et manipuler de grandes quantités de données : Cliquez sur le lien
 

Commentaires

Publier un nouveau commentaire