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.
Quelques références
The Economist, Cause and defect
Hendry, D.F. Dynamic Econometrics (Oxford University Press)
