Big data: alchimie ou science? Chaire ESSEC Edgar Morin

Ma "mise en boîte de la complexité"
19/01/2016
Les mégadonnées, ou Big Data, constituent un nouvel outil à la disposition des entreprises et des chercheurs. Pour qu’elles soient utilisables de manière effective pour la prévision, il est essentiel de prendre du recul et de comprendre leur spécificité. Deux éléments les caractérisent : (i) ces données mesurent une activité d’origine humaine (ii) elles ne sont pas, pour la plupart, issues d’expériences contrôlées et reproductibles, mais au contraire, ont été enregistrées au fil de l’activité et constituent donc une référence historique. Lors de leur analyse et de la modélisation de leur pouvoir prédictif. Nous devons par conséquent répondre à trois questions : quels sont les comportements reproductibles ? Quels sont ceux qui ressortissent à des circonstances spécifiques ? Quels sont ceux qui sont actionnables ? Dans cette «mise en boîte» de la complexité, je montrerai l’apport de la méthodologie développée au cours d’un demi-siècle d’analyses économétriques en sciences économiques et sociales afin d’appréhender de manière constructive le foisonnement actuel du Big Data et proposer des pistes en Business Analytics.
Mes slides sont disponibles ici
Quelques références
Anderson, C. The End of Theory: The Data Deluge Makes the Scientific Method Obsolete
Choi, H. and H. Varian, Predicting the Present with Google Trends
Davenport, T, Analytics 4.0 et Analytics 3.0
de Vroey M, and P. Malgrange Théorie et Modélisation Macroéconomique, d'hier à aujourd'hui
The Economist, Cause and defect
Doornik, J. and D. F. Hendry, Statistical Model Selection with Big Data
Franses, P.H On the Use of Econometric Models for Policy Simulation in Marketing
Ginsberg et al. Detecting influenza epidemics using search engine query data
Haford, T. Big data, are we making a big mistake?
Hendry, D.F. Dynamic Econometrics (Oxford University Press)
King, G, Big Data is not about the Data
Lazer et al. The Parable of Google Flu: Traps in Big Data Analysis
Lucas, R. E. Econometric Policy Evaluation: A critique
Lucas,R. E. Monetary Neutrality
Lohr, S. Google Flu Trends, the limits of big data
Sheiber, N. Freaks and Geeks; How Freakonomics is ruining the dismal science.