LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Big Data et Réseaux
Sociaux : Mythes & Réalités
La déclinaiso...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Sommaire
Jamespot ..............................................
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Jamespot
L’entreprise
- Création : 2005
- Siège social : Mont...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Réseaux sociaux et Big Data
Comme l’a montré l’introduction d...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Les réseaux sociaux sont, parmi les outils du web actuel, ceu...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Mécanique de production de données
4
Le réseau social, un « s...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Ainsi une seule action initiale peut générer des dizaines, de...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Réseaux sociaux et qualité des données

© Crédit : Jamespot –...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Repartons du scénario initial, un parmi les très nombreux qui...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Toute Data n’est pas Big Data
On le voit, il y a des données ...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

- NODATA : Il s’agit d’un réseau qui ne contient pas d’inform...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Ils font confiance à Jamespot

11

11
Livre Blanc Jamespot 20...
, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

LE LIVRE BLANC DE

Exemples de Smart Data & Jamespot

12

Exemple 1 : Renault VU...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Exemple 2 : Réseau Entreprendre – Développer un réseau d’entr...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Exemple 3 : Séphora – Faire remonter des idées marketing
13
C...
LE LIVRE BLANC DE

, SOLUTION DE RESEAU SOCIAL D’ENTREPRISE

Contacts

14

À propos de l’auteur : Alain GARNIER
Entreprene...
Upcoming SlideShare
Loading in...5
×

Livre blanc "Big Data et Réseaux Sociaux : mythes & réalités – la déclinaison pour les Réseaux Sociaux d’Entreprise" par Alain Garnier

1,907

Published on

Les années 2000 ont vu l’avènement des solutions de gestion de contenu : nous sommes alors passés du document à la gestion de l’information contenue dans le document. Aujourd’hui, c’est la donnée que nous sommes capables de gérer et d’analyser à l’aide de nouvelles technologies.

Cette promesse porte un nom : Le Big Data.

Published in: Social Media
0 Comments
3 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
1,907
On Slideshare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
62
Comments
0
Likes
3
Embeds 0
No embeds

No notes for slide

Livre blanc "Big Data et Réseaux Sociaux : mythes & réalités – la déclinaison pour les Réseaux Sociaux d’Entreprise" par Alain Garnier

  1. 1. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Big Data et Réseaux Sociaux : Mythes & Réalités La déclinaison pour les RSE Par Alain Garnier CEO et cofondateur de Jamespot Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités"
  2. 2. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Sommaire Jamespot ................................................................................................ 2 L’entreprise ........................................................................................................................................ 2 La solution.......................................................................................................................................... 2 Jamespot c’est … ............................................................................................................................. 2 Réseaux sociaux et Big Data .................................................................. 3 Mécanique de production de données .................................................... 5 Réseaux sociaux et qualité des données ................................................ 7 Toute Data n’est pas Big Data ................................................................ 9 Ils font confiance à Jamespot ................................................................ 11 Exemples de Smart Data & Jamespot ................................................... 13 Exemple 1 : Renault VU – Augmenter la vitesse de réalisation des devis ........................... 13 Exemple 2 : Réseau Entreprendre – Développer un réseau d’entrepreneurs ..................... 14 Exemple 3 : Séphora – Faire remonter des idées marketing ................................................. 15 Contacts ................................................................................................ 16 À propos de l’auteur : Alain GARNIER ........................................................................................ 16 1 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités"
  3. 3. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Jamespot L’entreprise - Création : 2005 - Siège social : Montreuil (Ile-de-France) - Fondateurs : Alain Garnier, Paul Giraudon, Matthieu Lluis - Effectif : 9 personnes - Société 100% détenue par ses fondateurs - Rentable depuis la première année La solution Jamespot édite une solution en mode SaaS de réseau social privatif, aussi appelée réseau social d’entreprise, qui permet de gérer les organisations en mode collaboratif et d'accélérer les processus des entreprises, associations et collectivités. Jamespot est prêt à l'emploi avec une forte capacité de dérivation et d'adaptation aux usages métiers du client. Jamespot est l'outil idéal pour partager des informations, interagir, collaborer, renforcer le lien entre les utilisateurs et dynamiser l’activité d’une société au quotidien. Disponible également pour Smartphones et tablettes, la solution Jamespot est l’outil idéal pour inventer les nouvelles manières de collaborer. Jamespot c’est … Des clients du privé, du public et de l’associatif (Renault, Véolia, Total, Espaces Naturels Régionaux, Anact, Dila, CG27, Réseau Entreprendre, Ardrif, AFCDP) Des plateformes de 10 à 10000 utilisateurs Des réseaux en France et à l’international Plus de 120 RSE gérés 40000 utilisateurs sur toutes les plateformes © Crédit : Jamespot - Ecosystème 9,7 clients sur 10 qui renouvellent leur confiance 3 2 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités"
  4. 4. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Réseaux sociaux et Big Data Comme l’a montré l’introduction de la conférence Docforum dont est issu ce livre blanc, le Big Data fait partie des nouveaux enjeux industriels de notre époque. « Les années 2000 ont vu l’avènement des solutions de gestion de contenu : nous sommes alors passés du document à la gestion de l’information contenue dans le document. Aujourd’hui, c’est la donnée que nous sommes capables de gérer et d’analyser à l’aide de nouvelles technologies. Cette promesse porte un nom : le Big Data. Le Big Data concerne aujourd’hui aussi bien les administrations et les entreprises que les personnes1. » Le Big Data, littéralement les Grandes ou Grosses Données, est une expression anglophone utilisée pour désigner des ensembles de données qui deviennent tellement volumineux qu'ils en deviennent difficiles à travailler avec des outils classiques de gestion de base de données2. Parmi les gros producteurs de données, on trouve ces plateformes du web qui font partie de notre quotidien depuis 2006, et sur lesquelles chaque jour des utilisateurs postent, consultent, échangent et commentent des données de toutes sortes. “ “ Facebook injecte à lui seul dans ses tuyaux quotidiennement 500 téraoctets de nouvelles données. Les chiffres que produit Facebook chaque jour peuvent donner le vertige ! On imagine difficilement ce que 500TO veulent dire… Si on veut le comparer en termes de contenu, cela correspond à 300 millions de livres au format texte ! Inimaginable ! Et pourtant, les réseaux sociaux sont de facto de véritables « surgénérateurs » de données ! 1 2 http://docforum-lyon.com/slideshow/mercredi-10-avril-enjeux-et-defis-du-big-data/ http://fr.wikipedia.org/wiki/Big_data 3 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités"
  5. 5. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Les réseaux sociaux sont, parmi les outils du web actuel, ceux qui produisent le plus de données. L’autre « monde » producteur de Data, par comparaison, est celui des machines : les grands accélérateurs de particules, les capteurs de températures, etc. Autant de systèmes qui produisent des masses gigantesques de données. Parfois de valeur, parfois sans valeur. Mais sans jamais atteindre celle des réseaux sociaux, qui touche à des éléments humains, forcément sensibles et qui nous concernent tous… De là à ce que ces données soient « utiles », c’est une autre question que nous regarderons plus loin. Toujours 5 est-il que le volume est au rendez-vous, en général… mais ce n’est pas toujours le cas. Est-ce que les réseaux sociaux sont des vecteurs du Big Data ? Est ce que les données sont utiles ? Quels sont les critères pour savoir si on a affaire à un projet Big Data ? Quelles sont les perspectives de ces technologies ? © Nmedia - Fotolia.com Voilà des questions que nous allons traiter dans ce livre blanc en prenant une perspective résolument entreprise et B2B. Beaucoup de choses ont été dites sur le Big data et les classiques réseaux sociaux grands publics : Facebook, Google+ ou encore Twitter… il reste à lever le voile sur la partie immergée de l’iceberg, soit le Big Data et les réseaux sociaux d’entreprise. Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités" 4
  6. 6. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Mécanique de production de données 4 Le réseau social, un « surgénérateur de données » ? Regardons pourquoi et comment il fonctionne comme tel. Prenons, l’action la plus basique dans un réseau social, soit la publication. Un membre du réseau va en quelques clics publier une information originale. Il peut s’agir d’un article, d’une photo, ou encore d’une vidéo. Quant au domaine professionnel, on verra qu’il produit pour sa part beaucoup de « documents », ces objets demeurant encore les vecteurs principaux des données du travail. Il s’agit des comptes rendus, documents de spécification, dossiers et autres tableaux de contrôle de gestion… La mécanique d’un réseau social s’appuie sur un premier niveau de notifications. L’audience pour laquelle notre utilisateur a publié recevra donc une alerte, générée soit in situ dans la plateforme via des pop-up ou des indicateurs, soit par email. Premier effet du réseau social, une fraction des abonnés, ou de l’audience, sera touchée et intéressée par la consultation de la publication. Les mêmes visiteurs vont utiliser les mécaniques de socialisation : appuyer sur le bouton J’aime (ou je Valide, je Recommande…) ou laisser un commentaire, sans compter ceux qui vont reprendre l’information à leur compte et la republier. À nouveau, ces actions génèrent des publications, des alertes, des notifications (selon le mécanisme propre du réseau social). Ce qui provoque à nouveau des visites, etc… © Crédit : Jamespot – G Poumadé C’est le principe de viralité du réseau social. 5 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités"
  7. 7. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Ainsi une seule action initiale peut générer des dizaines, des milliers, parfois même des millions d’interactions. Toutes ces actions constituent la matière qu’il faut analyser pour espérer l’exploiter, que ce soit d’un point de vue comportemental ou encore marketing. Et selon le facteur d’expansion, on peut rapidement atteindre un volume de type « Big »Data. C’est mécanique. Sans compter que les informations sont riches. Ce ne sont pas des enregistrements à plat qu’on peut lister simplement, mais au contraire un réseau d’interconnexions entre des personnes, des contenus ainsi que des liens entre ces éléments (comme un commentaire, une action sociale, une note…) et ce dans le temps. Nous voilà avec un réseau très complexe. © Crédit : http://bluenod.com/ Le graphe d’analyse de Umaps/Knowtex Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités" 6
  8. 8. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Réseaux sociaux et qualité des données © Crédit : Jamespot – G Poumadé Les données produites par les réseaux sociaux sont de nature extrêmement qualitative. Plus que des logs d’un site Web ou qu’un Google analytics, c’est le comportement précis de l’utilisateur qui se trouve au centre des données produites par un réseau social. Un utilisateur est défini dans un réseau social par son profil. Celui-ci est composé d’une partie « statique », maintenue par l’utilisateur : son nom, prénom etc… L’autre partie, dynamique, est calculée et construite par son activité : les groupes dont il fait partie, les tags qui le caractérisent, son graphe social (lien avec les personnes et les objets) etc… Cette partie est la plus rapidement croissante car un simple clic, comme on l’a vu, peut générer une entrée dans ce profil. Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités" 7
  9. 9. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Repartons du scénario initial, un parmi les très nombreux qui existent dans un réseau social : - L’utilisateur publie une donnée, elle-même taguée et appartenant à un groupe. Cette publication va s’enrichir du lien avec cet utilisateur. Et se nourrir de qui il est. - Puis le réseau de membres va à son tour enrichir ce contenu, en le « likant » à la Facebook, ou encore en le validant, en le notant, en ajoutant un commentaire, etc… De la même manière, cela rejaillit sur la donnée en venant l’enrichir. C’est un mouvement croissant d’information par les actions de chacun. C’est par exemple comme ça qu’émergent les meilleures contributions, celles préférées par le réseau de l’utilisateur, etc… On retrouve une mécanique semblable pour les profils d’utilisateurs, ce qui permet, par exemple au sein d’une entreprise, de voir émerger les experts. Voilà posé le schéma de construction des données. Toute la problématique du Big Data consiste à utiliser ces données à des fins business. 9 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités" 8
  10. 10. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Toute Data n’est pas Big Data On le voit, il y a des données (data) riches à utiliser dans un réseau social, mais peut-on toujours les considérer comme des Big Data ? On peut analyser cette question sous la double lecture de la taille du réseau et du taux d’engagement. La taille du réseau va bien entendu être un facteur clé : entre un réseau social de quelques dizaines de membres (par exemple le Réseau Social d’Entreprise d’une PME) et Facebook (avec quelques milliards de membres), il y a un monde. Le deuxième axe est celui de l’engagement. Il correspond au principe de viralité décrit plus haut. Un réseau où l’engagement est fort est un réseau où les réactions sont importantes, avec des utilisateurs connectés et engagés à répondre aux sollicitations de leurs contacts. © Crédit : Jamespot – G Poumadé Cela donne la matrice suivante : 9 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités"
  11. 11. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE - NODATA : Il s’agit d’un réseau qui ne contient pas d’informations. Le sujet est vite résumé… - BULLSHIT DATA : Il s’agit d’un réseau avec de très nombreux membres… mais où les interactions sont faibles. Le résultat est qu’il y a certes un peu de Data, mais aucunement en capacité de fournir matière à analyse du comportement des membres du réseau. D’où le terme de « bullshit »… dans le cas improbable où le propriétaire de ce réseau essayerait d’en faire quelque chose ! - BIG DATA : Le véritable enjeu de « Big Data » se situe dans le cadran en haut à droite. Nous avons affaire à deux dimensions fortes : la taille du réseau et les échanges entre les membres. Facebook en est l’exemple le plus emblématique, avec plus d’un milliard de membres et, on l’a vu, une quantité exceptionnelle de données produites par jour ! Dans ce contexte, non seulement la Data est importante mais elle est aussi signifiante car dans un contexte proche de l’individu et de son identité. La question est de savoir qui peut faire cette analyse. En effet, les API ne donnent accès qu’à un nombre très limité d’informations qui vous concerne, et en aucune façon à l’intégralité des données. Or, utiliser la capacité du Big Data, c’est pouvoir regarder « large » et en sortir des tendances, des régularités, des explications. Et pour cela, seul Facebook est à la manœuvre. Cela explique aussi pourquoi une méfiance forte s’est installée vis à vis d’un tel acteur qui dispose d’un pouvoir considérable, à la fois réel et fantasmé. Mais dans tous les cas l’inquiétude au sujet des données personnelles est bien légitime. - SMART DATA : Le dernier cadran est celui dont la taille du réseau est « faible » (de 10 à 10000 utilisateurs, voire 100.000 grand maximum) mais au sein duquel les interactions sont fortes. C’est le cas typique d’un RSE (Réseau Social d’Entreprise) qui s’étend au niveau de l’organisation : PME ou grand compte, service public ou collectivité territoriale, ou encore association. Le périmètre des personnes est donc bien délimité. Cependant les données engendrées sont qualitatives. Il s’agit de documents, d’échanges autour de sujets professionnels, de partage d’informations, mais aussi de toute la dimension collaborative que l’on trouve dans des applications telles que les calendriers, les tâches ou encore un module de questions/réponses. Émergent alors des échanges semistructurés, à la limite du « formel ». C’est pourquoi cette donnée issue des collaborateurs est « Smart », car c’est une donnée raffinée (non brute) au sens de l’entreprise, elle renvoie à l’usage réel et utile dans le réseau social. Il y a beaucoup moins besoin de faire appel à des technologies complexes pour en exploiter le sens. Car, de facto, l’information est intégrée dans le RSE. Nous verrons des exemples par la suite qui illustrent le propos. Les approches Big Data ne sont pas une réalité de tous les contextes. En revanche, ce qui est commun, c’est bien la volonté, le besoin et aujourd’hui la capacité d’exploiter finement la donnée pour en extraire du sens. « Meaningful » Data avant tout, qu’elle soit Big ou Smart. 10 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités"
  12. 12. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Ils font confiance à Jamespot 11 11 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités"
  13. 13. , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE LE LIVRE BLANC DE Exemples de Smart Data & Jamespot 12 Exemple 1 : Renault VU – Augmenter la vitesse de réalisation des devis Contexte Renault VU est la branche de Renault qui commercialise divers véhicules utilitaires, comme des ambulances, des camions de pompiers, ou par exemple adapté pour les plombiers. Chaque vente nécessite un devis complexe car il intègre des carrossiers externes qui ajoutent des éléments particuliers au véhicule, et qui peut nécessiter des questions très techniques. Renault VU a un réseau social d’entreprise Jamespot, baptisé Pro+, déployé à travers l’Europe. Cette plateforme Jamespot leur a permis de déployer dans tout leur réseau un système qui accélère les devis en établissant des circuits courts au sein de l’organisation. Les acteurs peuvent ainsi poser des questions à travers le réseau et d’obtenir des réponses plus rapidement. De plus, comme ces questions et ces réponses sont mutualisées, elles sont réutilisables et profitent à tous les utilisateurs. Taille du réseau : +2000 membres. Usage Smart Data actuel 1. Chaque question posée, grâce à une analyse sémantique de proximité, est confrontée aux questions déjà traitées sur la plateforme, ce qui permet d’éviter les redondances. 2. Analyse de la chaîne de production de devis pour voir les axes d’amélioration du process de vente Perspectives d’avenir Demain, on peut imaginer un processus en continu qui donne les indicateurs à toutes les équipes centrales de Renault VU des tendances émergentes dans le réseau : demandes fonctionnelles pour le produit, demandes de modalités de financement, anticipation sur les besoins des clients finaux. 12 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités"
  14. 14. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Exemple 2 : Réseau Entreprendre – Développer un réseau d’entrepreneurs Le réseau entreprendre est un réseau d’associations qui a pour but Contexte d’aider à faire grandir de nouvelles entreprises. Le Réseau Entreprendre propose à la fois des prêts d’honneur pour aider les startups mais aussi un accompagnement de type mentorat dont l’objectif est de transmettre l’expérience de l’entrepreneuriat. Le Réseau Entreprendre a choisi le réseau social privatif Jamespot pour équiper toutes ses associations et faciliter les échanges entre les membres, les permanents et les « lauréats ». Usage Smart Data actuel Grâce aux données statiques et dynamiques du profil riche customisé, la plateforme Connect permet à chaque utilisateur de développer son réseau de manière rapide et transparente. Perspectives d’avenir La mise en place d’un questionnaire permettrait une mise en relation de filières, de comprendre en direct quelle sont les préoccupations des chefs d’entreprises selon l’âge / la taille / le secteur / activité et ainsi de prendre des mesures et des actions concrètes et ciblées, y compris directement dans le réseau social Jamespot. 13 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités"
  15. 15. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Exemple 3 : Séphora – Faire remonter des idées marketing 13 Contexte Sephora souhaitait organiser un challenge créatif pour répondre à une question marketing difficile : « comment faire venir les hommes en magasin ? ». L’entreprise a donc mis en place un Réseau Social privatif Jamespot dédié à cet objectif et a fait jouer des équipes d’étudiants coachés par les différents services afin de dégager des solutions innovantes. Usage Smart Data Le dispositif Jamespot est un système qui permet d’extraire par son actuel fonctionnement les bonnes idées et les mises en œuvre à travers une logique de focus group numérique. Le résultat est de la Smart Data exploitable directement par l’organisation pour prendre des décisions Possibilité demain Si l’on étendait le dispositif aux clients on pourrait obtenir une remontée en temps réel des attentes des consommateurs. Le changement d’échelle de la volumétrie amènerait alors le passage de Smart Data au Big Data. 14 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités" 14
  16. 16. LE LIVRE BLANC DE , SOLUTION DE RESEAU SOCIAL D’ENTREPRISE Contacts 14 À propos de l’auteur : Alain GARNIER Entrepreneur en série, Alain a 26 ans lorsqu’il crée ARISEM, éditeur de logiciels spécialisé dans le traitement de l’information sémantique. Revendu à THALES en 2004, il repart dans une nouvelle aventure entrepreneuriale et cofonde EVALIMAGE, un service de mesure et d'analyse du monde web centrée sur la marque et les consommateurs, entreprise également revendue quelques années plus tard à TheCRMCompany. Très impliqué dans l’écosystème du monde numérique et particulièrement attaché aux valeurs humaines, il est souvent sollicité pour donner sa vision sur le web & ses usages. Alain a été nommé en 2013 dans la liste des 100 personnes qui font avancer le secteur du Digital en France par le magazine 01 Business & Technologie. Ingénieur et homme de lettres, il est l'auteur de "Le réseau social d'entreprise" (2011) et de "L’information non structurée dans les entreprises : Usages & outils" (2007). CHOISISSEZ JAMESPOT LE RÉSEAU SOCIAL QUI RESSEMBLE À VOTRE ORGANISATION eric@jamespot.com +33 (0) 6 08 72 59 37 www.jamespot.com 15 Livre Blanc Jamespot 2013 – "Big Data et réseaux sociaux : mythes et réalités"

×