Business Analytics, Data Science
et Dataviz

Le déluge des données et comment en tirer parti

L’émergence de nouvelles sources de données

• Économie digitale.
• La révolution mobile.
• Objets connectés.
• Données non structurées.

Des nouvelles technologies pour maîtriser ce volume

• Plafonnement sur les temps de traitement et d’accès séquentiels.
• Réduction exponentielle des coûts de stockage.
• Puissance de calcul et architectures parallélisées.
• Logiciels d’analyse et de parallélisation.

Le modèle des grands du Web

• Un modèle qui a prouvé son efficacité en contexte contraint.
• Culture de la mesure.
• Souplesse technologique.
• Contribution Open Source.
• L’Intelligence Artificielle comme cœur de métier des nouveaux acteurs.

Définitions et use cases métier

Définitions

• Business Intelligence.
• Business Analytics.
• Big Data.
• Dataviz.
• Data Science & Intelligence Artificielle.
• Algorithmic business.

La Donnée comme avantage concurrentiel

• Clé d’amélioration des processus.
• Au cœur de nouveaux produits.
• Commercialisation de la Donnée.

Cas d’usages

• Relations clients.
• Anti-fraude.
• Maintenance prédictive.
• Analyse de fiches métiers.
• Analyse de texte.
• Energie.
• Santé.

Méthodologie d’analyse de données

Le processus CRISP-DM

• Comprendre la problématique métier.
• Comprendre la Donnée.
• Préparer la Donnée.
• Modéliser.
• Evaluer.
• Déployer.

Une approche itérative expérimentale

• Un processus non prévisible proche d’une démarche de recherche.
• Une vraie démarche scientifique.

Des compétences clés

• Bases de Données.
• Architecture informatique.
• Statistiques et probabilité.
• Machine Learning.

Préparation de la Donnée

Collecte de la Donnée

• Des formats de Données divers et variés.
• Le Web Scraping pour collecter davantage de Données.
• Les APIs.

Une qualité de données souvent insuffisante

• Risque de dégradation de qualité lié au Big Data.
• Véracité, ou la qualité des données au minimum.
• Historique limité aux besoins opérationnels.

Stockage de la donnée (Data Warehouse et Data Lake)

• Tirer partie du Data Warehouse.
• Nouvelles approches Big Data : le Data Lake.
• Pourquoi tout conserver ?

Gouvernance et RGPD

• Nécessité d’une bonne gouvernance de la donnée.
• RGPD (objectifs, grands principes et conséquences)

Infrastructures et outils informatiques

Boîte à outils data

• La Workstation Data Science.
• Open Source : R, Python.

Une infrastructure orientée données et usages

• Architecture générale.
• Ingestion des données : Batchs, Microbatchs et Streaming.
• Lambda Architecture.
• Stockage des données : Hadoop et HDFS.
• SQL et NoSQL.
• L’émergence de Spark.

Les solutions Cloud

• Les promesses du Cloud : avantages et inconvénients.
• Offres proposées en Analytics.

Rappels de statistiques et probabilités

Notion de base

• Série statistique.
• Variables aléatoires discrètes et continues.
• Principales caractéristiques : médiane, moyenne, écart-type.
• Représentations graphiques.

Corrélation vs causalité

• Définition et représentation graphique de la corrélation.
• Corrélation élevée n’implique pas causalité.
• Exploiter les corrélations pour mieux comprendre les processus métier.

De l’inférence bayésienne au Machine Learning

Modélisation, algorithmes, évaluation

Types d’apprentissages

Apprentissage supervisé.

Démarche Data Science

• Classification et régression.
• Evaluation de modèles et métriques d’évaluation.
• Overfit et underfit.
• Compromis biais-variance.

Apprentissage supervisé.

Algorithmes classiques

• Régressions linéaire et logistique.
• Support Vector Machine.
• Arbre de décision.
• Random Forest.

Apprentissage non supervisé

• Définition.
• Algorithmes classiques : K-Means et Clustering hiérarchique.
• Couplage avec du supervisé.

Recommandation

Visualisation : la Dataviz

Pourquoi visualiser ?

• Le pouvoir de la Data Visualisation.
• Depuis le XIXe siècle.
• Interpréter les modèles.
• Comment visualiser ?
• À ne pas faire.
• Deux métriques pour une visualisation efficace.
• Mémoire et choix du message.
• Encodage et décodage.
• Différents types de visualisation.

Outils et technologies

• Outils de visualisation.
• Statique vs Interactif.
• Solutions open source vs. commerciales.

Démarche projet

Démarche globale

• Une démarche globale.
• Étude de faisabilité.

POC

• Prototypage : le point de départ.
• Quelle évaluation.

Industrialisation

• Les grandes phases précédant l’industrialisation.
• Motivations pour industrialiser.
• Méthodologie pour industrialiser.
• Automatiser la prise de décision.

Mettre en production un modèle

• La problématique.
• Model as Code.
• Les promesses des APIs.

Facteurs clés / Facteurs de risque

• Facteurs clés de succès d’un projet.
• Facteurs de risque d’un projet.

Réussir sa transformation par la Donnée

Une organisation pour innover par la Donnée

• Stratégie data pour définir une organisation.
• Centralisation vs Décentralisation.
• Interne vs externe.

DataLab

• Le Data Lab, une cellule transverse.
• Motiver et installer un Data Lab.
• Rôles et responsabilités au sein d’un Data Lab.

Recrutement

• Les profils types.
• Quels cursus et compétences ?
• Faire progresser ses équipes.
• Motiver et fidéliser.

Facteurs de succès

• Réussir la transformation par la Donnée.
• S’insérer dans une démarche de transformation digitale.
• Communiquer.
• Obtenir des moyens.
• Montrer des résultats rapidement et régulièrement.
• Soutenir l’effort dans la durée.
• Exemple d’un projet à succès.