Intelligence économique et Big Data

La 2ème conférence de cette année a réuni une quarantaine de professionnels autour de la question du Big Data et des enjeux pour l’Intelligence économique. C’est avec attention que les participants ont écouté les interventions du Dr Julien Herzen, data scientist chez Swisscom Innovations, et d’Olivier Perez Kennedy, Fondateur de la société de communication Enigma.

Notre présidente ad interim Miki Vayloyan a tout d’abord ouvert la soirée en nous donnant des nouvelles de l’association.

La première partie, tenue par le Dr Herzen, a porté sur deux thématiques : l’équipe Meerkat de Swisscom puis l’utilisation du Big Data en politique. A titre liminaire, Julien Herzen a pris le temps de rappeler les différents critères qui caractérisent les Big Data comme la notion de volume qui semble être la principale caractéristique.

Le Dr Herzen a ensuite présenté les travaux au sein de Swisscom avec l’outil et l’équipe Meerkat. Le principe, simplifié ici, consiste à détecter en premier lieu les cycles de données. Swisscom reçoit des données aussi souvent qu’un utilisateur fait une action. Appel, SMS, déplacement et même changement d’antenne. Il s’agit d’une masse impressionnante d’information qui répond à des cycles à cause du rythme d’utilisation des appareils. Il est possible de suivre les cycles de transfert de données, de se rendre rapidement compte d’une anomalie, pour y remédier.

Le second volet de sa présentation portait sur le projet Mining Democracy. Le projet consistait à extraire les informations de la plateforme Smart Vote afin d’identifier le positionnement politique des citoyens. En prenant les prises de positions des élus d’une part, et celle des citoyens d’autre part, il est possible de comparer plusieurs éléments, comme la répartition des idéologies en fonction de la géographie. Ce que révèle ici Julien Herzen n’est rien d’autre que ce que n’importe quel politologue aurait pu avancer. Cependant, cette fois-ci, ce sont des données précises et concrètes qui viennent appuyer ces « suppositions ». Le Big Data offre alors un outil puissant pour comprendre les positionnements idéologiques des populations. De fait, le Dr Herzen a démontré qu’il était possible d’influencer un outil comme celui de Smart Vote en identifiant une zone idéologique « médiane » mais inexploitée. Une telle zone identifiée, il est dès lors possible de recommander à un politicien de répondre au questionnaire de manière à se positionner exactement dans la zone. Ainsi, le politicien a plus de chance de se retrouver proposé comme élu le plus proche des idées de la population.

Le second volet de sa présentation portait sur le projet Mining Democracy. Le projet consistait à extraire les informations de la plateforme Smart Vote afin d’identifier le positionnement politique des citoyens. En prenant les prises de positions des élus d’une part, et celle des citoyens d’autre part, il est possible de comparer plusieurs éléments, comme la répartition des idéologies en fonction de la géographie. Ce que révèle ici Julien Herzen n’est rien d’autre que ce que n’importe quel politologue aurait pu avancer. Cependant, cette fois-ci, ce sont des données précises et concrètes qui viennent appuyer ces « suppositions ». Le Big Data offre alors un outil puissant pour comprendre les positionnements idéologiques des populations. De fait, le Dr Herzen a démontré qu’il était possible d’influencer un outil comme celui de Smart Vote en identifiant une zone idéologique « médiane » mais inexploitée. Une telle zone identifiée, il est dès lors possible de recommander à un politicien de répondre au questionnaire de manière à se positionner exactement dans la zone. Ainsi, le politicien a plus de chance de se retrouver proposé comme élu le plus proche des idées de la population.

Julien Herzen a démontré que les Big Data peuvent servir en temps réel comme pour Meerkat mais aussi pour l’analyse à posteriori. Dans les deux cas, le Big Data permet de mieux percevoir une réalité et de réagir en conséquence, sur la base d’une information fiable et concrète.

En seconde partie de soirée, Olivier Perez Kennedy a présenté la démarche entreprise par sa société Enigma. Enigma exploite les réseaux sociaux et les données ouvertes pour prédire des comportements. Pour introduire son propos, Olivier Perez Kennedy a révélé qu’il aurait voulu être un Jedi, c’est-à-dire, pouvoir influencer la pensée d’une personne pour lui transmettre une idée. L’agence Enigma, dont il est le fondateur, utilise les Big Data afin de pouvoir identifier les croyances des public cibles et accompagne des marques, des institutions ou des politiques pour proposer une stratégie d’influence sur ces croyances..

Le concept de base consiste à récupérer de la donnée sur le comportement des usagers selon la thématique et les objectifs stratégiques. Ces données sont, par exemple, issues de Google Trends et donnent un aperçu assez précis des courants de pensées. Il s’agit ensuite de mettre en place une stratégie de réponse à ces données pour voir comment il serait possible d’influencer l’opinion des gens. Les neurosciences apportent un support supplémentaire à la démarche.

Olivier Perez Kennedy affirme que les sondages et les études de marchés sont d’une autre époque. Les Big Data permettent de dessiner la réalité de manière bien plus fidèle qu’un panel classique et à un coût différent. Enigma est fière de pouvoir parler du succès de sa méthode Morpheus, jusqu’à prédire l’élection du président américain Donald Trump, contre toute attente, et surtout tout sondage.

Comme de coutume, les présentations ont été suivies par un débat avec les participants a permis à l’assemblée présente d’approfondir les thématiques et notamment la question du biais et des risques liés à l’intelligence artificielle, la prédiction et l’autonomie des machines.

Comme de coutume, les présentations ont été suivies par un débat avec les participants a permis à l’assemblée présente d’approfondir les thématiques et notamment la question du biais et des risques liés à l’intelligence artificielle, la prédiction et l’autonomie des machines.