Le concept de Datafication; définition & exemples

La Datafication est un mot à la mode des dernières années, utilisé activement dans l’industrie du Big Data. Honnêtement, si vous recherchez le terme « datafication » sur Internet, vous ne trouverez probablement pas beaucoup d’informations relatives à ce sujet, mais c’est un mot que nous entendons beaucoup ces jours-ci. Cependant, après avoir analysé le sujet lui-même, je pourrais dire que beaucoup d’entre nous comprennent le sens du terme, mais l’ont probablement nommé d’une autre manière.

Qu’est-ce que la Datafication ?

La datafication, selon MayerSchoenberger et Cukier, est la transformation de l’action sociale en données quantifiées en ligne, permettant ainsi un suivi en temps réel et une analyse prédictive. En termes simples, il s’agit de prendre des processus / activités auparavant invisibles et de les transformer en données, qui peuvent être surveillées, suivies, analysées et optimisées. Les dernières technologies que nous utilisons ont permis de nouvelles façons de « datifier » nos activités quotidiennes et de base.
En résumé, la datafication est une tendance technologique qui transforme de nombreux aspects de nos vies en données informatisées en utilisant des processus pour transformer les organisations en entreprises axées sur les données en convertissant ces informations en de nouvelles formes de valeur.
La datafication fait référence au fait que les interactions quotidiennes des êtres vivants peuvent être rendues dans un format de données et mises à profit socialement.

Exemples

Et voici de nombreux exemples de datification. Instagram facebookpour exemple, collectent et surveillent les données de nos amitiés pour nous commercialiser des produits et services et des services de surveillance auprès des agences, ce qui modifie notre comportement; les promotions que nous voyons quotidiennement sur les réseaux sociaux sont également le résultat des données surveillées. facebook ou Instagram, par exemple, collectent et surveillent les informations de nos amitiés pour nous commercialiser des produits et des services et des services de surveillance auprès des agences, ce qui modifie notre comportement; les promotions que nous voyons quotidiennement sur les réseaux sociaux sont également le résultat des données surveillées. Dans ce modèle, les données sont utilisées pour redéfinir la façon dont le contenu est créé en utilisant la datafication pour informer le contenu plutôt que les systèmes de recommandation.
Cependant, il existe d’autres industries où le processus de datafication est activement utilisé:

Assurance: Données utilisées pour mettre à jour l’élaboration du profil de risque et les modèles d’affaires.
Opérations bancaires : Données utilisées pour établir la fiabilité et la probabilité qu’une personne rembourse un prêt.
Ressources humaines : Données utilisées pour identifier, par exemple, les profils de prise de risque des employés.
Recrutement et recrutement : Données utilisées pour remplacer les tests de personnalité.
Recherche en sciences sociales: La datafication remplace les techniques d’échantillonnage et restructure la manière dont la recherche en sciences sociales est effectuée.

Cas Netflix

Netflix, un fournisseur de médias en streaming sur Internet, est un exemple brillant de processus de datafication. Il fournit des services dans plus de 40 pays et 33 millions de membres en streaming. À l’origine, les opérations étaient de nature plus physique avec son activité principale dans la location de disques par correspondance (DVD et Blu-ray). Simplement dit, le modèle de fonctionnement était que l’abonné crée et maintient la file d’attente (une liste ordonnée) du contenu multimédia qu’il souhaite louer (par exemple, un film). Si vous limitez le nombre total de disques, le contenu peut être stocké pendant une longue période, comme le souhaite l’abonné. Cependant, pour louer un nouveau disque, l’abonné renvoie le précédent à Netflix, qui transfère ensuite le disque disponible suivant à la file d’attente des abonnés. Ainsi, l’objectif commercial du modèle de location de disques est d’aider les gens à remplir leur tour. Le modèle a changé et maintenant Netflix transforme activement son service en un service intelligent, en utilisant activement les processus de datafication.
Il est à noter que dans tous les aspects de la mise en œuvre simplifiée de l’activité Netflix, un changement progressif se produit lorsque l’infrastructure informatique et les artefacts libèrent complètement le contenu multimédia de sa manifestation physique; par exemple, un disque et sa livraison de courrier. Pendant le streaming, les abonnés peuvent sélectionner des vidéos avant de faire une réservation, ils peuvent consommer plusieurs vidéos en une session et observer les statistiques de visionnage à un degré beaucoup plus fin; et en temps réel, dans une plus grande mesure. Par conséquent, beaucoup plus de données sont dématérialisées dans le modèle de streaming. De plus, les sources de données sont devenues diverses et diversifiées, y compris les données de catalogue (plus de 1000 facettes sont désormais associées au titre), les termes de recherche, les files d’attente de streaming et les jeux, les interactions et les sources externes telles que les critiques de films et les données sociales. La suppression du temps et de la distance par rapport au modèle d’affaires a augmenté le potentiel d’interaction entre le fournisseur et l’abonné grâce à une personnalisation dynamique: par foyer, par genre, etc. Expliquer le contenu pour promouvoir la confiance, le classement, le classement et l’examen et l’influence sociale résultant du fait que des amis associés ont regardé ou évalué.

Au quotidien, la dématérialisation de Netflix compte environ 30 millions de jeux quotidiens et 3 millions de requêtes impaires pour informer sur la dynamique des recommandations. Ce que propose la dématérialisation et une combinaison de liquidité a permis une manifestation intéressante de densité due à la récente transition de Netflix du contenu en streaming à sa création. L’analyse statistique du comportement des utilisateurs au fil des ans a été utilisée pour éclairer le contenu, pas les recommandations, introduisant Netflix avec une intersection intéressante du genre, des acteurs et du réalisateur. Le résultat de ce croisement de données a été leur récent remake de la série télévisée House of Cards, un thriller politique.

Conclusion

À mesure que la datafication devient plus courante et que l’impact de la vie des peuples se généralise, le développement de nouveaux cadres de compréhension devient de plus en plus nécessaire. De plus, la datafication nécessite une réévaluation significative de plusieurs domaines d’activité d’une industrie. Ici, j’ai brièvement décrit quelques domaines, y compris des cadres pour comprendre comment les chaînes de valeur des données émergent aux côtés des chaînes d’approvisionnement et de valeur traditionnelles et plusieurs questions de gouvernance que les industries doivent prendre en compte et mettre en œuvre efficacement la datafication.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.