Big GEOdata : cartographie et exploitation de la donnée

Le bigdata offre une information enrichie par la contextualisation des données. Parmi les informations additionnelles, la localisation est la plus collectée. Qu’apporte-t-elle et comment l’exploiter au mieux grâce à la cartographie ?

Lors de sa navigation sur pc ou smartphone, un internaute peut laisser beaucoup d’informations personnelles telles que son âge, son genre, sa profession et surtout son lieu de connexion. La localisation de la donnée peut même être transmise à l’insu des utilisateurs par les applications « built-in » des téléphones ou leur configuration obligeant la mise en service de la fonction de localisation pour leur fonctionnement. Dans son étude Mobilitics de 2016, la CNIL révèle ainsi que sur 6 mobiles testés pendant 3 mois, 30% des applications utilisées ont eu accès à la géolocalisation des appareils et précise que Facebook enregistre 1 localisation par min et Playstore 10. La localisation est donc déjà la reine des données, une tendance qui devrait augmenter avec la multiplication des services liés à l’IoT. La révolution de la data a favorisé l’émergence de nouveaux modèles de service entièrement basés sur la maîtrise de la geodata : les services logistiques et de livraison, de transport (VTC) ou encore de rencontre (dating app).

Cartographier pour mieux exploiter la donnée

Le moyen « naturel » d’expression de la localisation est la cartographie. Cet outil est à la fois un moyen de visualiser et donc d’appréhender un volume d’information autrement incompréhensible pour le cerveau humain mais aussi un révélateur d’information et un outil de prédiction.
En alliant cartographie et traitement de données les acteurs du data management développent des outils d’aide à la décision. Netflix a ainsi internalisé la conception de son outil de datavisualisation. C’est l’ensemble des managers de l’entreprise qui pilotent leur activité grâce aux informations révélées. Les services techniques comme le suivi de la qualité du réseau et des incidents se fait grâce aux données mais aussi la conception des programmes. Pour la série House of Cards, le choix de l’acteur principal et du réalisateur s’est fait à partir des préférences des spectateurs de la série originale britannique. Une stratégie payante pour le pure player puisque 80% de ses productions originales sont reconduites pour une deuxième saison.

Les cartes préfèrent-elles les small data ?

La cartographie est aussi un révélateur d’information à partir de small data. Ainsi un spécialiste de l’analyse prédictive basée sur la cartographie partage dans un article les 3 enseignements tirés de l’étude des données sur les sécheresses aux Etats-Unis. Le premier point soulevé est qu’en utilisant des small data, en l’occurrence des données de relevés de pluviométrie sur une semaine et non une année entière, la carte donne à voir des informations compréhensibles immédiatement, une « photographie » lisible.  Le deuxième exemple donné est une superposition des relevés de la même semaine en 2015 et 2016. Les aires concernées par la sécheresse les deux années de suite se recoupent évidemment mais on distingue aussi clairement l’évolution dans l’espace du phénomène météorologique. La consultation seule de données statistiques ne permettrait pas d’appréhender les déplacements des sécheresses d’une année sur l’autre. Enfin la troisième carte révèle que la sécheresse touche également des villes situées dans des régions habituellement épargnées. Cette information fait apparaître un enjeu de plus grande envergure : les conditions climatiques et la consommation des ressources naturelles évoluent sur l’ensemble du territoire et appellent à des actions de préservation.

Plus d'articles