{"id":1574,"date":"2016-10-25T08:08:45","date_gmt":"2016-10-25T06:08:45","guid":{"rendered":"http:\/\/variances.eu\/?p=1574"},"modified":"2017-09-25T12:21:52","modified_gmt":"2017-09-25T10:21:52","slug":"monetisation-et-marchandisation-des-donnees-personnelles","status":"publish","type":"post","link":"https:\/\/variances.eu\/?p=1574","title":{"rendered":"Mon\u00e9tisation et marchandisation des donn\u00e9es personnelles"},"content":{"rendered":"

L’exploitation marchande des donn\u00e9es personnelles (DP) a donn\u00e9 lieu \u00e0 une importante litt\u00e9rature en \u00e9conomie et en marketing (Hui & Png [2006] ; Anderson & Moore [2006]\u00a0; Rochelandet [2010], Tucker [2012], Acquisti et al. [2016]). La collecte et la transformation de ces ressources informationnelles par les entreprises y sont pr\u00e9sent\u00e9es comme une source de bien-\u00eatre pour les consommateurs, d\u2019innovations et d\u2019opportunit\u00e9s commerciales in\u00e9dites, mais \u00e9galement de menaces sur la vie priv\u00e9e et d\u2019externalit\u00e9s n\u00e9gatives p\u00e9cuniaires. Dans ce dernier cas, les exploitants de DP peuvent par exemple op\u00e9rer des strat\u00e9gies de discrimination par les prix sur les march\u00e9s de biens de consommation courants, de l’assurance, des pr\u00eats bancaires, du travail\u2026 en fonction du profilage des individus : les individus les plus riches, les moins solvables ou pr\u00e9sentant des risques de sant\u00e9 paieront un prix sup\u00e9rieur.<\/span><\/p>\n

Les entreprises collectent des donn\u00e9es sur leurs clients pour les exploiter selon des modalit\u00e9s tr\u00e8s diff\u00e9rentes : les identifier, communiquer ou interagir avec eux de fa\u00e7on plus ou moins cibl\u00e9e, diff\u00e9rencier leurs prix ou la qualit\u00e9 de leurs offres en fonction de leurs profils (march\u00e9 du cr\u00e9dit bancaire par exemple), animer une communaut\u00e9 en ligne, faciliter l’appariement entre les utilisateurs de leurs services (services de r\u00e9seautage social ou de rencontre en ligne par exemple), vendre ces donn\u00e9es. Les moyens de collecte et de production de ces informations sont eux-m\u00eames tr\u00e8s diversifi\u00e9s. Les individus peuvent ainsi divulguer volontairement leurs donn\u00e9es par d\u00e9claration (formulaires d’abonnement et d’inscription, donn\u00e9es de transaction, etc.) ou en acceptant que leurs donn\u00e9es soient enregistr\u00e9es (traces de navigation, localisation g\u00e9ographique, mots cl\u00e9s extraits de leurs commentaires et discussions en ligne, etc.). L’exposition de soi ex post (Rallet & Rochelandet [2011]) s’av\u00e8re \u00e9galement une source majeure d’informations sur l\u2019internet via la collecte massive de donn\u00e9es enregistr\u00e9es par des traceurs et leur traitement par des algorithmes permettant de d\u00e9duire des informations \u00e0 valeur ajout\u00e9e \u00e0 partir de donn\u00e9es brutes tr\u00e8s disparates.<\/span><\/p>\n

Dans certains cas, la collecte des donn\u00e9es d’usage b\u00e9n\u00e9ficie essentiellement \u00e0 leurs exploitants. Par exemple, les sites de vente en ligne analysent l’audience web et son impact sur les ventes. La connaissance des pages consult\u00e9es ant\u00e9rieurement par les internautes leur r\u00e9v\u00e8le des informations pr\u00e9cieuses pour optimiser leur campagne promotionnelle. De m\u00eame, les avis post\u00e9s en ligne permettent d’alimenter au moindre co\u00fbt les syst\u00e8mes de recommandation de plateformes comme Amazon et Netflix qui orientent les choix de leurs clients, les fid\u00e9lisent et diff\u00e9rencient leurs services.<\/span><\/p>\n

L’exploitation des DP appara\u00eet mutuellement avantageuse pour leurs exploitants et les individus aupr\u00e8s de qui elles sont collect\u00e9es. Leur granularit\u00e9 permet un ciblage pr\u00e9cis de la publicit\u00e9, plus b\u00e9n\u00e9fique a priori pour les consommateurs que des messages indiff\u00e9renci\u00e9s (Tucker [2012]). Dans le cas des r\u00e9seaux sociaux num\u00e9riques et des services d’infom\u00e9diation comme les moteurs de recherche, ces donn\u00e9es permettent aux op\u00e9rateurs de plateformes num\u00e9riques et aux entreprises y greffant leurs activit\u00e9s (services, applications, contenus) d’offrir des services sp\u00e9cifiques, de les personnaliser, mais \u00e9galement de d\u00e9gager des revenus issus de la publicit\u00e9 finan\u00e7ant la production de biens informationnels et de service en ligne bien souvent d\u00e9livr\u00e9s gratuitement. Quant aux individus, ils b\u00e9n\u00e9ficient de cette gratuit\u00e9, mais surtout ils retirent une valeur d’usage de contenus et de services \u00e9labor\u00e9s directement ou indirectement gr\u00e2ce \u00e0 l’exploitation de leurs DP. Directement sur les plateformes d’appariement : l’utilit\u00e9 de Facebook ou de Meetic mais \u00e9galement des services de recommandation, serait nulle sans la divulgation de ses donn\u00e9es \u00e0 travers les d\u00e9clarations de ses centres d’int\u00e9r\u00eat, l’\u00e9change d’opinions, la recommandation de certains \u00e9v\u00e8nements ou biens culturels, etc. Indirectement, car la contrepartie de la gratuit\u00e9 de la plupart des services en ligne est leur financement par les revenus issus de la publicit\u00e9. On retrouve en partie le mod\u00e8le traditionnel des m\u00e9dias (radios, t\u00e9l\u00e9vision en clair, presse gratuite), mais la grande diff\u00e9rence avec les mod\u00e8les num\u00e9riques est que le mod\u00e8le publicitaire ne se fonde pas ou nettement moins sur la taille de l’audience et davantage sur sa qualit\u00e9 \u00e0 travers les publicit\u00e9s contextualis\u00e9e et cibl\u00e9e.<\/span><\/p>\n

Les mod\u00e8les de plateformes num\u00e9riques se distinguent selon la nature des effets de r\u00e9seau crois\u00e9s et surtout les modes d’appropriation de la valeur. Les consoles de jeux ou les syst\u00e8mes de cartes bancaires reposent sur une appropriation directe de la valeur (prix des jeux, frais bancaires) n’affectant en soi pas la qualit\u00e9 du service. En revanche, dans les mod\u00e8les d\u2019appropriation indirecte, des acteurs tiers apparaissent comme les annonceurs et peuvent \u00eatre source d’externalit\u00e9s n\u00e9gatives pour les utilisateurs finals en fonction de leur publiphobie et, pour les mod\u00e8les bas\u00e9s sur la publicit\u00e9 cibl\u00e9e, du co\u00fbt psychologique inh\u00e9rent \u00e0 la sensation d’\u00eatre observ\u00e9s.<\/span><\/p>\n

Les plateformes num\u00e9riques varient \u00e9galement selon leur d\u00e9pendance aux donn\u00e9es tant au niveau de leur proposition de valeur que de leurs mod\u00e8les de revenus. Ainsi les services propos\u00e9s par Facebook d\u00e9pendent \u00e9troitement et directement des donn\u00e9es de ses utilisateurs, tandis que des acteurs comme Apple en b\u00e9n\u00e9ficient indirectement. La plupart des applications sur son magasin en ligne permettent de collecter des petits morceaux de donn\u00e9es, lesquels sont centralis\u00e9s et agr\u00e9g\u00e9s par des interm\u00e9diaires comme Flurry. Ce dernier revend des profils \u00e0 des annonceurs qui peuvent cibler des messages publicitaires aux utilisateurs d’applications gratuites. Les revenus qui en d\u00e9coulent sont en partie partag\u00e9s avec les fournisseurs d’applications. Apple profite de ce syst\u00e8me indirectement, car il incite les d\u00e9veloppeurs \u00e0 proposer des applications sur sa plateforme et donc de diff\u00e9rencier davantage ses terminaux (tablettes, smartphones).<\/span><\/p>\n

Cependant, cette \u00e9conomie \u00ab\u00a0gratuite\u00a0\u00bb ne l\u2019est pas pour tout le monde. D\u2019un c\u00f4t\u00e9, les producteurs de ces plateformes num\u00e9riques, services, contenus et applications doivent financer la production et la mise en ligne de leurs prestations, de m\u00eame que les financeurs de ces services (les annonceurs notamment) doivent payer pour atteindre la cible de leur campagne et les investisseurs sur les march\u00e9s du capital-risque (start-up non cot\u00e9es) ou les march\u00e9s financiers (Google, Facebook\u2026). De l\u2019autre, les utilisateurs finals de ces services risquent de subir des co\u00fbts sous la forme de discrimination tarifaire, d\u2019atteinte \u00e0 la qui\u00e9tude et \u00e0 la vie priv\u00e9e, de perte de temps \u00e0 trier les messages non sollicit\u00e9s\u2026 Plus g\u00e9n\u00e9ralement, une collecte et une utilisation trop intense des DP peuvent r\u00e9duire la valeur des plateformes en affectant le bien-\u00eatre des utilisateurs finals des contenus, d\u2019applications et de services sur ces plateformes. Par exemple, les campagnes publicitaires \u00e0 la fois trop invasives et cibl\u00e9es ont une efficacit\u00e9 r\u00e9duite (Goldfarb & Tucker [2011]). Une des conditions de viabilit\u00e9 des mod\u00e8les de plateformes est donc d’\u00e9viter la perte de confiance et les r\u00e9actions n\u00e9gatives des individus qui peuvent les amener \u00e0 rejeter les publicit\u00e9s via des applications d\u00e9di\u00e9es (White et al. [2008]). Les exp\u00e9rimentations \u00e0 grande \u00e9chelle men\u00e9es par des op\u00e9rateurs comme Facebook ont suscit\u00e9 des r\u00e9actions comparables. Or, redonner les moyens de contr\u00f4le de la divulgation de leurs donn\u00e9es peut augmenter la confiance des internautes et accro\u00eetre l’efficacit\u00e9 des mod\u00e8les d’affaires num\u00e9riques. Cela peut consister \u00e0 associer un m\u00e9canisme de contr\u00f4le des DP pour diminuer l’impact n\u00e9gatif de la personnalisation de la publicit\u00e9 due \u00e0 l’usage de donn\u00e9es collect\u00e9es sur la plateforme.<\/span><\/p>\n

Pour autant, en raison de la nature m\u00eame de leurs mod\u00e8les, les op\u00e9rateurs de plateformes et les prestataires de services en ligne ne sont pas incit\u00e9s \u00e0 impl\u00e9menter des solutions pro-privacy r\u00e9ellement efficaces. Les sites les plus intrusifs sont dans les faits les plus performants (Cecere & Rochelandet [2013]). Les firmes ont donc tout int\u00e9r\u00eat \u00e0 d\u00e9velopper des services et des applications poussant les individus \u00e0 s’exposer et \u00e0 divulguer des informations personnelles, parfois tr\u00e8s intimes. Une alternative pourrait \u00eatre l\u2019abandon du mod\u00e8le gratuit pour le \u00ab\u00a0tout-payant\u00a0\u00bb, mais encore une fois, quelles incitations pour des acteurs intrusifs comme Facebook ou Google pour qui l\u2019offre payante enraillerait les effets-r\u00e9seaux et pourraient exposer \u00e0 une concurrence plus importante (de nouveaux acteurs pouvaient \u00e0 leur tour proposer des services gratuits\u2026). Enfin, l\u2019impl\u00e9mentation d\u2019outils de contr\u00f4le en direction des utilisateurs finals, voire l\u2019obligation l\u00e9gale de concevoir des mod\u00e8les d\u2019affaires respectueux de la vie priv\u00e9e (Privacy-by-design), pourraient cr\u00e9er une illusion de contr\u00f4le forte (Brandimarte et al. [2011]), d\u00e8s lors que les utilisateurs finals ne ma\u00eetrisent au fond que les conditions de divulgation et non les usages et partages effectifs qui sont faits de leurs donn\u00e9es par la suite. Dans cette perspective, ne vaudrait-il pas mieux concevoir des outils pro-privacy en phase avec le d\u00e9veloppement des services et des mod\u00e8les d\u2019affaires num\u00e9riques et davantage orient\u00e9s vers l\u2019apprentissage des risques par les individus utilisateurs de ces nouveaux services (Pucheral et al. [2016])\u00a0?<\/span><\/p>\n

 <\/p>\n

Acquisti, A., C.R. Taylor, L. Wagman (2016) \u00ab\u00a0The economics of privacy\u00a0\u00bb, Journal of Economic Literature, vol. 54, n\u00b02, pp.442-492.<\/span>
\n Anderson R., T. Moore (2006) \u00ab\u00a0The economics of security\u00a0\u00bb, Science, vol.314, n\u00b05799, pp.610\u2013613.<\/span>
\n Brandimarte, L., A. Acquisti, G. Loewenstein (2011) \u00ab\u00a0Misplaced confidences: Privacy and the control paradox\u00a0\u00bb, Social Psychological and Personality Science,<\/span>
\n Cecere, G. F. Le Guel, F. Rochelandet (2015) \u00ab\u00a0Les mod\u00e8les d’affaires num\u00e9riques sont-ils trop indiscrets ? Une analyse empirique\u00a0\u00bb, R\u00e9seaux, vol.33, n\u00b0189, pp.77-101.<\/span>
\n Hui, K.L., I.P.L. Png (2006) \u00ab\u00a0The economics of privacy\u00a0\u00bb, in Economics and Information Systems, Handbooks in Information Systems, vol.1, chapitre 9, ed. Terrence Hendershott, Elsevier.<\/span>
\n Pucheral, P., A. Rallet, F. Rochelandet, C. Zolinski (2016) \u00ab\u00a0La Privacy by design : une fausse bonne solution aux probl\u00e8mes de protection des donn\u00e9es personnelles soulev\u00e9s par l\u2019Open data et les objets connect\u00e9s ?\u00a0\u00bb, L\u00e9gicom, 2016\/1, n\u00b056, pp.89-99.<\/span>
\n Rallet, A., F. Rochelandet (2011) \u00ab\u00a0La r\u00e9gulation des donn\u00e9es personnelles face au web relationnel : une voie sans issue ?\u00a0\u00bb, R\u00e9seaux, vol.29, n\u00b0167, pp.19-47.<\/span>
\n Rochelandet, F. (2010) Economie des donn\u00e9es personnelles et de la vie priv\u00e9e, La D\u00e9couverte.<\/span>
\n Goldfarb, A., C. Tucker (2011) \u00ab\u00a0Online display advertising: Targeting and obtrusiveness\u00a0\u00bb, Marketing Science, vol.30, pp.389-404.<\/span>
\n Tucker, C. E. (2012) \u00ab\u00a0The economics of advertising and privacy\u00a0\u00bb, International journal of Industrial organization, vol.30, n\u00b03, pp.326\u2013329.<\/span>
\n White, T., D. Zahay, H. Thorbjornsen, S. Shavitt (2008) \u00ab\u00a0Getting too personal: Reactance to highly personalized email solicitations\u00a0\u00bb, Marketing Letters, vol.19, n\u00b01, pp.39\u201350.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

L’exploitation marchande des donn\u00e9es personnelles (DP) a donn\u00e9 lieu \u00e0 une importante litt\u00e9rature en \u00e9conomie et en marketing (Hui & Png [2006] ; Anderson & Moore [2006]\u00a0; Rochelandet [2010], Tucker [2012], Acquisti et al. [2016]). La collecte et la transformation de ces ressources informationnelles par les entreprises y sont pr\u00e9sent\u00e9es comme une source de bien-\u00eatre […]<\/p>\n","protected":false},"author":24,"featured_media":1576,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[99,15,9,133],"tags":[116],"class_list":["post-1574","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-data-science","category-economie","category-themes","tag-rochelandet","et-has-post-format-content","et_post_format-et-post-format-standard"],"_links":{"self":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts\/1574","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/users\/24"}],"replies":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1574"}],"version-history":[{"count":0,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts\/1574\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/media\/1576"}],"wp:attachment":[{"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1574"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1574"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1574"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}