Présentation
naissant qui créait le buzz dans les revues informatiques et les sites
spécialisés : l’avènement de technologies de traitement
ultra-performantes permettait d’espérer une analyse systématique et en temps réel de l’immense potentiel de données détenues par les entreprises.
D’abord cantonné à la sphère informatique, le concept s’est aujourd’hui démocratisé et intéresse désormais les décideurs opérationnels
(managers marketing, logistiques, RH, financiers…), aux premières loges
dès qu’il s’agit d’analyser les données des clients, des business
units, des flux financiers…
Le Congrès Big Data Paris, fort d’une première édition réussie en 2012 (600 participants), a décidé d’accompagner cette évolution en 2013 : aux présentations théoriques et technologiques s’ajouteront de nombreux témoignages métiers,
axés sur les retours d’expérience des pionniers du Big Data, ces
managers qui ont décidé de faire de leurs données un atout décisif dans
la course à la croissance. Que ce soit en conférence plénière ou en ateliers projets, des présentations de projets se succéderont, liant le concret à la théorie, l’économique au technologique.
Autre temps fort du congrès : l’exposition,
qui offrira aux acteurs du Big Data une opportunité unique de présenter
leurs solutions et de rencontrer leurs partenaires et clients. A cet
effet, de nouveaux services seront proposés aux visiteurs du salon : un programme de rendez-vous d’affaires d’une part, avec la possibilité de s’inscrire en ligne pour profiter d’un contact privilégié avec un interlocuteur choisi, et une série d’ "ateliers produits" d’autre part, avec des présentations de produits réalisées par les fournisseurs au cœur de l’exposition. Enfin la datavisualisation sera mise à l’honneur lors de sessions spécialement dédiées aux démos.
Conférence, exposition, rendez-vous d’affaires, ateliers, relations
presse… le congrès Big Data Paris s'étoffe en 2013 pour vous accueillir
encore plus nombreux, et d’horizons divers: un effort particulier sera porté sur l’international, à la fois dans les profils visiteurs et pour les exposants/speakers.
Véritable caisse de résonance des progrès du Big Data en France et à
l’international, le congrès Big Data Paris s’est imposé comme le
rendez-vous de référence pour tous les acteurs de la filière.
Venez nombreux y découvrir les nouveaux développements du marché !
Programme : Mercredi 3 avril 2013
 |
|
Session d’ouverture
Le Big Data et ses premières applications : quel bilan en tirer ?
• Rappel : définition du Big Data, ce qu’il change par rapport au décisionnel actuel
•
Où en est-on de la mise en oeuvre ? Comment est-il vu par les
dirigeants en France, en Europe et aux Etats-Unis ? Quelles sont les
points de blocage ?
• Le Big Data est-il un buzzword ou une réelle
mutation ? Une techno IT ou une application business ? Evolution du
concept et de ses interprétations en année 1
• Quels sont les
secteurs qui ont prioritairement adopté le Big Data ? • Les enjeux du
Big Data : enjeu économique, technologique, réglementaire, sociétal…
• Préconisations pour une meilleure adoption
Matteo Pacca, MC KINSEY, partner
Débat sur la mise en place du Big Data : quels apports ? Quels freins ?
Stéphane Grumbach, INRIA, directeur de recherche
Jean-Baptiste Dézard, IBM, directeur Marketing Software
Christophe Baroux, GOOGLE, Sales & Business Development Manager, Southern Europe
Les données du Big Data, une matière hétéroclite et réellement nouvelle ?
•
De quelle(s) donnée(s) parle-t-on ? Donnée structurée, non structurée,
multistructurée… comment définir les données du Big Data ?
• L’origine de ces données : d’où viennent-elles ? Donnée qualitative vs. Donnée quantitative
Xavier Gréhant, DASSAULT SYSTEMS, R&D Product Manager EXALEAD
Sébastien Lefebvre, MESAGRAPH, CEO
Focus sur les data markets
• Les data markets, un secteur en explosion
Eva Ho, FACTUAL, VP Marketing and Operations
Pause
Qualité et sécurité des données, les deux enjeux technologiques du Big Data
•
La qualité et l’intégrité des données au centre des attentions. Comment
collecter la donnée ? Comment s’assurer de sa fiabilité ?
• Doublons, données incomplètes, informations erronées… quels sont les pièges à éviter ?
• La sécurité des données, garantie vitale pour une saine exploitation du Big Data. Quels sont les risques ?
• Les technologies de sécurité : où en est-on ? quelles sont les pistes de recherche ?
Bruno Labidoire, INFORMATICA, Directeur Technique Europe du Sud
Steve Francia, 10Gen
Zouheir Guedri, PRICE WATERHOUSE COOPERS, Directeur consulting
Big Data et confiance du consommateur – Le cadre réglementaire
• La donnée personnelle, un gisement inépuisable ? L’enjeu de la "privacy" et de la confiance de l’utilisateur
• Evolution de la réglementation sur le sujet
Thierry Dor, GIDE LOYRETTE NOUEL, associé
Déjeuner
Session d’ouverture
La performance Hadoop/Map Reduce
• Architectures Hadoop : quelle amélioration face aux bases de données traditionnelles ?
• Hadoop, MapReduce : petit rappel sur les définitions
• La question du volume de données – Hadoop, la solution face au data deluge ?
•
Quel type de données traiter? Quels sont les types de traitement
associés: traitement colonnes, traitement lognes…? Quelques rappels
sur la technique
• Quelles sont les limites d’Hadoop ?
Ioana Manolescu, INRIA, Directeur de Recherche
Comprendre l’univers Hadoop – Open Source et offres éditeurs
• Histoire d’Hadoop et de son adoption
• La plateforme Open Source : avantages/inconvénients. Quelles sont les statistiques d’utilisation ?
• Quelle offre proposer à partir d’Hadoop ? Grands critères de choix
• Hive, HBase, Pig, R,… Les déclinaisons de l'écosystème Hadoop
• L’interopérabilité avec les architectures existantes
Ted Dunning, MAPR, Chief Application Architect
La perspective NoSQL et ses liens avec Hadoop
• NoSQL, Hadoop: pourquoi les associe-t-on? Fonctionnent-ils l'un sans l'autre?
• Spécificités du système NoSQL et objectifs
Tugdual Grall, COUCHBASE, Technical Evangelist
Le traitement in-memory, mythe et réalité
• Fonctionnement du traitement in-memory
• Résultats obtenus, performance en termes de vitesse
• Les limites éventuelles de l’in-memory
Jean-Michel Jurbert, SAP, Directeur de Marché solutions BI Analytiques
Les flux de données et l’analyse des événements
• Qu’est-ce que le CEP ? Quel est son objectif ?
• Enjeu technologique
Fabrice Hugues, SOFTWARE AG, Directeur Technique
Processeurs, équipements hardware, où en est-on de la performance ?
• Le hardware est-il une composante du Big Data ?
• Quelles sont les pistes d’évolution ?
• Serveurs, processeurs, infrastructures… où se situent les points d’amélioration ?
Stephane Fritsch, DELL
Pause
Comment faire évoluer la DSI vers le Big Data ? Témoignages et analyses.
•
Infrastructures de stockage : cloud, scalabilité ou augmentation fixe
du volume de stockage… quelle option choisir pour votre entreprise ?
• Comment mettre en place une architecture décisionnelle Big Data en limitant les changements ? Quel environnement technique ?
• Le MDM à l’épreuve du Big Data : faut-il tout passer en mode Big Data ?
• L’enjeu de la sécurité, pierre angulaire de la transition vers le Big Data
• Le Big Data au service du Green IT : quand deux problématiques d’avenir se rejoignent…
• Exemples dans des petites et grandes entreprises
Matthias Herberts, Crédit Mutuel Arkea,DSI
Jean-Marie Messager, SOPRA GROUP, Directeur Practice BI
Alvin Ramgobeen, EMC GREENPLUM, Sales executive France
Jules-Henri Gavetti, IKOULA, Président
Fin des conférences
Track animée par Florence Puybareau, journaliste
Quelles perspectives pour le marketing avec le Big Data?
• Y’a-t-il un « avant » et un « après » Big Data ? Quels sont les aspects réellement innovants pour le marketing ?
•
Le marketing en mode Big Data : les nouvelles méthodes à appliquer.
Analyse quantitative ou analyse qualitative, où en est-on ?
• Quelles données utiliser ?
• Profilage, segmentation, personnalisation, analyse de sentiment : quelle performance ?
• Comment quantifier les résultats ? Quelles retombées ?
Peter Roxburgh, EMI MUSIC, VP Global Consumer Insight
Patricia Levy, SFR REGIE, Directrice générale
Christophe Benavent, UNIVERSITE PARIS OUEST, Professeur de marketing
Grégory Gazagne, CRITEO, Directeur général France, Europe du Sud et Amérique Latine
David Bessis, TINY CLUES, président
E-Commerce et Big Data : l’optimisation des conversions à l’achat
• L'utilisation de moteurs de recommandation
• Analyse situationnelle en temps réel et prédiction inductive du comportement de l'internaute
Jean-Pierre Malle, NETWAVE, Directeur Scientifique
La connaissance client sur le Web, promesse tenue pour le Big Data?
• Retour d’expérience
Mike Brown, Comscore,président
Ad Exchanges et reciblage, les deux phénomènes Big data
• Retour d’expérience d’un spécialiste RTB ou Reciblage
Edgar Baudin, GAMNED, Président
Pause
Le mobile marketing, un espace à explorer ?
• Retour d’expérience d’un spécialiste mobile marketing
• Géolocalisation et temps réel, les moteurs de l’innovation
• Etude du cas Turkcell
Anthony Cross, PROGRESS SOFTWARE, Pre-Sales Manager, Southern Europe
Comment adapter l’offre offline aux souhaits du client ? L’apport du Big Data
Catalogue produits, rayonnages, pricing : personnaliser l’offre retail
• Intégrer les données géographiques
• Anticiper les besoins ? Quelle capacité de prévision le Big Data offre-t-il au marketing ?
Le Big Data et le département commercial Zolpan
• Analyser la performance commerciale au plus fin grâce au Big Data
• Faire remonter au plus vite l’information du terrain
Hubert Palan, GOOD DATA, Front-end product manager
Fin des conférences
Programme : Jeudi 4 avril 2013
 |
Session d’ouverture: Aidan J. O'Brien, EMC, EMEA Global Services Big Data
Matinée animée par Florence Puybareau, journaliste
Comment organiser l’entreprise pour optimiser le Big Data ?
• Où le Big Data est-il nécessaire ? Les besoins spécifiques de l’entreprise
• Y a-t-il une organisation type pour le Big Data ?
• Raccourcir le temps de prise de décision, un objectif réaliste ?
• Le Big data, apanage des grands ? Exemple d’organisation dans une PME
Frédéric Brajon, CGI BUSINESS CONSULTING, partner
Focus sur un nouveau personnage : le Chief Data Officer – De CIO à CDO
• Missions et rôle dans l’entreprise
• Existe-t-il des exemples aboutis d’intégration du CDO en entreprise ? Etat des lieux en France et à l’étranger
Pierre Delort, ASSOCIATION NATIONALE DES DSI, Président
Les programmes de financements, outils indispensables pour lancer le marché
• Les programmes de financement publics en France et en Europe
• (éventuellement : financements privés)
COMMISSARIAT GENERAL A L'INVESTISSEMENT
Pause
La rentabilité Big Data. Business model et valeur
•
Investir dans les technologies Big Data, un choix stratégique pour
l’entreprise utilisatrice ? Le Big Data à l’épreuve des coûts
• Big
Data, business model : d’où vient la marge dégagée ? Valeur ajoutée,
nouveaux usages, réduction des pertes, avantage concurrentiel ?
• La data en tant qu’input : quelle valeur conférer aux données ? Accès gratuit ou monétisation ?
Ryan Shuttleworth, AMAZON WEB SERVICES, Technical Evangelist
L’Open Data, avenir du Big Data?
• Qu’est-ce que l’Open Data ? En quoi se différencie-t-il du Big Data ? Quel degré d’avancement par rapport au Big Data ?
• Quels sont les projets actuels et quels sont leurs objectifs ?
• En quoi est-ce un segment d’avenir ? L’Open Data est-il plus porteur que le Big Data ?
Henri Verdier, ETALAB, Directeur
François Lainée, CETADATA, président
L’Internet des Objets, fantasme ou réalité ?
• Du RFID à l’Internet des Objets… où en est-on dans la connectivité progressive des objets ?
• Quels sont les espoirs autour de ces innovations ? Quels progrès en attendre ?
• En quoi le Big Data et Internet des Objets s’entraînent-ils mutuellement ?
Franck Le Gall, INNO TSD, président
Session d’ouverture
Le suivi au plus près de l’activité, garantie d’une bonne gestion
• Détecter les fraudes et les erreurs, principal apport du Big Data ?
• La logistique s’est-elle emparée du Big Data ? Géolocalisation, tracking, suivi des stocks… les pistes d’amélioration
• Le Big Data peut-il influer sur la politique RH ? Un outil d’optimisation de la gestion des équipes
Didier Robert, GEOCONCEPT, Directeur général
Adapter les flux énergétiques – Exemple des smart grids
• Retour d’expérience sur un projet smart grids – Big Data
Adapter la production en fonction de l’information – Exemple dans la finance, les medias ou les telecoms
• Retour d’expérience sur un projet media ou telecoms
Peut-on prévoir à moyen et long terme grâce au Big Data ?
• Agréger les données externes (météo, open data…) pour mieux cibler ses objectifs de production
• Prévoir les grandes tendances du marché et les modes à venir, un objectif impossible ?
Pause
Thème 14 : Le Big Data dans l’industrie : un outil d’analyse plus précis
Explorer au plus près… Le Big Data, un outil important dans le monde industriel
• Retour d’expérience sur un projet industriel
Modélisation et simulation : faire avancer l’activité grâce au Big Data
• Retour d’expérience sur un projet industriel
Michel Lutz, ECOLE DES MINES DE ST ETIENNE / STMICROELECTRONICS, Doctorant CIFRE
Big Data et Open Data, deux instruments de connaissance pour les sciences sociales
• Retour d’expérience sur un projet en Côte d'Ivoire
Nicolas de Cordes, ORANGE, VP Marketing Vision, Groupe Marketing
En quoi le Big Data ouvre-t-il des perspectives intéressantes pour la recherche médicale ?
• Retour d’expérience sur un projet médical
Big Data et HPC
• Quels sont les enjeux portés par le Big Data et les supercalculateurs ? Quelles sont les perspectives ouvertes ?
Catherine Rivière, GENCI (Grand Equipement National de Calcul Intensif), présidente
Fin des conférences
Track animée par Florence Puybareau, journaliste
Qui est le data scientist et quel est son rôle ?
• Profil et formation : quelles qualités doit-il réunir ?
• Compétences métiers : quel est son rôle dans l’entreprise ?
• Quelles compétences acquérir pour un spécialiste "traditionnel" du décisionnel ?
• Le recrutement des data scientists : où les trouver ? y’a-t-il un manque de ressources ?
Arnaud Laroche, BLUESTONE, associé
Stéphan Clémençon, TELECOM PARISTECH, Professeur
Stéphane Tuffery, ENSAI, Professeur
L’analyse de la donnée en format Big Data : quels sont les changements ?
• Qu’apporte le Big Data à la BI traditionnelle ?
• Y’a-t-il de nouveaux process dans la façon de collecter et analyser la donnée ?
• Les méthodes de traitement sont-elles en évolution ? L’algorithmique est-elle dépassée ?
• Quels supports privilégier pour l’analyse et le reporting BI ? HBase, Hive, MongoDB…
•
Faut-il développer de nouveaux outils pour analyser les données
synchronisées ? Quelles sont les pistes d’évolution ? Outils techniques
et outils statistiques.
• La donnée de tous et pour tous : comment faire circuler l’information ?
Jérôme Cornillet, SAS, Responsable de l'offre Business Analytics
Hans-Josef Jeanrond, SINEQUA, Directeur Marketing
Romain Chaumais, YSANCE, président
Pause
Comment représenter le Big Data ?
• Quelles sont les méthodes de design adaptées au Big Data ? Y’a-t-il une « science » pour représenter la donnée ?
• Vers quels types de représentations s’oriente-t-on ? Les innovations.
• L’oeil humain capte-t-il toute l’information d’un seul coup ? Comment s’adapter à la subjectivité ?
• Face à la science des statistiques, la dataviz est-elle d’abord un art ? La place du choix éditorial dans la représentation.
• Quelles sont les erreurs traditionnelles à éviter dans la représentation ?
Max Gadney, AFTER THE FLOOD, CEO
Maxime Marboeuf, TABLEAU SOFTWARE, European Data Analyst
Comment démocratiser l’interprétation des données ? La dataviz en mouvement
• La visualisation intelligente, un outil d’analyse pour les non-initiés du Big Data
• Exemple d’analyses en live sur des représentations graphiques
• Intégrer le temps réel à la dataviz, un axe de développement indispensable ?
Cyrille Vincey, QUNB, président
La dataviz appliquée : quels sont les secteurs demandeurs ?
• Exemple dans le datajournalisme : Sylvain Lapoix, OWNI.FR, Datajournaliste
• Exemple dans les médias ou la finance
NOUS SOMMES VIVANTS, LE COLLECTIF DE LA TRANSITION ÉCOLOGIQUE 
Laisser un commentaire