Selon la société multinationale américaine IBM, « 90% des données dans le monde ont été crées au cours des deux dernières années seulement[1] ». Ces quantités de données proviennent de l’activité des entreprises (achat en ligne, etc.) mais aussi de nos propres échanges personnels (Mail, photos, vidéos). Cette augmentation exponentielle de la quantité d’informations disponibles donne l’opportunité aujourd’hui de créer de nouveaux usages à cette information. En effet, la valeur de toutes ces données est nulle s’il n’existe pas en amont un processus de transformation de l’information disponible en analyse. Du fait de l’explosion du volume de données disponibles, un nouveau domaine technologique a fait son apparition : le Big Data. Traduit en français par « mégadonnées » ou encore « grandes données », ce phénomène technologique touche toutes les strates du web, aussi bien celui dédié à l’information (presse en ligne, blog, etc.) que le web conversationnel (réseaux sociaux, etc.). Ce sont les géants du web, appelés également GAFA (Google, Amazon, Facebook, Apple), qui ont développé leur utilisation. En effet, du fait de leur besoin d’avoir une base de données gigantesque disponible et mise à jour en temps réel, ce groupe a dû développer des outils et techniques leur permettant de garder un avantage sur leurs concurrents. Comme on peut le constater, le Big Data représente un important objectif stratégique au niveau économique et commercial. D’après Pascal Beucler, vice-président du MSL Group (Publicis Group), « La data, c’est la monnaie de l’âge de l’information, c’est par conséquent ce dont nous devons être capable d’extraire de la valeur ». Après la révolution informatique, la révolution d’Internet, la révolution des données est en passe de devenir l’objectif numéro un pour les acteurs économiques dans les prochaines années. Et ce, même si les débats sur ses conséquences sont un sujet de discorde parmi les économistes. Pour analyser ce phénomène, il est nécessaire d’énumérer les conditions de l’apparition du Big Data pour ensuite définir les enjeux et les acteurs qui sont au cœur de ce phénomène. Nous verrons par la suite les différentes applications du Big Data dans des projets concrets tels que le projet Aktiv.

• L’évolution de l’environnement macroéconomique propice à l’apparition du Big Data

Pour Daniel Cohen, dans son livre « trois leçons sur la société post-industrielle[2] », les transformations économiques impliquent cinq grands changements. En effet, des innovations en grappe (l’électricité) amènent à un nouveau système de production (le travail à la chaîne) puis à un nouvel ordre social et international et enfin à une nouvelle division internationale du travail. La fin des années 90 est donc pour ainsi dire la période ayant défini le cadre d’émergence de l’apparition du phénomène du Big Data. Elle est le fruit de trois ruptures principales[3]. Tout d’abord, une rupture technologique (les NTIC) se mêlant à un contexte politique évolutif (la chute du mur de Berlin) et une forte croissance économique aux États-Unis qui laissait penser à une croissance perpétuelle et à la fin des cycles définis par l’économiste Kondratiev. Trois nouvelles dimensions viennent améliorer l’environnement propice à l’avènement de l’économie de l’immatériel : une dimension technologique avec la forte diminution du prix de l’information, un capital humain qui devient une variable stratégique (des formations en Big Data commencent notamment à émerger partout en France), et enfin une dimension organisationnelle avec la nécessité d’un management en réseau. Durant cette période, les investissements en R&D augmentent fortement ainsi que la part de l’immatériel dans les biens échangés.

L’évolution du coût de production, composé du coût fixe et du coût marginal, amène à l’apparition dans cette économie de l’immatériel de marchés de monopole. En effet, le prix de la reproduction d’une unité, c’est-à-dire du coût marginal, diminue alors que les coûts fixes augmentent. Les GAFA sont la conséquence de cette transformation. Les technologies de l’information et de la communication permettaient de discriminer les prix de 3 manières différentes. Premièrement en imposant le prix le plus élevé que le consommateur est prêt à payer. Deuxièmement, en proposant également différents types de produits à plusieurs niveaux de prix et enfin en vendant un même produit ou service à des prix différents selon les consommateurs. La manifestation du Big Data depuis une dizaine d’années est venue renforcer cette discrimination car, nous le verrons ensuite, l’augmentation des quantités d’informations échangées par les consommateurs permet aux entreprises d’adapter ces stratégies pour ainsi coller au plus près de leurs besoins. L’information abondante se transforme ainsi peu à peu en information rare où le comportement des consommateurs est la variable centrale.

• Quelques précisions sur le Big Data

Malgré le fait qu’elle a été introduite en 2001, la définition des caractéristiques du Big Data par Doug Lancy du cabinet Gartner reste la plus utilisée. Elle est résumée par leur présente définition[4] : « Big data high volume, high velocity, and/or high variety information assets that require new forms of processing to enable enhanced decision making, insight discovery and process optimization”. La règle des 3V s’applique par un grand volume de données à traiter (en 2013, chaque minute sur Internet, plus de 4 millions de recherches Google sont effectuées et 204 millions de mails sont envoyés[5]), une grande variété d’informations et un certain niveau de vélocité à atteindre. Pour répondre à ces besoins, les technologies ont dû progresser et notamment celles qui optimisent le temps de traitement comme l’implémentation du NoSQL (Not only SQL) qui introduisent des systèmes de stockage qui rendent l’analyse de données plus efficace ou l’utilisation du Framework Hadoop. Toutes ces solutions sont généralement proposées en open source, ce qui facilite leur diffusion et leur évolution. La conséquence de ces changements est que l’information permet aujourd’hui de proposer des modèles pouvant prédire, de manière plus pertinente, les actions des acteurs économiques. De manière synthétique, les 5 forces qui ont accompagné l’apparition du Big Data et qui continuent d’ailleurs à le développer sont : l’automatisation des échanges de données, une révolution du stockage, l’avènement d’une nouvelle science de données, le progrès de la visualisation de données et les nouvelles possibilités de monétisation[6].

• Enjeux et acteurs du Big Data :

L’analyse et l’utilisation des Big Data sont déjà utilisées dans de nombreux domaines aussi variés que les algorithmes de recommandations utilisés par les géants de l’achat en ligne (Amazon, etc.), les statistiques dans le sport de haut niveau, la médecine et même dans la mise en place de programmes de surveillance comme le très décrié programme PRISM[7]. D’après une étude d’Accenture, basée sur 19 pays à travers le monde et l’audit de près de 1000 responsables d’entreprise, pour 90% des décideurs d’entreprises, le Big Data va engendrer des bouleversements au moins aussi importants que celui d’internet[8] et parmi les cinq forces précédemment énumérées, le sujet des nouvelles possibilités de monétisation est aussi abordé dans l’étude. En effet, 92% des répondants consultés, réellement engagés dans un projet de traitement massif de données dans un projet de rentabilisation, se disent « satisfaits des résultats obtenus ». Ce traitement massif permet notamment de cibler le consommateur plus précisément et de façon individualisée, mais également, nous y reviendrons par la suite, une maintenance plus précise des infrastructures urbaines. En réduisant les coûts marginaux des entreprises spécialisées dans l’immatériel, le phénomène du big data permet déjà aux E-commerces par exemple une analyse achat/vente optimisant leurs systèmes organisationnels sur toute la chaîne du produit. L’analyse sur les réseaux sociaux permet également de développer un ressenti général sur un produit. La détermination du meilleur point de vente en croisant les données est également améliorée. Autant d’applications que l’on verra se renforcer dans les prochaines années à condition que les organisations adaptent leur mode de fonctionnement à cette évolution.

Les possibles utilisateurs du Big Data sont nombreux mais les réels acteurs, nous l’avons précédemment vu, restent les GAFA. Les « big four » du numérique auxquels on pourrait rajouter Twitter, ont un point en commun : ils ont tous créé leurs propres écosystèmes dans une logique économique de Lock-in. C’est-à-dire qu’ils fidélisent leurs clients pour faire en sorte qu’il soit trop coûteux pour eux de partir à la concurrence. Pour ce faire, ils doivent sans cesse innover et la plupart de ces innovations concernent justement les récupérations de données sur leurs consommateurs et exploitables via des capteurs ou par les smartphones et autres objets connectés. L’objectif de Google est par exemple d’accentuer sa place sur la data avec le rachat en début d’année de l’entreprise Rangespan[9], une start-up britannique fondée en 2011 par deux anciens cadres d’Amazon. Cette start-up propose notamment un outil d’analyse en temps réel du marché permettant d’optimiser le catalogue en ligne en temps réel en fonction des goûts des consommateurs. De son côté, Apple met en place des capteurs « Ibeacon[10] » dans ses stores afin de suivre le consommateur via son iPhone et lui proposer des promotions en fonction de l’endroit où il se trouve en temps réel. La marque à la pomme propose déjà d’adapter ces capteurs à d’autres activités telles que les visites de musées. Facebook aimerait utiliser sa force de détection de signaux faibles dans la vie de ses clients (déménagement, etc.) pour proposer en amont des offres en relation avec le besoin. Enfin, Amazon continue d’engranger les données afin d’améliorer son algorithme de recommandation.

Bien qu’étant un marché de monopole, la position des GAFA reste fragile et leurs constantes améliorations viennent du fait qu’ils peuvent être concurrencés. En effet, quelques firmes chinoises peuvent ainsi s’immiscer sur le marché juteux du Big Data du fait de la taille importante du marché chinois. Des groupes comme Tencent (jeux), Alibaba (groupe d’e-commerce), Baidu (moteur de recherche) concurrencent déjà les GAFA sur ce marché[11] et ne tarderont pas à s’étendre au marché mondial en se diversifiant de la même manière que leurs homologues occidentaux.

• L’avenir du Big Data en question

Les entreprises ne sont pas les seules à pouvoir bénéficier du Big Data. Outre les recherches et autres achats sur internet, plusieurs projets urbains commencent à réfléchir à ce que sera la mobilité de demain et le croisement de plusieurs types de données est un exemple de ces moyens. Le projet « Aktiv [12]», initié par un groupe d’entreprises allemandes autour de la sécurité et la fluidité routière, regroupe des constructeurs automobiles, des fournisseurs, des entreprises du secteur électronique, des télécommunications, des centres de recherche ainsi que des compagnies spécialisées dans la création de logiciels. Ce projet, pouvant être traduit comme « technologies coopératives pour un transport intelligent », basé sur un processus d’innovation collective, a pour objectif principal d’assurer la compétitivité allemande dans le domaine automobile sur le long terme. Chaque acteur travaille sur un problème spécifique et rassemble ses informations sur le projet dans sa globalité. Le but central du projet est d’utiliser des données météorologiques, du trafic routier et de les agréger afin de rendre la route plus fluide et sûre. L’avancée dans le domaine du Big Data permettra donc de multiplier ce type de projets.

Bien que constituant une avancée technologique significative, le Big Data comporte des parts d’ombres surl’utilisation de données personnelles, et cristallise l’opposition des économistes autour de la conséquence de la révolution numérique dans les prochaines années. En effet, l’économiste américain Jeremy Rifkin, dans son livre « The Zero Marginal Cost Society : The internet of things, the collaborative commons, and the eclipse of capitalism[13] » explique que de plus en plus de biens deviennent immatériels et gratuits. Leur coût marginal ne cessant de diminuer. Pour lui, grâce à trois révolutions technologiques, nos sociétés peuvent espérer basculer vers un nouveau système de production, les « communaux collaboratifs ». Ces trois révolutions seraient l’apparition de l’internet de l’information, l’internet de l’énergie et l’internet de la logistique (objets connectés, capteurs, Big Data). Combiné avec un changement individuel de préférence de consommation (vers une économie de partage), ce mouvement viendrait prochainement remplacer le capitalisme. Cette analyse est loin de faire l’unanimité. En effet, dans un récent débat sur cette question, l’économiste français Jacques Attali confiait que « les maîtres de demain seront les agrégateurs de données et les compagnies d’assurance. Nous offrons nos données gratuitement, en échange on accède à Google. On donne à ceux qui vont agréger nos propres données pour nous les revendre sous forme de prime d’assurance[14] ».

L’apparition du Big Data est aussi bien une opportunité pour les entreprises et les consommateurs qu’un risque pour les individus si l’appropriation des données personnelles n’est pas contrôlée. De par ce nouveau mouvement, les sociétés s’adaptent déjà. En plus du coût important de la mise en place de systèmes d’informations susceptibles d’utiliser les Big Datas, les entreprises peinent à recruter des personnes suffisamment compétentes sur ces questions. Mais à mesure que le Big Data prend de l’importance dans nos vies, la formation, dans les grandes écoles notamment, change. HEC, télécom Paris, ENSAE possèdent déjà des formations afin de créer des « data-scientists ». Comme pour l’imprimante 3D, l’enjeu est de savoir si les Big Data ne constitueront pas plus d’avantages que d’inconvénients du fait de leur omniprésence dans nos vies quotidiennes. La 4^ème édition du congrès Big Data Paris[15] se déroulera les 10 et 11 mars 2015 au CNIT. Tous les acteurs du Big Data en France seront réunis, l’occasion peut être d’apporter une réponse à ces interrogations.

Tony Grandin, étudiant promotion 2014-2015 du Master 2 Intelligence Economique et Stratégies Compétitives d’Angers

http://www.doyoubuzz.com/tony-grandin

Bibliographie :

« Aktiv-online [home] ». http://www.aktiv-online.org/.

« Big Data : définition, enjeux et études de cas l Data-Business.fr »

http://www.data-business.fr/big-data-definition-enjeux-etudes-cas/.

« Big Data : les entreprises satisfaites selon une étude – Accenture ». http://www.accenture.com/fr-fr/company/newsroom-france/Pages/companies-satisfied-investment-big-data-technologies.aspx.

« Big Data Paris 2015 » http://www.bigdataparis.com/.

Cayla, David. « Economics of information and knowledge », 2013.

« Chiffres Internet – 2014 – Blog du Modérateur ». http://www.blogdumoderateur.com/chiffres-internet/.

Cohen, Daniel. Trois leçons sur la société post-industrielle. République des idées. Paris: Seuil ; République des idées, 2006.

« Comment dit-on GAFA en chinois ? ». Stratégie, 18 septembre 2014.

« Histoire du renseignement américain – Master Intelligence Economique et Stratégies Compétitives ». https://master-iesc-angers.com/histoire-du-renseignement-americain/.

« IBeacon for Developers – Apple Developer ». https://developer.apple.com/ibeacon/.

« IBM – Définition du Big Data – Profitez des opportunités du Big Data – France ». http://www-01.ibm.com/software/fr/data/bigdata/.

Laney, Douglas. « The importance of “Big Data” : A definition ». Gartner, 21 juin 2012.

« “Les maîtres de demain seront les compagnies d’assurance et les agrégateurs de données” (Attali) ». http://www.latribune.fr/technos-medias/internet/20141127trib474d3b92b/les-maitres-de-demain-seront-les-compagnies-d-assurance-et-les-agregateurs-de-donnees-attali.html.

« Quand les GAFA se gavent de DATA ». Stratégie, 3 juillet 2014.

Rifkin, Jeremy. The zero marginal cost society: the Internet of things, the collaborative commons, and the eclipse of capitalism. New York: Palgrave Macmillan, 2014.

[1] IBM – Définition du Big Data – Profitez des opportunités du Big Data – France ». http://www-01.ibm.com/software/fr/data/bigdata/.

[2] Cohen, Daniel. Trois leçons sur la société post-industrielle. République des idées. Paris: Seuil ; République des idées, 2006.

[3] Cayla, David. « Economics of information and knowledge », 2013.

[4] Laney, Douglas. « The importance of “Big Data” : A definition ». Gartner, 21 juin 2012.

[5] « Chiffres Internet – 2014 – Blog du Modérateur ». http://www.blogdumoderateur.com/chiffres-internet/.

[6] « Big Data : définition, enjeux et études de cas Data-Business.fr » http://www.data-business.fr/big-data-definition-enjeux-etudes-cas/.

[7] « Histoire du renseignement américain – Master Intelligence Economique et Stratégies Compétitives ». https://master-iesc-angers.com/histoire-du-renseignement-americain/.

[8]« Big Data : les entreprises satisfaites selon une étude – Accenture ». http://www.accenture.com/fr-fr/company/newsroom-france/Pages/companies-satisfied-investment-big-data-technologies.aspx.

[9] « Quand les GAFA se gavent de DATA ». Stratégie, 3 juillet 2014.

[10] « iBeacon for Developers – Apple Developer ». https://developer.apple.com/ibeacon/.

[11]« Comment dit-on GAFA en chinois ? ». Stratégie, 18 septembre 2014.

[12] « Aktiv-online [home] ». http://www.aktiv-online.org/.

[13] Rifkin, Jeremy. The zero marginal cost society: the Internet of things, the collaborative commons, and the eclipse of capitalism. New York: Palgrave Macmillan, 2014.

[14] « “Les maîtres de demain seront les compagnies d’assurance et les agrégateurs de données” (Attali) ». http://www.latribune.fr/technos-medias/internet/20141127trib474d3b92b/les-maitres-de-demain-seront-les-compagnies-d-assurance-et-les-agregateurs-de-donnees-attali.html.

[15] « Big Data Paris 2015 » http://www.bigdataparis.com/.