MesInfos

MesInfos

Une expérimentation de la Fing autour du partage et de la ré-utilisation des données personnelles


En ce moment sur "MesInfos"

> Le projet continue, venez le suivre sur le site Mesinfos !

 image 

Octobre

  • Depuis 2012, la Fing mène avec un ensemble de partenaires le projet MesInfos. En 2015, elle s’engage dans une dynamique d’envergure nationale et internationale autour du Self Data. Cette note de synthèse (version 1, appelée à être enrichie) autour des Blue/Green Buttons, initiatives américaines, se propose d’engager la discussion sur un retour « sectoriel » des données personnelles aux individus. 

    blue_button_chiffres

    Self Data et Santé, l’exemple du Blue Button

    En janvier 2010, Markle — une association américaine travaillant sur les mutations des secteurs de la   sécurité et de la santé à travers le prisme des technologies — lance à New York un atelier où différents acteurs privés, institutionnels et associatifs se regroupent sur le sujet de l’engagement du consommateur dans le secteur de la santé.

    Le fruit de ce groupe de travail ? Le Blue Button, ou du moins l’ébauche du Blue Button, un dispositif permettant aux patients de récupérer facilement leurs données de santé auprès de ceux qui les détiennent (labos, hôpitaux…), en cliquant tout simplement sur un bouton bleu, bien visible sur les sites de ces derniers.

    Quelques mois plus tard, en août 2010, le premier détenteur de données se lance et implémente son Blue  Button. Il s’agit du « Department of Veterans Affairs », soutenu par La Maison-Blanche. D’autres vont suivre, permettant à plus de 150 millions de patients américains de pouvoir télécharger leurs données en 2014. Depuis 2010, selon un rapport de la Maison Blanche (p14) ce serait 5,6 millions de vétérans qui auraient téléchargés leurs données.

    Cette première initiative a ouvert des potentiels d’applications pour d’autres secteurs que la santé. Elles sont soutenues et réunies par le gouvernement américain sous le terme «Smart Disclosure» soit la divulgation intelligente des données vers les citoyens, qu’il s’agisse d’open data ou de données personnelles :

    smart_disclosure

    Le Blue Button est donc centré sur le retour des données santé aux individus, mais de quels types de données s’agit-il ? Chez qui peuvent-ils les récupérer ?

    Regroupés dans le programme « Blue Button Pledge », plus de 500 partenaires se sont engagés à soutenir l’initiative. Ils sont soit associés au projet en tant que partenaires « simples » — dans le but de sensibiliser les individus à l’initiative — soit associés en tant que détenteurs de données.

    Les détenteurs de données comprennent des organismes de prise en charge des frais de santé (Veterans Affairs, Medicare, et leurs homologues privés), des hôpitaux, des praticiens, des laboratoires médicaux, des pharmacies… Les données qu’ils fournissent sont d’une part médicales — allergies, opérations médicales subies, vaccins, traitements et prescriptions, signes vitaux… — et concernent d’autre part les informations de remboursement.

    Sous quel format les individus peuvent-ils récupérer leurs données ?

    Pour qu’une telle initiative soit possible et qu’elle permette la réutilisation des données par les individus, elle nécessite une cohérence entre les détenteurs, un consensus sur la façon de présenter les données, bref un format standard de présentation des données.

    À ses débuts, en 2010, le Blue Button a pris le parti original de ne pas spécifier de format. Les données étaient disponibles dans en texte brut, ou dans un document PDF — plus lisible pour les individus. Depuis, plusieurs initiatives parfois concurrentes se sont succédées pour proposer une structure à ces données précises et variées.

    Dès 2013, le BlueButton+ désigne le format C-CDA (XML) de l’organisme HL7, spécialisé dans la définition de standard de données santé. Il spécifie également l’accès aux données sous le sigle V/D/T (Visualiser, Télécharger, Transmettre directement aux services). Cependant, cela ne concerne pas encore les informations de remboursement, qui restent pour le moment au format du détenteur.

    Comment les individus peuvent-ils utiliser leurs données ?

    Ce format va permettre de nouveaux usages. En effet, si le premier usage à partir du format texte ou PDF a été la simple impression des données, l’initiative vise bien autre chose : le développement de services tiers « Self Data » qui lisent le format pour proposer à l’individu une exploitation et/ou un partage de ses données de santé, sous son contrôle, à ses propres fins. Pour réaliser cet objectif, le gouvernement a soutenu des concours qui récompensaient des services et design innovants. Aujourd’hui, un marché s’est constitué.

    Quelques exemples : des coffres forts de données permettant le partage avec famille, amis et médecins (CareSync ou IBlueButton) ; des services stockant les informations d’urgence – groupe sanguin, allergies – pour une visibilité maximale en cas d’accident (CORAlink ou My911 Health) ; d’autres encore, comme emrAnyWhere, agrègent les données des objets connectés avec celles du Blue Button et aident le patient, à partir des conseils d’un médecin, à atteindre ses buts de santé.

    green_button_chiffres

    Self Data et Energie, l’exemple du Green Button

    Directement inspirée par l’initiative Blue Button, c’est en septembre 2011 que la Maison-Blanche lance un appel au secteur de l’énergie avec le « White House Call To Action », soit un défi lancé à cet écosystème pour l’implémentation d’un Green Button qui fournirait aux consommateurs un accès simple à leurs données énergétiques.

    Quelles données ? Le Green Button se concentre sur les données de consommation d’électricité (énergie consommée sur un intervalle de temps court), détenues par 48 fournisseurs de différents Etats. Ces données sont désormais accessibles sur les sites de ces derniers, et ce, pour 60 millions d’Américains.

    Quel standard ? C’est en octobre 2011, seulement un mois après l’appel de la Maison Blanche et sous l’impulsion du « Department of Energy » qu’un standard est adopté par le North American Energy Standard Board (NAESB). Des organisations et communautés diverses y travaillaient cependant déjà depuis 2010 et ont été mobilisées pour l’occasion. Le Green Button est donc parti d’un effort de normalisation (au contraire du Blue Button) qui aboutit au format ESPI, un format XML basé sur Atom.

    Quels usages ? Rapidement, des services tiers « Self Data » se sont développés, les données téléchargées étant lisibles dès le début par des machines. Mais à ce stade, les individus devaient télécharger les données régulièrement pour les transmettre eux-mêmes aux services, c’est-à-dire mettre à jour manuellement leurs données. En décembre 2012, de la même manière que BlueButton+, Green Button Connect My Data permet aux individus de connecter automatiquement le service tiers de leur choix à leurs données.

    Encouragés par le gouvernement qui organise des concours réguliers depuis avril 2012, les services tiers sont nombreux et visent tous à aider les individus à réduire leurs consommations d’énergie en la visualisant, en conseillant, en proposant d’acheter des certificats d’énergie renouvelable (Leafully), ou encore en faisant de cette réduction un jeu (Opower).

    A noter que les individus ne sont pas les seuls utilisateurs du Green Button, qui est disponible pour les commerces et les administrations. De plus, la province d’Ontario, Canada, reprend l’initiative et voit son territoire couvert à 60% par le Green Button à l’été 2014.

    Les possibilités de réutilisation des données personnelles de santé ou d’énergie sont multiples. Elles restent encore à inventer. Le contexte américain est spécifique ; la mise en place d’un tel « bouton » dans d’autres contextes nationaux se déroulera probablement différemment, quelles que soient les données concernées, et surtout s’il s’agit des données de santé, éminemment sensibles.





    Article importé: http://mesinfos.fing.org/self-data-au-niveau-national-les-buttons-americains/?utm_source=rss&utm_medium=rss&utm_campaign=self-data-au-niveau-national-les-buttons-americains
    Par: Manon Molins
    Publié: October 29, 2014, 4:33 pm

  • MesInfos

    Business Models et Self Data

    Par MesInfos dans le groupe MesInfos le 17 octobre 2014

    Le mois dernier, nous avons cartographié les services existants du marché “Self Data” en les regardant par le prisme de leur valeur d’usage. Mais cette valeur d’usage pour les individus s’accompagne-t-elle d’une valeur économique pérenne pour le service, en accord avec les promesses du Self Data ? 

    C’est sur cette interrogation que l’atelier du 7 octobre dernier – réunissant différents participants dans les locaux de Cap Digital – a centré sa réflexion, pour imaginer des modèles de revenus disruptifs. En voici le compte-rendu, accompagné d’une cartographie à télécharger.

    L’univers des services Self Data étant encore en construction, les modèles de revenus ne sont pas ou peu articulés. L’enjeu de cet atelier était donc d’établir la cohérence de ce marché.

    • D’abord en cartographiant une typologie des business models actuels (et plus spécialement des modèles de revenus) du Self Data

    • Puis en s’interrogeant sur ces modèles et sur la valeur des données personnelles : intervention de Simon Chignard.

    • Enfin, en imaginant les business models disruptifs de demain, qui soient satisfaisants pour l’ensemble des acteurs établis et cohérents avec l’esprit du Self Data (proposant de la capacité pour les individus, etc.)

     

    1 – Cartographier les différents modèles de revenus des services Self Data 

    La Fing a produit pour cet atelier une cartographie des modèles de revenus du marché Self Data. Celle-ci met à jour une typologie de ces modèles, ils peuvent être regroupés en 4 grands types :

     

    Payant pour l’individu :

    • Freemium : un accès au service gratuit, puis possibilité de payer pour obtenir un service plus complet, avec plus d’options.

    • Payant : paiement “one-shot” ou abonnement mensuel/annuel.

     

    Gratuit pour l’individu :

    • Commission : le service est financé par les commissions qu’il ponctionne lorsqu’une transaction entre individu/entreprise passe par lui.

    • Partenariat : les entreprises partenaires financent le service, car il leur apporte des bénéfices.

    image_carto_BM_selfdata

    cartographie Business Models et Self Data

    Ici encore, il est important de noter que ce paysage n’est pas stabilisé ; on est dans le cas d’un marché jeune, qui n’est pas encore mature, et les modèles économiques des acteurs peuvent évoluer.

    De plus, un modèle de revenu a été délibérément exclu de cette cartographie : celui de la vente des données personnelles des individus – qu’ils y gagnent un service ou de l’argent – cette question est soulevée dans le point suivant.

     

    2 – La valeur de nos données : intervention de Simon Chignard

     

    Effectivement, c’est ce dernier modèle de revenu qui intrigue le plus aujourd’hui. À la question “que valent les données personnelles ?” de Simon Chignard, la multiplicité des réponses démontre la subjectivité de chacun face à cette interrogation.

    image_postit_atelier7oct14

     Le résultat ? Une énumération extrêmement intéressante, pratiquement digne de George Perec : cela vaut de l’argent, cela ne vaut rien, cela vaut tout, cela dépend du risque, de la personne, cela vaut un usage, ce qu’on en fait, ce que les autres en font, cela vaut des choses pour l’individu, du temps, des connaissances, des choses pour l’entreprise…!

     La récente étude Havas Media, réalisée par l’institut Toluna révèle que 45% des internautes seraient prêts à céder leurs données personnelles contre rémunération. Or la donnée personnelle est un bien incessible, auquel n’est pas associé de droit de propriété ! D’ailleurs vendre ses données personnelles n’est pas forcément souhaitable. Ce n’est donc pas dans la valeur marchande qu’il faudra aller chercher des exemples de modèles de revenus disruptifs, mais bien dans la valeur levier et la valeur d’actif  :

    Les trois valeurs des données – par Simon Chignard :

    • La valeur de matière première : les données peuvent être vues comme une matière première brute que l’on achète ou que l’on vend.

    • La valeur levier : les données permettent de jouer sur la performance de la décision (qui va être plus juste et plus précise grâce à l’usage des données), sur la capacité à agir, sur le changement de son mode de décision (je me connais mieux moi-même, mais aussi différemment)

    • La valeur d’actif : il y a des données qui tirent leur valeur du fait que je les contrôle. C’est parce que je les détiens que j’ai de la valeur sur le marché.

    Ces 3 valeurs ne s’excluent pas, au contraire, elles coexistent. Mais la valeur d’usage, la valeur levier et donc les bénéfices tirés par l’individu permettront aussi d’imaginer des modèles dans lesquels ils consentiront à payer quelque chose (ce quelque chose pouvant être de l’argent, des données partagées…)

     

    Plus d’information sur ces 3 valeurs des données sur :

    <http://donneesouvertes.info/2014/07/04/datanomics-les-strategies-data-de-linternet-des-objets/>

     

    3 – Imaginer des modèles de revenus disruptifs 

     

    Pour réfléchir ensemble à des modèles de revenus, différents de ceux cartographiés, plus disruptifs, les participants se sont regroupés autour de 4 contextes :

     

    • Prise de pouvoir par le consommateur : cas où il y a un bénéfice clair, économique ou non, du côté de l’utilisateur ou un consentement à payer

    • Marchés plus efficients : cas où il y a une réduction des coûts pour tout le monde.

    • Nouveau marché : création d’un nouveau marché avec de nouveaux acteurs (ex : QS)

    • Nouveaux champs de valeur pour les organisations détentrices de données

     

    groupe_atelier7oct14

     

    La réflexion et la production furent riches, vous pouvez trouver ici la synthèse des différents modèles imaginés sur chacun de ces contextes : Synthèse des scénarios « les nouveaux modèles de revenus du Self Data »

     

    Cet atelier a donc permis un premier débroussaillage du marché Self Data en terme de valeur économique. Ce dernier est encore en construction, avec des services jeunes, qui semble pour l’instant s’orienter vers des 4 modèles classiques de rémunération, ainsi que vers un 5ème – la vente de données – qui ne correspond pas aux promesses du Self Data. 

    Or pour que les membres de cet univers cohabitent et prospèrent, il faut trouver des éléments de réponses au défi économique suivant : comment créer de la valeur économique autour des “Self Data“, dans un partage vertueux entre individus, détenteurs de données et innovateurs ? C’est l’un des sujets du prochain atelier, auquel nous espérons vous voir ! 





    Article importé: http://mesinfos.fing.org/business-models-et-self-data/?utm_source=rss&utm_medium=rss&utm_campaign=business-models-et-self-data
    Par: Manon Molins
    Publié: October 17, 2014, 12:37 pm

  • MesInfos

    Identifier les besoins communs des innovateurs du Self Data

    Par MesInfos dans le groupe MesInfos le 1 octobre 2014

    La semaine dernière, nous avons eu le plaisir d’animer le premier des trois ateliers de la nouvelle saison MesInfos. La session s’est tenue dans les locaux de Cap Digital avec des participants de tous horizons – partenaires, fournisseurs de services, grandes organisations, innovateurs – réunis atour de l’enjeu de l’écosystème des services du « self data », afin de produire une cartographie autour des services (en pièce jointe dans ce billet).

    Après deux saisons riches en productions et expérimentations, la troisième saison du projet MesInfos se concentre sur les opportunités et les défis du “Self Data”. Le premier atelier avait pour but de cartographier ce qui évolue aujourd’hui sur ce marché, en terme de services. Or si celui-ci est en train de se densifier, il n’est ni structuré, ni forcément bien identifié.

    L’enjeu de l’atelier consistait donc à la fois :

    • à identifier les univers d’usages plus denses que d’autres, ceux où les services et innovateurs sont nombreux, ceux où il y a matière à coopération aujourd’hui ou à court/moyen terme ;
    • à identifier les besoins communs des acteurs du secteur : services, couches de services, fonctions, infrastructures, architectures… qui pourraient servir à de nombreux autres acteurs.

    Ce travail se complètera par 2 ateliers supplémentaires :

    • Un atelier sur les “Business Models du Self Data” (7 octobre)
    • Un atelier sur les “Grands défis” du Self Data (défis techniques, juridiques, économiques, …)

    Ci dessous, les slides de présentation :

    atelier_mesinfos_24_sept_slides

    1- Cartographier le Self Data

    La Fing a travaillé sur une première carte du “Self Data”, à travers une série de services emblématiques des 7 domaines d’usages identifiés pendant l’expérimentation MesInfos. Cette carte a été préparée et nourrie par Manon Molins (équipe MesInfos) et enrichie par les participants, elle reprend les échanges de l’atelier sous forme de cartographie :

    Carte : Le paysage du « Self Data »

    À noter : Beaucoup des services se basent sur les “données actives” : celles qui doivent être saisies par les individus avant de pouvoir en faire usage. Si nous en avons inclus certains, nous nous sommes surtout concentrés sur les services utilisant des données passives, c’est à dire collectées automatiquement – à travers les objets connectés – ou récupérées par d’autres intermédiaires. De plus cette cartographie présente des services existant dans divers pays, certains étant distribués uniquement aux États-Unis.

    2 – Identifier de possibles passerelles entre les services

    Après avoir enrichi la cartographie par l’ajout de différents services, l’atelier a permis d’imaginer ce qu’ils pourraient s’apporter entre eux. Des passerelles entre services et entre domaines d’usages ont donc été pensées :

    Des comparateurs qui pourraient enrichir leur proposition de valeur : “si je sais comparer quelque chose (par exemple, des tarifs de fournisseurs d’énergie), et que je suis une référence dans ce domaine notamment en terme de confiance et de neutralité je devrais pouvoir comparer autre chose (tarifs d’assurance, de mutuelle, etc.).

    Des services autour de la contribution qui bénéficient aussi à l’individu : “proposer de mettre à disposition mes données de mobilité, de santé… anonymisées, pour alimenter des recherches, c’est bien, mais il faut d’abord que ça me serve à moi”.

    “Décision et action” et “Connaissance de soi pourraient particulièrement avoir du sens avec les données d’opérateurs télécom.

    Les univers  “Conscience et Contribution ont un lien : agir en contribuant peut permettre d’agir selon mes valeurs.

     atelier_mesinfos_24_sept_photo1

    Une réflexion collaborative, animée par l’équipe MesInfos

    3 – Identifier les besoins et architectures communes

    L’enjeu de la 3e partie de l’atelier était d’identifier les points récurrents, les préoccupations partagées, les besoins communs à beaucoup d’acteurs.

    Existe-t-il des fonctionnalités/univers d’usage qui fédèrent des projets?

    De quoi les innovateurs du Self Data pourraient-ils tous (ou une bonne partie d’entre eux) avoir besoin à l’avenir ? Qu’est-ce qui pourrait être nécessaire à l’essor de nombreux acteurs ?

    Parmi ces besoins communs, y en a-t-il qui ne sont pas du tout satisfaits, et qu’il faudra inventer ?

    Des besoins plutôt anciens, sur lesquels certaines briques de réponses existent : 

    • Les fonctions d’identité : pouvoir faire “transiter” de l’identité d’un service à un autre. Ex : IdeNum qui favorise l’émergence d’une identité numérique interopérable (LaPoste, Solocal, Crédit Mutuel, Caisse des Dépôts).
    • Des standards de data (structuration des données)
    • Des APIs ouvertes, partagées
    • La portabilité :
    • des données : apporter avec soi tout son investissement en sociabilité, en production de contenu… vers un autre opérateur.
    • de la réputation (ex : ma réputation sur eBay vaut aussi sur un autre service de transaction)

     S’ils peuvent s’avérer commodes, de tels systèmes peuvent en même temps produire des artefacts et induire de l’obligation à publier un score, de réputation par exemple (“si X ne veut pas publier son score, c’est qu’il a quelque chose à cacher…”).

    • Effacement et droit à l’oubli : “j’efface un contenu, une donnée depuis un endroit et elle s’efface aussi ailleurs”
    • Des licences d’utilisation des données (“Persistance des licences” / sticky policies) : comment s’assurer qu’une autorisation donnée au début du cycle ne se perde pas au bout de X traitements de données ?  Ou que les données viennent accompagner un certain nombre de règles d’usage ?
    •  La sécurité, mais qui n’est pas à proprement parler une fonction transversale (chaque système a ses spécificités)

    Des réponses plutôt neuves, à creuser, inventer… : 

    • Des compétences métier, transversales (des nouveaux métiers) :
    1. Des fonctions marché, qui organisent la rencontre entre l’offre et la demande, pour le compte des entreprises et des individus (ex : majordomes, 1/4 de confiance…). Cependant : est-ce qu’organiser des appels d’offres personnels ou groupés est la même chose dans le tourisme, pour un gros achat, etc…?
    2. Un service client transverse (“aiguilleur”)
    3. Un médiateur des data, qui aiderait les individus à s’y retrouver, à qui s’adresser en cas de problème, etc.
    • Un “tiers certificateur” qui certifie que les services sont bien “au service” des individus, et qu’ils ne sont pas là pour récupérer des données et les transmettre à d’autres
    • Une infrastructure permettant de mettre les données en commun sans pouvoir les croiser pour les organisations… et permettant tout de même les comparaisons pour l’utilisateur, avec d’autres ?

    Ceci conclut le bilan de cet atelier, merci à tous les participants ainsi qu’à Cap Digital pour son accueil, rendez-vous mardi prochain pour imaginer et construire les modèles économiques du Self Data ! Inscription ici




    Article importé: http://mesinfos.fing.org/identifier-les-besoins-communs-des-innovateurs-du-self-data/?utm_source=rss&utm_medium=rss&utm_campaign=identifier-les-besoins-communs-des-innovateurs-du-self-data
    Par: Manon Molins
    Publié: October 1, 2014, 5:40 pm

Conception & réalisation : Facyla ~ Items International

Plateforme construite avec le framework opensource Elgg 1.8

Feedback

Vous avez une remarque à faire, de nouvelles idées à proposer ou un bug à signaler ? Nous serions ravis d'avoir votre retour.
Humeur :  

A propos de :  

 

» Afficher les précédents feedbacks