Image
Parcourir les articles

Tous les articles

Tous les articles, par date de publication

How to succeed in data science projects industrialization ?
2 octobre 2018

How to succeed in data science projects industrialization ?

 •  Recherche  •  Vol.3 N°1

Industrializing Data Science projects in business lines results from a transformation that takes place from strategic scoping to operational management. By using a learning base, it is possible to predict with performance the success or the failure of future projects in the pre-scoping phase. Industrializable projects can thus be correctly predicted by weighting the following six criteria: the business question, the business mandate, the business availability, the “Data” competences, the quality / Data quantity and the Data monitoring. On this core, the design of a Predictive Score Card evaluation tool allows an optimized projects pre-scoping.

Participez au Data Marketing 2018 en partenariat avec Management & Data Science
9 septembre 2018

Participez au Data Marketing 2018 en partenariat avec Management & Data Science

Le Congrès Data Marketing Paris revient les 20 & 21 Novembre prochains pour une troisième édition qui rassemblera de nouveau la filière marketing dite « data-driven » !
Face à la montée fulgurante des technologies cognitives et des usages associés à la rupture digitale, les directions marketing sont entrées dans une ère nouvelle. Cette année, le sommet de l’intelligence marketing réunira plus de 2 000 professionnels pour 48H d’immersion dans le marketing de demain !

Comment accélérer l’adoption des objets connectés ?
9 septembre 2018

Comment accélérer l’adoption des objets connectés ?

Dans cet article, nous nous interrogeons sur les facteurs favorisant l’adoption des objets connectés par les clients et plus précisément sur ce qui incite ces derniers à accepter de partager leurs données personnelles. Nous approchons la question sous l’angle de la confiance ce qui nous amène à nous tourner vers la théorie de la justice que nous appliquons à la connectivité de l’objet. Cela nous permet de proposer des leviers de création de confiance mobilisables par les entreprises et les académiques et de conclure sur une proposition de segmentation des clients en fonction de leur propension à se dévoiler.

Determinants of coopetition through data sharing in Maas
9 septembre 2018

Determinants of coopetition through data sharing in Maas

Mobility-as-a-service (MaaS) schemes combining information about and access to multiple means of transportation through a single electronic interface require transportation operators sharing data. In doing so, they coopete: they compete over rides while they collaborate to build a service that can bring them all more rides. Building on microeconomic theory and the experiences of the existing MaaS schemes, we show that, although every operator has incentives to share data if a critical mass of coopetitors do, the coopetitive dynamics of data sharing can lead to multiple mixes of operators. In some mixes, certain operators will not decide not to participate.

The Impact of General Data Protection Regulation (GDPR) on Data Management Platforms (DMP): A Policy Perspective
9 septembre 2018

The Impact of General Data Protection Regulation (GDPR) on Data Management Platforms (DMP): A Policy Perspective

 •  Recherche  •  Vol.2 N°3

Data Management Platforms (DMP) are centralized systems for collecting and analyzing large sets of structured and unstructured data originating from disparate sources. These platforms analyze, organize and segment first, second and third party data into different customer or audience types to be used for marketing and in advertising campaigns. Given the amount of sensitive personally identifiable information they have on customers, DMPs start to be monitored by the General Data Protection Regulation (GDPR) after 25th May 2018. Based on a comprehensive review of 17 published articles, this paper is among the first to review the current practice of DMPs and the policy implications of GDPR. We also highlight the challenges with implementing the new regulation and therefore the required changes to facilitate the daily operations of DMPs with GDPR.

Données : pour survivre, les acteurs historiques doivent répondre à trois questions stratégiques
9 septembre 2018

Données : pour survivre, les acteurs historiques doivent répondre à trois questions stratégiques

 •  Éditorial  •  Vol.2 N°3

On a longtemps cru que l’emprise des acteurs numériques resterait cantonnée au logiciel, aux contenus dématérialisés et à l’information. Il est clair à présent qu’ils se servent de leur maîtrise dans ces domaines pour prendre des positions sur des marchés non numériques. Qu’il s’agisse du transport, de la gestion d’infrastructure ou de la banque, les annonces et réalisations se succèdent à un rythme hebdomadaire.

Google ne construira peut-être pas de villes mais, directement ou via ses investissements, il joue déjà un rôle d’organisateur de la mobilité tandis qu’IBM participe à la gestion des infrastructures de distribution d’eau de plusieurs villes. Avec la connexion des infrastructures et des objets, l’organisation des flux physiques passe par la maîtrise des flux d’information. Les données massives sont au cœur de ce mouvement qui remet en cause les positions des acteurs historiques de ces marchés. Partage de valeur, nouveaux territoires concurrentiels et nouveaux positionnements, les données redistribuent les cartes.

Prévoir l’attribution d’un marché public
9 septembre 2018

Prévoir l’attribution d’un marché public

 •  Application  •  Vol.2 N°3

Nous rapportons les résultats obtenus par des modèles entraînés sur des données issues de la commande publique de l’Union Européenne dans le cadre du data challenge « Prévoir l’attribution d’un marché public en fonction de la réputation de l’entreprise » organisé par la revue Management & Data Science.
L’objectif est de produire des prédictions répondant à trois questions portant sur les marchés publics : combien d’offres seront reçues ? Quel sera le montant de l’offre retenue ? Le marché peut-il être remporté par une petite ou moyenne entreprise ? Nous évaluons différents algorithmes de classification et de régression : NaiveBayes, SVM, RandomForest, SGD, Lasso, Ridge, ainsi que des réseaux de neurones profonds.

Partager les données du secteur privé: mission impossible ?
9 septembre 2018

Partager les données du secteur privé: mission impossible ?

 •  Avis d'expert  •  Vol.2 N°3

La loi pour une République numérique, adoptée en octobre 2016 a consacré le principe d’ouverture des données publiques par défaut. Pour le secteur public, la mise à disposition des données est en passe de devenir le modèle de référence. A contrario, les initiatives de partage de données par des acteurs privés restent plutôt confidentielles.
Les réticences au partage semblent nombreuses, alors même que l’on convient que la valeur des données tient en large partie à leur circulation et au croisement entre sources de données. Pourquoi ce partage est-il si difficile ? Comment créer les conditions pour encourager les entreprises à partager leurs données ? Nous présentons ici une analyse de quatre initiatives de data sharing dans le domaine de la mobilité, de l’agriculture et de l’aéronautique ainsi que des pistes pour explorer le partage de données entre acteurs économiques.

Doit on encore enseigner la stratégie ?
17 mai 2018

Doit on encore enseigner la stratégie ?

Andrew Mcafee et Erik Brynjolfsson s’interrogent dans leur livre “Des Machines, des plateformes et des foules” sur le sujet. Dans une société interconnectée où l’innovation, les changements et les disruptions perturbent en permanence les leviers de performance et les critères de compétitivité. Dans une société où la fragilité de la relation prend une place considérable dans le modèle économique, érigent la collaboration et la recommandation au rang de source de business. Dans une société où le temps du raisonnement et de l’analyse se réduit, mais où il est nécessaire d’apprendre à surfer sur les marchés en étant réactifs, agiles et adaptables. La stratégie permet-elle encore aux chefs d’entreprise de prendre les meilleures décisions, d’allouer les moyens nécessaires à l’atteinte des objectifs pour à terme consolider les différences concurrentielles sur leurs marchés ? Face à la révolution digitale qui a permis à de nouveaux acteurs d’émerger est-il toujours pertinent d’établir une stratégie d’entreprise sur plusieurs années ?

Customer Satisfaction & User Experience Optimization
3 mai 2018

Customer Satisfaction & User Experience Optimization

 •  Application  •  Vol.2 N°2

Whether it’s for marketing campaigns, sales, or customer services, bring together and apply methods of predictive analytics to your lead, customer, contact, touchpoint, channel data to optimize your Customer Relationship Management strategy with behavior patterns, customer relationship metrics… Discover Dataiku’s use case with PagesJaunes.fr