• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
OpenDataSoft au Workshop Open Data Cap Digital
 

OpenDataSoft au Workshop Open Data Cap Digital

on

  • 1,198 views

De l'open data aux open services, OpenDataSoft se positionne pour permettre aux producteurs et réutilisateurs de données de fabriquer et orchestrer des services innovants.

De l'open data aux open services, OpenDataSoft se positionne pour permettre aux producteurs et réutilisateurs de données de fabriquer et orchestrer des services innovants.

Statistics

Views

Total Views
1,198
Views on SlideShare
1,118
Embed Views
80

Actions

Likes
1
Downloads
10
Comments
0

2 Embeds 80

http://www.opendatasoft.com 66
http://www.linkedin.com 14

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    OpenDataSoft au Workshop Open Data Cap Digital OpenDataSoft au Workshop Open Data Cap Digital Presentation Transcript

    • Open  data,   de  l’informa1on  à  la  donnée  Digitallyours  «  Europeana  /  Open  Data  »   Jean-­‐Marc  Lazard  –  Paris  –  9  mars  2012   www.opendataso+.com  /  @jmlazard    /  contact@opendataso+.com  
    • Open  Data  QUELLES  OPEN  DATA  ?  
    • La  libéra1on  annoncée  des  données  •  Internet,  big  data  et  cloud  compu1ng   §  Environnement  na=vement  numérique   §  Disponibilité  des  capacités  de  traitements   ⇒   condi=ons  techniques  (accès/stockage/tri/consolida:on)  •  Open  data  et  web  3.0   §  AEentes  accrues  de  services  personnalisés   §  Les  pra=ques  «  sociales  »  du  web   ⇒   condi=ons  sociétales  (citoyen,  consommateur,  collaborateur)  
    • L’open  data:  simplifier  pour  valoriser  •  Jeux  de  données  accessibles   §  Publicité  (source,  licence)   §  Diversité  (points  de  collecte,  flux  de  données,  crowdsourcing)  •  Données  interopérables   §  Format  des  données  (conformes  aux  aDentes  de  développeurs)   §  Qualité  des  données  (normalisa:on,  enrichissements,  liens)  •  Usages  dynamiques   §  Interac=vité  (naviga:on,  search,  API)   §  Réversibilité  (améliora:on  des  données,  créa:on  par:cipa:ve)  
    • L’immense  champ  de  l’open  data  •  Diversité  des  acteurs   §  Administra=ons,  collec=vités,  …   §  Entreprises,  associa=ons   §  Individus  •  Diversité  des  rôles   §  Donneur  d’ordre   §  Collecteur,  ges=onnaire   §  Producteur  •  Diversité  des  données   §  Données  «  référen=elles  »  (ex.  sta:s:ques,  infos  pra:ques)   §  Données  «  servicielles  »  (ex.  info  transport  temps  réel)   §  Données  «  événemen=elles  »  (ex.  log,  transac:ons)  
    • OpenDataSoT  DE  LA  DONNÉE  AUX  SERVICES  
    • Le  marché  d’OpenDataSoZ  •  Clients   §  Producteurs  et  ges=onnaires  de  données     (collec:vités,  entreprises,  associa:ons  …)   §  Créateurs  de  services  à  valeur  ajoutée   (u:li:es,  médias,  forma:on,  tourisme  …)  •  Proposi1on  de  valeur   §  Développement  rapide  de  nouveaux  services   (gouvernance  de  l’informa:on  focalisée  sur  la  valorisa:on  des  données)   §  Orchestra=on  des  flux  de  données  sur  le  cloud   (Système  d’Informa:on  étendu  et  décloisonnement  des  silos  applica:fs)  
    • Acquisi1on  des  données  •  Simplicité   §  Branchement  sans  limite  aux  points  de  collecte   (formulaires,  crowdsourcing,  objets  connectés)   §  connecteurs  applica=fs  et  «  temps  réel  »   (APIs,  web  services,  bus  applica:fs  en  mode  «  push  »)  •  Automa1sa1on   §  traitement  automa=que  des  fichiers  de  données   (csv,  shapefiles  –  ESRI  exports,  XML,  KML,  OSM...)   §  sauvegarde  des  profils  de  collecte  et  versioning   (simplifica:on  des  mises  à  jours,  rapports  d’alerte)  
    • Prépara1on  des  données  •  Ne[oyage  et  normalisa1on   §  Transforma=on   (nommages,  typage,  fusions  …)     §  Normalisa=on   (référen:els  géographiques,  sta:s:ques,  mé:ers  …)  •  Enrichissement   §  ajout  de  descrip=on  et  méta-­‐données   (traduc:ons  ...)   §  ajout  de  nouvelles  données   (liens  inter-­‐datasets,  consolida:ons,  géocodage  ...)  
    • Valorisa1on  des  données  •  Trouver  les  données   §  naviga=on  interac=ve   (faceDes,  graphiques,  cartes,  tableaux)   §  fonc=on  de  recherche  de  données  performante   (directement  dans  les  données,  contextualisée,  avec  fonc:ons  avancées)  •  Réu1liser  les  données   §  fichiers  composés  dynamiquement   (formats  originaux,  csv,  xml,  kml  …)   §  publica=on   d’accès   dynamiques   sous   différents   standards  possibles   (Opensearch,  OAI,  Rest-­‐Json  …)  
    • Smart  Services  Engine   Services  d’aide  à  la  décision   Services  d’informa1on   (BI,  mesure  des  aDentes,  benchmark  …)   (API/extranets:  aide  sociale,   urbanisme,  patrimoine,  forma:on  …)  Services  aux  citoyens   (smart  ci:es,  plate-­‐forme  de   mobilité,  portails  emploi  …)   Services  par1cipa1fs   Hub  de  services   (crowdsoourcing,   innova:on  par:cipa:ve  …)   API  Factory   Data  loading   (NoSQL,  index  …)   Hub  de  prépara1on   Normalisa1on  et   Enrichissement  (geocoding  …)   Filtrage,  consolida1on   (hadoop,  mapreduce  …)   Open  Data   Hub  d’acquisi1on   Internet   des  objets   Organisa1ons   (CMS,  progiciels,   Crowdsourcing   SIG,  fichiers)   (citoyen,  consommateur,   Open  content   Collaborateur,  associaBons  …)   (Linked  Open  Data,  OSM  …)  
    • Open  Data  ENJEUX  POUR  L’ECONOMIE  (L’INDUSTRIE)  DE  LA  CONNAISSANCE  
    • Ouverture  et  chaîne  de  valeur  •  Nouveaux  modèles  d’offre   §  Produc=on  rapide  d’appli,  valida=on  par  le  marché   §  Expérimenta=ons  à  ciel  ouvert  et  nouveaux  usages   §  Développement  d’un  nouvel  écosystème  (APIs)  •  Du  modèle  de  la  diffusion  à  l’assemblage   §  A p p e l   d ’ a i r   d e   d o n n é e s / c o n t e n u s   p a r   l’environnement   numérique   (nouveaux   terminaux,   objets  connectés,  custom  publishing  …)   §  L’enjeu  de  l’aErac=vié   §  L’enjeu  des  métadonnées  (techno-­‐process-­‐partage)  
    • Les  opportunités  de  l’ouverture  •  Des  données  pour  innover   §  Services   personnalisés,   informa=on   à   la   demande   (produits  à  la  demande,  réalité  augmentée,  …)     §  Moderniser  les  ou=ls  internes  («  desiloter  »)     §  Les  rôles  de  individus  (e.g.  mydata)  •  Des  données  pour  mesurer   §  Mesurer  l’efficacité  des  disposi=fs,  benchmarker   §  Pluralité  des  interpréta=ons  (design  de  l’info°)   §  An=ciper,  simuler  (e.g.  «  reac=ve  documents  »)  
    • Et  maintenant  ?  •  Quelle  économie  de  l’open  data  ?   §  Data-­‐mining  (techno)   §  Data-­‐brokering  (marché  de  la  donnée)   §  Plates-­‐formes  «  smart  data  »  (BI,  big  data  …)   §  Services  enrichis  (tourisme,  éduca=on,  …)   §  …  •  Si  vous  ne  faites  pas  d’open  data  ?   §  la  gouvernance  de  vos  contenus  vous  échappera   §  les  u=lisateurs  en  feront  à  votre  place