Les Big Data ne sont encore que des Small Data

Big Data" : voilà qui résonne avec "Big Brother", ce qui, au vu des révélations de la NSA, convient parfaitement pour attiser les craintes du public en matière de surveillance. Le terme, qui n'était connu que des spécialistes il y a quelques années, est désormais omniprésent en tant que mot-clé et échappe ainsi à une définition précise. En principe, il s'agit de tirer profit de l'augmentation rapide des données qui sont produites partout. Pour l'individu, pour les affaires, pour la société, pour la planète. Il est évident pour tous qu'il y a de plus en plus de données. Mais ce n'est pas le flot d'informations sur le web et dans les médias sociaux qui en est le principal responsable. Ce sont surtout les données générées par les machines qui augmentent à la vitesse d'une avalanche. Dans les connexions de télécommunication, les accès au web, la saisie des marchandises dans la logistique, dans l'industrie financière. Pratiquement aucun secteur économique n'y échappe. Et cette évolution n'en est qu'à ses débuts : avec l'Internet des objets, des milliards et des milliards de capteurs fourniront en permanence des données. De ce point de vue, ce que l'on appelle aujourd'hui Big Data n'est qu'un petit précurseur (small data) de ce qui est encore à venir. Dans son livre "La société du coût marginal zéro", le philosophe social et professeur d'économie Jeremy Rifkin diagnostique l'émergence d'un nouveau système économique (le bien commun collaboratif). Comme les coûts marginaux tendent de plus en plus vers zéro grâce à la numérisation et à la mise en réseau, le capitalisme ne sera plus rentable à l'avenir.

Les anciens le savent : nous avons déjà tout connu. Il y a dix ou quinze ans, cela s'appelait CRM (customer relationship management) ou se présentait sous forme de Business Intelligence (BI). A l'époque aussi, des montagnes de données clients étaient constituées et analysées. C'était cher et compliqué et cela n'a pas répondu aux espoirs. Cette observation est parfois correcte, mais il est faux de penser que le big data est lui aussi un phénomène de mode qui est aujourd'hui au top et demain un flop (et que l'on peut ignorer et ignorer en toute tranquillité). Tout comme le vidéotex a été un précurseur d'Internet et a préparé la prise de conscience des processus correspondants, le Big Data est la prochaine vague après la technique CRM. Si, à l'époque, les données étaient stockées dans un entrepôt de données, on parle aujourd'hui de "data-lake". Si, à l'époque, les données étaient analysées au moyen de l'exploration de données, ces processus sont aujourd'hui appelés Big Analytics (et sont souvent compris dans le terme Big Data). Les promesses (avantages concurrentiels) étaient les mêmes et le prix des systèmes nécessaires (élevé) également. Aujourd'hui comme hier, il manque des spécialistes capables d'utiliser les nouvelles technologies. A cela se sont ajoutées (du moins en Europe) les craintes liées à la protection des données et, par conséquent, les restrictions (anticipées ou réelles) qui peuvent entraver l'utilisation du Big Data.

Introduire dans toute l'entreprise

La comparaison avec les systèmes CRM est utile pour tirer les leçons des erreurs commises à l'époque. Comme le CRM (et le Big Data) nécessitait de nouvelles infrastructures techniques, de tels projets étaient souvent menés par le service informatique. Tôt ou tard, le fonctionnement des systèmes correspondants était annoncé et les investissements étaient ainsi justifiés, même si les avantages n'étaient pas au rendez-vous pour les unités opérationnelles de l'entreprise. Aujourd'hui, si une entreprise veut lancer une initiative Big Data, tous les secteurs doivent être impliqués dès le début. Le chauffeur de la camionnette, par exemple, doit comprendre pourquoi ses trajets sont enregistrés et analysés en temps réel (par exemple pour économiser du temps et de l'argent en choisissant un meilleur itinéraire), et il apprendra à expliquer certains incidents de manière à ce que ces données puissent être mieux exploitées à l'avenir. Dans le marketing et la vente, il faut comprendre comment les résultats d'analyse sont obtenus et dans quelle mesure ils sont utiles pour prendre des décisions commerciales ou ne fournissent que de vagues indications. Dans la production, l'utilisation de capteurs sera sans cesse améliorée et, afin de rendre les processus plus efficaces, les spécialistes de la production et les analystes de données doivent pouvoir discuter de leur évaluation sur un pied d'égalité. Les illusions de la science-fiction doivent être mises de côté : Même si l'on utilise beaucoup d'ordinateurs pour le Big Data, ils ne savent toujours rien (au sens humain du terme). Le risque est donc grand d'attribuer une signification erronée à des corrélations qui peuvent certes être trouvées dans les quantités de données (surtout si les résultats se présentent sous la forme de graphiques attrayants) et de s'engager dans la mauvaise direction (puisque tout a coûté si cher, cela doit être juste...). Il ne s'agit donc pas seulement de pouvoir stocker et gérer les données, mais aussi d'en tirer les bonnes conclusions. L'année dernière, le cabinet de conseil Bain & Company a évalué les expériences de plus de 400 entreprises qui ont commencé très tôt. Les leaders se distinguent par ces avantages :

- ils sont deux fois plus nombreux à se classer dans le quartile supérieur de leur secteur en termes de performance financière
- il est cinq fois plus probable qu'ils puissent prendre des décisions beaucoup plus rapidement que leurs concurrents
- ils sont trois fois plus susceptibles d'exécuter les décisions comme prévu
- il est deux fois plus fréquent qu'ils utilisent très souvent des données dans leurs décisions.

Les conseillers d'entreprise en concluent donc : "Actuellement, nombre de ces entreprises leaders dépassent leurs concurrents, de sorte que ces derniers sont à la traîne et doivent lutter pour rester dans la course".

L'Amérique en tête, l'UE à la traîne - et la Suisse ?

Mais les entreprises ne sont pas les seules à devoir se battre pour rester dans la course au Big Data, les États aussi. Et il semble que la Suisse ne fasse pas partie du groupe de tête, bien que les conditions soient bonnes. Les États-Unis ont une longueur d'avance : au printemps 2012, le gouvernement Obama a alloué un budget de 200 millions de dollars à l'initiative de recherche et de développement sur les données massives, dont bénéficient différentes autorités américaines. C'est tout à fait cohérent : La dernière campagne électorale d'Obama est en effet considérée comme la première campagne de l'histoire sur le thème des données massives. Les stratèges électoraux du parti démocrate utilisent l'analyse des données massives et la recherche comportementale pour cibler les électeurs de manière individuelle. En outre, il existe au pays des possibilités illimitées de nombreux autres programmes de recherche et applications dans les entreprises - notamment dans le domaine de la publicité en ligne, où les emplacements publicitaires et leurs prix sont déterminés en temps réel (Real-Time-Bidding, RTB) sur la base d'une grande quantité de données relatives au comportement de navigation et de consommation.

L'UE s'est également réveillée en matière de big data et, début juillet, la direction générale Communications Networks, Content & Technology (CONNECT) de la Commission européenne a présenté une communication (à lire) pour une "économie florissante basée sur les données". Elle vise ainsi à mettre en place un plan d'action pour que l'UE puisse tenir son rang dans l'économie mondiale des données, le programme de financement de la recherche et du développement de l'UE, Horizon 2020, jouant un rôle considérable à cet égard. Ce paragraphe est remarquable : "Cette tendance mondiale recèle un énorme potentiel dans différents domaines, de la santé et de la sécurité alimentaire à l'énergie, aux systèmes de transport intelligents et aux villes intelligentes, en passant par la politique climatique et l'efficacité des ressources. L'Europe ne peut pas se permettre de laisser passer cette opportunité. Mais en comparaison avec les États-Unis, l'économie numérique européenne a tardé à s'engager dans la révolution des données. En outre, notre pays manque de capacités industrielles comparables. Le soutien à la recherche et à l'innovation dans le domaine des données est insuffisant dans l'UE et les activités concernées sont en outre largement non coordonnées. Il y a un manque de spécialistes des données capables de traduire les progrès techniques en opportunités commerciales concrètes. La complexité du cadre juridique actuel, combinée à l'accessibilité insuffisante des grands ensembles de données et des infrastructures de base correspondantes, crée des barrières à l'entrée pour les PME et entrave l'innovation". La Commission européenne résume ses exigences en ces points :

- soutenir les initiatives de données "phares" qui peuvent contribuer à accroître la compétitivité, à améliorer la qualité des services publics et à améliorer la vie des citoyens. Les domaines possibles sont les soins de santé (médicaments personnalisés), la gestion intégrée des transports et de la logistique pour des régions entières, la gestion des chaînes d'approvisionnement alimentaire en suivant les aliments du producteur au consommateur

- développer les technologies, les infrastructures et les compétences de base, notamment au profit des PME

- mettre à disposition, utiliser et développer à grande échelle leurs données publiques et leurs infrastructures de données de recherche pour un usage commun

- concentrer la recherche et l'innovation publiques sur les goulots d'étranglement technologiques, juridiques et autres existants

- veiller à ce que le cadre juridique et les politiques, par exemple en matière d'interopérabilité, de protection des données, de sécurité et de propriété intellectuelle, soient favorables aux données, afin d'accroître la sécurité juridique des entreprises et de renforcer la confiance des consommateurs dans les technologies de l'information

- achever rapidement le processus législatif visant à réformer le cadre de l'UE en matière de protection des données et de sécurité des réseaux et de l'information, et soutenir les échanges et la coopération entre les autorités répressives compétentes (par exemple en matière de protection des données, de protection des consommateurs et de sécurité des réseaux)

- accélérer la numérisation des administrations publiques et des services publics afin d'en améliorer l'efficacité, et

- contribuer, par l'attribution de marchés publics, à ce que les résultats des nouvelles technologies de l'information soient également mis sur le marché.

Une initiative Big Data d'orientation stratégique de ce type fait défaut en Suisse. Le Secrétariat d'Etat à l'économie (SECO), qui en est (co)responsable, arrive tout de même à la conclusion suivante dans le rapport E-Economy 2014 : "Le phénomène Big Data devrait être analysé en profondeur".

Christoph J. Walther

Tyler Vigen est étudiant en droit à la Harvard Law School et se définit comme un provocateur en statistiques. Il n'est pas mauvais, du moins dans ce dernier domaine : sur son site Internet (tylervigen.com), il montre à l'aide de nombreux exemples qu'une corrélation entre deux variables est loin de permettre de conclure à une causalité - bien que la tentation soit souvent grande, surtout si elle est présentée de manière visuellement attrayante. De nombreux algorithmes courants de Big Data, à la recherche de potentiels d'optimisation, tombent sur de telles corrélations apparentes, qui ne reposent toutefois sur aucune relation de cause à effet. C'est là que réside l'un des grands dangers du Big Data : celui qui se fie de bonne foi aux algorithmes peut facilement arriver à des conclusions erronées. Cela peut conduire non seulement à des décisions erronées et coûteuses, mais aussi à des discriminations et à d'autres préjudices.