Présentation partagée lors de la conférence de la Gazette des communes sur l'Open Data - L'open Data, pilier de la smart city de demain

1. Conférence Open Data – La Gazette
L’open data, pilier de la smart city de
demain

2. LA DATA, ÉLÉMENT CENTRAL DE LA VILLE INTELLIGENTE ET DURABLE
Data
Solutions
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
- Dvt éco
- Encourager
l’engagement citoyen
- Optimiser les dépenses
publiques
- Renforcer la cohésion
sociale et prendre en
compte les usagers
dans leur diversité

3. OBJECTIFS DE LA DEMARCHE DATA
• Définir et animer la gouvernance de la
donnée
• Optimiser l’architecture du SI et développer
les solutions data
• Optimiser les politiques publiques avec les
méthodes et les techniques de la data
science

4. L’Open Data, première pierre ou idéal de la démarche data
• Gouvernance : transversalité, mutualisation,
construction collective avec les producteurs,
open innovation avec les réutilisateurs autour de
la licence
• Architecture : automatisation des processus de
publication, standards, normalisation, qualité,
coûts, interopérabilité, interconnexion,
collaboration.
• Analyse data : ouvrir les terrains d’études,
transparence de la gestion publique

5. MODES DE PRODUCTION DES DATA URBAINES
Source Paper IDDRI Smart City et data
Le temps réel, un des
critères discriminants de
la publication Open Data.
Un travail collectif doit
être effectué secteur par
secteur sur ce critère :
répartition des coûts et de
la valeur.
Après les transports, le
prochain secteur
pourraient être celui de
l’énergie.

6. LES 4P, DU BIG DATA POUR LES COLLECTIVITÉS
Via étude FNCCR
La pertinence du
volume dans le temps
Les modalités d’accès
Les finalités de
l’analyse
L’accompagnement
nécessaire des citoyens

7. OBJETS CONNECTES (CAPTEURS ET DISPOSITIFS D’ACTION)
• Les projets et expérimentations en cours
Collecte de données
brutes et retour pour
pilotage
SI Ville
MODE DE COLLECTE
- Réseau DVD
- THD
- Lora (opérateurs)
- Lora (Ville?)
- SigFox
- GSM

8. CHAINE DE PRODUCTION ET D’USAGE DE LA DONNÉE IOT
Capteur /
Actionneur Réseau de distribution
Point
d’information
Point de
Transmission Réseau de collecte
Stockage
Data
Data
Data
Service
Service
Service
Les thématiques
Mobilité
Energie - réseaux
Végétalisation - environnement
Déchets et recyclage
Espace public aménagement
Espace public propreté
Bâtiments
Services sociaux
Services aux habitants
Sécurité et crise
Quels croisements sont sources de valeur?
Quelle gouvernance avec tous les acteurs
du territoire?
Réseau de collecte
Hertzien 3G
Hertzien GPRS
Hertzien LowPan
Wi-Fi
RTC
Cuivre
Fibre
CPL
Quelles mutualisations des moyens techniques?

9. LA DATA, OUTIL D’ANALYSE, D’AIDE ET D’ÉVOLUTION DES
POLITIQUES PUBLIQUES
Enigma New Orleans

10. -La science des données combine l’utilisation des traitements statistiques de
l’information, des mathématiques appliquées et des méthodes informatiques
destinées à identifier, récupérer, organiser et utiliser des données
hétérogènes.
Elle s’appuie également sur la connaissance des problématiques
organisationnelles, fonctionnelles et humaines qui constituent
-le contexte décrit par les données.
-
Le premier objectif de la science des données est de produire des méthodes
d’analyse de données et de sources plus ou moins complexes ou déconnectées
de données, afin d'en extraire des informations utiles.
KESAKO DATA SCIENCE

11. -Pour l’administration, la science des données peut couvrir de nombreux champs
d’application et répondre à des usages divers, par exemple :
-- Mieux cibler le périmètre d’intervention d’une politique publique (périmètre
insalubrité, location temporaire illégale, risque incendie…)
-- Explorer un gisement d’économie dans l’exercice d’une mission de service
-publique ;
-- Evaluer l’adéquation des moyens destinés à une mission de service ;
-- Rechercher une plus grande équité et d’une plus grande transparence pour une
politique publique (adéquation public cible / public réel, parcours souhaité / parcours
réel, répartition du financement en fonction de la segmentation de l’offre et de la
demande) ;
-- Réaliser l’analyse prédictive du recours à une politique publique à horizon 5, 10 et 15
ans
-- le décloisonnement des données internes de plusieurs administrations pour détecter
les variables clés expliquant les résultats d’une politique publique (service rendu, coûts
complets) ;
KESAKO DATA SCIENCE

12. DATA SCIENCE : L’EXEMPLE DE DATACITY
• En résumé

13. • 190 candidatures > 5 projets sélectionnés
DATA SCIENCE : L’EXEMPLE DE DATACITY

14. DATA SCIENCE
• DataCity

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