Accueil

Datanomics, économie des données ouvertes

Billet rédigé à partir d’une intervention de Simon Chignard , co-auteur de Datanomics et travaillant à Etalab pour l’ouverture des données au niveau national

Il y a plusieurs grilles de lectures pour approcher la notion de données mais celle de valeur est la meilleure car elle agit comme cause et conséquence de nos actions aujourd’hui : valeur publique pour son ouverture, valorisation des données pour la recherche, valeur économique pour les GAFAM.

Petit historique épidémiologique des données ouvertes

En 1984 se met en place le réseau Sentinel de télé-épidémiologie géré par l’INSERM où cinquante médecins se connectent au minitel trois fois par mois pour donner leur nombre de cas de grippes qu’ils ont eu à traiter. En 2008, Google lance Google Flu Trend (suivi de la grippe) qui a la même ambition que Sentinel (!). Or une différence les sépare radicalement : Google compte les requêtes sur la grippe, le médecin compte les cas effectifs. Google veut prédire la grippe, le médecin veut la soigner.

Auparavant, la donnée était un produit de luxe qui coûtait cher à récupérer, à analyser et à stocker - le smalldata était la norme sans être encore conceptualisé.
La question autour des datas n’est pas seulement technologique, elle est aussi :

L ’ombre portée des datas rappelle ce fait : la part des données que nous produisons de manière consciente et intentionnelle tend à devenir plus faible que le volume de données produites de manière non intentionnelles et parfois non conscientes (traces numériques dans les navigations, téléphone mobile pas éteint est localisé tous les 15 minutes par l’opérateur).

Qu’est-ce que ça vaut la donnée ?

La donnée est comme matière première, qui se vend et s’achète mais est un bien non-rival (mille applications peuvent fonctionner avec la même donnée). Elles ne bonifient probablement pas avec le temps. La métaphore la plus adéquate pour parler de la data est celle du blé car il contient bien cette idée d’un choix future de réutilisation à la différence que la donnée ne s’épuisera pas quand on la consomme, qu’elle ne disparaît pas quand on l’utilise pour telle ou telle utilisation qui peuvent donc être simultanées.

Sur le marché des données, les données personnelles sont les plus importantes. Une enquête montrait en 2014-2015 que les quidam seraient prêts à être payés 500€ pour donner toutes ses données personnelles pendant un an alors qu’en réalité, sur le marché, les entreprises qui achètent les données aux gens les payent 5-6€ (soit cent fois moins !). Cela rend compte en partie de l’opacité des courtiers en données.
La donnée est en train de changer la manière dont tout le monde prend des décisions : on décide(rait) mieux et plus vite et le champ de la prédiction s’étend à la “prédiction de maintenant” appelé nowcasting.

La donnée est aussi un actif stratégique. La plupart des approches distinguent valeur d’usage (je l’utilise) ou valeur monétaire (je la vends) mais une tierce voie existe qui est une utilisation de la donnée dans le cadre d’une stratégie d’une autre nature, politique par exemple. Ainsi, celui qui contrôle la donnée et son usage possède un avantage stratégique pour prendre une position pour les dire en des termes à la Sun Tzu. Exemple : le GPS coûte très cher à mettre en place mais ne coûte rien à acquérir car les USA veulent en contrôler l’accès mais surtout la précision pour la simple et bonne raison que c’est une manière incroyablement puissante de paralyser un pays (Afghanistan -> géolocalisation se fait à la centaine de mètres près)

La concurrence aujourd’hui n’est plus seulement celle des acteurs traditionnels (Renault versus Peugeot) mais aussi de nouvelles interactions concurrentielles avec les acteurs (les bus, blablacar, compagnies aériennes low-cost etc.).