Le Big Data au service de la société

Selon IBM, 90% des données dans le monde ont été générées au cours des deux dernières années. Afin d’en extraire de la valeur, cette matière première ne demande qu’à être exploitée par des pratiques et technologies émergentes, communément appelées « Big Data ». Utilisés dans tous les domaines, les Big Data se sont construits une place importante dans la société. Mais comment fonctionnent-ils ? Souvent jugées comme trop intrusives, les analyses statistiques peuvent aussi se montrer très utiles au quotidien. Petit tour d’horizon des différentes possibilités.

Vers la révolution industrielle du XXIème siècle ?

Littéralement, le terme Big Data signifie « données massives », soit un ensemble très volumineux de données qu’aucun outil classique de gestion de bases de données ne peut traiter rapidement et efficacement. Ces données massives, ce sont les informations que nous utilisons quotidiennement : les messages que nous nous envoyons, les données GPS, les vidéos que nous publions, les navigations web, les transactions et bien d’autres encore. En 1992, le volume de données générées au quotidien était de 100 gigaoctets, contre de 2.5 trillions aujourd’hui. Le Big Data désigne donc des solutions de stockage innovantes combinées à des algorithmes sophistiqués permettant l’analyse de ces données numériques.

L’arrivée du Big Data est désormais présentée par certains comme une nouvelle révolution industrielle, semblable à la découverte de la vapeur, d’autres présentant le phénomène comme la troisième révolution industrielle : celle de l’information.

Internet, un secteur pionnier

Vous êtes-vous déjà demandé comment les moteurs de recherche optimisent le classement des résultats ? Comment les géants du web peuvent vous proposer automatiquement le produit complémentaire indispensable à votre dernier achat ?
Le web est l’un des secteurs qui collecte et analyse le plus de données en vue d’améliorer l’expérience client. Toutes ces informations sont ensuite traitées et agrégées par des algorithmes statistiques de Machine Learning, qui mettent en lumière les besoins des clients. Le principe est simple : à partir de plusieurs acheteurs d’un même produit, il est possible de constituer un profil du client type de ce produit, et ainsi proposer à chaque consommateur le produit idéal correspondant à ses besoins et à sa situation.

Attention toutefois aux dérapages : une célèbre chaîne de grande distribution américaine a pu repérer la grossesse d’une cliente à partir de ses achats. Elle a donc envoyé des propositions commerciales ciblées à cette cliente… qui ont été réceptionnées par le père. Celui-ci a donc découvert ainsi que sa fille de 16 ans était enceinte.

D’autres domaines d’utilisation insoupçonnables

« BabbyCam » est un moniteur qui permet de surveiller l’activité des bébés  dans leur berceau. Basé sur le deep learning, l’appareil reconnait les positions et les émotions du bébé et permet ainsi de détecter une mauvaise position de couchage, un coussin susceptible d’empêcher une bonne respiration du bébé ou encore des pleurs. L’appareil envoie alors automatiquement des alertes par SMS afin de prévenir tout problème.

Utilisé aussi en politique, le Big Data a aidé Obama lors des élections présidentielles de 2008 ! Le camp démocrate a bénéficié d’une base de données gigantesque rassemblant des informations provenant du site internet et des meetings du candidat. Grâce à des algorithmes de Machine Learning, l’analyse détaillée de ces informations a pu mettre en avant des particularités sociologiques et démographiques des électeurs, et ainsi améliorer le ciblage des publicités et coups de fils.

Les enjeux du Big Data dans le domaine bancaire

  • L’exploitation des données pour améliorer l’expérience client

Les banques sont de plus en plus amenées à faire appel aux technologies Big Data afin d’améliorer la connaissance de leurs clients et instaurer un lien privilégié et de proximité avec le client. En connaissant mieux chaque client, la banque pourra alors personnaliser ses services et lui répondre de façon adaptée à ses besoins.

  • Un nouvel outil contre la fraude bancaire

Nous avons tous déjà été victime d’une tentative, réussie ou non, de fraude bancaire : vol des données de carte bancaire, achat frauduleux sur internet ou email de physhing. Les algorithmes de Machine Learning permettent de détecter des transactions atypiques. Pour se faire, les banques peuvent croiser une demande d’autorisation de paiement par carte bancaire ou de virement avec l’historique des transactions de ce client, ce qui permettra alors d’évaluer le caractère risqué de cette opération.

Véritable outil d’aide à la décision, le Big Data doit être considéré comme une aide et un support qui sera de plus en plus présent dans la vie quotidienne. Et cela ne fait que commencer.

Articles susceptibles de vous intéresser

Nous utilisons des cookies pour améliorer votre expérience. Ces cookies de base sont essentiels au bon fonctionnement de ce site web. Ils enregistrent, par exemple, vos préférences linguistiques. Ils permettent aussi d’analyser de façon anonyme la manière dont le site est utilisé. Plus d'informations dans notre Cookie Policy.

Je refuse J'accepte