Decideo - Actualités : Data Science, Big Data, Business Intelligence

L’analyse de graphes au service de nouveaux modèles de machine learning

Architecture sous-jacente, puissance de traitement, langage de requête sur les graphes... le machine learning est une technologie techniquement exigeante. Heureusement, les bases de données de graphes natives ont tous les atouts pour relever ce défi. L'analyse de relations complexes (deep links) des graphes donne l'impulsion à de nouveaux développements dans le machine learning. À la clé : l’apprentissage non supervisé des patterns de graphes, l’enrichissement d’attributs pour l’apprentissage supervisé, ainsi que des modèles et résultats explicables. Dans les années à venir, les entreprises auront tout à gagner à adopter cette combinaison puissante de technologies. Le machine learning sous-tend désormais de nombreuses tâches de calcul complexes comme la détection des fraudes, les recommandations personnalisées, l’analyse prédictive, l’identification de groupes d’utilisateurs et d’influenceurs, ou encore le reporting de failles ou goulets…

Positionnement des modèles Data Warehouse et Data Lake dans l’équilibre SSOT-MVOT

Pour rester compétitives, les sociétés doivent tirer profit d’importants volumes de données. Mais il n’est pas rare que l’entreprise doive composer avec des données imparfaites ou en doublon. Ce dont les entreprises ont besoin, c’est d’une stratégie cohérente, maintenant le bon équilibre entre toutes les approches de la gestion de données. Une approche Défensive mettant l’accent sur la sécurité et la gouvernance, et une autre Offensive intégrant particulièrement les modélisations d’analyse prédictive. Quant à la mise en œuvre d’une stratégie Data, elle est rarement statique, et ce quel que soit le secteur d’activité. Généralement, un directeur des données (CDO) est chargé de veiller à ce que cette stratégie s’adapte de façon dynamique, en réponse à la pression concurrentielle et aux mutations de la stratégie d’ensemble de la société.

Quand la data se positionne au service de l’emploi

Aucun secteur n’échappera à la révolution du Big Data ! Si le stockage et l’exploitation des données permettent d’être utile aux grandes entreprises industrielles puisqu’ils permettent de recueillir et d’analyser de grandes quantités de données, force est de constater que le Big Data apparaît aujourd’hui comme une manne précieuse pour nombre d’entreprises, et ce quels qu’en soient la taille ou le secteur. Mais au-delà de disposer d’énormes volumes de données, les entreprises doivent aussi s’assurer de la qualité des données qu’elles utilisent. En effet, l’analyse des données via notamment la création d’algorithmes de machines learning (apprentissage automatique), ou encore le datamining (exploration de données), permet de prédire les comportements des consommateurs pour une expérience client de plus en plus personnalisée (quête de tendances). À l’échelle du consommateur, l’exploration des données apparaît…

Différencier un Data Hub, un Data Warehouse et un Data Lake

Plus qu'une tendance, les Data Hubs suscitent toujours plus d'attention ! De nombreuses entreprises étudient actuellement les différentes solutions du marché, implémentent les leurs, avec pour objectif à terme, de pouvoir gérer et gouverner leurs données critiques. Cependant, cette technologie est encore parfois considérée comme une alternative aux Data Warehouses (ou entrepôts de données) ou aux Data Lakes. Selon le cabinet d’analystes Gartner (1)., "les requêtes de clients se référant aux Data Hubs ont augmenté de 20% entre 2018 et 2019". Il est intéressant de noter que le cabinet d'analystes a remarqué que "plus de 25% de ces requêtes relèvent en fait du concept de data lake". Vous êtes-vous déjà demandé si vous avez besoin de mettre en place un Data Warehouse, un Data Lake ou un Data Hub ? Probablement... Il y a encore beaucoup de confusion autour de ces trois concepts, car ils semblent similaires. En réalité, ils présentent des différences…

Les données ont un rôle clé à jouer dans le diagnostic des troubles du spectre de l’autisme

D’après les conclusions du Journal de recherche de l’Institut Pasteur, les technologies liées au Big Data vont dynamiser le diagnostic des cas de troubles du spectre de l’autisme (TSA) et permettre la vaste compréhension et l’analyse de milliards de lettres de génomes. Le Big Data permet en effet la classification d’échantillons très larges et dotés de paramètres multiples, alors que jusqu’à maintenant, les groupes classifiés étaient plus restreints et homogènes. De cette façon, les psychiatres et chercheurs seront en mesure de tenir compte de l’ensemble des facteurs génétiques, neuronaux, cognitifs et comportementaux afin d’établir des diagnostics plus précis concernant les éventuels cas de TSA et d’adapter les traitements. Selon l’Institut national de la santé et de la recherche médicale (Inserm), environ 700 000 Français sont concernés par des troubles du spectre de l’autisme. La détection des TSA se heurtait jusqu’à présent à des…

Journée mondiale de la sauvegarde 2020 - Que feriez-vous si vous perdiez tout ?

A l'heure où de plus en plus de personnes manipulant des données quotidiennement se font pirater ou perdent leurs données, et où un grand nombre d'entreprises sont victimes d'attaques aux conséquences très lourdes, il devient urgent d'adopter de bonnes habitudes en matière de stockage et de traitement de données informatiques. A l'occasion de la journée mondiale de la sauvegarde qui a lieu chaque 31 mars, voici quelques conseils pour éviter les mauvaises surprises. En quoi consiste une sauvegarde ? Créer une sauvegarde signifie faire une «copie» de données existantes (par exemple des images, des vidéos, des documents importants) ou dans l'idéal deux copies, et de conserver ces différentes versions au cas où l'original viendrait à disparaître. Transférer des photos de vacances ou de mariage d'un appareil photo à une carte mémoire ou un disque dur pour libérer de la place sur un appareil ne signifie pas sauvegarder - l'idée d'une sauvegarde est de posséder des…

A qui sont les données qui pourraient nous aider à lutter contre le Coronavirus / Covid19 ?

Comment les nouvelles technologies pourraient-elles nous aider à lutter contre la contagion de Covid-19 ? Il est urgent de définir un cadre réglementaire pour protéger la vie privée mais aussi pour affronter les besoins exceptionnels qui peuvent survenir. Ce sont des heures difficiles dans le monde entier, avec des milliers de personnes qui essaient de contenir la propagation du Covid-19, mieux connu sous le nom de Coronavirus, tandis que plusieurs équipes dans différentes parties du monde travaillent à la recherche d'un vaccin ou d'un traitement pharmacologique qui puisse limiter les dégâts. Les procédures d'endiguement de la diffusion sont principalement basées sur la tentative d'identifier les sujets contaminés et d'essayer de reconstituer avec eux ce qu'ils ont fait les jours précédents, qui ils ont rencontré et quels endroits ils ont fréquentés. Le but est de d’essayer d’identifier les autres personnes ayant été en contact avec des personnes infectées, qui…

Coronavirus : Signalement des regroupements, l'exemple Suisse ?

L'annonce du gouvernement suisse qu'il va profiter des données de l'opérateur télécom Swisscom pour déterminer si des individus se rassemblent de manière illégale interroge nos démocraties. Qu'en est-il du respect de la vie privée des citoyens ? Est-ce applicable en France? Ce qui se passe en Suisse est-il applicable en France ? Oui sans difficulté. Sur le plan technique et constitutionnel, la France peut parfaitement utiliser cette technologie pour identifier les mouvements de masse et les regroupements. Mais cela devra être produit après publication de l'ordonnance du Conseil des ministres. Les opérateurs pourraient s'y opposer si l'État exige une collecte nominative du bornage des GSM. En revanche s'y opposer alors qu'un traitement anonyme et conforme au règlement européen sur la protection des données est appliqué (RGPD) serait délicat sur le plan de l'image, mais aussi juridique. En effet, le Règlement européen prévoit dans certains cas la possibilité de…

La Business Intelligence, un soutien aux entreprises pour décider et s'adapter aux contextes incertains

Depuis le 16 mars, l'ampleur de la pandémie a un impact sans précédent sur l'individu et sur l'entreprise. Cette dernière doit aujourd'hui faire face à sa responsabilité humaine et sociétale, mais également économique car il s'agit d'affronter la secousse inévitable et de survivre. Comment la business intelligence peut-elle aider l'entreprise à surmonter au mieux cette situation de crise ? En quoi peut-elle aider les managers et les dirigeants ? Piloter la situation en temps réel Le premier réflexe est celui de la mesure de la situation. La BI, connectée aux applications métiers doit permettre de délivrer très rapidement des informations en temps réel. Tous les métiers sont concernés et ceux qui sont le plus « digitalisés » fournissent, à l'évidence, une donnée précise et fiable. Les fonctions commerciales sont certainement en première ligne. Elles pilotent la prévision et la prise de commande, le nombre de rendez-vous, les dates de closing, etc… Côté…

Coronavirus (Covid-19) : comment l’intelligence artificielle peut aider les entreprises à la continuité de l’activité

La crise du coronavirus, ou Covid-19, a un impact sur la population considérable. En plus de cet aspect humain, essentiel, le coronavirus a également des conséquences très lourdes sur les entreprises, des plus petites aux géants du Cac 40. Pourtant, des solutions existent pour limiter l’impact économique d’un confinement de la population, notamment grâce aux technologies d’intelligence artificielle. Découvrez comment assurer la continuité de l’activité pendant l’épidémie de Coronavirus. Chaque journée qui passe voit l’arrivée de nouvelles mesures décidées par le gouvernement pour tenter d’endiguer la propagation du Coronavirus (Covid-19). Les décisions visant à limiter la circulation des personnes semblent particulièrement efficaces. En effet, la Chine, foyer originel de l’épidémie, entrevoit le bout du tunnel après l’application de mesures de confinement drastiques. Mais de telles mesures ont des conséquences économiques pour les entreprises…

SQL : il est temps de mettre les données de sauvegarde au travail !

La sauvegarde des bases de données est souvent vécue comme un mal nécessaire. Coûteuse en temps et en espace de stockage, elle est souvent vue comme une police d’assurance dont le bénéfice n’est perceptible qu’en cas de compromission des données. Pourtant une autre piste existe, permettant de retirer de la valeur de ces données, tout en soulageant les systèmes en production. Pour des raisons évidentes de qualité des données, de centralisation de l’information et souvent de coût, beaucoup d’entreprises exécutent l’ensemble de leurs requêtes sur la même base de données. Pour une enseigne retail, le même système peut être sollicité pour répondre - avec une diligence identique - aux besoins de vérification des hypothèses marketing et aux demandes relatives à la gestion des stocks sur le terrain. Ainsi la requête d’un commercial en facing client sur la disponibilité d’un produit spécifique dans une agence locale peut se voir ralentie par la…

Transformer rapidement et simplement sa DSI grâce à la RPA

Candidate idéale à l’automatisation, la DSI a, en effet, une activité quotidienne propice à la RPA (automatisation robotisée des processus). En automatisant les missions fastidieuses, la RPA libère les équipes leur permettant ainsi de se concentrer sur des missions valorisantes. Mais pour automatiser intelligemment, les DSI doivent s’engager pleinement dans cette transformation sans négliger l’aspect sécuritaire. Améliorer la productivité des équipes Pour réduire les tâches manuelles et simplifier leurs processus, les DSI ont de plus en plus recours à l’automatisation. Exploitation des serveurs ou gestion du parc informatique, ces tâches peu valorisantes sont chronophages et ne représentent pas de grande valeur ajoutée pour les collaborateurs. D’autant qu’en fin de mois, s’observent des pics d’activités importants avec le chargement ou le traitement des fiches de paie qui nécessitent de récupérer de nombreuses données RH. Autant d’activités…

Du marketing segmenté au marketing de la singularité : jusqu'où peut-on vraiment personnaliser l'expérience client digitale ?

Pour sortir du marketing de masse, les spécialistes et annonceurs ont misé sur le triptyque segmentation-ciblage-positionnement afin de personnaliser la relation entre les marques et leurs clients et prospects. Autrement dit, la finesse de la segmentation des clients sur la base de critères essentiellement sociodémographiques, psychographiques ou historiques. Si cette approche a longtemps été considérée comme le Graal, elle pose à présent, à l'ère de l'expérience en ligne temps réel, deux principales limites. D'une part, les visiteurs d'un site web sont catégorisés selon des données « froides » qui peuvent ne plus être d'actualité au moment de leur visite. D'autre part, elle classe les visiteurs dans des catégories immuables qui n'ont peut-être pas de lien réel avec leurs besoins à un instant T de leur navigation. Rien ne garantit que ces données du passé soient en phase avec les attentes du visiteur au moment précis sa visite. Le fait d'être catégorisé…

L'avenir des bases de données est dans le cloud

Les infrastructures de bases de données on premise et les systèmes legacy s’effacent peu à peu au profit d’une gestion de bases de données agiles, évolutives et rentables sur le cloud. En effet, de plus en plus d’entreprises misent aujourd’hui sur les innovations disponibles pour les systèmes de gestion de bases de données (SGBD) et le cloud est devenu incontournable. Ainsi, on remarque une augmentation de la popularité des systèmes Database as a Service (DBaaS). Selon des études de marché, d’ici 2021, les revenus générés par les SGBD dans le Cloud représenteront 50 % des revenus totaux du marché des systèmes de gestion des bases de données. D’ici 2023, 75 % des bases de données seront par ailleurs hébergées sur une plateforme cloud. Indéniablement, ces tendances devraient avoir un impact majeur sur le paysage des fournisseurs de SGBD. Et c’est tant mieux, car les DBaaS apportent les solutions à de nombreux problèmes que rencontrent aujourd’hui…

Sécurité des données : pourquoi ne pas faire le choix de l'externalisation ?

Pour beaucoup d'entreprises, la sécurité informatique est un travail d'équilibriste entre les possibilités et le budget. Peu d'organisations sont capables d'investir dans toutes les technologies, ce qui dans la plupart des cas, nécessite quotidiennement de prioriser soigneusement les besoins en sécurité en parallèle des autres couts qui pèsent sur des budgets limités. Et ce n'est pas facile. Avec de nombreux sujets qui requièrent leur attention, les responsables de la sécurité de l'information (RSSI) sont souvent confrontés à des décisions délicates. Par exemple, certaines entreprises optent pour la protection avancée contre les menaces (EPP/EDR) afin de lutter contre la vague continue de brèches de sécurité Pour d'autres, la sécurité et les tests des applications sont une exigence réglementaire et, par conséquent, souvent non négociable. La liste est longue : la croissance des programmes BYOD (amener votre propre matériel), par exemple, a élargi les…

La visibilité sur les données réduit les cyber-risques liés au télétravail

Avec la situation actuelle, le nombre de télétravailleurs explose. Visioconférences, appels téléphoniques, accès aux fichiers à distance, partage de données via différents canaux ou encore utilisation du Wi-Fi, autant de pratiques qui viennent bousculer le quotidien et les habitudes de certaines entreprises. Si le télétravail permet aux organisations de maintenir au mieux leur niveau d’activité, la sécurité du cloud représente un maillon faible qui peut mettre à mal la cybersécurité de celles qui n’ont pas pu ou su s’y préparer. Toutes les entreprises ne sont pas forcément équipées pour des situations de télétravail qui n’auraient pas été anticipées. Pour faire face à cette situation inédite, il est important qu’elles aient à leur disposition les moyens nécessaires pour lutter contre les cybermenaces, le risque de violation de données étant plus important. Les travailleurs à distance se connectent pour la plupart au réseau de leur entreprise…

Comment l'Intelligence Artificielle peut venir à la rescousse des banques pour améliorer la satisfaction de leurs clients en ligne

Les banques ont subi ces dernières années une profonde métamorphose avec l'adoption croissante des services en ligne et du mobile. Parce que ces consommateurs connectés exigent des expériences toujours plus performantes, les banques sont progressivement devenues des entreprises digitales, en plus de fournir des services financiers. Cette transformation de grande ampleur comporte son lot de nouveaux défis, et les banques en ont fait les frais avec une augmentation critique des défaillances informatiques. Une étude révèle ainsi que les entreprises ont subi en moyenne pas moins de six pannes informatiques signifiantes, au cours des douze derniers mois. Les notes des Applis bancaires sur l'App Store ou les réclamations de clients pour des problèmes d'accès à leur banque en ligne, ou d'échec de leurs transactions par carte bancaire parlent d'elles-mêmes. Les banques ont toujours voulu sécuriser la solidité de leur système. Aujourd'hui, comme le nombre d'agences bancaires…

Exploiter tout le potentiel de l'Intelligence Artificielle

Les possibilités offertes grâce à l'intelligence artificielle (IA) dans les entreprises s'améliorent au quotidien. Pourtant, peu de sociétés exploitent pleinement l'IA dans la pratique. Elles ont certes identifié des domaines d'application, mais n’ont pas encore franchi le pas. Pour utiliser l'IA aussi efficacement que possible, une combinaison d'apprentissage et de méthodes basées sur des règles est recommandée. Dans la plupart des entreprises, il n'y a pas de larges équipes en charge de la gestion de ces données. Les systèmes d'apprentissage utilisés ne sont donc pas les plus performants, mais grâce à des algorithmes, il est possible de commencer à capitaliser sur ses données. Concrètement, il existe d'innombrables scénarios de déploiement de l'IA. Les DRH simplifient par exemple leur recrutement grâce à l'IA, les services clients s'appuient sur l'IA pour le support client, les services juridiques utilisent l'IA pour identifier les passages contractuels…

Reconnaissance faciale : 3 questions à… Ludovic Broyer, fondateur d’iProtego

Le 19 février 2020, la Commission européenne dévoilait sa stratégie en matière de données et d’Intelligence Artificielle. Cette prise de position intervient alors que la technologie de la reconnaissance faciale via l’application Alicem (Authentification en ligne certifiée sur mobile) est utilisée par les pouvoirs publics français à titre expérimental. Entre simplification du quotidien et espionnage, le sujet suscite de vives polémiques. Ludovic Broyer, fondateur d’iProtego, agence d’e-réputation digitale et de protection des avis en ligne, répond à 3 questions sur ce dispositif amené à se développer. Qu’est-ce que la reconnaissance faciale et comment fonctionne cette technologie ? La reconnaissance faciale est une technologie qui utilise l’Intelligence Artificielle pour à la fois authentifier, c’est à dire vérifier qu’une personne est bien celle qu’elle prétend être, et identifier, c’est à dire retrouver une personne au sein d’un groupe…

Criminalité financière : les bases de données relationnelles ne font plus le poids

Jamais la question de l'évasion fiscale n'a été autant d'actualité. Les candidats l'inscrivent en grosses lettres dans leurs programmes électoraux, les médias montent en épingle les démêlés des stars et autres peoples avec le fisc, tandis que les géants de la tech sont sommés de s'expliquer de leurs politiques d'optimisation fiscale devant des commissions parlementaires télévisées. La volonté d'agir est donc là, mais les moyens semblent beaucoup plus timides. L'évasion fiscale reste d'ailleurs souvent la grande absente des politiques budgétaires. Pourtant, les estimations du manque à gagner vont jusqu'à évoquer la somme de 100 milliards d'euros pour la France. Selon le fisc américain (IRS), la facture s'élèverait à 397 milliards € par an pour le gouvernement fédéral.

Big Data : les SI Décisionnels migrent dans les nuages

C’est à la fin des années cinquante qu’un analyste, l’allemand Hans Peter Luhn, a décrit pour la première fois un BIS (Business Intelligence System) pour recueillir des faits, les analyser, en tirer des modèles et diffuser des informations aux différentes parties prenantes d’une organisation pour mieux gérer les activités. Le mot marketing lui, est apparu au début des années soixante s’appuyant sur des idées & des expériences de la décennie précédente en particulier aux États Unis. Dans les années soixante-dix, les best-sellers des éditions en matière de management concernaient les SIM pour Système d’Information Marketing. Un SIM de l’époque visait à rassembler toutes les informations possibles internes ou externes nécessaires aux décideurs marketing, en particulier pour réaliser le plan marketing annuel. Concrètement, il s’agissait de centraliser des données qui pour l’essentielle étaient papier, mais on commençait à s’appuyer sur…

Plus d’expérimentation pour réduire les couts liés à un échec

« Fail fast » (ou échouer rapidement) : voilà une expression que les dirigeants d'entreprise ont encore parfois du mal à entendre. Malgré les nombreuses tentatives pour vanter les mérites de cette méthode, elle jouit toujours d’une mauvaise réputation puisque beaucoup de dirigeants, quel que soit le secteur, la voit comme une cause de faillite potentielle. Mais alors, que signifie échouer rapidement ? Tout d’abord, malgré ce que le terme sous-entend, l’échec n’est que rarement l’issue de cette méthode. Le but est au contraire d’étudier un grand nombre de possibilité sur une courte période de temps afin de trouver une solution viable et de limiter l’impact financier d’un projet. Très souvent les chargés de projets sont animés par une forte envie de « gagner ». Une volonté si forte qu’elles ont tendance à prendre des engagements basés sur une objectivité fragile. Le projet ont tendance à grossir de manière démesurée car les départements…

Quels dispositifs pour éviter la perte de données sensibles ?

Les lois sur la protection des données personnelles se multiplient dans le monde entier. Vous avez probablement déjà entendu parler de celles édictées par l'Union Européenne. Elles ont sensibilisé les organisations à la nécessité de protéger les données personnelles qui leur sont confiées. Les conséquences de l'irrespect des lois européennes Le mépris de ces lois peut entraîner d'importantes sanctions pécuniaires. En vertu du règlement général sur la protection des données (RGPD), la CNIL (Commission nationale de l'informatique et des libertés) peut infliger aux organisations des amendes pouvant aller jusqu'à 4 % du chiffre d'affaires mondial. Un exemple récent est celui d'un prestataire informatique qui, à la suite d'un dysfonctionnement technique, avait fait disparaitre un très important nombre de fichiers d'un de ses clients, spécialisé dans la construction de nacelles. Il a donc été condamné par la justice française à une amende de plus de 500 000…

Les cinq enjeux technologiques du secteur de l'assurance

L'innovation dans le secteur de l'assurance s'appuie principalement sur des technologies d'intelligence artificielle et de big data, et vise à maximiser l'efficacité, réduire les risques d'assurance et améliorer le service client. Bien que le secteur ait fait des progrès pour intégrer ces nouvelles capacités, l'assurance a tendance à être à la traîne par rapport à d'autres industries, telles que le retail et la finance, en ce qui concerne l'intégration des technologies émergentes. Ce contexte a poussé French AssurTech à s'intéresser aux défis à relever par les assurances dans les années à venir. Exploiter davantage les données Tous les groupes d'assurance ne réalisent pas ou ne mettent pas suffisamment l'accent sur le fait que toutes les données dont ils disposent, représentent un atout stratégique considérable. Trop souvent, elles stockent toutes leurs données dans des environnements mal organisés. Cela peut rendre une analyse exhaustive des données…