Group items tagged

Mark Bonchek pour le réseau de blogs de la Harvard Business Review compare les avantages et les inconvénients des Big et des Little Data. L'objectif des Big Data est de faire progresser les buts organisationnels tandis que les Litlle Data aident les individus à atteindre leurs propres objectifs. Si les individus ne voient pas les Big Data, les Petites données les aident à mieux voir. Alors que les Big data dont contrôlées par les organisation, les Little Data le sont par les individus et les permissions d'accès s'inversent. Les Petites données sans les Grandes données sont incomplètes. Et les Big Data sans les Petites données risquent de se transformer en Big Brother... Et le designer d'esquisser les avantages des Little data en matière de commerce pour imaginer par exemple un assistant personnel... "Il ne fait aucun doute que les Big Data vont transformer les affaires. Mais à une époque où les individus sont connectés et autonomes, le ciblage de précision doit être mis en balance avec la valeur personnelle. Si vous voulez fidéliser, passer moins de temps à utiliser les données pour parler de vous aux consommateurs et plus de temps à leur dire des choses sur eux-mêmes". 

L'utilisation des Big Data devrait concerner à l'avenir de plus en plus d'industrie, estime Satya Ramaswamy pour le réseau de blog de la Harvard Business Review. Netflix a utilisé les Big Data pour produire la série "House of Cards", qui lui a apporté 2 millions de nouveaux abonnés au premier trimestre 2013. Une étude de Tata Consultancy Services - http://www.tcs.com/big-data-study/Pages/default.aspx -a sondé 1200 cadres d'entreprises dans le monde à ce sujet, montrant que les investissements dans les Big Data génèrent des rendements et des avantages compétitifs. Mais qu'est-ce qui distingue les entreprises qui ont de bons rendements avec les Big Data de celles qui en ont de moins bons ? Les entreprises qui réussissent dans les Big Data ont bien sûr tendance à faire des investissements plus importants. Mais dépenser plus n'est pas forcément une stratégie. L'étude de Tata Consultancy Services a montré 4 autres facteurs différenciants : le fait que les sociétés soit plutôt centrée sur l'internet, le fait qu'elles utilisent les Big data sur plusieurs secteurs de leur activité (marketing, ventes, R&D...), le fait qu'elles exploitent de manière agressive les données non structurées et les données extérieures, le fait qu'elles créent une équipe dédiée plutôt que de l'intégrer à d'autres départements existants.

Pour Steve Needel, la promesse des big data s'appuient sur des hypothèses qui pourraient ne pas être valides. Les Big Data supposent une vision déterministe du monde, or nous savons mal prédire les comportements notamment car ceux-ci ne sont pas forcément cohérents. Les Big Data supposent également que nous ayons accès à suffisamment de données pour comprendre les facteurs causaux... Pour fonctionner, elle a besoin de données pertinentes, or il n'est pas dit que nous y aurons accès.

Gregory Piatetsky-Shapiro revient sur les promesses du Big Data (la prédiction) pour nous rappeler qu'à ce jour, elles ne les ont pas encore relevées. Et de rappeler que Netflix a fait travailler des développeurs sur un nouvel algorithme qu'ils ne sont pas parvenu à implémenter et qui n'a permis d'améliorer les conseils personnalisés qu'à la marge. Les services d'analyses de Big Data des opérateurs de télécommunication sensés réduire le taux de désabonnement de leurs bases clients. Même l'amélioration du taux de clic sur les publicités est pour l'instant très insuffisant. Ces trois exemples montrent que "le caractère aléatoirement inhérent au comportement humain est le facteur limitant de la réussite de ces modélisation". Si les Big Data permettent des gains marginaux, le comportement humain demeure rétif à la modélisation. "L'analyse prédictive peut aider à comprendre comment faire se poser le Rover sur Mars, mais pas qui va acheter une barre de mars". Reste que l'analyste pense tout de même que les Big Data vont nous aider à mieux comprendre le comportement, comme le montre les progrès fais par Google ou Siri... Mais attention à ne pas en attendre trop !

La chercheuse Kate Crawford et le chercheur Jason Schultz proposent dans le dernier numéro de la "Boston College Law Review" une nouvelle forme de régulation pour les citoyens à l'heure du Big Data. Ils partent du constat qu') l'heure du ciblage comportemental, les informations personnelles permettant l'identification ont explosé. L'approche Big Data est en dehors des cadres de protection actuels de la vie privée et a pour conséquence de marginaliser le schéma réglementaire existant et ce d'autant qu'il fait peser sur chacun de nouveaux risques, comme le "préjudice prédictif", qui consiste en notre catégorisation sans notre connaissance ni notre consentement. Les systèmes de protection des données sont devenus insuffisants pour répondre au défi des Big Data. Et les chercheurs de proposer une nouvelle approche pour atténuer les méfaits du préjudice prédictif. Celle d'un droit à une procédure équitable. Les personnes jugées par les Big data devraient avoir des droits similaires à ceux des personnes jugées par un tribunal, et notamment un droit d'accès et de rectification...

Pour l'éditorialiste Tim Harford, le succès de Google Flu Trends, le système de prévision de la grippe de Google fondé sur les requêtes des internautes sur le moteur de recherche est devenu l'emblème des Big Data en montrant que l'analyse des données produit des résultats précis, que chaque point peut-être capturé (rendant l'échantillonnage statistique obsolète), que la corrélation suffit et que les modèles statistiques et scientifiques ne sont pas nécessaires. Pourtant, estime Harford, les Big données ne vont cesser de nous décevoir si nous ignorons quelques leçons de statistiques simples. Plus vous avez de données, plus les problèmes sont importants... Et Google Flu en devenant moins précis avec le temps l'a bien montré, car si on ne sait pas ce qu'il y a derrière une corrélation, vous n'avez aucune idée de ce qui pourrait la rendre moins efficace. Si Google Flu est devenu moins efficace c'est peut-être parce que Google lui-même a déplacé les données en suggérant automatiquement des diagnostics aux gens qui entraient leurs symptômes médicaux sur le moteur... Google Flu demain sera recalibré et amélioré, mais cet épisode doit nous apprendre quelque chose si nous ne voulons pas qu'il se répète. Autre problème bien connu des statisticiens, le biais d'échantillonnage, c'est-à-dire quand un échantillon choisi au hasard ne reflète pas la population qu'il est sensé représenté. Or, même dans le Big Data, l'échantillon ne représente jamais TOUTE la population. Quand bien même nous étudierions tous les messages de Twitter, les utilisateurs de Twitter ne sont pas représentatifs de la population dans son ensemble (au contraire, ils sont plutôt jeunes et urbains). Bump, l'application pour détecter les nids de poules de l'agglomération de Boston, détecte surtout les nids de poules des quartiers riches. Enfin, les algorithmes ne sont pas infaillibles, ils génèrent beaucoup de faux positifs. Les Big Data sont là : il v

Viktor Mayer-Schönberger et Kenneth Cukier, auteurs de "Big Data, a révolution that will transfomr how we live, work and think" publient un extrait de leur livre. "Il n'existe aucun moyen infaillible pour se préparer au monde des Big Data", mais nous devons concevoir des garanties pour que les spécialistes des algorithmes puissent évaluer l'analyse du monde, afin que les Big data ne transforme pas notre monde en une boite noire.

Pour Tricia Wang, les Big Data ont besoin de Thick Data, d'épaisseur. Comment les ethnologues du numérique doivent-ils s'intéresser aux Big data, trop souvent présenté comme un moyen 'objectif" de comprendre notre monde... ? Pour elle, il faut répondre à ce défi en observant l'épaisseur des données, et ce d'autant que les Big Data valorisent les données quantitatives au détriment des données qualitatives, chères à l'ethnologue. Pour répondre à cela, il est plus important encore de collecter et analyser des histoires (les données épaisses, qualitatives). Montrer une réaction émotionnelle est souvent plus convaincant que montrer des données, rappelle la sociologue. Et de militer pour une complémentarité des genres, l'un éclairant l'autre. 

Intéressante interview de Laszlo Bock responsable des ressources humaines de Google sur l'utilisation des Big Data par Google pour le recrutement. Google a regardé les entretiens passés avec ses cadres pour constater qu'il n'y avait pas de relation avec la façon dont ils ont finalement effectuer leur travail. Chez Google, la taille d'un groupe idéal est de 6 personnes et Google cherche à comprendre pourquoi les équipes fonctionnent et d'autres ne fonctionnent pas. Pour l'embauche, les casses-têtes auquel Google soumettait les candidats (combien de balles de golf peut-on faire entrer dans un avion ?) sont une perte de temps. Les entrevues comportementales où les gens parlent de leur expériences sont plus cohérentes, permettant de savoir comment il réagit en situation et ce qu'il considère comme une situation difficile. Pour les dirigeants, il est important qu'ils soient cohérents, cela donne de la liberté aux équipes. Chez Google, les managers sont évalués par leurs employés. L'information amène les gens à modifier leurs comportements, suggère Laszlo Bock et leur donner des faits issues de données les amène à les modifier. Le fait que le responsable traite les gens avec respect, qu'il donne des objectifs clairs, qu'il partage des informations de gestion et qu'il traite l'équipe de manière équitable sont fondamentales. Les résultats scolaires n'ont finalement pas grande importance, et le nombre de gens qui ne sont jamais allé à l'université augmente chez Google. Pour Laszlo Bock, cela s'explique parce que les milieux académiques sont des environnements artificiels où il faut apporter la réponse qu'on attend de vous. C'est beaucoup plus dur que de résoudre des problèmes là où il n'y a pas de réponse évidente. Les Big data ne suffisent pas, nous avons aussi besoin d'un élément de compréhension humain. Le succès dépend du contexte et ce qui fonctionne chez Google n'est peut-être pas la même chose que ce qui fonctionne chez

Comme le soulignait Bill Wise, PDG de MediaOcean - http://allthingsd.com/20130423/big-datas-usability-problem/ - le coût des erreurs liées au Big Data augmente à mesure que notre dépendance à l'égard des données augmente. Et Matt Asay pour le ReadWrite de prendre l'exemple de l'erreur d'écriture du nom du suspect dans les attentats de Boston et ses conséquences dans les bases de données du FBI. Plus les données sont importantes et plus la façon dont on les interroge ou dont on les gère est importante. Comme le dit Wise : l'erreur autour des données et de jeux de données va devenir de plus en plus critique. Comme le disait déjà Nate Silver - http://readwrite.com/2013/03/29/nate-silver-gets-real-about-big-data - les données sont corrompues par nos préjugés et le bruit augmente plus rapidement que le signal. Pour Matt Asay, cela signifie qu'il faut plus que jamais regarder dans nos organisations le fonctionnement de celles-ci et des process qui les agrègent. 

Pour Michael Schrage, les Big Data permettent de tout connaître de ses clients, de ses employés, de ses partenaires... Mais qui dit Big data dit aussi Big dilemmes. Comment les sociétés vont-elles gérer cette information ? Faut-il mieux travailler certains segments de publics que d'autres ou décourager ceux qui risquent de devenir de mauvais clients ? Où commence la personnalisation et la segmentation et ou termine la discrimination ? Comment les entreprises demain justifieront-elles leurs segmentation ?

Wade Henderson et Rashad Robinson sont les responsables de deux organisations américaines de défense des droits civils. Leurs organisations ont signées "Les principes des droits civils pour l'ère des Big Data" : http://www.civilrights.org/bigdata . Dans une tribune pour Talking Points, ils rappellent que si les Big Data pourraient révolutionner le commerce et l'administration publique, ils font peser de lourds risques de discrimination sur les populations. Aux Etats-Unis, la Maison Blanche mène actuellement une enquête sur l'impact des Big Data sur nos vies, à laquelle les communautés qui défendent les droits civils veulent participer. Car ce sont les plus pauvres, les plus discriminés qui risquent demain de l'être plus encore.

Le parcours du jeune mathématicien Jeffrey Hammerbacher de Wall Street à Facebook puis à Cloudera (une start-up qui conçoit des outils logiciels pour les scientifiques de données) et désormais à la médecine, où il travaille désormais à explorer les données médicales et génétiques pour modéliser de nouveaux traitements, illustre bien comment la science des données se répand dans toutes les strates de la société. Le marché explose. Les Etats-Unis auront besoin de 200 000 analystes d'ici 2020. Reste que nous ne connaissons pas encore les règles que la société devra adopter pour la collecte et l'utilisation de ces vastes ensembles de données. Les Big Data demeurent un terme vague, souligne Steve Lohr qui désigne un ensemble de technologies, une révolution potentielle et la manière dont nous prendrons des décisions à l'avenir. Mais les Big Data sont le descendant de la "gestion scientifique" de Taylor qui n'a pas accompli toutes ses promesses. Et les Big Data promettent elles aussi des inconvénients comme la discrimination statistique, la surveillance... Mais les perçées pourraient également être colossales. D'ici une dizaine d'année, le coût d'un test génétique devrait être celui d'un test sanguin. En combinant l'information génétique avec les antécédents médicaux, nous construirons des modèles plus sophistiqués...

Pour Nassim Taleb, les Big Data peuvent fournir plus d'informations, mais surtout plus de fausses informations. Peut-on faire confiance aux sciences orientées par les statistiques ? Plus il y a de variables, plus les corrélations peuvent montrer des significations. Le bruit est antifragile, estime Taleb. Il y a de l'information cachée dans les Big Data, mais l'aiguille est dans une botte de foin plus grande.

Pour la sociologue Jen Schradie, les Big Data sont trop petites pour combler la fracture numérique. Les personnes à faible niveau de revenu et d'éducation n'ont ni le même accès, ni la même capacité à créer des contenus que les autres. Cela signifie que si on s'appuie sur les Big Data pour ordonner le monde, ce sera sans le point de vue de toute une part de la population. La capacité de Google à prédire la grippe exclue ceux qui y sont les plus vulnérables. Jen étudie les mouvements sociaux. Sur les 35 organisations politiques et sociales des Etats du Sud de l'Amérique qu'elle observe, 3 des groupes les plus actifs n'ont pratiquement aucune présence en ligne. Ainsi, lorsque nous étudions les révolutions Twitter et Facebook, tout l'enjeu est de se demander qui ignorons-nous ? Nous devons trouver des façons d'utiliser les informations numérique d'une manière méthodologique qui permette de représenter l'ensemble de le société, et pas seulement ceux qui sont connectés...

Les données sont-elles vraiment l'or noir du XXIe siècle ? Pour James Glanz, cependant, le taux de croissance de la productivité n'a cessé de ralentir depuis 2005 et le début de l'essor des Big Data. Tant et si bien que plusieurs économistes se demandent si les Big Data auront vraiment un impact économique aussi fort que la première vague de l'internet.

Pour l'anthropologue Simon Roberts de retour d'Epic 2013 qui se tenait à Londres la semaine dernière, les Big data étaient tapies dans toutes les conversations à la manière de la musique incidieuse de John Williams dans "les dents de la mer", comme une menace que nous serions incapables de surmonter. Mais les discussions sur le sujet l'on déçues. Simplistes, manichéennes... Elles semblaient toutes oublier les relations de pouvoir que les Big Data impliquent. Et Robert Simon de prendre un exemple. ll habitde dans le sud de Londres et, du fait de son code postal, son assurance automobile était très chère. Pour la faire diminuer, il a été contraint d'y placer un dispositif de suivi, acceptant par la même que sa conduite (ainsi que celle de sa femme et de la jeune fille au pair suédoise qu'ils embauchent et accueillent). Quelle va être les implications de cette surveillance sur leur conduite ? Comment le système va-t-il faire la différence entre la conduite encore hésitante d'une jeune femme, et celle plus assurée de gens qui conduisent depuis 20 ans ? Désormais, les limitations de vitesses sont devenues une obligation. Pour l'instant, le système les catégorise comme "bons" conducteurs. Mais les chercheurs devraient porter attention à l'ambiguïté de nos réponses à ce type de services. Quelle ligne de démarcation devons-nous tracer entre la surveillance et la quantification de soi ? Surtout, nous sommes enfermés dans une asymétrie d'échange. Pourquoi nos cartes de fidélités nous proposent-elles certains produits, certaines promotions plutôt que d'autres ? "Quand mes données commencent à vivre dans une chaîne de valeur complexe qui n'est ni visible ni explicable, l'asymétrie d'échange est évidente". C'est comme aller faire le marché avec un bandeau sur les yeux. La rétroaction que nous recevons de ces services est souvent bien faible. Nous devons nous connecter aux sites pour obtenir des informations, pas de rappels, d'alertes

Le plus grand défi pour l'utilisation de " big data " dans les soins de santé est sociale , pas technique, rappelle Gina Neff de l'université de Washington dans cet article de recherche. Appliquées à la médecine et à la modélisation prédictive, les Big Data détiennent un potentiel énorme. Mais force est de reconnaître que les praticiens ne sont pas très enthousiastes. Pour beaucoup, les données ne sont pas une source de valeur, mais une source de travail supplémentaire. Toute la question est de savoir comment elles seront intégrées dans les pratiques ? La difficulté de "l'interopérabilité sociale" fait que pour longtemps, les risques risquent de l'emporter sur les avantages... '

Aucune entité ne produit plus de données que le gouvernement américain, tant et si bien que l'administration américaine a annoncé une important initiative de recherche dans le domaine, au sein du gouvernement dotée de 200 millions de dollars. Début octobre, le gouvernement américain a diffusé une feuille de route - http://www.techamericafoundation.org/bigdata - pour lancer l'administration américaine dans les Big Data. "L'impact des Big Data a un potentiel de transformation aussi profond que l'a été l'internet lui-même", indique le rapport.

Pour Tony Byrne, ce ne sont pas les Big Data qui ont permis à Obama de l'emporter, mais les Small Data. Chaque électeur contacté voyait sa fiche mise à jour de manière itérative par ceux chargés de le contacter. Les étapes de bases sur les données étaient claires : Valider, nettoyer, annoter, enrichir, régler le message et répéter l'opération. Le facteur humain a été le plus essentiel dans l'affinage de ces données. Reste que Tony Byrne en fait une leçon : la qualité et la pertinence des données sont primordiales. Si les données étaient volumineuses, il a fallu des êtres humains bien vivant pour en réaliser la valeur, un enregistrement à la fois !