Mar
03
2016

KYV-X : Know Your Value Through Data-Sciences

KYV-X : Know Your Value Through Data-Sciences est un projet novateur de data-sciences  effectué pour le french chapter de SCIP, l’ APIEC.

 

 

 

Avec les partenaires suivants :

BlueDsXlaboratoire du groupe Blue Soft : intégrateur de la solution.

Invoxis, éditeur novateur de solutions TAL et des technologies de cartographie de l’information proposant des solutions logicielles aux entreprises afin de collecter, analyser et exploiter l’information. INVOXIS propose une plateforme d’investigation qui permet aux Banques et groupes industriels de répondre aux exigences réglementaires.

Advanced Research Partners (ARP), startup spécialisée dans les Data Sciences et l’Intelligence : éditeur des algorithmes permettant de « clusteriser »  et interpréter des graphes  très volumineux.

Objectifs du projet

  • Evaluer le réseau  logistique et commercial d’une société concurrente et sa chaîne de valeur
  • Maîtriser le processus « Know Your Suppliers » et les risques associés à la chaîne de valeur de sa propre société

Présentation

  1. L’utilisateur navigue dans la base des graphes au travers de la technologie d’Invoxis,
  2. Les algorithmes d’Advanced Research Partners  détectent :
  • Les agrégats de sociétés et d’individus  générant (ou détruisant)  de la valeur ou des risques
  • Les  influenceurs, fournisseurs ou clients privilégiés
  • Les  relations clés entre les clusters.

    L’utilisateur peut alors évaluer les chaines de valeurs et les risques entourant la cible analysée.

Aspects Novateurs

Les aspects ayant trait aux connaissances opérationnelles des chaines de valeurs et de risques sont aujourd’hui encore peu exploitésvia les très grands graphes.

Ce projet comporte des innovations algorithmiques & mathématiques liées aux data sciences, comme la mise au point par la société Advanced Research Partners d’une version évoluée de techniques de clusterisation issues de l’algorithme  SpinGlass.

Valorisation observée de la donnée

Les résultats sont utilisés dans des tableaux de bord décisionnels utiles aux dirigeants d’entreprise, aux « compliance officers », aux patrons d’unités commerciales, aux spécialistes du marketing ou aux « risk managers ».

Ces informations impactent la stratégie, la capacité de développement et la résilience de l’entreprise.

Henri Laude

 

Fév
28
2016

KYV-X – Know Your Value Through Data-Sciences /en

KYV-X – Know Your Value Through Data-Sciences is a project hosted by the APIEC (French chapter of SCIP: Society of Competitive Intelligence Professionals), animated by its president, M. Henri Laude.

Partners :

BlueDsX, Blue Soft group data-sciences lab: solution integrator.

Invoxis, INVOXIS is a pioneer in the text mining and NLP markets, offering software solutions to businesses in order to collect, analyse and use efficiently information. Its unique technology offers an investigation platform, which collects strategic information to help banks in their KYC Client-Onboarding, AML, DueDil Investigation & Sectorial Analysis processes.

Advanced Research Partners (ARP), start-up specialized in data-sciences and Intelligence: algorithms editor that allowed the clusterisation and the interpretation of very voluminous graphs.

 Project Goals

  • Assess the logistic and commercial network of a competitor and its chain of value
  • Master the “Know Your Suppliers” process and the risks associated to the chain of value from its own company

 Presentation

  1. The user navigates in the graph basis through the Invoxis technology,
  2. 2.       ARP algorithms detect :
  • Groups of companies and individuals generating (or destructing) value or risks
  • Influencers, providers and privileged clients
  • Key relationships between clusters

In the end, the user can assess the chains of values and the risks surrounding the analyzed target.

Innovative Aspects

Nowadays, the aspects related to the operational knowledge of the chains of value and of the risks are under-exploited through the voluminous graphs.

This project includes algorithmic innovations and mathematics linked to data-sciences, such as the ARP development of an evolved version of the clusterisation technics, from the SpinGlass algorithm.

 Observed Recovery of Data

The results are used within executive dashboards useful to the company leaders, to the compliance officers, to the commercial units’ managers, to the marketing specialist and also to the risk managers.

These information impact the company strategy, its development capacity and its resilience.

 

Jan
12
2016

Conférence-débat : Big data,valeur & protection des données

protection des donnéesBig data : valeur & protection des données

La puissance de calcul numérique de l’humanité croit rapidement, nos capacités de stockage d’information se démultiplient, les réseaux et l’internet des objets proposent de nouveaux usages.

L’or des data se veut l’Eldorado et le futur des entreprises, la protection et l’usage de ces trésors sont primordiales. Dans ce cadre, l’ICD Business School et  l’APIEC (french chapter de SCIP) vous proposent de dialoguer et d’échanger autour de points de vue d’experts.

Le docteur Olivier Mamavi nous accueillera ( Olivier est professeur à l’ICD et auteur de l’excellent ouvrage   Les coulisses des marchés publics  )

Datanomics : la valeur des données

Les données sont partout, opportunités pour certains, menace pour d’autres, elles redéfinissent le paysage concurrentiel et font émerger de nouveaux modèles d’affaires. Au-delà des enjeux techniques et technologiques bien réels, la question posée par l’émergence des données est stratégique et entrepreneuriale : comment les utiliser pour renforcer son modèle lorsqu’il est attaqué par de nouveaux entrants numériques, comment s’en servir pour développer de nouveaux modèles ?

Pour répondre à ces questions, la question de la valeur est un bon outil, comment se construit la valeur des données ? Quelles sont les opportunités économiques associées aux données pour les entrepreneurs, les PME et les groupes ?

Louis-David Benyayer – Chercheur en stratégie (ICD / ESCP Europe) et co-auteur du livre Datanomics.

Le monde numérique change, l’Europe s’adapte.

Après un règlement sur « l’identification électronique et les services de confiance pour les transactions électroniques » (iEDAS) permettant d’étendre sur le périmètre Européen les services de confiance autour des solutions de signatures numériques, l’EU travail sur un texte cadrant la protection des données personnels.

Ces travaux (nouveau cadre) changent/vont changer le paysage du traitement des données et annoncent une transformation numérique déjà en route.

Laurent Imbert (RSSI chez un des leaders de l’informatique français)

Traçabilité, sécurité  et Big Data

Une grande part des activités humaines occidentales s’effectue au travers des ordinateurs. Les données et les traces d’activité qui résident sur ces machines sont à la fois un danger et une opportunité. Face à ce constat nous aborderons quelques questions clés :

  • Quelles traces laissons-nous sur les systèmes informatiques?
  • Comment ces traces sont elles analysées et à quelles fins (expertise sécurité et Forensic, Big Data …) ?
  • Comment utiliser le big data dans ce cadre en conservant la conformité ?
  • Comment sécuriser les données personnelles que nous utilisons ?
  • Quels sont les opportunités et les limites dans le cadre de l’intelligence économique et concurrentielle  ?

David Pothier – Président d’Avanced Research Partners

Henri Laude – Président de l’APIEC 

Rejoignez-nous, en vous inscrivant ici :

http://www.meetup.com/fr-FR/APIEC-SCIP-FR-INTELLIGENCE-ECONOMIQUE-SECURITE-DATASCIENCES/

 

 

Juin
25
2015

Meetup R et data sciences – Blue DsX laboratoire du groupe BlueSoft

N’hésitez pas à vous inscrire au Meetup du laboratoire BlueDsx, nos amis du groupe Blue Soft, spécialisés dans les data-sciences (BigData, R, Intelligence …).

La communauté DataScientiX – initiative APIEC et Advanced Research Partners s’implique beaucoup avec eux sur ce sujet.

La première réunion du  Meetup parlera R et data-sciences, mais cela sera aussi l’occasion d’aborder tous les sujets qui vous intéressent autour d’une petite collation (gratuite).

Que vous soyez débutant, geek, curieux, PhD en DataSciences … les membres du labo Blue DsX seront heureux d’échanger avec vous.

Pour s’inscrire : http://www.meetup.com/fr/Rn-Blue

 Henri Laude

Jan
03
2015

Le marché du Big Data : chiffres à retenir

Depuis 2010, le secteur du Big Data ne cesse de croître. En effet, entre 2011 et 2012 le marché mondial du Big Data (vente de matériel, logiciel et services professionnels confondus) augmente successivement d’environ 62 %, puis de 58 % en 2012 et 2013 pour atteindre un chiffre d’affaire d’environ 18 milliards de dollars. Selon Wikibon, cette même année les services professionnels représentaient environ 40 % du chiffre d’affaire du secteur, contre respectivement 38 et 22 % pour les ventes de matériel et de logiciels dédiés au Big Data.

Selon les premières estimations de Wikibon, corroborées par une étude de Research and Market, le chiffre d’affaire du secteur devrait atteindre les 30 milliards de dollars en 2014, soit une nouvelle hausse de 66 % en un an.

L’avenir s’annonce radieux pour le marché du Big Data, puisque les spécialistes tablent sur un chiffre d’affaire d’environ 50 milliards de dollars d’ici à 2018 avec un taux de croissance annuelle moyen d’approximativement 40 %. Jusqu’à cette date, le marché continuera à être dominé par l’Amérique du Nord qui capitalisera près de 55 % du chiffre d’affaire du secteur.

Selon les estimations de Wikibon, ce sont les ventes de logiciels de traitement et d’analyse en Big Data qui vont connaitre la plus forte croissance (leur chiffre d’affaire va plus que tripler sur la période) et représenteront, en 2017, 26 % du chiffre d’affaire du Big Data. A contrario, les ventes de matériel Big data, comme les serveurs de stockage de données, vont croitre moins vite et ne représenteront plus que 32 % du chiffre d’affaire du marché.  Les services professionnels liés aux Big Data, continueront quant à eux à constituer la principale source d’activité du secteur en représentant 42 % du chiffre d’affaire.

Par ailleurs, en 2012, Gartner prévoyait la création de 4,4 millions d’emplois supplémentaires d’ici la fin 2015, pour soutenir le développement du Big Data dans les entreprises. Si ces estimations se confirment et que la croissance du marché du Big Data tend à se poursuivre, nul doute que ce secteur sera créateur d’emploi dans l’avenir. En France, le Big Data devrait générer 137 000 emplois d’ici à 2020.

Ce phénomène est et sera fortement soutenu par l’augmentation massive de la quantité de données. Selon IDC, la quantité de données crées et copiées par an, passera de 4,4 mille milliards de gigabits en 2013 à 44,4 mille milliards de gigabits en 2020. Pour faire face à cette augmentation massive en données, les entreprises vont investir davantage en logiciels de traitements, matériel de stockage de données et services professionnels de gestion de données. D’après ABI research, ces dépenses en Big Data, que ce soit en interne ou en externe, augmenteront d’en moyenne 30 % par an, pendant 5 ans, pour atteindre les 114 milliards de dollars en 2018.

D’ici à 2015, les entreprises de services financier vont dépenser un peu plus de 6,4 milliards de dollars en Big Data, contre seulement 800 millions pour le secteur des énergies et du service public. Cette situation s’inversera peut être dans les années à venir, car ce sont ces secteurs avec les entreprises de la communication et des media qui vont dépenser davantage en Big Data, respectivement 54 et 40 % de croissance annuelle moyenne des dépenses en Big Data jusqu’en 2020.

Ces chiffres révèlent le potentiel économique et stratégique du Big Data et amènent à penser qu’investir dans ce secteur peut à terme s’avérer être un bon pari sur l’avenir…

Sources :

ABI reserach, 09 septembre 2013, « Big Data Spending to Reach $114 Billion in 2018 ». En ligne (28 octobre 2014) : https://www.abiresearch.com/press/big-data-spending-to-reach-114-billion-in-2018-loo

Anaïs Adidi, 08 octobre 2014, « Big Data, 137 000 emplois en France d’ici 2020 » in Neovity. En ligne (28 octobre 2014) : http://www.neovity.fr/blog/big-data-137-000-emplois-en-france-dici-2020.html

Jeff Kelly, 12 février 2014, « Big Data Vendor Revenue and Market Forecast 2013-2017 » in Wikibon. En ligne (28 octobre 2014) : http://wikibon.org/wiki/v/Big_Data_Vendor_Revenue_and_Market_Forecast_2013-2017

Louis Columbus, 03 juillet 2014, « Roundup Of Analytics, Big Data & Business Intelligence Forecasts And Market Estimates, 2014 » in A passion for research. En ligne (28 octobre 2014) : http://softwarestrategiesblog.com/2014/07/03/roundup-of-analytics-big-data-business-intelligence-forecasts-and-market-estimates-2014/

Mary-Louise Hoffman, 26 septembre 2014, « Study: North America to Capture 55% Big Data Market Share by 2018 » in ExecutiveBiz. En ligne (28 octobre 2014) : http://blog.executivebiz.com/2014/09/study-north-america-to-capture-55-big-data-market-share-by-2018/

Transparency Market Research, 04 juin 2014, « Global Big Data Market to Be Worth $48.3 billion by 2018 ». En ligne (28 octobre 2014) : http://www.transparencymarketresearch.com/pressrelease/big-data-market.htm

Véronique Arène, 02 novembre 2012, « Le big data créera 4,4 millions d’emplois IT dans le monde d’ici 2015 » in LeMondeInformatique.fr. En ligne (28 octobre 2014) : http://www.lemondeinformatique.fr/actualites/lire-le-big-data-creera-4-4-millions-d-emplois-it-dans-le-monde-d-ici-2015-51102.html

StorageNewsletter, 01 février 2013, « Big Data Market at $48 Billion by 2018 – Transparency Market Research ». En ligne (28 octobre 2014) : http://www.storagenewsletter.com/rubriques/market-reportsresearch/transparency-market-research-big-data/

Aurélien Jean

Déc
30
2014

Prévisions monétaires, signaux faibles, crises … que peut-on attendre des « Data Scientist » ?

Prévisions monétaires, fiabilité, crises …

On accorde un poids considérable aux prévisions économiques lors de la définition de la politique monétaire, pourtant il y a une incertitude autour des perspectives de l’économie.

En Angleterre, le très respecté « Monetary Policy Committee » (MPC [1] – Bank of England ) publie des projections très utiles(graphiques en éventail) [2] .

De nombreuses précautions doivent être prises en compte lors de l’évaluation de ces graphiques. On constate en effet que l’évolution de l’économie a poussé les chiffres effectifs loin de projections centrales du MPC (« la crise »).
La question est de savoir comment utiliser ce type de projections de façon optimale, à la fois en terme de tendance, mais aussi en tant qu’outil de détection d’un signal faible de décrochage imprévu (ou amélioration imprévue) de l’économie … en particulier lorsque la mesure des faits semble indiquer une sortie du modèle sans pour autant que cette sortie du modèle soit tout à fait patente.
La question se résume alors à : « sommes-nous en face d’un signal (faible), potentiellement avéré … et comment aborder son interprétation?

Signaux faibles

Il est à noter que l’interprétation d’un signal faible [3]  réside rarement dans l’étude du signal lui-même,
mais dans le déclenchement de la collecte et de l’analyse d’informations complémentaires, souvent de provenance non conjointe.
Sur un aspect plus socio-économique on peut aussi commettre l’hypothèse que toute rupture du ou des consensus (institutionnel /bancaire /milieux d’affaire /journalistes /économistes /épargnants /citoyens) mérite d’être analysée comme un signal faible.
La question de la représentativité des échanges dans les réseaux sociaux est aujourd’hui primordiale, il est donc très important de ne pas se perdre dans un système d’inférences triviales et de se contraindre à ne pas interpréter ces échange de façon naïve. Nous pensons qu’il faut aujourd’hui se concentrer sur l’étude prédictive de dérivées des phénomènes identifiés, des évolutions de ceux-ci sans émettre de conclusions hâtives sur la population parente elle-même.

Etat de l’art opérationnel

L’arsenal classique du « Data Scientist »[4]  semble bien adapté à l’esprit de cette démarche (« machine learning »).
Malheureusement la difficulté réside plutôt dans la sélection des attributs à étudier, en particulier aux travaux préliminaires à effectuer sur les graphes associés aux réseaux sociaux et à la transcription des textes en données exploitables. Le problème de cette « feature selection » est double : risque de stérilisation ou de corruption des données.

Incidemment, quand on veut mettre en place une stratégie de traitement des signaux faibles, il est nécessaire travailler sur l’élaboration de « patterns ». La notion de prédiction s’estompe, l’interprétation devient difficile et on sort de l’apprentissage supervisé ou simplement « non-supervisé » pour entrer dans les techniques d’apprentissage renforcé.
Aucune offre « clé en main » n’est disponible aujourd’hui sur ces sujets : la constitution d’une équipe pluridisciplinaire est alors indispensable. Hors du milieu académique, le pragmatisme impose alors une démarche d’ingénierie itérative de la connaissance, des compétences sérieuses en « mathématiques appliquées », pour une recherche appliquée et empirique, guidée par l’obsession d’obtenir des résultats intermédiaires, une grande créativité, une forte culture scientifique … et une grande ouverture d’esprit !   Il faudra aller chercher  son outillage mathématique de proche en proche , comme le ferait tout responsable de l’ingénierie d’un bureau d’étude industriel.

Henri Laude

[1] http://en.wikipedia.org/wiki/Monetary_Policy_Committee
[2] http://www.bankofengland.co.uk/publications/Pages/inflationreport/irprobab.aspx
[3] http://fr.slideshare.net/ldhnr/apiec-scip-signaux-faibles
[4] http://data-scientix.com/

 

 

Nov
06
2014

Atelier – débat : Data Sciences, Big Data

L’ICD «Institut International du Commerce et du Développement » et l’APIEC  «Association pour la Promotion de l’Intelligence Economique » vous invitent le jeudi 20 Novembre à un atelier-débat autour  des « Data Sciences » et du « Big Data ».

Les points de vue développés illustreront les apports  de ces disciplines dans l’étude des phénomènes économiques et sociaux reliés et connexes aux pratiques de veille et d’intelligence économique.

Pour autant, les « Data Sciences » et le « Big Data » feront l’objet d’une introduction didactique. Les techniques de collecte et d’analyse de données seront globalement explicitées sous un angle opérationnel.

Programme de la Soirée:

  • « Introduction » de la soirée : David Pothier, Vice-Président de l’APIEC, Président d’A.R.P.
  • Présentation du laboratoire LARA et de collaborations futures par son Directeur, le Docteur  Haithem NAGATI,
  • 10 questions autour du métier de « Data Scientist » et du « BigData » par H.laude, Président de l’APIEC,
  • Lancement de l‘initiative Data-ScientiX, sponsorisé par l’APIEC et « A.R.P. Advanced Research Partners, Startup de l’Intelligence et des Data Sciences »
  • Cas d’usage : Tableau e-reputation, un exemple pratique par Julien Letailleur, Responsable Market Intelligence, société CGI Group,
  • Petite récréation intellectuelle autour des sujets de la soirée, animée par le Docteur Jacques Giacometti,   Senior Partner et Directeur chez le Cabinet Iena,
  • Conclusions et perspectives de l’usage des « Data Sciences »  modernes dans la recherche économique : Docteur Olivier Mamavi, enseignant chercheur à l’ICD,
  • « Networking » et échanges informels.

Horaire et informations pratiques :

  • Nous nous retrouverons le 20 Novembre à partir de 18h30 à L’ ICD Institut International du Commerce et du Développement – 12, rue Alexandre Parodi – 75010 PARIS.
  • Les débats commenceront à 19h et la soirée sera close à 21h30.
Si vous n'êtes pas déjà membre de l'APIEC, invité personnellement ou étudiant à l'ICD,
 merci de bien vouloir vous  inscrire en utilisant le formulaire "Contact"   du site de l'APIEC.

Fév
05
2014

Data-scientiX : Mathématiques appliquées, BigData, Analytics, Intelligence artificielle

data-scientiX

 

 

 

 

L’Apiec a le plaisir de vous annoncer la naissance d’une nouvelle communauté tournée sur la promotion de  l’utilisation effective des mathématiques.
Data-scientiX.com
La France forme de nombreuses personnes aux mathématiques, et nous y excellons scolairement et en terme de recherche, pour autant les mathématiques ne sont pas ou peu utilisées dans le quotidien.
L’idée est de remédier à ce problème en faisant une promotion assidue de l’usage des mathématiques, non pas en tant que curiosité intellectuelle mais en tant que levier de la réussite de nos projets à tous.
Le site Data-scientiX.com est le site de cette communauté en devenir.
Le BigData, l’opendata, l’intelligence artificielle, la théorie des graphes, l’usage des bibliothèques scientifiques autour de Python …
Mais aussi l’interprétation citoyenne des statistiques et des données non-structurées à notre disposition … sont dès maintenant traités par les premiers acteurs de la communauté.
Viendront évidemment l’internet des objets, le langage naturel, la 3D et les imprimantes …

Le site comprend des ressources utiles et des liens que j’espère vous trouverez  utiles et qui sait ? Captivants !

Henri Laude

Oct
01
2013

Conférence – « You Can’t Manage Intelligence Unless You Track It » – APIEC, French Chapter de SCIP

L’APIEC, French Chapter de SCIP est heureuse de vous inviter à une conférence organisée le 16 octobre au campus de l’ICD, 14 rue Alexandre Parodi, Paris 10, à partir de 19H00.

Titre de la conférence: You Can’t Manage Intelligence Unless You Track It

Description : The presentation is based upon Glen’s highly accredited workshop from the 2013 SCIP Conference. It will step the audience through identifying key intelligence indices for their company, grouping them into logical components, and establishing strategic and tactical tracking mechanisms. This presentation will allow the audience to begin defining their own Competitive Intelligence framework and put the necessary pillars in place to ensure success.

Key Take-Aways:

1.  Hierarchy of all intelligence components and strategic action items, as well as, their associated tactical actions

2.  Five lessons learned from Fortune 500 companies and what they deem as their top key intelligence indices

3.  Templates will be provided on how they identify strategic actions and associated tactical plans

4.  Metrics identifying all key intelligence components

Conférencier : Glen Brynteson, Chief Executive Officer of Market Awareness and SCIP Board Member

In 1998, Mr. Brynteson built his first professional services firm into a multinational consultancy by developing unique solutions to clients’ unmet needs. Fifteen years later, he has never stopped working to get closer to his customers to better understand their challenges and identify solutions that work to complement the decision-making process. In 2006 Mr. Brynteson launched his second firm, Market Awareness, in response to his own constant and unmet need for reliable, data-driven insight into his clients’ perspectives and perceptions. Since launching their one-of-a-kind competitive intelligence solution, Market Awareness has been met with overwhelming support at all levels of clients organizations, for companies of all sizes across all industries. Glen co-chairs the SCIP Austin, Texas chapter and was recently elected to serve on the SCIP Board of Directors 2013.

Lieu de la conférence : Campus ICD

12 rue Alexandre Parodi

Paris 75010

Agenda

7:00PM – 7:30PM     Registration, Networking, presentation of the event

7:30PM – 8:30 PM    Presentation

8:30PM – 9:00 PM    News of the Chapter, complementary information and networking

Inscription gratuite pour tous :

Merci de vous inscrire sur le site SCIP : http://www.scip.org/training/EventsDetail.cfm?itemNumber=19504

Contacts :

Henri Laude, SCIP France Chair/ henri.laude@bnpparibas.com

David Pothier, VP APIEC. david.pothier@apiec.org

Robyn Reals, SCIP  Chapter Manager/703.739.0696 X 107/ rreals@scip.org

Sep
12
2013

L’APIEC en partenariat avec IDC vous invite à découvrir les opportunités réelles du Big Data

L’APIEC en partenariat avec IDC vous invite à découvrir les opportunités réelles du Big Data pour votre entreprise ainsi que des retours d’expérience de projets aboutis.  

«BI, Analytics et Big Data»  Une conférence organisée par le cabinet d’études IDC  le jeudi 19 septembre 2013, à Paris 

Henri Laude, président de l’APIEC interviendra sur les usages du Big Data dans le cadre de l’Intelligence Economique et Concurrentielle

Au programme :
  • Comment garantir au mieux le succès d’une initiative Big Data ?
  • Dans quels domaines les technologies Big Data peuvent-elles créer de la valeur pour l’entreprise ?
  • Comment le Big Data impacte votre organisation et gouvernance d’entreprise ?
  • Comment la DSI doit-elle se positionner avec les métiers pour apporter le plus de valeur à l’entreprise ?
  • Comment donner aux utilisateurs des capacités d’analyse et d’exploration illimitées de leurs données?
  • TEMOIGNAGES de Viadéo, Solvay, VitaBella Luxury Wine, CIR Food, l’APIEC

Inscription gratuite (pour les utilisateurs de solutions IT) et programme détaillé : 
http://www.idc.com/france/bigdata2013

 

 

Articles plus anciens «