Avec un Social Business Datalake, la richesse des réseaux sociaux clé en main


Publié le: 29 juin 2017 par Philippe Larroye

Pour ses propres besoins marketing, Atos a développé une plateforme dédiée à l’analyse des données issues des réseaux sociaux et du web. Cette plateforme, baptisée Social Business Center propose pour ses clients de nombreux services d’écoute et d’analyse. L’une des solutions clés désormais disponible pour tous les clients d’Atos est le Social Business Datalake; cette solution permet de traiter et analyser des grand volumes de données et de services associés. Elle permet d’exploiter un extraordinaire gisement d’informations avec l’appui d’experts aguerris et toutes les garanties nécessaires en matière de performances, de sécurité et de conformité.

Quelle opinion a-t-on de nous ? Sur quels sujets se positionnent nos concurrents ? Quels éventuels clients s’intéressent aux produits dont nous avons fait notre priorité ? Quel a été l’impact de notre dernière annonce ? Quel lien avec les données interne de l’entreprise ? Ces questions, Atos se les pose comme toutes les entreprises. Mais à la différence de la plupart d’entre elles, le groupe dispose aussi des moyens d’y répondre. C’est ainsi qu’est né le Social Business Center (SBC) : une plateforme analytique capable de trouver dans les réseaux sociaux et sur le web les réponses à des interrogations clés pour piloter finement l’action marketing et commerciale.

Se préparer face à la masse des données

Twitter, Facebook, Instagram… La plupart des réseaux sociaux disposent d’API permettant d’obtenir directement ou via nos partenaires (web crawler) des grandes quantités de précieuses données. Par exemple, sur Twitter, il est possible de recueillir le contenu d’un tweet, son auteur, la langue utilisée ou, si l’utilisateur l’a permis, la géolocalisation. De même, si les sites web, blogs ou forums respectent les standards du W3C, on peut y glaner automatiquement les nouvelles publications. Collectées quotidiennement, ces données nécessitent d’être filtrées et stockées avant d’être réellement exploitables.

La construction de la solution Social Business DataLake repose sur le serveur bullion. Bénéficiant de l’expérience de Bull dans le calcul scientifique, bullion affiche des performances de calcul, qui lui permettent de répondre en toute fiabilité aux exigences extrêmes du temps réel. L’architecture logicielle repose sur les technos reconnues du BigData (Hadoop, ElasticSearch, Jupyter), assez robuste pour absorber des volumes conséquents de données (100 000 tweets/jour), et assez élastique pour faire face à d’éventuels pics d’activité, par exemple durant un grand salon. Puis des prétraitements ont été développés pour affiner les analyses, à l’image d’un outil d’analyse textuelle capable d’identifier l’entreprise d’un contact sous ses différentes ou encore la classification de contact en différentes classes (contact executif ou non, technique ou business,...). Enfin, il a fallu se pencher sur l’épineuse question de la conformité.

L’importance capitale de la conformité Les données issues des réseaux sociaux sont souvent des données à caractère personnel et leur utilisation est à ce titre très strictement encadrée. Respecter les règles de la CNIL ainsi que le futur règlement général sur la protection des données (GDPR), qui entrera en vigueur le 1er janvier 2018, exige la mise en place d’importantes mesures techniques (anonymisation, chiffrement, purge régulière des enregistrements) et opérationnelles (demande d’autorisation aux contacts identifiés). Cet aspect capital, trop souvent négligée malgré les risques encourus, fait partie intégrante du Social Business Center, ce qui permet aux métiers de se focaliser en toute sérénité sur l’exploitation des données.

Le Social Business Datalake ainsi constitué, des outils de data science et de data visualisation permettent aux data scientists de traduire les interrogations des utilisateurs sous forme d’algorithme et de leur apporter des réponses utiles et intelligibles. Avec la plateforme, se sont naturellement mis en place une méthode et des bonnes pratiques collaboratives. Des points hebdomadaires permettent d’examiner quels chiffres, données ou indicateurs seraient souhaitables ou accessibles, éventuellement en croisant à l’analyse des données internes (chiffres de vente, taux de satisfaction…) ou externes (rapport de référence d’entreprise, analyse Gartner, météo,…). On peut aussi lancer ponctuellement des projets dans le projet, par exemple en prévision d’un événement dont on souhaitera mesurer les retombées.

« Le SBC trouve dans les réseaux sociaux et sur le web les réponses à des interrogations clés pour piloter finement l’action marketing et commerciale. »

L’émergence du « social scientist » La spécificité de la data science est d’être un questionnement permanent, un stimulateur d’idées, et ce mode de fonctionnement agile, très dynamique, apparaît comme le meilleur moyen d’explorer efficacement ce territoire nouveau, aussi vaste qu’indéchiffrable pour l’œil humain. Gagnant en expérience, le data scientist lui-même se mue en « social scientist ». Dans ce nouveau rôle, il ajoute à son expertise une neutralité bienvenue puisqu’elle garantit l’impartialité des réponses.

Validé par son utilisation en interne, le Social Business Datalake d’Atos est aujourd’hui accessible aux entreprises. Une preuve de concept initiale de 4 à 8 semaines permet de sélectionner les sources et les données, de dimensionner la plateforme, d’identifier les cas d’usage, d’affiner les mots clés et la restitution et, au final, de se rendre compte de la valeur créée. L’entreprise peut alors passer à l’échelle en se dotant elle-même de la plateforme, livrée clé en main Cet outil s’assortit de services d’accompagnement dans le prolongement de la collaboration amorcée lors du POC. De cette façon, l’entreprise peut très rapidement, et en toute sécurité, puiser à son tour dans la richesse des réseaux sociaux.

Partager


Qui est Philippe Larroye

Big Data Consultant
Philippe Larroye est consultant BigData au sein de l’entité Big Data et Cyber security d’Atos. Philippe a près de 7  ans d’expérience dans l’univers BigData et datascience.  Au cours de ces années, il a pu réaliser différents projets autour du machine learning, bigdata et traitement statistique, principalement pour les besoins de l’industrie , du marketing et de la cybersecurité. Au sein d’Atos, il a pu contribuer aux lancements de nouvelles offre BigData unique sur le marché, incluant notre pôle datascience, des logiciels BigData(SaaS, PaaS,,..), des serveurs d’entreprise x86 high-end, et des supercalculateurs. Ceci lui permet d’avoir une bonne compréhension de l’ensemble du marché du BigData. Philippe Larroye est major de promotion HEC (2013) et diplomé de l’école d’ingénieur de l’ENSEIRB-MATMECA (2012).

Suivre ou contacter Philippe