Decideo - Data Science, Big Data, Intelligence Augmentée

Après une carrière bien remplie au marketing de Business Objects, puis comme directeur d'une des écoles du groupe Grenoble Ecole de Management, François Trouillet a pris une retraite légèrement anticipée pour se consacrer à  une passion, la haute montagne. Il a tenté deux fois l'ascension de l'Everest, et nous parle de son expérience, sous l'angle de la data. Des données aujourd'hui omniprésentes dans le monde de la montagne et du sport en général.

Bienvenue dans la saison 3 du podcast Decideo, présentée par Philippe Nieuwbourg. Tout sur l'actualité de la Data !

Spallian est une société française, spécialisée dans la data, et qui a fait le choix assumé de rester à la fois un éditeur de logiciels, et une société de prestations au service de ses clients. Parmi ses projets cibles, ceux liés à l'exploitation de la donnée dans le cadre de la ville intelligente, au travers de sa plateforme Spallian City Open Data. Nous avons donc interrogé Renaud Prouveur, PDG et fondateur de Spallian, sur ces différents sujets : - La vie en ville n'a plus autant la cote depuis la crise sanitaire de cette année, mais cela ne freinera certainement pas la volonté des grandes villes de devenir plus "intelligentes", en particulier grâce aux données. Vous avez créé une plateforme d'analyse, Spallian City Open Data, dédiée aux données sur la ville. Expliquez nous ! - En tant qu'habitant d'une grande ville, on a toujours l'impression d'une absence totale de coordination entre les services... dans les travaux par exemple. Est-ce vraiment juste avec de la data et du partage d'informations que l'on va résoudre le problème ? - Des villes comme Nantes ont fait de la donnée un argument électoral, en publiant par exemple une charte des données qui informe le citoyen sur les données, leur collecte, les droits, etc. Pensez vous que les électeurs sont mûrs pour comprendre ces sujets ? - Des données c'est bien, mais nous savons qu'elles ne sont pas toujours de bonne qualité. Comment vous assurez vous de la cohérence des données ? Savez vous les corriger lorsqu'elles sont imparfaites ? - Pour terminer, parlons d'une autre de vos initiatives, le datalab. Comment cela fonctionne-t-il et qui peut y participer ?

En s'appuyant sur des données, C-Ways aide ses clients à construire des modèles prédictifs. Et ils publient certains de leurs résultats sous forme d'études très intéressantes. Nous avons rencontré Grégoire Mialet, Co-fondateur de C-Ways, pour lui poser quelques questions sur notre futur, et sur ses méthodes de prédictions. - C-Ways a publié il y a quelques semaines, juste avant les vacances d'été, une étude sur les tendances de consommation. Un challenge en cette période inédite de crise sanitaire. Vous y avez détaillé 5 tendances, Pouvez vous nous les résumer en quelques instants ? - J'aimerais insister sur celle qui semble la plus importante, le temps distendu, avec l'augmentation de 294 % du télétravail. On ne s'en rend pas bien compte, mais l'impact de ce changement d'espace temps et d'espace lieu a des conséquences énormes sur les commerces de proximité, l'immobilier, la vente d'habillement, les restaurants, les mobilités, etc. Que nous apprennent vos données ? - Venons en maintenant à la méthode. On explique souvent que les meilleures prédictions sont basées sur l'analyse du passé. Comment pouvez vous prédire les impacts de la crise que nous connaissons alors qu'aucune information passée n'est disponible ? - Le métier de C-Ways c'est la data, mais surtout son anticipation. Quelles sont les compétences nécessaires, et les outils indispensables, pour correctement prévoir le futur ? - Vous avez également publié une étude sur la place du magasin. De l'échoppe du moyen age au immenses centres commerciaux américains des années 90, le lieu de vente a incroyablement évolué au travers des siècles. Est-on revenu au monde de l'échoppe ? Comment dois-je penser mon organisation si je souhaite ouvrir une nouvelle marque ?

Pauline Guillet est étudiante à l'Université de Technologie de Compiègne, actuellement en Master 2 d'un master en informatique spécialisé dans les données et l'intelligence économique. Après avoir découvert Qlik lors d'un stage chez Micropole début 2020, elle s'inscrit au Datathon pour améliorer ses compétences avec un cas d'usage technique et concret. Pendant cette expérience elle aiguise sa conscience de l'urgence climatique en découvrant notamment l'étendue de la pollution de l'air. Le Datathon est le premier challenge mondial invitant les étudiants du monde entier à concevoir des solutions de data science pour adresser les problèmes au cœur de la crise climatique. Ce challenge est organisé par Qlik, acteur de la data et de l'analytique, dans le cadre de son partenariat avec le C40 Cities, une organisation qui vise à lutter contre le dérèglement climatique qui rassemble 94 des plus grandes villes du monde. Pour le Datathon , Pauline a été confrontée aux même défis que ceux rencontrés par les data scientists dans leur quotidien : création de tableaux de bord, interprétation des données, storytelling, … En partant des données qui ont été mises à sa disposition par C40Cities, elle a conçu une application qui s'appuie sur la solution QlikSense, outil d'analyse des données de Qlik, pour visualiser les données et faire ainsi plus facilement des corrélations entre la pollution et ses conséquences sur la santé publique. Nous lui avons posé quelques questions : - Tout d'abord, j'aimerais que nous vous connaissions mieux. Vous êtes étudiante, en Master 2 à l'Université de Compiègne, et vous vous spécialisez dans les données et l'intelligence économique. Quel sera demain votre rôle, comment voyez vous les données nous aider à comprendre notre monde ? - Vous avez remporté le Datathon de Qlik dont le sujet cette année était la crise climatique vers laquelle nous nous dirigeons. Comment les données peuvent-elles nous aider à comprendre un sujet aussi complexe ? - Aujourd'hui la majorité des gens s'informent sur Facebook et d'autres réseaux sociaux... N'est-ce pas déprimant quand on essaye comme vous de faire passer un message sérieux ? N'est-ce pas là finalement le problème essentiel; le manque de culture générale de la majorité des gens, qui sont donc incapables de comprendre ces grands enjeux que vous décrivez ? - Vous avez utilisé Qlik Sense pour réaliser votre travail. Que pensez vous de cet outil ? Ce que vous aimez, et ce que vous aimeriez y trouver ? - Parlons un peu de data storytelling. Face à la complexité des chiffres et des graphiques, il faut raconter une histoire. Quelle histoire avez-vous souhaité raconter ? Comment l'avez vous construite ?

Fondateur de Magma Technology, Mourad El Bidaoui nous présente la chaîne de la donnée, de l'objet connecté installé dans un conteneur (ou même un des cartons de ce conteneur), au bateau qui le transporte, au camion qui le livre... tout cela pour localiser au mieux les flux logistiques d'une entreprise, et prévoir les livraisons. Quand ma marchandise va-t-elle arriver ? Où est-elle ? Est-elle conservée à la bonne température, a-t-elle subi des chocs, les portes de son conteneur ont-elles été ouvertes, etc ? Que vous transportiez des sacs de luxe, des voitures, du caviar ou des iPhones, ces questions sont cruciales pour un logisticien. Le chiffre d'affaires de l'entreprise en dépend, tout comme la satisfaction des clients. Magma Technology propose une plateforme capable de collecter, assembler et analyser toutes ces données. Son fondateur nous en détaille le fonctionnement. - Vous présentez Magma Technology, comme un spécialiste de la gestion de données sur les contenants. On pense bien sur aux conteneurs qui parcourent les mers, mais j'imagine que cela va bien au-delà. Quels sont ces contenants que l'on peut suivre aujourd'hui ? - On parle donc bien sur d'objets connectés. Quels sont ces objets, et quelles données collectent-ils ? - Du point de vue logiciel, comment les outils d'analyse de données et de prédictions peuvent-ils exploiter ces données ? - Tout cela c'est fantastique, mais du point de vue du consommateur, pourquoi cela n'améliore-t-il pas le service ? L'éternel problème du dernier kilomètre. Pourquoi ne puis-je toujours pas savoir plus précisément quand je serai livré, entre 8h et 20h.... ? - On ne peut s'empêcher de faire un rapprochement avec Shippeo, une autre startup du domaine de la logistique. Vous y avez d'ailleurs travaillé. Quelles sont les différences entre Shippeo et Magma technology ? - Peut-on demain imaginer prévoir le futur avant même que le présent ne se soit réalisé ? Amazon avait un jour indiqué qu'il pouvait commencer la livraison d'un produit avant même que vous ne l'ayez commandé. En est-on là demain ?

CEO et fondateur de Data Legal Drive, une startup de la "legaltech", Sylvain Staub est également avocat, associé chez DS Associés. Data Legal Drive édite un logiciel de pilotage de la conformité RGPD. Un logiciel qui ne serait rien sans la connaissance juridique des experts de l'entreprise. Un éditeur qui emploie d'ailleurs pour moitié des informaticiens et pour moitié des experts juridiques. Au cours de ce long entretien, nous avons interrogé Sylvain Staub sur les différents aspects du RGPD, sa mise en place dans les entreprises, ses contraintes, et son apport à la valorisation des données. - La conformité RGPD est un sujet clef dans une démarche de gouvernance, pouvez vous commencer par nous expliquer comment un logiciel peut aider les entreprises à être conformes ? - Etre conforme RGPD, c'est s'appuyer sur des solutions logicielles, mais c'est surtout éduquer. Comment combinez vous les deux ? Quel est votre rôle en matière d'éducation ? Et de répression en cas de mauvais usages ? - Aujourd'hui on parle de plus en plus de la valeur de la donnée. Certes, une donnée conforme a plus de valeur qu'une qui ne l'est pas. Mais comment intégrez vous cette notion de valeur dans votre approche ? Aidez-vous une entreprise à mesurer la valeur de ses données ? - Le RGPD c'est une chose, mais aujourd'hui les réglementations émergent un peu partout dans le monde (Canada, Californie, Brésil...). Vais-je devoir acheter un logiciel pour gérer chaque conformité ?

Tombés dans la marmite de potion magique d'Excel, les financiers, contrôleurs, auditeurs, sont parmi les principaux analystes de données. Aujourd'hui ils utilisent des outils plus avancés tels que Qlik, ou d'autres outils de business intelligence dite agile. Mikaël Elbaz nous explique pourquoi, et surtout comment. Utilisateurs de Qlik depuis plusieurs années, les auditeurs financiers de Mazars s'appuient sur cet outil pour leurs analyses quotidiennes. Associé en charge de l'analyse de données, Mikaël Elbaz nous explique comment ces outils de visualisation graphique ont fait évolué les métiers de la finance, et comment, dans le futur, l'automatisation de certaines tâches d'analyse libèrera du temps pour des investigations plus poussées. - Fan d'Excel, et habitué à cet environnement très agile, comment l'auditeur financier a-t-il évolué vers la visualisation graphique ? - Quel rôle joue la visualisation graphique dans le métier de l'audit financier ? - Comment l'automatisation du traitement des données et de leur visualisation ont-ils et vont-ils changer le métier d'auditeur financier ? - Entre le flair de l'auditeur financier, et des processus automatisés d'apprentissage machine de détection des fraude, qui est le plus efficace ? Et demain ? - Si le système continue d'apprendre, ne va-t-il pas remplacer, et plus efficacement, l'auditeur financier ou 80% d'entre eux ? Comment doit-il faire évoluer ses compétences ?

Fondée en 2016, Datategy est connue pour sa plateforme, OctoCity, qui centralise les sujets data liés à la mobilité (transport, parking, lutte anti-fraude). Avec cette nouvelle solution, la startup s'adresse désormais à ceux qui souhaitent prototyper et industrialiser rapidement leur solution de Data Science à un cas d'usage précis. Nous avons rencontré Mehdi Chouiten, co-fondateur de Datategy, afin qu'il nous présente cette nouvelle offre et son positionnement, sur un marché des "plate-formes" déjà très encombré... - Vous annoncez aujourd'hui une "plateforme" d'IA de "nouvelle génération". Tout le monde veut être une plateforme, Google, Amazon, Microsoft, etc. Qu'allez-vous proposer et en quoi cela sera-t-il différent ? - Nous sommes d'accord sur le fait que l'Intelligence Artificielle (l'apprentissage machine) est un cycle, de la collecte à la transformation des prévisions en actions. Mais vos clients sont déjà équipés de la plupart des briques. Comme se positionne alors votre plateforme ? En remplacement ? De quelles briques ? - Parlons de l'IoT. Comme l'IA peut-elle aider à aller un peu au-delà des simples capteurs de prise de température ou de pression ? Quels sont les usages innovants qu'en font vos clients ? - Quel est le rôle du data scientist avec une plateforme comme la votre ?

Zebra Prescriptive Analytics est une solution qui analyse les données d'une entreprise de vente au détail, identifie les opportunités et prescrit des actions faciles à comprendre. A l'approche des soldes (cette interview a été enregistrée en juillet dernier), il est intéressant pour les commerçants de comprendre comment ils peuvent attirer les individus à faire leurs achats chez eux, que ce soit en ligne, en magasin ou une combinaison des deux. Les détaillants doivent ainsi exploiter des outils de données avancés non seulement pour comprendre les préférences et les besoins de chaque individu, mais aussi pour prévoir les articles dont ils pourraient avoir besoin. Comment la technologie peut-elle aider les commerçants à optimiser les soldes grâce à leur outil d'analyse des données qui améliorent les opérations et la rentabilité, tout en assurant une meilleure gestion des stock, et une anticipation des besoins des clients ? Avec nos deux invités, nous étudions comment une entreprise peut réagir face à des situations imprévues, et comment l'analyse de données, et la comparaison des modèles d'une région à l'autre, d'une industrie à l'autre, peuvent aider à construire des prévisions. - En quoi la période de soldes qui s'ouvre est-elle particulière pour les commerçants cette année ? - Quelle quantité solder, à quel prix, à quel rythme proposer les baisses de prix, comment se positionner face à la concurrence... les questions sont nombreuses... comment l'analyse de données peut-elle aider ? - Face à l'inconnu, comme la réaction des consommateurs après trois mois de confinement, comment est-il possible de prévoir ? Ne prend-on pas le risque de mal prévoir, par manque de données d'apprentissage ? - Le retail c'est vaste, entre le bricolage, l'alimentation et l'habillement, de Ikea à l'épicier du coin... à quelle cible s'adresse votre solution ?