background preloader

Datas usages et business

Facebook Twitter

Management Consultancies Association. The rapid advancement of the Digital Age – the confluence of social media, smart devices, Big Data and Cloud computing – represents a massive opportunity for businesses.

Management Consultancies Association

Data is at the heart of this opportunity. But as Digital matures, we will also see new opportunities emerging for consumers to gain advantage from their data. To describe these opportunities, we should first consider the “three waves” of the Digital Age: Management Consultancies Association. Ubimedia-Mania - Un opérateur mobile US échange avec les.

En quoi les Big Data sont-elles personnelles. A l’occasion du colloque “la politique des données personnelles : Big Data ou contrôle individuel “ organisé par l’Institut des systèmes complexes et l’Ecole normale supérieure de Lyon qui se tenait le 21 novembre dernier, Yves-Alexandre de Montjoye (@yvesalexandre) était venu présenter ses travaux, et à travers lui, ceux du MediaLab sur ce sujet (Cf.

En quoi les Big Data sont-elles personnelles

“D’autres outils et règles pour mieux contrôler les données” ). Yves-Alexandre de Montjoye est doctorant au MIT. Il travaille au laboratoire de dynamique humaine du Media Lab, aux côtés de Sandy Pentland, dont nous avons plusieurs fois fait part des travaux. Nos données de déplacements sont encore plus personnelles que nos empreintes digitales Faire correspondre des empreintes digitales n’est pas si simple, rappelle Yves-Alexandre de Montjoye. Image : illustration de l’unicité de nos parcours repérés via des antennes mobiles.

Et Yves-Alexandre de nous inviter à retrouver un de ses collègues du Media Lab. Smart city, smart planet: Sensity is creating a billion-node network of global sensors. There are over four billion street lights in the world.

Smart city, smart planet: Sensity is creating a billion-node network of global sensors

Almost all of them are high-intensity discharge lights that use mercury vapor or some other toxic substance to create light. All of them require power, and most burn out every two years. Now, what if all these could become nodes on a sensor network spanning the entire globe? “Over the next 20 years, we’re going to install four billion DC power supplies 20 feet up in the air, and the install cost is already paid for … so we wondered: What else could you do?” Said Hugh Martin, the CEO of Sensity Systems, to me yesterday. In other words, either Halloween for scientists, with data tricks and treats like they’ve never seen before, or the mark of the beast.

Prédictif

QS. Extracting Wisdom from Data. Vers un Nouveau Monde de données. Wisdom - A Social Intelligence App for Facebook. Réseaux sociaux (3/3) : ces algorithmes qui nous gouvernent. Les 12 et 13 décembre 2011 se tenait à Lyon un colloque universitaire sur les réseaux sociaux organisé par l’Institut rhône-alpin des systèmes complexes.

Réseaux sociaux (3/3) : ces algorithmes qui nous gouvernent

Suite et fin de notre compte rendu… Les algorithmes peuvent-ils se tromper ? Tarleton Gillespie professeur à l’université Cornell devait conclure ces deux jours, mais il n’a pu être présent. Il semblait néanmoins intéressant de jeter un oeil sur son propos qu’il a notamment développé sur CultureDigitally : est-ce que les algorithmes peuvent se tromper ? L’implication publique des plateformes privées. La réflexion de Tarleton Gillespie prend son origine dans les contestations émises à l’encontre de Twitter, accusé de censurer sa liste de Tendances. Bien sûr, la vigueur et la persistance de la charge de la censure n’est pas surprenante, estime Tarleton Gillespie. Les tendances de Twitter ne sont qu’un de ces outils parmi les plus visibles.

Il est essentiel de dépecer les algorithmes, estime Tarleton Gillespie. Réseaux sociaux (1/3) : diviser le monde pour le comprendre. Par Hubert Guillaud le 03/01/12 | 9 commentaires | 4,874 lectures | Impression Les 12 et 13 décembre 2011 se tenait à Lyon un colloque universitaire sur les réseaux sociaux organisé par l’Institut rhône-alpin des systèmes complexes.

Réseaux sociaux (1/3) : diviser le monde pour le comprendre

Comme le soulignait Pablo Jensen en introduction, le sujet est plus qu’à la mode. Partout, on a l’impression que les Big Data vont nous permettre de révéler les données du comportement humain, comme l’exprimait récemment un article du New York Times : permettant à la fois de prédire le plus individuel (le divorce prochain d’un détenteur de carte de crédit selon l’évolution de ses achats) comme le plus collectif (détecter de possibles rebellions grâce aux données issues du web de 21 pays d’Amérique Latine que scrute en continu l’Iarpa américaine).

Vers des “produits de données” Pour O’Reilly Radar, Mike Loukides, a publié un court rapport sur la nature de ce qu’il appelle les « produits de données » où il tente de dresser une esquisse d’une taxonomie des services imaginables depuis ce que produisent les données.

Vers des “produits de données”

La science des données explique-t-il, est en train de donner naissance à de nouveaux types de produits qu’on n’imaginait pas il y a encore quelques années. En fait, les données sont en train de devenir des produits, que ce soit des produits liés aux données elles-mêmes (des données de transports ou de trafic par exemple qui deviennent des services en tant que tels), ou des produits liés à l’activation des données par les utilisateurs (par exemple les produits liés au Quantified Self). Ce que suggère Mike Loukides, c’est que les produits de demain reposeront avant tout sur l’exploitation originale de données. Les données font naître de nouveaux types de produits Pour Mike Loukides, il existe néanmoins d’autres formes de livrables. Quantified Self (3/3) : Les tabous de la mesure. Par Hubert Guillaud le 15/12/11 | 6 commentaires | 2,785 lectures | Impression L’une des limites du Quantified Self demeure trop souvent, de rester focaliser sur la santé et le sport, notamment parce que les deux secteurs permettent d’enregistrer des données “objectives” : vitesse de course, pulsation cardiaque, localisation, prise médicamenteuse… sont autant d’actions concrètes facilement révélables par les chiffres.

Quantified Self (3/3) : Les tabous de la mesure

En ce sens, le QS demeure une mesure de la performance et de l’amélioration, même si pour cela elle observe également la maladie, la faiblesse et la dégradation. Pour s’étendre, le mouvement doit certainement chercher à dépasser ses limites originelles pour introduire la mesure dans d’autres domaines que le seul domaine du soin de soi. Mais en même temps, quand il lui arrive de glisser sur d’autres thématiques, il révèle vite ses limites et ses tabous.