contacts newsletter
retour au hub Chronos


Pour vous inscrire à la newsletter entrez votre adresse e-mail.




se désinscrire

fermer

Principaux enseignements

De l’open data au partage des données publiques, privées et personnelles 

L’open data, mouvement d’ouverture des données publiques, n’est pas une fin en soi. Elle est un moyen de dialogues et de co-constructions entre la puissance publique et ses administrés pour un service public transparent et efficace. Les acteurs de la ville y sont pleinement associés. L’open data a généré une prise de conscience internationale et de premiers services voient le jour. Un début prometteur à prolonger. En effet, pour proposer des services qui accompagnent les individus au quotidien, les données publiques ne suffisent pas. Elles doivent se combiner avec les données produites par les acteurs privés et les individus eux-mêmes. Ce système complexe suppose de réfléchir au positionnement des acteurs, aux modèles économiques, aux processus d’innovation et aux modalités de partage. Chronos et le Hub y apportent leur accompagnement.

« Moi, ici et maintenant » : l’hyperlocal pivot des services

Dans un contexte où la mobilité est partie intégrante du quotidien des individus, il convient d’adapter les services aux besoins de leurs utilisateurs, en répondant à l’injonction d’un “moi, ici et maintenant” en évolution permanente. L’information proposée gagne sa valeur en devenant à la fois continue et contextualisée. Les technologies de géolocalisation (smartphones et autres tablettes ou bornes) deviennent ainsi nécessaires pour assurer la pertinence de l’information. La géolocalisation implique de se positionner sur des données hyperlocales. La granularité de l'information dans l'espace et dans le temps – abondée par l'usager – échappe ainsi à la concurrence des géants d’Internet et crée une nuée de conversations sur un territoire.

Du stock au flux de données

La Big Data caractérise la quantité exponentielle de données produites et un référentiel pour la gérer. Comment s’y retrouver dans cette architecture surprenante, mouvante et distribuée ? En travaillant le croisement des données et leur dynamique (les flux), considérant ce bien immatériel comme un capital par sa valeur d'information et/ou le service qu’elle génère et en ne délivrant que l'information pertinente. Raisonner à l’échelle du service impose de dominer l'écheveau des données détenues par une multiplicité d’acteurs pour servir une finalité d’intelligence.

Des modèles économiques hybrides et innovants

La gratuité (ou quasi-gratuité) est l’étendard de la donnée et la co-production en est le principe. Trois modèles économiques ont fait l’objet d’analyses. Ils se dessinent, évoluent avec le service et ses fonctionnalités, parfois d’hybrident. Dans le modèle biface, l’utilisateur ne finance pas le service. Les revenus sont générés par la publicité ou sur une base de financements croisés (via les revenus d'autres activités ou des produits dérivés). Dans le modèle freemium, le service propose à la fois des fonctions gratuites et payantes pour l’utilisateur. Ce modèle de quasi-gratuité permet d’acquérir rapidement une taille critique. Si le service devient un standard, sa partie payante peut devenir plus conséquente, voire totale. Dans le modèle communautaire, les contributeurs se rémunèrent indirectement par les effets positifs induits par l’usage du service. Les bénéfices des usagers sont aussi ceux de la collectivité. Se crée ainsi une boucle de rétroaction positive (cercle vertueux) : les utilisateurs créent des externalités positives qui incitent les autres usagers à rejoindre le réseau, créant à leur tour des externalités positives.