Un physicien dans un océan de données
Michael Prim est chef d'équipe Data Science chez Adello depuis le début de l'année. Son travail quotidien présente des similitudes étonnantes avec son ancienne activité dans le domaine de la physique des particules.
De la physique à la publicité
Depuis le début de l'année, Michael Prim est chef d'équipe Data Science chez Adello. Auparavant, il a travaillé pendant un an comme data scientist chez Adello. La publicité, la vente et l'image en soi ne sont certes pas des domaines susceptibles d'éveiller l'intérêt principal de Prim. Mais ce n’est d’ailleurs pas nécessaire, comme il l’explique : « Les statistiques, ainsi que les procédures et méthodes également utilisées en physique des particules, sont universellement applicables. Cette forme de traitement des données peut s’appliquer à tous les secteurs d’activité. En tant que data scientist chez Adello, je ne m’occupe de la publicité que dans la mesure où je dois définir les algorithmes et préparer les connaissances évidentes pour les machines.»
Pour se consacrer aux questions liées à l’industrie, Prim a rejoint, il y a déjà cinq ans, l’éditeur de logiciels Blue Yonder. Le Big Data appliqué à la publicité programmatique est son domaine d’expertise depuis longtemps déjà. De plus, ces deux domaines sont très proches l’un de l’autre. Il existe toutefois une grande différence entre la physique et le traitement des données. Et c’est précisément cette différence qui a poussé Prim à délaisser la physique pour se tourner vers la publicité. En physique, la question qui se pose généralement est la suivante : « La théorie donnée a-t-elle encore du sens au vu des données analysées, ou puis-je la réfuter ? » On suit donc certes les mêmes étapes de recherche et d’analyse, dans la mesure où l’évaluation des données consiste à examiner les événements pertinents en fonction de la probabilité que l’événement souhaité se produise. « Il s’agit donc d’une prévision des probabilités individuelles », résume Prim. En publicité, les mesures permettent de déterminer si, par exemple, les impressions publicitaires correspondent effectivement au résultat souhaité, si la publicité est réellement diffusée et si les chiffres de vente ou l’image de marque s’améliorent effectivement dans la mesure souhaitée après la campagne. En bref : l’impact est immédiatement visible. C’est ce qui fascine Prim dans la publicité programmatique : « L’apprentissage continu issu des analyses de données entraîne une évolution constante. En physique, les lois de la nature ne changent pas. Cela signifie que je ne peux qu’utiliser les données pour vérifier la théorie et, le cas échéant, l’affiner davantage. Ce n’est pas un très grand changement. »
Michael Prim a toujours été animé par cette curiosité et cette soif de défis. Enfant, il voulait certes devenir astronaute – « mais c’est ce que veulent tous les garçons », raconte-t-il. Parallèlement, Prim a été très tôt en contact avec les ordinateurs. À six ans déjà, il passait régulièrement du temps devant son PC. Son père s’était en effet lancé très tôt dans l’informatique. « J’ai toujours trouvé cela intéressant. Car l’informatique, ce n’est pas seulement du traitement mécanique de données, c’est aussi, dans une certaine mesure, un processus de création. On construit des systèmes et on développe des algorithmes – il y a donc aussi un processus créatif derrière tout cela. » Mais c’est en poursuivant des études de physique que Michael Prim a compris qu’il ne voulait pas rester dans la recherche. « À mon goût, il y avait trop peu de changement dans la recherche », explique-t-il. C’est tout à fait différent dans la publicité programmatique. « Les utilisateurs affichent aujourd’hui des centres d’intérêt très différents de ceux d’hier, par exemple. Les théories peuvent donc évoluer très rapidement et les effets sont mesurables immédiatement. C’est ce qui me plaît. » C’est ainsi qu’il y a quelques années, l’offre d’emploi de data scientist l’a immédiatement fasciné : pouvoir calculer, à l’aide d’algorithmes, la probabilité qu’un événement se produise, puis la mesurer en temps réel. « Bien sûr, je ne peux pas prédire ce que recherchera un groupe cible donné dans six mois. Mais je peux calculer avec une grande précision la probabilité qu’un utilisateur donné, compte tenu de son profil et de la campagne que je lui présente, effectue une action spécifique à un moment donné. Je peux ainsi établir ce qu’on appelle une prévision conforme aux attentes, ce qui permet ensuite de faire des calculs très précis et de prendre la bonne décision.» Bien entendu, les modèles doivent être adaptés en permanence lorsque les événements ne se déroulent pas comme prévu. « Mais c’est justement ce qui rend mon métier si passionnant », s’enthousiasme Prim, « tout change en permanence. »
Des données et des particules élémentaires
L'équipe de science des données de Prim est chargée de développer et d'affiner des algorithmes qui analysent chaque jour des milliards d'impressions publicitaires et les présentent sur une plateforme d'analyse en temps réel brevetée. Pour chaque impression, les algorithmes examinent des milliers d’attributs afin de prédire en temps réel où la meilleure conversion aura lieu. Chaque étape du parcours client est mesurée et réintégrée dans le système. Il en résulte un système auto-optimisant qui apprend de chaque affichage publicitaire, de chaque interaction, de chaque visite sur le site web et de chaque achat. Ces systèmes ont donné naissance à divers brevets et à des produits publicitaires mobiles primés d’Adello, gérés par une cinquantaine de collaborateurs à travers le monde. Il y a quelques semaines à peine, le « Silicon Valley Technology Innovation & Entrepreneurship Forum » (SVIEF) a décerné à l’entreprise suisse de technologie mobile, implantée à Santa Clara, le Top 30 Innovation Award 2015. Ce prix a été attribué à Adello pour sa technologie propriétaire qui améliore l’efficacité des publicités mobiles en identifiant, grâce à l’apprentissage automatique, les clients les plus pertinents pour un retour sur investissement maximal. Au final, les utilisateurs voient ainsi moins de publicités et les annonceurs gagnent plus de clients tout en conservant le même budget publicitaire.
Mais en quoi consiste exactement le traitement des données à l’aide d’algorithmes issus de la physique des particules ? Michael Prim rend cette réponse facile à comprendre : l’approche des masses de données, empruntée à la physique, est pour le moins fascinante. « La physique des particules s’intéresse à ce qui lie le monde au plus profond de lui-même – la question des forces fondamentales de la nature », commence par expliquer Prim. « Pour répondre aux questions soulevées par ces domaines de recherche, on construit de très grands détecteurs, comme ceux que l’on trouve par exemple au CERN, à Genève. Ces machines sont aussi grandes qu’une maison et produisent chaque seconde des flux de données qui, gravés sur des CD pendant une semaine, formeraient une pile s’élevant jusqu’à la Lune. » Ces volumes de données sont également générés chez Adello, bien qu’à une échelle moindre. Pour pouvoir tout de même traiter et analyser ces volumes de données, il faut les trier. Et ce, très rapidement. Voilà pour le contexte des particules individuelles. Mais ces données doivent ensuite être évaluées instantanément. « Si j’ai par exemple 1 000 événements par seconde, je dois immédiatement me débarrasser de 999 d’entre eux ; je ne peux en conserver qu’un seul pour l’analyse », explique Prim. Plus précisément, sur 40 millions d’événements par seconde, les algorithmes n’en conservent qu’environ 1 000. « La décision consiste donc à déterminer quelles données je conserve ou j’élimine », précise-t-il. Tout ce qui est supprimé est irrémédiablement perdu. Cela suppose que les algorithmes évaluent très rapidement les données, puis les stockent ou les suppriment. Cela n’est possible que si l’on définit très précisément quelles données sont précieuses ou inconnues. Car seules ces informations méritent vraiment d’être exploitées dans la suite des recherches. D’un autre côté, les algorithmes doivent prendre en compte des informations connues depuis longtemps. « Des données que nous connaissons, que nous avons comprises », comme le précise Prim. Les algorithmes sont capables de prendre cette décision s’ils sont programmés pour réagir aux déclencheurs correspondants. Pour donner une idée de l’ordre de grandeur des volumes de données en physique des particules, Prim donne un exemple : « Au CERN, une douzaine de centres de calcul sont interconnectés afin de pouvoir simplement stocker les données enregistrées, puis les traiter. Cela dépasse encore largement ce qu’il serait possible de traiter sur un seul ordinateur. » L’avantage réside toutefois dans le fait que l’ensemble des données est ainsi stocké et peut être exploré à l’aide de nombreux ordinateurs interconnectés afin d’extraire les 1 000 événements intéressants qui concernent spécifiquement le processus étudié. Pour sa thèse de doctorat, par exemple, Prim a filtré 1 000 événements de ce type, accumulés au cours de plus de 10 ans de mesures – alors que des milliards d’événements avaient été enregistrés. L’analyse s’effectue finalement sur ce volume de données résiduel relativement restreint. « On peut alors peut-être déterminer si certaines théories sont réellement importantes : l’analyse permet de corroborer une théorie existante ou, dans de très rares cas, de la réfuter », résume Prim. Pour y parvenir, le traitement des données occupe une place centrale. Le traitement des données consiste avant tout à mettre en place une échelle qui n’existe pas encore dans l’industrie. Or, dans l’industrie, le volume de données est 1 000 fois plus faible qu’en physique des particules. Et c’est là qu’intervient le data scientist. Jusqu’à présent, c’était l’analyste métier qui exploitait de tels volumes de données, mais la tendance est désormais à la physique des particules.
C'est également le cas chez Adello dans le domaine de la publicité mobile. « Nous enregistrons chaque jour 10 milliards d'impressions publicitaires », explique Prim. Celles-ci concernent 8 milliards de personnes, 1 milliard de smartphones et plusieurs heures d'utilisation mobile par jour. « Les méthodes classiques du secteur échouent ici au moment de l’analyse », explique M. Prim. Les approches programmatiques existantes ne sont pas à la hauteur du défi que représente la prévision rapide et précise du comportement des utilisateurs, compte tenu des volumes de données colossaux. En effet, ces approches se concentreraient ici sur des ordinateurs individuels, alors qu’une analyse distribuée des données est nécessaire pour, au final, filtrer à l’aide de plusieurs ordinateurs distincts les impressions publicitaires individuelles qui présentent un intérêt pour le client. Selon lui, c’est donc en recourant aux méthodes scientifiquement éprouvées issues de la physique des particules que l’on résout au mieux le problème de la réduction rapide et instantanée des données et de la prise de décision. La satisfaction des clients et la croissance démontrent toutefois chaque jour à Prim qu’Adello, grâce à l’approche choisie, parvient désormais à s’imposer avec succès à l’international face aux géants du secteur.
En bref :
Michael Prim occupe depuis janvier 2015 le poste de chef d'équipe Data Science chez Adello. Auparavant, il a travaillé pendant un an en tant que spécialiste du Big Data chez Adello. Auparavant, il a occupé pendant plus de trois ans le poste d'analyste de données chez Blue Yonder, tout en préparant son doctorat à l'Institut de technologie de Karlsruhe. C'est également à l'Institut de technologie de Karlsruhe qu'il a obtenu son diplôme de physique.
– Octobre 2004 – janvier 2010 : diplôme de physique. Institut de technologie de Karlsruhe (KIT)
– novembre 2009 – décembre 2012 : analyste de données. Blue Yonder, Karlsruhe
– février 2010 – décembre 2013 : doctorat en physique, docteur en sciences naturelles. Institut de technologie de Karlsruhe (KIT)
– Janvier 2014 – décembre 2014 : spécialiste du Big Data. Adello, Karlsruhe.
– De janvier 2015 à aujourd’hui : chef d’équipe Data Science chez Adello, à Karlsruhe.
Ursina Maurer
