of 26 /26
La data et le territoire La démarche et les projets data de la Ville de Paris Focus sur l’usage des algorithmes

La data et le territoire La démarche et les projets data ...€¦ · • Logstash • Talend • Cloudera • ElasticSearch • … • Python • R • Dataiku • Alteryx • …

  • Author
    others

  • View
    3

  • Download
    0

Embed Size (px)

Text of La data et le territoire La démarche et les projets data ...€¦ · • Logstash • Talend •...

  • La data et le territoire

    La démarche et les projets data de la Ville de Paris

    Focus sur l’usage des algorithmes

  • BONJOUR

    Jean-Philippe CLEMENT Ville de Paris Responsable de la démarche et des solutions data @AgentNuM

  • SOMMAIRE

    + Pourquoi une démarche territoriale : La data, élément central de la Ville Intelligente et Durable

    + De quelle donnée parlons-nous?

    + Les objectifs de la démarche data?

    + Focus sur la data science et l’usage d’algorithmes

  • Open Innovation

    Open Data

    Transparence

    Participation

    citoyenne

    et de l’écosystème

    économique Services numériques

    Relation usagers

    E-inclusion

    Plateformes et

    applications

    infrastructure

    Urbanisme

    Énergie et réseau

    Mobilité et

    logistique

    Économie

    circulaire,

    déchets et

    recyclage

    Végétalisation

    Plan climat et

    adaptation au

    changement

    climatique

    Résilience

    LA DATA, ÉLÉMENT CENTRAL DE LA VILLE INTELLIGENTE ET DURABLE

    Grands objectifs d’amélioration de

    la qualité de vie de la smart city

    • Durabilité : optimiser la conso des

    ressources

    • Facilité l’usage de la ville

    • Développement éco / attractivité

    • Encourager l’engagement citoyen

    • Optimiser les dépenses publiques

    • Renforcer la cohésion sociale et

    prendre en compte les usagers dans

    leur diversité

  • QUELLE DONNÉE : ADMINISTRATIVE ET RELATION USAGER

  • QUELLE DONNÉE : DONNÉES PATRIMONIALES

    Vidéo Paris Smart City, Cisco

  • QUELLE DONNÉE : DONNÉES PATRIMONIALES

  • QUELLE DONNÉE : DONNÉES D’EXPLOITATION

    Vidéo Paris Smart City, Cisco

  • QUELLE DONNÉE : DONNÉES CAPTEURS

    Vidéo Paris Smart City, Cisco

  • QUELLE DONNÉE : DONNÉES DES REMONTÉES USAGERS (CROWDSOURCÉES)

    Vidéo Paris Smart City, Cisco

  • QUELLES FINALITÉS POUR LES DONNÉES URBAINES

    Saujot, M. Erard, T. Les innovations de la ville intelligente au secours de la ville durable ? Iddri, 2015

  • OBJECTIFS DE LA DEMARCHE DATA AU SERVICE DES POLITIQUES PUBLIQUES

    • Développer la « DatAlphabétisation »

    • Optimiser l’architecture du SI

    • Définir et animer la gouvernance de la donnée

    • Optimiser les politiques publiques grâce aux solutions data et à la data science

  • SOMMAIRE

    + Pourquoi une démarche territoriale : La data, élément central de la Ville Intelligente et Durable

    + De quelle donnée parlons-nous?

    + Les objectifs de la démarche data?

    + Focus sur la data science et l’usage d’algorithmes

  • ALGORITHMES ET VILLE : UNE HISTOIRE ANCIENNE

  • CARTOGRAPHIER, CONNAITRE, METTRE EN QUALITÉ ET MIXER SES DONNÉES

  • 4 AXES DE VALORISATION DU BIG DATA

    Source étude FNCCR

  • DATA DE LA CRM

    Challenges of the unique citizen

    account and transformation of

    the Citizen Relationship

    Management (CRM)

    - Transform individual service

    in part of an unique

    authentification system

    - Transform the direction of the

    relation from pull to push

    information and service

    (ex : MesAides.gouv.fr)

    - Analyse the uses of services

    to adapt them

  • Data Science, les étapes clés

    18

    1 2 3 4 5 6

    Diagnostic Collecte et

    audit des

    données

    Structuration Analyses Restitution Industrialisati

    on

    • Émergence des

    cas d’usages

    • Cadrage

    stratégique

    • Cadrage data

    • Définition du

    périmètre et du

    plan de collecte

    • Vérification de la

    cohérence et de

    l’intégrité des

    données

    • Validation/

    ajustement du

    périmètre

    • Agrégation des

    données issues

    des différentes

    sources

    • Construction de

    la matrice

    d’apprentissage

    • Sélection et mise

    en place de la

    technique

    analytiques

    • Analyses

    • Définition du

    support de

    restitution

    • Identification de

    la technologie la

    plus adaptée

    • Réalisation de la

    solution

    • Passage à

    l’échelle

    • Automatisation

    des taches

    Synthèse,

    premières

    recommandation

    s et plan de

    collecte

    Description du

    périmètre

    Modèle

    conceptuel

    Matrice

    d’apprentissage

    Description des

    données /

    traitements

    Mise à

    disposition des

    résultats

    analytiques bruts

    Support ou

    interface de

    restitution

    Application

    industrialisée

    • Compétences

    métiers

    • Python

    • R

    • Excel

    • Tableau

    • Dataiku

    • Alteryx

    • …

    • Kafka

    • Logstash

    • Talend

    • Cloudera

    • ElasticSearch

    • …

    • Python

    • R

    • Dataiku

    • Alteryx

    • …

    • Kibana

    • PowerBI

    • OpenDataSoft

    • …

    • Python

    • R

    • …

    Pilote de projet

    Expert métier

    Expert stratégie

    Data

    Pilote de projet

    Ingénieur Data

    Architecte Data

    Pilote de projet

    Expert stratégie

    Data

    Ingénieur Data

    Data Scientist

    Architecte Data

    Pilote de projet

    Expert métier

    Expert stratégie

    Data

    Data Scientist

    Architecte Data

    Pilote de projet

    Expert métier

    Ingénieur Data

    Architecte Data

    Expert BI

    Pilote de projet

    Architecte Data

    Expert BI

  • Data Science, rôles et compétences clés

  • URBAN ENERGY

    NEW DEAL

    DATA ET SMART GRID

  • DATA ET SMART GRID

  • DATA ET MAAS

  • DATACITY (http://DataCity.paris) 12/06/2018

    http://datacity.paris/

  • La DATA SCIENCE : Maintenance prédictive

  • DATA WARS ?

  • MERCI

    Jean-Philippe CLEMENT Ville de Paris

    Responsable de la démarche et des solutions data

    @AgentNuM