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