Plus le monde avance, plus il est compliqué de comprendre les avancées technologiques et il est tout à fait normal de se sentir perdu. Paranoïa, sensation de surveillance organisée, ce sont les craintes de beaucoup d’internautes face à la collecte d’informations faite sur nos machines. Que cela soit un smartphone, un ordinateur ou une TV connectée, des données sont recueillies et utilisées. La question que nous aborderons dans ce dossier est : « Quelles sont les différentes utilisations de ces données ? ». Pour y répondre, nous avons eu la chance de pouvoir interviewer un acteur de la startup française Spella.
C’est Frédéric Najman, le co-fondateur de l’entreprise, qui a pu nous éclairer sur les pratiques et le but de ce nouvel acteur du DATA. Mais faisons avant tout un petit historique de la création de la boite. M.Najman travaillait auparavant dans le domaine du médical en proposant des services de tracking pour améliorer la qualité de vie des patients.
Des applications étaient développées et permettaient aux malades de donner leurs impressions, de dire si ils allaient bien ou non, les données étaient analysées et de meilleures méthodes étaient mises en place pour améliorer la qualité de vie des patients. La startup Spella a été créée en 2015 dans le but de rendre plus lucide ces exploitations de données. Plein d’idées et de projets en tête, le projet finit par aboutir et grandir pour proposer des services d’analyse de données plus poussés.
Spella, ou la donnée ethique...
Chaque jour, des millions de personnes naviguent sur le net, utilisent des services gratuitement, partagent des vidéos, tapent dans leur moteur de recherche, sans que ces données ne soient totalement exploitées. Le contenu généré est énorme, des millions de tweets sont postés, des tonnes de vidéos publiées etc…
Spella a pour but d’utiliser ce contenu, ce sont pour M.Najman des réponses à des milliers de questionnements générés automatiquement. Identifier, Stocker, Structurer, comprendre et analyser la DATA , tels sont les mots maîtres de cette nouvelle vision de l’exploitation du big DATA.
La boite a développé des moteurs permettant de collecter les conversations, partout, sur des blogs, des sites étrangers, différents pays, la qualité de l’information est recherchée grâce à des sources rigoureusement sélectionnées.
Pourquoi collecter ?
Beaucoup de marques vont faire appel à des boites comme Spella, c’est monnaie courante en 2018, c’est un phénomène en pleine croissance. Le but de l’analyse de données de masse est au final de remplacer les sociétés classiques d’études, de gagner du temps, les données fournissent des réponses, il n’y a plus besoin de questionner.
Bien sûr les marques appellent aussi pour avoir des informations et améliorer les ventes, il y a un côté commercial mais Spella préfère traiter avec des projets plus humains. Avec les données, il est possible de faire avancer des domaines compliqués, le médical, des problèmes juridiques, de comprendre le ressenti de la population…
Le machine learning rend des services, les gens qui viennent des études ont une barrière technologique. Chez Spella on retrouve des Datascientists, des développeurs mais aussi des chargés d’étude. C’est cet assemblage diversifié de passionnés qui modernise le rapport entre humain et outil. Les connaissances du personnel sont variées, du Hardware, nouvelles technologies en passant par la technique, le DATA rien n’est oublié. Spella s’est donné un but, avancer là où d’autres firmes n’ont pas su évoluer.
Le BIG DATA, un processus d'analyse complexe
Le processus de consolidation des données est indispensable, grâce à des bases extrêmement agiles, les données sont traduites et sentimentalisées. Par sentimentalisées, on parle de comprendre le contexte, de discerner le positif du négatif, l’ironie d’avoir une compréhension et un classement des données parfait. Les moteurs doivent comprendre le coté humain de la donnée, la firme a souvent recours à de la reconnaissance d’image avec des moteurs pouvant comprendre jusqu’à 37 points sur un visage.
Les métadonnées sont récupérées, c’est important, cela donne un contexte. En fonction de la culture, du statut social, tout est analysé, la DATA n’aura pas toujours la même signification. C’est un grand assemblage complexe, le tout sur une méga base, du BIG Data.
"On ne savait pas trop à quoi l'IA servait, du jeux vidéo, des fins militaires... un grand flou. Maintenant tout a changé, la puissance des microprocesseurs permet de faire du Deep Learning et donc d'utiliser les données plus intelligemment. Avant l'IA ne comprenait pas l'objet, mais un ensemble, prenons l'exemple d'un moteur analysant une altère. Lors d'une nouvelle recherche, le moteur ne savait plus reconnaître à cause du bras manquant de l'altérophile, désormais il est possible au moteur de le comprendre." "Les fondements de l’intelligence artificielle n'ont pas changé, c'est le volume qui a changé."
