Votre navigateur n'est pas à jour et ne peut pas afficher cette publication.
En savoir plus

Les enjeux éthiques du big data

zoom sur

Le big data brasse des volumes gigantesques de données qui peuvent être publiques ou privées. Cela pose des questions d éthique dont les entreprises doivent s emparer. L un des principaux enjeux est la sécurisation des données personnelles de leurs clients pour se prémunir d éventuels pirates de leurs systèmes. De la même manière, le respect de la vie privée doit rester une priorité en suivant plusieurs principes, notamment celui de non-malfaisance pour ne pas porter atteinte aux droits des clients. La question éthique ne peut pas donc seulement être portée par les sociétés commerciales mais aussi par les organisations publiques capables de prendre une perspective à long terme sur les effets de l intelligence artificielle.

Plusieurs techniques sont utilisées : le clustering (pour créer des archétypes de comportements par exemple), la régression (pour la maintenance prédictive ou réduire les coûts d inspection), la classification (pour identifier des fuites à partir d une classe de signatures hydrauliques), etc.

La data au service du client

Les avantages se situent aussi bien au niveau de la relation client pour lui proposer un meilleur prix ou pour l aider à maîtriser sa consommation de ressources, que dans la prospection de nouveaux contrats. Teddo Van Mierle peut en témoigner. Data scientist pour SUEZ aux Pays-Bas, il travaille depuis neuf ans dans l intelligence marketing en intégrant la science des données. « Aujourd hui, la capacité de stockage a augmenté et les données disponibles se comptent en millions. Nous avons donc développé de nouvelles plateformes automatisées pour les traiter en quelques secondes. » En effet, les données externes (temps et prévisions météorologiques, tendances économiques, informations sur le développement, etc.) sont utilisées pour enrichir les données internes de SUEZ, permettant de mieux appréhender ce qui se passe et, plus important encore, de déterminer quelles sont les influences externes et internes sur le comportement des clients.

C est ainsi que l application Sales Excellence, développée par les équipes de SUEZ, fédère l ensemble de ces données collectées et fusionnées, avec des analyses hautes performances effectuées quasiment en temps réel. Ce système permet ainsi aux équipes commerciales de savoir au quotidien quels sont les clients/prospects les plus susceptibles de signer un contrat, de démissionner et quels services sont les plus susceptibles d être demandés.

Un autre exemple est le datalake pour SUEZ Trading. Les données de neuf pays européens sont collectées et uniformisées automatiquement. Ensuite, l analyse (prédictive) permet d avoir une vue d ensemble complète des tendances et du développement des réseaux de dispositifs de SUEZ Trading. Grâce à l énorme quantité de

Transformer la data au service de la ressource

« Le défi de SUEZ est d avoir une gestion agile des données pour qu elles soient activables ensemble afin de faire ressortir les informations importantes », rappelle l expert. Après avoir répondu à la question posée par le métier, la prochaine étape est le développement d applications à partir d outils de visualisation. Il s agira par exemple de créer un module algorithmique qui détecte en temps réel les anomalies sur la qualité de l eau distribué dans le réseau (via AQUADVANCED®) ou bien d optimiser les trajets et les calendriers de collecte des déchets à partir de capteurs disposés sur les bennes ou d informations de pesées. Le calendrier classiquement hebdomadaire peut alors être modifié en fonction du remplissage.

Teddo Van Mierle Marketing Intelligence Expert,

SUEZ aux Pays-Bas

© T

ed do

V an

M ie

rle

60

EXPERTISE