Le domaine émergent de la science des foules est un croisement de l'analyse des données et de la psychologie humaine, et une composante essentielle de l'innovation des entreprises. Grâce à des algorithmes puissants et à une compréhension croissante des comportements individuels et collectifs, cette branche en expansion de la science des données rend possible une innovation évolutive et reproductible.
Dans un récent article de VentureBeat , dont voici un extrait, Anna Gordon, spécialiste des données de Mindjet, explique comment elle et son équipe explorent cette sous-section de l'analyse basée sur les chiffres, et comment ils l'abordent afin de soutenir les processus d'innovation des clients et leur réussite.
Définir la science des foules et les données
En utilisant des techniques de science des données - telles que l'exploration de données, le développement d'algorithmes et la modélisation statistique - sur des réseaux sociaux et des données provenant de la foule, la science de la foule invite des éléments psychologiques et comportementaux qui ne sont pas nécessairement présents dans la science des données traditionnelle. En gros, ce que nous constatons, c'est que de nouveaux éléments de comportement affectent les données, comme la politique, les opinions et les agents qui interagissent et s'influencent mutuellement. Ainsi, en plus d'examiner les données de la manière traditionnelle, nous devons maintenant tenir compte des structures politiques et sociales, et de la manière dont les gens apprennent les uns des autres et s'influencent mutuellement ; nous devons considérer comment les idées circulent dans les réseaux sociaux, ce qui motive les gens à contribuer aux discussions, et les conséquences de l'engagement.
Avec l'interconnectivité des entreprises et des communautés d'aujourd'hui, ce niveau de synergie est exponentiellement plus fréquent. Ce stock beaucoup plus important de données sur les structures et les phénomènes sociaux nous donne la possibilité d'étudier et de comprendre ces réseaux et leur évolution. Alors que traditionnellement, l'analyse scientifique des données impliquait des mesures minutieuses et une collecte de données souvent fastidieuse, nous disposons aujourd'hui d'une vaste ressource de données en expansion via Internet qui nous permet d'analyser des systèmes très complexes, comme les structures sociales et les comportements hiérarchiques, beaucoup plus facilement qu'auparavant.
Le Dr Alex Pentland du MIT a inventé un terme similaire à la science des foules : la physique sociale. Pentland la définit comme "une science sociale quantitative qui décrit des connexions fiables et mathématiques entre le flux d'informations et d'idées d'une part et le comportement des gens d'autre part. La physique sociale nous aide à comprendre comment les idées circulent d'une personne à l'autre grâce au mécanisme de l'apprentissage social et comment ce flux d'idées finit par façonner les normes, la productivité et la production créative de nos entreprises, villes et sociétés."
La science des foules, au jour le jour
À l'ère numérique, la science des foules est partout, qu'il s'agisse de façonner l'expérience des utilisateurs sur des plateformes en ligne ou d'aider à la réorganisation des gouvernements par le biais de révolutions politiques. Amazon utilise des techniques de science des foules pour recommander des articles aux utilisateurs en fonction de leur historique d'achat et de leurs comportements de recherche en comparant les actions individuelles à celles de l'ensemble de leur base d'utilisateurs, ou "foule". Twitter est également un excellent exemple de réseau social qui facilite la circulation des idées ; il est courant d'entendre parler d'un sujet "en vogue sur Twitter", que ce soit dans les conversations ou dans les médias nationaux. Twitter a utilisé les hashtags comme une forme de métadonnées, ce qui facilite l'interrogation des données et permet de voir les sujets qui occupent actuellement l'esprit des gens et se répandent dans le monde entier. Les chercheurs ont étudié comment cette diffusion d'informations a facilité des événements puissants tels que le printemps arabe et comment nous pouvons utiliser ces informations pour influencer et façonner les réseaux et événements futurs.
Et puis il y a Facebook. Le fil d'actualité de Facebook est un flux constant d'informations et d'opinions, ce qui facilite manifestement les interactions et l'échange de connaissances. Facebook a récemment été impliqué dans une controverse dans laquelle leurs scientifiques ont manipulé les flux de données des utilisateurs pour comprendre comment cela affecte le ton des publications de ces utilisateurs. Au final, cela s'est retourné contre eux - les utilisateurs qui n'étaient pas au courant de l'expérience ont eu l'impression que Facebook les utilisait comme des rats de laboratoire et modifiait leur bien-être mental de manière non éthique. C'est le côté le plus sombre de la science des foules, un domaine dans lequel il est généralement nécessaire d'utiliser des personnes réelles comme sujets pour progresser.
L'expérimentation de l'expérience utilisateur n'est cependant pas un concept nouveau. Des techniques telles que les tests A/B sont utilisées depuis des années pour mesurer et optimiser les résultats souhaités, tels que les taux de conversion sur un site de commerce électronique. La réalité est que sans l'utilisation de sujets humains pour les tests et les analyses, la recherche devrait remplir les blancs avec des spéculations imprécises. Il n'en reste pas moins que ces expériences ont des implications sociales qui doivent être prises en compte, en particulier lorsque le réservoir de données à disposition est si énorme sans équivoque.
Lisez l'article complet ici, et n'oubliez pas de consulter le premier article d'Anna sur VentureBeat, Inside the Mind of a Crowd Scientist .
