Aller au contenu | Aller au menu | Aller à la recherche

Cabinet Lefebvre-Nar 

ingénierie sociale, économique, environnementale

ingénierie sociale, économique, environnementale Big data 5 ans après : vérifions nos analyses de 2013

Big data 5 ans après : vérifions nos analyses de 2013

Frédéric Lefebvre-Naré avait été sollicité à l'automne 2013 pour contribuer à un ouvrage sur les big data et l'évaluation des politiques publiques ; il avait adressé à l'éditeur une note d'intention, bien moins académique que le chapitre finalement publié. En voici les 12 positions, 2 constats de révolutions, et 10 opportunités d'affaires.

Texte intégral en PDF ci-après.

1 — Big data and us: revolution was just around the last corner

1a — What big data are, and are not

i. Big data are our daily experience: basically, they are the inputs and outputs of our phone, stored forever.

ii. Thus, big data are a simple fact. They are just another logical consequence of the decrease in the cost of data storage.

iii. Thus, big data are pervasive, too. When every behavior turned digital, it turned tracked, at least potentially.

iv. Big data are all over the world. They bridged an information gap.

v. Yet big data did not change, by themselves, physical reality. You can ignore them as well — just switch off your phone.

vi. Big data are just the persistent digital layer, or digital skin, that covers almost every physical reality.

vii. So, big data crunched the world.

viii. “Big data” are not a new idea or paradigm.

ix. And even the collection, storage and use of big data are not that new.

x. And big data don’t track your mind. They track behaviors. So far, they don’t track thoughts; that would be another revolution.

xi. Whether it is about behaviors or thoughts, big data can’t know anything; just as water dams can’t fly. Their electricity can power airplanes; data can feed algorithms that will generate useful information.

xii. Therefore, big data aren’t used so often to support decision making.

And that’s where the revolution starts. Much is on the way.

If data oceans are not new (their volume just doubles every year ), building dedicated tools, methods, algorithms, science, in order to fish in such oceans, is rather new.

1b — What the big data revolution is about

The big data revolution is about becoming effective in handling data oceans, in “turning the data deluge into decisions”.

It involves a technological move, and a scientific one. Both moves started in the early 2000s.

Data Technology processing data of large volume with velocity.

Data Science turning statistical methodology upside down, from sowing in an information desert, to transforming data oceans into fried fish.

2 — Big data, public policies and evaluation: 10 opportunities or challenges

1. The economics of public service change: big data bring a cheap deposit of information.

2. A newly found deposit makes the fortune of shovels and pickaxes suppliers.

3. Big data allow mass customization of service… (that's the less new side of big data)

4. …and this customization gets in touch with people within their place and time

5. Big data add power to the monitoring of internal processes — as soon as they monitor things

6. Big data can bring added intelligence to decision-makers, stakeholders and evaluators — even if it’s the perspective under which “big data delusion” is most often raised.

7. Big data can bring added intelligence to users and citizens too.

8. Crowd-sourced data transform collective behaviors into information.

9. Open data can make added value.

10. Closed data can make added value, too.

As columnist Steve Lohr put it in the New York Times in 2012, « Big Data does seem to be facing a work-force bottleneck ». Yes, big data skills may be missing sometimes; then, training and hiring are adequate solutions, while ignoring the issue is probably not. Big data are here to stay.

As the same Steve Lohr put it in the same column , « Big Data is great. But so is intuition. » Sometimes, senior program managers or evaluators will feel that intuition skills are missing among junior staff, even if they were raised in the era of big data. Then, training and hiring are adequate solutions, while ignoring the issue is probably not. The need for intuition is here to stay, too.

(Version longue : Big_data__policies_and_evaluation_Lefebvre-Nare_6nov2013.pdf).

message de maintenance technique : Nombre de secondes entre deux problèmes = 8

Cabinet Lefebvre-Nar 

message de maintenance technique : Rapidité du déplacement des références = 2

Intelligence Artificielle et études marketing : ça ne fait que commencer

jeudi 13 septembre 2018

Par Frédéric Lefebvre-Naré - Actualités

Interview pour Market Research News, avec son aimable autorisation.

Lire la suite...

Big data 5 ans après : vérifions nos analyses de 2013

jeudi 30 août 2018

Par Frédéric Lefebvre-Naré - Actualités

Frédéric Lefebvre-Naré avait été sollicité à l'automne 2013 pour contribuer à un ouvrage sur les big data et l'évaluation des politiques publiques ; il avait adressé à l'éditeur une note d'intention, bien moins académique que le chapitre finalement publié. En voici les 12 positions, 2 constats de révolutions, et 10 opportunités d'affaires.

Lire la suite...

Les professionnels des data sont rares, leurs compétences très hétérogènes : comment trouver qui résoudra un problème précis ?

mardi 6 mars 2018

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons constitué une base de données de plus de 1000 data scientists, data analysts, data crunchers, data engineers, data managers, avec qui nous sommes en contact ; base qualifiée et actualisée.

Comment faire fermenter l'innovation dans un groupe très traditionnel, au-delà d'un "digital washing" de façade ?

Par Frédéric Lefebvre-Naré - Problèmes solutions

En équipe de trois consultants senior, nous avons animé sur plusieurs jours un séminaire de dirigeants, et fait émerger un concept viable d'accélérateur de projets innovants.

Quand de grandes entreprises lancent des consultations internes ouvertes… que faire de la masse de textes qui remontent ?

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons analysé pour la SNCF, PSA, La Poste,…, des dizaines de milliers de contributions, issues de plates-formes différentes : structuré les idées, explicité les débats chauds, dégagé les pépites.

La numérisation bouleverse les activités économiques. Comment repérer ce que font vraiment les entreprises d'un secteur ?

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons reconstitué et reclassé les activités réelles des entreprises d'une branche, en confrontant 5 sources statistiques, textuelles et ad hoc, pour le compte de l'Observatoire de la branche.

Un studio de jeu vidéo doit, des années avant le lancement du jeu, concevoir le suivi du comportement des futurs joueurs.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons accompagné un studio pendant plus de 2 ans, de la conception des futurs indicateurs de performance à la programmation des trackers logiciels et des dashboards Tableau. Le jeu continue :-)

Dans une entreprise spécialisée sur des chantiers de long terme, l'évaluation annuelle des collaborateurs suscitait des conflits.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons construit avec la DRH, spécialement pour ce métier, un outil de 360° qui a fait la quasi-unanimité. L'entreprise nous en confie la maintenance évolutive depuis 5 ans.

Une start-up technologique se demandait comment atteindre le marché grand public.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Notre équipe a fait apparaître un consensus rapide sur la valeur que la start-up apportait aux destinataires. La communication en ligne que nous avons construite a été conservée pendant 5 ans.

Avant de déplacer un grand site, une entreprise souhaitait repérer ce qui faisait son succès et pouvait être transféré.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons enchaîné une observation in situ et la mise en place d'un baromètre, qui ont identifié les conditions de succès, et mesuré une forte progression après la mise en oeuvre de nos recommandations.

Des cabinets d'expertise des Risques Psycho-Sociaux sont freinés, pour repérer les problèmes émergents, par les outils de questionnement standard.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons livré des moyens simples d'analyse et d'interrogation, qui font ressortir les risques émergents et ceux spécifiques à chaque entreprise, tout en respectant les échelles scientifiquement validées.

Un industriel était débordé par les messages de beta-testeurs qui ne concernaient pas des problèmes.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons livré un algorithme d'analyse automatique des messages pour filtrer les problèmes et quantifier où ils se concentrent.

Un opérateur de services subissait une vague de pannes mal répertoriées dans son service après-vente.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Notre analyse des annotations, très hétérogènes et mal codées, du SAV (text clustering), a permis de repérer le problème et le résoudre immédiatement.

Une raison d'être pour la SNCF

jeudi 1 mars 2018

Par Frédéric Lefebvre-Naré - Actualités

En marge d'une mission pour la SNCF sur la raison d'être du groupe selon ses salariés — l'analyse du contenu d'une consultation générale des agents — Frédéric Lefebvre-Naré avait rédigé une note spontanée à la Direction, sur sa perception de la situation stratégique de la SNCF. Cette note, qui ne reprend aucun élément confidentiel, peut contribuer au débat actuel.

Selon cette analyse, la raison d'être de la SNCF, c'est d'aménager de façon durable l’espace-temps des territoires densément peuplés.

Lire la suite...

Les formations de « data scientist » se multiplient, aussi diverses que les métiers de « data scientists » !

dimanche 21 janvier 2018

Par Frédéric Lefebvre-Naré - Actualités

La révolution des data, défi de ressources humaines.

Lire la suite...

On cherche compétences pour les data !

lundi 27 novembre 2017

Par Frédéric Lefebvre-Naré - Actualités

Avec Mary Le Gardeur de Mix&Match, cabinet de conseil en RH, nous avons entrepris de cartographier les compétences que mobilisent aujourd’hui les métiers des data. Si vous travaillez dans ce champ, c'est ici !

Lire la suite...

- page 1 de 3