Chapitre 3 · Semestre 5

L'économie des données

Intelligence Artificielle et Économie Numérique

Cours Exercices Résumé QCM

Objectifs du chapitre — À la fin de ce chapitre, vous saurez :

définir les données et les caractéristiques des mégadonnées (big data) ;

décrire la chaîne de valeur des données et leurs modes de valorisation ;

analyser les propriétés économiques des données (non-rivalité, rendements, boucles de rétroaction) ;

présenter le cadre de protection des données personnelles au Maroc (loi 09-08, CNDP) et en Europe (RGPD) ;

discuter les enjeux de l'ouverture des données et de la souveraineté numérique.

3.1 Données, information, connaissance

Définition — Donnée : représentation brute d'un fait (un achat, une position GPS, une température, un clic), enregistrée sous une forme exploitable par un ordinateur. Traitée et mise en contexte, elle devient une information ; analysée et utilisée pour décider, elle devient une connaissance.

On distingue :

les données personnelles, qui permettent d'identifier directement ou indirectement une personne (nom, numéro de téléphone, adresse IP, historique d'achats) ;
les données non personnelles (données industrielles de capteurs, données météorologiques, données agrégées et anonymisées) ;
les données ouvertes (open data), mises à disposition librement, souvent par les administrations.

Les mégadonnées (big data) désignent des ensembles de données si volumineux et variés qu'ils exigent des outils de traitement spécifiques. On les caractérise par les « 5 V » : volume (quantités massives), vélocité (production et traitement en temps réel), variété (textes, images, sons, transactions), véracité (fiabilité variable) et valeur (ce qu'on peut en tirer).

3.2 La chaîne de valeur des données

Étape	Contenu	Acteurs et outils
Collecte	Captation des données lors des usages : navigation, achats, capteurs, objets connectés	Sites, applications, objets connectés
Stockage	Conservation dans des centres de données ou dans le cloud	Hébergeurs, fournisseurs de cloud
Traitement	Nettoyage, structuration, croisement des sources	Ingénieurs des données
Analyse	Statistiques, apprentissage automatique, prédiction	Data scientists, algorithmes d'IA (chapitre 4)
Valorisation	Décisions, services, ventes	Entreprises, administrations

Les modes de valorisation :

améliorer un produit ou un service : recommandations, détection des pannes, optimisation logistique (prévision de la demande, gestion des stocks, itinéraires de livraison) ;
cibler la publicité : les données sur les centres d'intérêt permettent de vendre l'audience plus cher aux annonceurs ;
tarifer selon le risque : en assurance ou en crédit, les données affinent l'évaluation du risque de chaque client ;
vendre ou échanger des données, dans le respect des règles de protection.

Un indicateur fréquent est le revenu moyen par utilisateur (ARPU) : chiffre d'affaires divisé par le nombre d'utilisateurs. Pour un service gratuit financé par la publicité, il mesure ce que rapporte chaque utilisateur, donc en partie la valeur de ses données et de son attention.

3.3 Les propriétés économiques des données

La non-rivalité : une même donnée peut être utilisée simultanément par plusieurs entreprises ou pour plusieurs usages sans s'épuiser. Sa valeur sociale est donc maximale quand elle est largement partagée, alors que son détenteur a intérêt à la garder pour lui.

Des rendements d'abord croissants, puis décroissants : plus de données améliorent la qualité d'une prédiction, mais l'amélioration marginale diminue au-delà d'un certain volume. Ce qui compte n'est pas seulement la quantité, mais la qualité, la diversité et la fraîcheur des données.

La boucle de rétroaction (data feedback loop) : un service plus utilisé collecte plus de données, qui améliorent le service, ce qui attire plus d'utilisateurs. Cette boucle renforce les effets de réseau du chapitre 2 et crée une barrière à l'entrée : un nouvel entrant n'a pas les données pour offrir un service de même qualité.

La complémentarité : les données n'ont de valeur qu'associées à des compétences (data scientists), à des algorithmes et à une puissance de calcul. Une entreprise qui accumule des données sans savoir les exploiter n'en tire rien.

Des externalités : la donnée d'une personne renseigne aussi sur ses proches ou sur des personnes au profil semblable. Le consentement individuel ne suffit donc pas toujours à protéger la vie privée collective.

3.4 La protection des données personnelles au Maroc

La loi n° 09-08 relative à la protection des personnes physiques à l'égard du traitement des données à caractère personnel, promulguée en 2009, fixe le cadre marocain. Ses principes :

licéité et consentement : un traitement suppose le consentement indubitable de la personne, sauf exceptions prévues par la loi (obligation légale, exécution d'un contrat…) ;
finalité : les données sont collectées pour des finalités déterminées, explicites et légitimes, et ne peuvent être utilisées ensuite à d'autres fins incompatibles ;
proportionnalité : seules les données nécessaires sont collectées et conservées, pour une durée limitée ;
sécurité : le responsable du traitement doit protéger les données contre la perte et l'accès non autorisé ;
droits des personnes : droit d'information, d'accès, de rectification et d'opposition.

Elle crée la CNDP (Commission nationale de contrôle de la protection des données à caractère personnel), autorité chargée de veiller à son application : elle reçoit les déclarations et les demandes d'autorisation de traitement, contrôle et sanctionne. Le transfert de données vers un pays étranger est encadré et n'est libre que vers les pays qui assurent un niveau de protection suffisant.

La sécurité des systèmes d'information relève par ailleurs de la loi n° 05-20 relative à la cybersécurité (2020), qui impose des obligations aux administrations et aux opérateurs d'infrastructures d'importance vitale, sous l'autorité de la Direction générale de la sécurité des systèmes d'information (DGSSI).

3.5 Le RGPD européen et sa portée extraterritoriale

Le règlement général sur la protection des données (RGPD) de l'Union européenne, adopté en 2016 et applicable depuis le 25 mai 2018, renforce les droits des personnes : consentement explicite, droit à l'effacement (« droit à l'oubli »), droit à la portabilité (récupérer ses données pour les transférer à un concurrent), obligation de notifier les fuites de données. Les sanctions peuvent atteindre 20 millions d'euros ou 4 % du chiffre d'affaires annuel mondial, le montant le plus élevé étant retenu.

Le RGPD s'applique aussi aux entreprises établies hors de l'UE lorsqu'elles proposent des biens ou des services à des personnes situées dans l'Union ou suivent leur comportement. Il concerne donc directement les entreprises marocaines de l'offshoring, qui traitent des données de clients européens (centres de relation client, comptabilité, informatique), et les sites marocains qui ciblent la clientèle européenne. Le niveau de protection garanti par le droit marocain est un enjeu de compétitivité pour ces activités.

3.6 Ouverture des données et souveraineté numérique

L'ouverture des données publiques (open data) permet aux entreprises, aux chercheurs et aux citoyens de réutiliser des données produites par l'administration (statistiques, transports, budgets). Elle favorise l'innovation et la transparence. Le Maroc dispose d'un portail national de données ouvertes, et le HCP comme Bank Al-Maghrib publient de nombreuses séries statistiques.

La souveraineté numérique désigne la capacité d'un pays à maîtriser ses données et ses infrastructures : localisation des données sensibles sur le territoire, développement de centres de données nationaux, dépendance aux grands fournisseurs étrangers de cloud. Le choix est délicat : la localisation forcée protège, mais elle augmente les coûts et peut freiner les échanges de services numériques.

3.7 Méthode : analyser un modèle d'affaires fondé sur les données

Identifier les données collectées (personnelles ou non) et leur source.
Décrire la valorisation : amélioration du service, publicité ciblée, tarification, vente.
Évaluer l'avantage concurrentiel : boucle de rétroaction, barrière à l'entrée, qualité des données.
Vérifier la conformité : consentement, finalité, proportionnalité, sécurité (loi 09-08, RGPD si clients européens).
Mesurer les risques : fuite de données, sanctions, perte de confiance des clients.

Les pièges à éviter

Dire que « la donnée est le nouveau pétrole » sans nuance : contrairement au pétrole, elle est non rivale et ne s'épuise pas, et sa valeur dépend de son traitement.
Croire que plus de données donnent toujours une meilleure prédiction : les rendements deviennent décroissants, la qualité compte autant que la quantité.
Penser que le RGPD ne concerne pas les entreprises marocaines.
Confondre anonymisation (irréversible) et pseudonymisation (les données restent liées à une personne par une clé).
Oublier la CNDP, autorité marocaine compétente.

Exercice 1 — Données, publicité ciblée et conformité

Une application marocaine gratuite d'actualité, « Akhbar Plus » (fictive), compte 2 millions d'utilisateurs et diffuse 400 millions d'affichages publicitaires par an. Sans ciblage, les annonceurs paient 40 DH pour 1 000 affichages ; avec un ciblage fondé sur les centres d'intérêt des utilisateurs, ils acceptent de payer 70 DH.

Travail à faire :

Calculez le chiffre d'affaires publicitaire et le revenu moyen par utilisateur (ARPU) sans ciblage, puis avec ciblage.
Expliquez pourquoi le ciblage augmente la valeur de l'audience.
Pour cibler, l'application souhaite collecter l'historique de lecture et la localisation précise des utilisateurs. Quelles obligations la loi 09-08 lui impose-t-elle ?
L'application lance une version pour la diaspora marocaine en Europe. Quelle réglementation supplémentaire s'applique ? Quel montant maximal d'amende encourrait un groupe dont le chiffre d'affaires mondial atteint 2 milliards d'euros ?
Expliquez la boucle de rétroaction dont pourrait bénéficier Akhbar Plus.

Voir le corrigé

1) Sans ciblage : $\frac{400\,000\,000}{1\,000} \times 40 = \mathbf{16}$ millions de DH ; ARPU $= 16\,000\,000 / 2\,000\,000 = \mathbf{8}$ DH par an. Avec ciblage : $400\,000 \times 70 = \mathbf{28}$ millions de DH ; ARPU $= \mathbf{14}$ DH par an, soit une hausse de 75 %.

2) Le ciblage montre chaque annonce aux personnes les plus susceptibles d'être intéressées : le taux de clics et de conversion augmente, donc la valeur de chaque affichage pour l'annonceur. Les données transforment une audience indifférenciée en audience qualifiée.

3) L'application doit : informer les utilisateurs des finalités de la collecte (ciblage publicitaire) et de leurs droits ; recueillir leur consentement ; collecter seulement les données nécessaires à la finalité (la localisation précise est-elle vraiment indispensable ? une localisation par ville suffirait sans doute : principe de proportionnalité) ; fixer une durée de conservation limitée ; sécuriser les données ; respecter les droits d'accès, de rectification et d'opposition ; accomplir les formalités de déclaration ou de demande d'autorisation auprès de la CNDP.

4) Le RGPD s'applique, car l'application cible des personnes situées dans l'Union européenne et suit leur comportement. Amende maximale : le plus élevé de 20 millions d'euros et 4 % du chiffre d'affaires mondial, soit $4\,\% \times 2$ milliards $= \mathbf{80}$ millions d'euros.

5) Plus Akhbar Plus a d'utilisateurs, plus elle collecte de données de lecture ; ces données améliorent ses recommandations d'articles et son ciblage ; les utilisateurs, mieux servis, restent plus longtemps et en attirent d'autres, et les annonceurs paient plus cher. Cet avantage cumulatif crée une barrière à l'entrée pour les concurrents, qui n'ont pas les mêmes données.

Exercice 2 — Rendements décroissants des données

Une entreprise de logistique entraîne un modèle de prévision de la demande. Le taux d'erreur de prévision évolue ainsi selon le nombre de mois de données historiques utilisés :

Mois de données	6	12	24	48
Taux d'erreur	20 %	14 %	11 %	10 %

Calculez la baisse du taux d'erreur à chaque doublement des données.
Que montre ce résultat ? Comment l'entreprise pourrait-elle améliorer davantage ses prévisions ?

Voir le corrigé

1) De 6 à 12 mois : − 6 points ; de 12 à 24 mois : − 3 points ; de 24 à 48 mois : − 1 point.

2) Les données ont des rendements décroissants : chaque doublement apporte un gain plus faible. Au-delà d'un certain volume, accumuler des données anciennes apporte peu. Pour progresser, l'entreprise doit plutôt améliorer la qualité et la variété des données (ajouter la météo, les promotions, les jours fériés, le ramadan), leur fraîcheur (données en temps réel) ou le modèle lui-même.

Exercice 3 — Question de synthèse

Sujet : « Les données sont-elles le pétrole du XXIe siècle ? »

Voir le corrigé

Introduction : la formule souligne le rôle des données comme ressource stratégique ; problématique : la comparaison est-elle pertinente ?

I. Des points communs

A. Une ressource à l'origine d'une forte création de valeur et de grandes fortunes (plateformes).
B. Une ressource qui doit être raffinée (traitement, analyse) avant d'être utile.
C. Un enjeu de pouvoir et de souveraineté entre pays.

II. Des différences fondamentales

A. La donnée est non rivale et ne s'épuise pas ; le pétrole est rival et épuisable.
B. Sa valeur dépend du contexte, de la qualité et de la combinaison avec d'autres données ; ses rendements deviennent décroissants.
C. Elle concerne souvent des personnes : sa valorisation pose des questions de vie privée (loi 09-08, RGPD) que le pétrole ne pose pas.

Conclusion : la métaphore est utile pour souligner l'enjeu économique, mais trompeuse : la donnée relève plutôt d'une infrastructure partagée, dont l'ouverture et la protection doivent être organisées.

L'essentiel — L'économie des données

Donnée → information → connaissance ; données personnelles, non personnelles, ouvertes.
Big data : volume, vélocité, variété, véracité, valeur (5 V).
Chaîne de valeur : collecte, stockage, traitement, analyse, valorisation (amélioration des services, publicité ciblée, tarification du risque, vente).
ARPU = chiffre d'affaires / nombre d'utilisateurs ; mesure ce que rapporte chaque utilisateur.
Propriétés : non-rivalité, rendements d'abord croissants puis décroissants, boucle de rétroaction (barrière à l'entrée), complémentarité avec compétences et calcul, externalités entre personnes.
Loi 09-08 (2009) : consentement, finalité, proportionnalité, sécurité, droits d'accès, de rectification et d'opposition ; autorité de contrôle : CNDP ; transferts à l'étranger encadrés.
Loi 05-20 sur la cybersécurité (2020), DGSSI.
RGPD (2016, applicable le 25 mai 2018) : portabilité, droit à l'effacement, notification des fuites ; amende jusqu'à 20 millions d'euros ou 4 % du chiffre d'affaires mondial ; s'applique hors UE (offshoring marocain).
Open data, souveraineté numérique : maîtrise des données et des infrastructures, arbitrage avec le coût et les échanges.

S'entraîner sur des sujets réels

Des sujets réels de concours (master, licence d'excellence) avec une épreuve de Intelligence Artificielle et Économie Numérique : énoncé complet et corrigé indicatif.

Voir les 12 sujets de concours en Intelligence Artificielle et Économie Numérique →