Topic: [ORS] ORS Group - La connection entre l'Intelligence A. et la Blockchain - page 3. (Read 294 times)

ICO review ORS Group

https://www.youtube.com/watch?v=EkmfcilcT0E

L'intelligence artificielle recontre la blockchain @ORS

https://www.youtube.com/watch?v=bygCW_jIiio

Interview avec le co-fondateur et CTO - Pierluigi Riva

https://www.youtube.com/watch?v=NXW27IVUT6I

Barbara Battaglino est le COO du groupe ORS

https://www.youtube.com/watch?v=Ji992BsL9Mw

Bryan Woods est l'expert blockchain et le développeur du smart contract Ethereum

https://www.youtube.com/watch?v=E5nbm71oKbE

Empowering 1 billion entrepreneurs by 2040

https://www.youtube.com/watch?v=qR1YSe96bZc

Interview avec la Quant Team ORS

https://www.youtube.com/watch?v=3nAl3egYfOg

Milan, le 30 Septembre 2017
ORS GROUP fournit la première solution logicielle Smart Government au monde basée sur l'Intelligence Artificielle, Machine Learning et Big Data Analytics

ORS Srl, la base d'ORS GROUP, a livré au monde la première solution logicielle pour surveiller et optimiser les activités et ressources gouvernementales élargies grâce à l' Intelligence artificielle appliquée (A.I.), Machine Learning (ML) et Big Data Analytics (BDA).

La technologie ORS SmartGraphs ™ a été déployée pour améliorer l'analyse des données et l'expérience utilisateur de business intelligence dans les organisations très complexes, comme les institutions publiques.



Source : https://ors.ai/images/pdf/ORS-Smart-Government.pdf

Le President F. Zoffi du groupe ORS presentant le groupe à un évènement à Tirana.

Source : https://www.ors.it/index.php/en/23-ors/blog/341-ors-group-president-f-zoffi-presenting-at-an-innovation-competition-event-in-tirana?_ga=2.123881802.1705952139.1526939018-2100684270.1526939018#center-column

Un article intéressant sur l'algorithme pour les analyses et les scientifiques.

https://ors.ai/images/pdf/Crelove_Mondo-Business-gen2017.pdf

Big Data In Banking: Comment Citibank offre de réels avantages commerciaux grâce à son approche basée sur les données.

Citigroup est l'un des plus importants fournisseurs de services financiers au monde, exploitant plus de 160 pays et détenant plus de 200 millions de comptes clients. Au cours des dernières années, l'entreprise a adopté une approche entièrement axée sur les données pour stimuler la croissance des activités et améliorer les services qu'elle fournit aux clients.

Scanners et capteurs: les fournisseurs d'assurance peuvent se lancer dans l'Internet des objets, grâce à l'abondance de données comportementales non structurées disponibles à partir de wearables. Cependant, d'autres services financiers tels que l'investissement et le courtage sont à la traîne, mais ils commencent à perturber et à innover rapidement leur paysage analytique.

Une partie de la raison de la protection des données avec la fourniture de données pour les clients tout en priorisant rigoureusement la vie privée et la protection de l'information. Cela dit, c'est aussi dû à la grande image. À Citi, tester des modèles pour une compréhension holistique des cas d'utilisation innovants en déconstruisant les données à leur niveau le plus granulaire et en synthétisant des sources de données structurées et non structurées. Il se résume simplement à «ce qui peut être fait?» Parmi les chefs d'entreprises de plusieurs de ces institutions vénérables.

Cela devrait changer comme les avantages d'une approche analytique axée sur les données pour les affaires. J'ai parlé à Michael Simone, le directeur général de Data Platform Engineering chez Citigroup, sur les défis - et les opportunités - liés à la mise en œuvre d'une culture axée sur les données.

Simone dirige l'organisation responsable de l'ingénierie du modèle pour les outils d'analyse de données volumineuses dans l'ensemble de l'entreprise, contribuant ainsi à stimuler la stratégie d'innovation à travers les activités de Citi. La plate-forme est basée sur Hadoop et les jeux de données proviennent d'applications différentes qui intègrent des flux de données multi-structurés à partir de magasins transactionnels, de commentaires de clients et de sources de données de processus métier.

Outre l'architecture et l'ingénierie de la plate-forme de données, l'équipe de Data Science agit souvent comme une «start-up». Identifier où les ressources Big Data peuvent être utilisées pour exploiter les cas d'utilisation métier avec des capacités technologiques.

Simone me dit: «Depuis le lancement de notre programme Data Innovation, nous avons mis en œuvre des centaines de preuves de concepts et de cas d'utilisation, tous validés par rapport à des exigences métiers spécifiques. Nous nous concentrons sur des résultats exploitables qui sont équilibrés avec des résultats basés sur des mesures très spécifiques. "

Article de Bernard Marr
Source : https://www.forbes.com/sites/bernardmarr/2016/09/09/big-data-in-banking-how-citibank-delivers-real-business-benefits-with-their-data-first-approach/#7b4eeb0247e0

Un article de Fabio Zoffi sur le logiciel du groupe ORS pour les choix du fermier sur sa production de vin.

Source : https://ors.ai/website/images/pdf/italiaoggi_winecomputernowmakesit.pdf

La récolte de vin est également effectuée avec du Big data. A partir de cette année, le temps des vendanges sera rythmé par une plateforme logicielle qui pressurera, comme des grappes de raisin, toutes les informations disponibles sur les rangs, de l'orientation au soleil jusqu'à la qualité de l'air et du sol pour déterminer le meilleur moment du broyage et toutes les phases successives de la production de vin. La solution s'appelle Algo-Wine, a déjà été adoptée dans certaines entreprises viticoles du Monferrato sous le nom de Noceto Michelotti, et elle est aussi un fruit des collines des grands vins. Parce qu'il provient de la ferme technologique d'ORS Group, la société dirigée par Fabio Zoffi qui développe depuis 10 ans un logiciel basé sur Big Data à Roddi, près d'Alba. «Nous sommes une boutique sur mesure de transformation de l'activité digitale, à la fois pour les grandes industries et pour les PME», explique le président du groupe ORS. En effet, les 60 employés, ingénieurs, statisticiens et analystes travaillent à 360 degrés pour des clients très différents: pas seulement dans l'agriculture. Les plates-formes d'ORS Group sont utilisées dans les systèmes de tarification dynamique pour l'étiquetage des vêtements Benetton 2.0 et dans les systèmes robotiques dans la production industrielle de Pirelli dans les usines de Settimo Torinese. (ChB).

Source : http://www.repubblica.it/economia/affari-e-finanza/2015/06/29/news/ors_group_digitalizza_maglie_robot_e_vino-117978384/

NOUVELLES PLATEFORMES ET UTILISATION DES DONNEES POUR ANALYSER LES BIG FLUX EN TEMPS REEL A L'ORIGINE DE NOUVELLES TECHNOLOGIES

Selon Christian Benna Milan les coups de reprise de l'industrie sont aux portes de l'entrepôt. Parce que la plupart des clés de la compétitivité sont cachées dans les plis de la chaîne d'approvisionnement où les technologies de nouvelle génération sont appliquées. Maintenant, nous ne nous limitons plus à l'enregistrement des flux, mais les plateformes intelligentes «décident» en fonction de l'analyse des flux eux-mêmes. Ils envoient des ordres aux lignes, même ceux qui sont délocalisées, en fonction de la demande. Ou ils peuvent même changer les prix des nouveaux stocks sortants sur des produits qu'ils tirent plus ou moins pour optimiser les ventes. De Benetton à Barilla, de Luxottica à Calzedonia, les plates-formes de gestion d'entrepôt et l'utilisation du big data sont en train de changer les organisations professionnelles. Et s'il a conquis les champions du Made in Italy, la vague devrait maintenant se poursuivre jusqu'à atteindre l'ensemble du tissu des entreprises italiennes de taille moyenne. Pendant ce temps, c'est ici, dans les entrepôts, que se concentrent les nouveaux investissements TIC dans le secteur manufacturier. En 2014, selon le rapport qui sera présenté le 2 Juillet à Expo2015 à Milan par Assinform, l'association de l'industrie des services informatiques et de télécommunications, la base de fabrication est revenue à se concentrer sur le renouvellement numérique de sa chaîne d'approvisionnement.

Il s'agit d'une croissance très limitée des dépenses, à peine plus de 0,6% par rapport à 2013, et encore loin des niveaux d'avant la crise, mais c'est la première fois après des années de resserrement que le budget TIC de l'industrie reprend. Dans la perspective d'un développement plus soutenu (+ 2,8%) pour 2015. Et de ces 6,8 milliards d'euros mis en jeu, le premier bénéficiaire est la chaîne d'approvisionnement et de distribution, qui veille à ce que l'ancien entrepôt soit centré, non plus un simple stock, mais un moteur (numérique) de compétitivité. Pour 61% des entreprises industrielles, les priorités d'investissement numérique concernent la synchronisation de la supply chain aux nouveaux rythmes de l'usine, dans un processus qui détecte les actifs de croissance dans la planification des besoins et dans la transformation des données brutes en informations utiles pour prendre des décisions rapide et efficace. Bienvenue dans l'ère de la production de l'industrie 4.0, personnalisée et en temps réel, où le made in Italy, grâce à l'approche numérique, joue ses cartes pour regagner de la compétitivité. Il existe deux principaux leviers de développement: l'un est basé sur des logiciels qui tirent fortement parti du Big Data, profitent de l'Internet des objets, sont organisés sur le Cloud et lues dans le futur grâce à l'intelligence économique; l'autre repose sur un composant matériel, sur l'utilisation, même en série, des imprimantes 3D. Tous deux révolutionnent le concept d'entrepôt et de chaîne d'approvisionnement, transformant le hangar en une sorte d'industrie virtuelle, presque zéro kilomètre. Explique Agostino Santoni, président d'Assinform et PDG de Cisco Italie:

«L'industrie a recommencé à investir dans la technologie numérique après des années où elle était le moindre signe pour gouverner la tendance des budgets dans les TIC. C'est une étape importante qui nous ramène en territoire positif, mais nous avons besoin de taux de croissance à deux chiffres pour permettre au tissu productif d'embrasser pleinement la transformation numérique. Aujourd'hui, les entreprises les plus structurées avec une forte propension à exporter sont celles qui ont compris que pour réussir dans le monde, il ne suffit pas d'avoir d'excellents produits, et en fait ils ont intégré leur business model à la vocation numérique ». Il suffit de penser au cas de Benetton, dans la réorganisation de l'entreprise où il y a aussi une réinterprétation de la chaîne de distribution dans la clé Big Data, suivant des logiques de prix dynamiques. La multinationale vénitienne qui voit à la barre le directeur général Marco Airoldi a développé, en collaboration avec ORS Group, un système robotique qui associe l'analyse du Big Data à la tendance des ventes aux phases d'étiquetage des vêtements, en mettant les prix sur la base des informations enregistrées aux comptoirs des magasins. Pour une entreprise de mode, cela signifie être capable de moduler l'offre en temps réel en fonction des mécanismes de la demande. Le groupe Calzedonia du propriétaire Sandro Veronesi, qui a délocalisé une grande partie de sa production en Serbie, conserve une partie de sa chaîne de production en Italie, dans les usines de teinture et de finissage Ti.Bel di Brentino Belluno.

Les lignes de la filiale de la multinationale de la lingerie ont longtemps été saturées. Ce n'est pas le travail qui manque. Cependant, nous devons améliorer les marges. La société a mis l'accent sur un logiciel, développé par Tecnest de Tavagnacco, la province d'Udine, pour la planification et la gestion des entrepôts production. C'est une plate-forme informatique qui recueille et optimise les commandes dans les situations les plus disparates, en réussissant à améliorer la productivité de l'entreprise de 8%. Barilla, dirigé par le directeur général Claudio Colzani, continue d'investir dans l'entrepôt entièrement automatisé Pedrignano, dans les 40 mille mètres carrés où les chariots à guidage laser fournis par Elettric80, société italienne de Reggio Emilia, identifier les commandes et aujourd'hui peut garantir une nouvelle système de suivi des pâtes, du champ de blé au smartphone du consommateur. L'expansion mondiale de Luxottica est un labyrinthe de complexe énormément, il se compose de 70.000 articles en stock 20000 codes dans la production et environ 10 mille chaque année introduits. Pour voir clairement, l'entreprise a révolutionné les systèmes physiques numérique optique chaîne d'approvisionnement intégrant les informations dans une chaîne organisée qui combine la prévision de la demande, la planification de l'offre, le développement de nouveaux produits, la production et la distribution. Dans cette mer de processus informatiques, la chaîne d'approvisionnement compte également sur un allié dans la ligne de production, la soi-disant manu-fabrica- additif, qui utilise des technologies imprimantes 3D.

La dernière étude réalisée par Wohlers raconte l'histoire d'une industrie qui est en train d'exploser dans le monde, avec des taux de croissance de 35% et 4 milliards de dollars d'affaires autour, et qu'en Italie utilise 2500 imprimantes 3D. Bruno Lamborghini explique, président de l'AICA, Association pour l'informatisation et le calcul automatique qui a lancé il y a six mois un observatoire sur l'usine numérique: « La fabrication en Europe a perdu 7 millions d'emplois entre 2000 et 2013 et en 10 ans a diminué son poids sur le PIB de 5%. La reprise d'aujourd'hui est cependant possible grâce à l'introduction des technologies numériques. L'avantage de la fabrication numérique consiste à pouvoir produire des pièces uniques et personnalisées, réduisant ainsi les temps de production inactifs et les coûts des stocks dans l'entrepôt. Nous pensons également aux économies dans le secteur des pièces de rechange si elles sont produites en temps réel. Ce n'est pas un hasard si les constructeurs automobiles, de Ferrari à Ducati, et l'aéronautique, comme Avio Aero, les utilisent déjà en production de masse ».

Source: http://www.repubblica.it/economia/affari-e-finanza/2015/06/29/news/benetton_barilla_calzedonia_il_magazzino_4_0_fa_bene_ai_margini-117978425/?rss&refresh_ce

Un article intéréssant de Fabio Zoffi sur les Big data et l'alimentaire, en italien.

Source : https://www.slideshare.net/FabioZoffi/limpresauna-tech-food-valley-e-possibile

«Scène: une cave sociale avec 800 petits contributeurs. Tous récoltent le samedi et le dimanche. Résultat: lundi nous créons une longue file de tracteurs en attente de déchargement des raisins. Et les grappes, si elles restent à l'air libre et sous le soleil, perdent rapidement de la qualité ». Pierluigi Riva a une longue éducation-mathématiques économiques et est le bureau du directeur de la technologie du groupe ORS, société italienne-allemande spécialisée dans les logiciels pour l'analyse des grands volumes de données et l'optimisation des processus d'affaires. Mais il a aussi une passion pour le vin qui, depuis deux ans, l'a amené à se plonger dans l'étude de tout ce qui est nécessaire pour tirer le meilleur parti d'un millésime. «Souvent, les décisions ne sont pas le résultat d'évaluations rationnelles - dit-il - et même celles qui sont rationnelles ne prennent souvent pas en compte toutes les variables impliquées». Ainsi est né Algo-Wine, un logiciel qui aide les producteurs et les vignerons à choisir le moment de la récolte optimale et, surtout, une meilleure organisation de la logistique pour la compléter: combien de blocs de la vigne aujourd'hui, combien demain, où commencer, combien les gens emploient. Mathématiques, Statistiques, Econométrie, Météorologie: rien n'est laissé au hasard. Le logiciel a été créé en collaboration avec l'Université américaine Cornell, l'Université de Turin, l'Institut du vin Umberto I d'Alba.

Les données

Les facteurs qui entrent en jeu sont nombreux et de nombreux vignerons disposent déjà de systèmes de détection avancés pour surveiller le type de sol, son exposition à la lumière et à la chaleur, les précipitations et la rosée qui s'est installée le matin. Les informations peuvent être mesurées par des palettiseurs présents sur le terrain de la même ferme donnant des résultats très différents, surtout si le domaine est très étendu. En divisant le vignoble en blocs de croissance homogènes, il est possible de prédire quand chaque bloc arrivera à maturité, grâce à des algorithmes complexes qui traitent des milliers d'informations en quelques secondes et indiquent, en fonction du vin à produire, la fenêtre temporelle dans laquelle faire la récolte. «Le but - explique Riva - est de récolter les raisins de chaque rang au meilleur moment et d'éviter ainsi, par exemple, que des excès de vendanges dégradent la qualité du vin, ou que le retard de vendange sape les paramètres chimiques nécessaires pour maintenir la structure et les arômes. Faire des estimations correctes est très compliqué, aussi parce que les paramètres varient considérablement chaque année en fonction des conditions météorologiques. La production d'année en année peut également changer de 30% et le moment de la récolte de 10-15 jours ». L'ordinateur, en d'autres termes, est capable de soutenir et de remplacer, à grande échelle, le vigneron engagé dans la dégustation des raisins jour après jour à la recherche du bon moment pour commencer la récolte.

Organiser les rangées

Une fois que la fenêtre temporelle optimale a été établie pour récolter chaque bloc, le travail n'est pas terminé: nous devons trouver le moyen le plus efficace de faire le travail. Combien de personnes employez-vous? Quels blocs à visiter en premier? Comment minimiser les déplacements du personnel, augmenter l'efficacité et réduire les coûts? Comment éviter que les bassins de décantation soient insuffisants, à un moment donné, pour contenir tous les raisins récoltés? Bref, problèmes logistiques purs, qui ne tombent pas en moyenne dans les compétences des domaines viticoles. La première entreprise à utiliser Algo-Wine était une cave à Monferrato, Noceto Michelotti. «À la passion et à l'expérience du vigneron, des agronomes et des vignerons - résume Riva - nous avons rejoint la direction scientifique d'Algo-Wine, en économisant jusqu'à 30% dans la phase de récolte.


Source : http://corriereinnovazione.corriere.it/coverstory/2015/30-marzo-2015/algoritmo-che-suggerisce-quando-dove-vendemmiare-2301186723236.shtml

Big data et logiciels qui décident de tout (ou presque): comment économiser de l'argent public avec la technologie

Maintenant numérisées, les entreprises et les institutions peuvent compter sur de grandes quantités de données. Les systèmes de dernière génération peuvent les utiliser pour déterminer eux-mêmes comment éliminer les erreurs, déclare Fabio Zoffi, président du groupe ORS: "Ce serait une révolution pacifique dans l'administration publique"

Des millions de données comme arme. Un algorithme comme viseur. Et une cible à tirer, sans faire d'erreur. Voici ce qui serait le moyen idéal pour réduire les erreurs, en privé mais surtout dans le public. C'est un examen intelligent des dépenses, celui que nous pourrions faire aujourd'hui, à l'heure des grandes données. Parce que la matière première - c'est-à-dire les données sur les flux de dépenses et les services offerts - existe. Et il y a aussi des méthodes pour la traiter et le comprendre. «Il existe de véritables mines d'or inutilisées ou mal utilisées: des téraoctets de données, tant au sein des entreprises que dans les institutions, collectés mais non exploités». Pour dire c'est Fabio Zoffi, président du groupe ORS, un joyau italien et piémontais du big data. Une entreprise fondée en 1996 (avant que le thème ne devienne à la mode) à Roddi, dans la province de Cuneo, et qui est maintenant multinationale.

Mathématiques contre les erreurs

«Aujourd'hui, poursuit Zoffi, les entreprises et les administrations publiques ont numérisé leurs processus: cela signifie qu'ils disposent de suffisamment de données pour orienter l'utilisation de leurs ressources dans la bonne direction». Les modèles mathématiques vous permettent de prédire, par exemple, les flux sur les autoroutes ou dans un hôpital, en fonction du jour ou de l'heure. Et ils vous permettent de les croiser avec d'autres données, qu'elles proviennent de la base de données du personnel ou des lits d'un département. Cela suffit pour trouver l'équilibre idéal, pour établir les changements d'employés et la bonne stratégie pour économiser les ressources. Mais dans les entreprises, il fait peu et dans le public, il ne l'est pratiquement jamais.

Le logiciel décide

Ils ne comptent pas beaucoup ou seulement la quantité et la qualité des données, mais plutôt les systèmes pour les traiter. Pour faire toute la différence sont les logiciels et sur ceux-ci ont concentré, en 18 ans de travail, la société de Roddi. Les programmes les plus sophistiqués et les plus modernes ne se limitent pas à interpréter les chiffres, mais vont au-delà: ils peuvent déterminer comment gérer les ressources et optimiser les coûts. «Ils prennent des décisions - explique Zoffi - et ils le font sur la base des données, puis des critères objectifs, de sorte que les données volumineuses ne sont pas seulement un outil beau et coloré qui offre des informations à ceux qui doivent décider: comment atteindre les objectifs fixés pour la gestion d'une usine robotisée, comme pour l'administration publique ".


Il ne décide pas du logiciel

Vu de cette façon, il semblerait que l'attribution de la responsabilité et de la souveraineté aux machines et aux algorithmes soit inquiétante. Peu seraient d'accord avec l'idée de laisser à un logiciel les conseils d'une entreprise, d'un hôpital, d'une ville ou même de toute l'administration publique. "Mais c'est plutôt le contraire - assure Zoffi - parce que le système peut se voir imposer des contraintes et des critères. Prendre des orientations stratégiques ou politiques est vital et réalisable en insérant des variables, paramètres que le logiciel utilise pour moduler sa recette. nous pouvons réduire le gaspillage et la ruse autant que possible, aussi longtemps que nous voulons le faire, grâce au big data nous aurions une révolution pacifique dans l'administration publique ".

Source : http://www.lastampa.it/2015/03/23/tecnologia/big-data-e-software-che-decidono-tutto-o-quasi-come-risparmiare-soldi-pubblici-con-la-tecnologia-scm4HhMKqFpdjgQdxVDInN/pagina.html

Un article intéressant sur les performances des entreprises grâce au Big Data, malheuresement en Italien.

https://ors.ai/website/images/pdf/bigdata.pdf

Vous pouvez regarder l'interview de l'Architecte Software d'ORS Group, Claudia Costa sur Youtube.

Lien : https://www.youtube.com/watch?v=sNwFDAwN9yE

Si ils viennent de déjeuner, les juges prononcent des peines plus favorables. Ce n'est pas pour justifier une condamnation injustifiée obtenue à six heures de l'après-midi, mais l'analyse de données universitaires de Ben-Gourion, en Israël. Nos parlementaires s'unissent en votant les mesures avec des logiques qui ne reflètent pas les partis auxquels ils appartiennent. Pour affirmer cela, il n'est pas une victime de tireurs d'élites, mais une étude de l'IMT, l'institut de hautes études de Lucques. Vous pouvez prédire le volume des transactions financières en comptant combien de personnes effectuent une recherche sur Google pour une société donnée cotée en bourse. Et cette fois c'est le même moteur de recherche qui nous le dit. Oubliez le soi-disant «nez» pour les affaires, fondamental dans le passé.

Il est remplacé par le "big data", par des algorithmes, et surtout par de bons analystes. Bien que pour nous les Méditerranéens, les enfants de l'humanisme, plus sanguins et passionnés que les Anglo-Saxons, soient difficiles à accepter, l'approche scientifique paie plus. Et cela peut aider à sauver notre entreprise dans la mer agitée qui est entre dans la soi-disante hyperstoria, qui n'est rien d'autre que l'ère du Big Data.

Il ne reste plus qu'à en profiter: déléguer des décisions importantes de bons logiciels peut être moins pire que ce que vous imaginez. Si pour aider les entreprises en difficulté, changer les processus, la méthodologie et le plan d'affaires, aujourd'hui, vous pouvez trouver les bonnes « données scientifiques » qui plonge dans le tsunami de chiffres (sans même le noyer) et revenir à la surface avec de nouvelles certitudes sur la bonne direction à prendre. Si notre héros était Sherlock Holmes, son Watson serait l'algorithme.

Prenons Algo-wine: c'est un nouveau logiciel d'Ors Group qui empêche les vignerons de goûter les raisins jour après jour, en faisant des analyses de laboratoire coûteuses pour comprendre l'équilibre entre les sucres et les acides. Et surtout, être approximatif. En analysant les données sur le type de baie, le sol, l'exposition à la lumière et la chaleur, avec les données météorologiques, la présence de rosée, la vie des ravageurs, le vigneron peut prédire le moment exact de la maturation de chaque rangée. Et récoltez à l'unisson avec la nature. «On peut éviter, par exemple, que des excès de récolte dégradent la qualité du vin, ou que le retard dans la récolte modifie les paramètres chimiques nécessaires pour maintenir la structure et les arômes» explique Pierluigi Riva, directeur technique d'Ors Group Italien-allemand dont la devise est "transformer les données en flux de trésorerie". La première société qui a adopté Algo-Wine a obtenu 30% des économies. Mais ce n'est que le début de la chaîne d'approvisionnement.

Chaque produit, peut être croisé avec l'examen du comportement humain pour éviter les erreurs, les lieux, les cibles et les moyens à proposer au client, au citoyen, au public. «De nombreux aspects du comportement humain sont hautement prévisibles, grâce au fait que de nombreux comportements quotidiens sont réguliers», rappelle Làzlo Barabàsi, directeur du centre de recherche sur les réseaux complexes à Boston. Lui, physicien, est célèbre dans le monde entier pour sa théorie du réseau: «Inconsciemment chacun d'entre nous observe une quantité énorme de contraintes qui limitent le choix de quoi, comment et quand agir». Et chacun de nous laisse des traces (données) sans fin de ses mouvements et de son comportement sur le net. Naviguer entre un site et un autre, ou à travers l'utilisation de réseaux sociaux, de recherches, de banques, de réseaux téléphoniques.

Les traces sont les données représentées dans les structures mathématiques qui, associées à l'anticipation des comportements, offrent la possibilité de formuler des schémas prévisionnels utiles pour le marketing et la vente. Comment? Avec une technique très simple. En identifiant les «hubs» (qui peuvent être des choses ou des gens indifféremment), c'est-à-dire, les points de rencontres et de jonction où beaucoup passent, comme le Colisée pour les touristes à Rome; les actions que la plupart des politiciens font, comme rentrer à la maison pour voir House of Cards à la télé; ou identifier les comptes Twitter suivis par la plupart des quarante-bourgeois italiens de la classe moyenne, comme Selvaggia Lucarelli.

A ce stade il suffirait d'étudier les comportements réguliers et d'agir sur les hubs pour diriger le réseau: gérer les horaires du Colosseum en les synchronisant avec ceux qui ouvrent les restaurants à proximité; rencontrer le pape François et Frank Underwood (protagoniste de la série House of cards) pour encourager le comportement éthique des politiciens (et surtout pour empêcher un émule de cracher sur le crucifix comme il l'a fait dans la dernière série); Mettez les chaussures que vous voulez lancer pour le prochain printemps-été par la fenêtre devant l'école du fils de Lucarelli en espérant que le blogueur les voit et ensuite peut-être les achats, pour influencer tous les autres à les acheter.

Les chances d'obtenir le résultat souhaité augmentent; les déchets tombent. Dans le cas de Barabasi, un champion, il était facile de changer la façon dont la recherche sur le cancer a été faite pour parfaire la campagne d'Obama pour la présidence des États-Unis. Les maires et les opérateurs italiens, s'ils sont informés, peuvent utiliser les big data pour guider et attirer les bons visiteurs pour leur ville. "Nous générons continuellement des données pour étudier les flux, la perception et les choix des touristes", explique Euro Beinat, chercheur à l'Université de Salzbourg qui étudie les flux touristiques des villes italiennes "chaque année et demi le volume de ces données double. Les outils de la science des données peuvent analyser les comportements collectifs pour comprendre où ils vont et ce que les touristes visitent, comment ils arrivent à leurs décisions, où les micro-segments sont organisés et comment ils parlent de leur expérience ».

La chose la plus importante pour les entreprises est de commencer à changer leur culture. "Les décisions et l'information doivent inévitablement adopter une approche plus scientifique ou elles mouront", prévient Federico Pagani, PDG de Cgnal. Pagani enseigne aux gestionnaires et aux entrepreneurs comment faire des affaires en utilisant du big data et des algorithmes. Parmi ses clients figurent de grandes compagnies de téléphone, des compagnies d'assurance et des banques, qui pourraient offrir de nouveaux services à leurs clients s'ils pouvaient mieux utiliser l'énorme quantité de données qui finit dans les serveurs. L'important est de trouver les bonnes personnes. "Certaines entreprises", explique Pagani "commencer par embaucher un directeur scientifique en chef, ou en insérant des consultants qui ont déjà terminé ces projets".

La sélection d'un bon analyste est la clé du succès. Nous devons essayer de ne pas tomber sur des consultants improvisés, qui peuvent en savoir beaucoup sur la théorie des réseaux, mais qui ne se sont jamais heurtés à l'application de la méthode. «Pour que le nouveau système fonctionne, il faut des informaticiens, des statisticiens et des personnes qui savent utiliser les dernières technologies.» Les entreprises doivent rapidement atteindre leur autonomie et éviter de dépendre complètement du consultant ». Si vous avez tort, ce ne sera pas la faute des big data, qui sont disponibles là, mais de ceux qui ne savaient pas comment les mettre dans l'entreprise pour créer une réelle innovation.

Source : https://www.panorama.it/mytech/internet/big-data-algoritmo-promette-eldorado/