http:\/\/crackedlabs.org\/en\/corporate-surveillance<\/a><\/p>\nComment des milliers d\u2019entreprises surveillent, analysent et influencent la vie de milliards de personnes. Quels sont les principaux acteurs du pistage num\u00e9rique aujourd\u2019hui\u00a0? Que peuvent-ils d\u00e9duire de nos achats, de nos appels t\u00e9l\u00e9phoniques, de nos recherches sur le Web, de nos Like<\/em> sur Facebook\u00a0? Comment les plateformes en ligne, les entreprises technologiques et les courtiers en donn\u00e9es font-ils pour collecter, commercialiser et exploiter nos donn\u00e9es personnelles\u00a0?<\/p>\nCes derni\u00e8res ann\u00e9es, des entreprises dans de nombreux secteurs se sont mises \u00e0 surveiller, pister et suivre les gens dans pratiquement tous les aspects de leur vie<\/strong>. les comportements, les d\u00e9placements, les relations sociales, les centres d\u2019int\u00e9r\u00eat, les faiblesses et les moments les plus intimes de milliards de personnes sont d\u00e9sormais continuellement enregistr\u00e9s, \u00e9valu\u00e9s et analys\u00e9s en temps r\u00e9el. L\u2019exploitation des donn\u00e9es personnelles est devenue une industrie pesant plusieurs milliards de dollars. Pourtant, de ce pistage num\u00e9rique omnipr\u00e9sent, on ne voit que la partie \u00e9merg\u00e9e de l\u2019iceberg<\/strong>\u00a0; la majeure partie du processus se d\u00e9roule dans les coulisses et reste opaque pour la plupart d\u2019entre nous.<\/p>\nCe rapport<\/strong> de Cracked Labs examine le fonctionnement interne et les pratiques en vigueur dans cette industrie des donn\u00e9es personnelles. S\u2019appuyant sur des ann\u00e9es de recherche et sur un pr\u00e9c\u00e9dent rapport de 2016, l\u2019enqu\u00eate donne \u00e0 voir la circulation cach\u00e9e des donn\u00e9es entre les entreprises. Elle cartographie la structure et l\u2019\u00e9tendue de l\u2019\u00e9cosyst\u00e8me num\u00e9rique de pistage et de profilage<\/strong> et explore tout ce qui s\u2019y rapporte\u00a0: les technologies, les plateformes, les mat\u00e9riels ainsi que les derni\u00e8res \u00e9volutions marquantes.<\/p>\nEn 2007, Apple a lanc\u00e9 le smartphone, Facebook a atteint les 30 millions d\u2019utilisateurs, et des entreprises de publicit\u00e9 en ligne ont commenc\u00e9 \u00e0 cibler les internautes en se basant sur des donn\u00e9es relatives \u00e0 leurs pr\u00e9f\u00e9rences individuelles et leurs centres d\u2019int\u00e9r\u00eat. Dix ans plus tard, un large ensemble d\u2019entreprises dont le c\u0153ur de m\u00e9tier est les donn\u00e9es (les data-companies ou entreprises de donn\u00e9es en fran\u00e7ais) a \u00e9merg\u00e9<\/strong>, on y trouve de tr\u00e8s gros acteurs comme Facebook ou Google mais aussi des milliers d\u2019autres entreprises, qui sans cesse, se partagent et se vendent les unes aux autres des profils num\u00e9riques<\/strong>. Certaines entreprises ont commenc\u00e9 \u00e0 combiner et \u00e0 relier des donn\u00e9es du web et des smartphones avec les donn\u00e9es clients et les informations hors-ligne qu\u2019elles avaient accumul\u00e9es pendant des d\u00e9cennies.<\/p>\nLa machine omnipr\u00e9sente de surveillance en temps r\u00e9el qui a \u00e9t\u00e9 d\u00e9velopp\u00e9e pour la publicit\u00e9 en ligne s\u2019\u00e9tend rapidement \u00e0 d\u2019autres domaines, de la tarification \u00e0 la communication politique en passant par le calcul de solvabilit\u00e9 et la gestion des risques<\/strong>. Des plateformes en ligne \u00e9normes, des entreprises de publicit\u00e9 num\u00e9rique, des courtiers en donn\u00e9es et des entreprises de divers secteurs peuvent maintenant identifier, trier, cat\u00e9goriser, analyser, \u00e9valuer et classer les utilisateurs via les plateformes et les mat\u00e9riels. Chaque clic sur un site web<\/strong> et chaque mouvement du doigt sur un smartphone peut activer un large \u00e9ventail de m\u00e9canismes de partage de donn\u00e9es distribu\u00e9es entre plusieurs entreprises, ce qui, en d\u00e9finitive, affecte directement les choix offerts aux gens<\/strong>. Le pistage num\u00e9rique et le profilage, en plus de la personnalisation ne sont pas seulement utilis\u00e9s pour surveiller, mais aussi pour influencer les comportements des personnes.<\/p>\nVous devez vous battre pour votre vie priv\u00e9e, sinon vous la perdrez.<\/p>\n
\u00a0<\/strong><\/p>\nAnalyser les individus<\/strong><\/p>\nDes \u00e9tudes scientifiques d\u00e9montrent que de nombreux aspects de la personnalit\u00e9 des individus peuvent \u00eatre d\u00e9duits des donn\u00e9es g\u00e9n\u00e9r\u00e9es par des recherches sur Internet, des historiques de navigation, des comportements lors du visionnage d\u2019une vid\u00e9o, des activit\u00e9s sur les m\u00e9dias sociaux ou des achats. Par exemple, des donn\u00e9es personnelles sensibles<\/strong> telles que l\u2019origine ethnique, les convictions religieuses ou politiques, la situation amoureuse, l\u2019orientation sexuelle, ou l\u2019usage d\u2019alcool, de cigarettes ou de drogues peuvent \u00eatre assez pr\u00e9cis\u00e9ment d\u00e9duites des Like<\/em> sur Facebook d\u2019une personne<\/strong>. L\u2019analyse des profils de r\u00e9seaux sociaux peut aussi pr\u00e9dire des traits de personnalit\u00e9 comme la stabilit\u00e9 \u00e9motionnelle, la satisfaction individuelle, l\u2019impulsivit\u00e9, la d\u00e9pression et l\u2019int\u00e9r\u00eat pour le sensationnel.<\/p>\n\u00a0<\/strong><\/p>\nAnalyser les like<\/em> Facebook, les donn\u00e9es des t\u00e9l\u00e9phones, et les styles de frappe au clavier<\/strong><\/p>\nDe la m\u00eame fa\u00e7on, il est possible de d\u00e9duire certains traits de caract\u00e8res d\u2019une personne \u00e0 partir de donn\u00e9es sur les sites Web qu\u2019elle a visit\u00e9s, sur les appels t\u00e9l\u00e9phoniques qu\u2019elle a pass\u00e9s, et sur les applis qu\u2019elle a utilis\u00e9es. L\u2019historique de navigation<\/strong> peut donner des informations sur la profession et le niveau d\u2019\u00e9tude. Des chercheurs canadiens ont m\u00eame r\u00e9ussi \u00e0 \u00e9valuer des \u00e9tats \u00e9motionnels comme la confiance, la nervosit\u00e9, la tristesse ou la fatigue en analysant la fa\u00e7on dont on tape sur le clavier de l\u2019ordinateur<\/strong>.<\/p>\n\u00a0<\/strong><\/p>\nAnalyser les individus dans la finance, les assurances et la sant\u00e9<\/strong><\/p>\nLes r\u00e9sultats des m\u00e9thodes actuelles d\u2019extraction et d\u2019analyse des donn\u00e9es reposent sur des corr\u00e9lations statistiques<\/strong> avec un certain niveau de probabilit\u00e9. Bien qu\u2019ils soient significativement plus fiables que le hasard dans la pr\u00e9diction des caract\u00e9ristiques ou des traits de caract\u00e8re d\u2019un individu, ils ne sont \u00e9videmment pas toujours exacts. N\u00e9anmoins, ces m\u00e9thodes sont d\u00e9j\u00e0 mises en \u0153uvre pour trier, cat\u00e9goriser, \u00e9tiqueter, \u00e9valuer, noter et classer les personnes<\/strong>, non seulement dans une approche marketing mais aussi pour prendre des d\u00e9cisions dans des domaines riches en cons\u00e9quence comme la finance, l\u2019assurance, la sant\u00e9, pour ne citer qu\u2019eux.<\/p>\n\u00a0<\/strong><\/p>\nL\u2019\u00e9valuation de cr\u00e9dit bas\u00e9e sur les donn\u00e9es de comportement num\u00e9rique<\/strong><\/p>\nDes startups comme Lenddo, Kreditech, Cignifi et ZestFinance utilisent d\u00e9j\u00e0 les donn\u00e9es r\u00e9colt\u00e9es sur les r\u00e9seaux sociaux, lors de recherches sur le web ou sur les t\u00e9l\u00e9phones portables pour calculer la solvabilit\u00e9 d\u2019une personne<\/strong> sans m\u00eame utiliser de donn\u00e9es financi\u00e8res. D\u2019autres se basent sur la fa\u00e7on dont quelqu\u2019un va remplir un formulaire en ligne ou naviguer sur un site web, sur la grammaire et la ponctuation de ses textos, ou sur l\u2019\u00e9tat de la batterie de son t\u00e9l\u00e9phone. Certaines entreprises incluent m\u00eame des donn\u00e9es sur les amis avec lesquels une personne est connect\u00e9e sur un r\u00e9seau social pour \u00e9valuer sa solvabilit\u00e9.<\/p>\nCignifi, qui calcule la solvabilit\u00e9 des clients en fonction des horaires et de la fr\u00e9quence des appels t\u00e9l\u00e9phoniques<\/strong>, se pr\u00e9sente comme \u00ab\u00a0la plateforme ultime de mon\u00e9tisation des donn\u00e9es pour les op\u00e9rateurs de r\u00e9seaux mobiles\u00a0\u00bb. De grandes entreprises, notamment MasterCard, le fournisseur d\u2019acc\u00e8s mobile Telefonica, les agences d\u2019\u00e9valuation de solvabilit\u00e9 Experian et Equifax, ainsi que le g\u00e9ant chinois de la recherche web Baidu, ont commenc\u00e9 \u00e0 nouer des partenariats avec des startups de ce genre. L\u2019application \u00e0 plus grande \u00e9chelle de services de cette nature est particuli\u00e8rement en croissance dans les pays du Sud, ainsi qu\u2019aupr\u00e8s de groupes de population vuln\u00e9rables dans d\u2019autres r\u00e9gions.<\/p>\nR\u00e9ciproquement, les donn\u00e9es de cr\u00e9dit nourrissent le marketing en ligne. Sur Twitter, par exemple, les annonceurs peuvent cibler leurs publicit\u00e9s en fonction de la solvabilit\u00e9 suppos\u00e9e des utilisateurs de Twitter<\/strong> sur la base des donn\u00e9es client fournies par le courtier en donn\u00e9es Oracle. Allant encore plus loin dans cette logique, Facebook<\/strong> a d\u00e9pos\u00e9 un brevet pour une \u00e9valuation de cr\u00e9dit bas\u00e9e sur la cote de solvabilit\u00e9 de vos amis sur un r\u00e9seau social. Personne ne sait s\u2019ils ont l\u2019intention de r\u00e9ellement mettre en application cette int\u00e9gration totale des r\u00e9seaux sociaux, du marketing et de l\u2019\u00e9valuation des risques.<\/p>\nOn peut dire que toutes les donn\u00e9es sont des donn\u00e9es sur le cr\u00e9dit, mais il manque encore la fa\u00e7on de les utiliser.<\/p>\n
Douglas Merrill, fondateur de ZestFinance<\/em> et ancien directeur des syst\u00e8mes d\u2019informations chez Google<\/em>, 2012<\/p>\n\u00a0<\/strong><\/p>\nPr\u00e9dire l\u2019\u00e9tat de sant\u00e9 \u00e0 partir des donn\u00e9es client<\/strong><\/p>\nLes entreprises de donn\u00e9es et les assureurs travaillent sur des programmes qui utilisent les informations sur la vie quotidienne des consommateurs pour pr\u00e9dire leurs risques de sant\u00e9. Par exemple, l\u2019assureur Aviva<\/strong>, en coop\u00e9ration avec la soci\u00e9t\u00e9 de conseil Deloitte, a utilis\u00e9 des donn\u00e9es clients achet\u00e9es \u00e0 un courtier en donn\u00e9es et habituellement utilis\u00e9es pour le marketing, pour pr\u00e9dire les risques de sant\u00e9 individuels<\/strong> (comme le diab\u00e8te, le cancer, l\u2019hypertension et la d\u00e9pression) de 60\u00a0000 personnes souhaitant souscrire une assurance.<\/p>\nLa soci\u00e9t\u00e9 de conseil McKinsey a aid\u00e9 \u00e0 pr\u00e9dire les co\u00fbts hospitaliers<\/strong> de patients en se basant sur les donn\u00e9es clients d\u2019une \u00ab\u00a0grande compagnie d\u2019assurance\u00a0\u00bb sant\u00e9 am\u00e9ricaine. En utilisant les informations concernant la d\u00e9mographie, la structure familiale, les achats, la possession d\u2019une voiture et d\u2019autres donn\u00e9es, McKinsey a d\u00e9clar\u00e9 que ces \u00ab\u00a0renseignements peuvent aider \u00e0 identifier des sous-groupes strat\u00e9giques de patients avant que des p\u00e9riodes de co\u00fbts \u00e9lev\u00e9s ne surviennent\u00a0\u00bb.<\/p>\nL\u2019entreprise d\u2019analyse sant\u00e9 GNS Healthcare<\/strong> a aussi calcul\u00e9 les risques individuels de sant\u00e9 de patients \u00e0 partir d\u2019un large champ de donn\u00e9es tel que la g\u00e9n\u00e9tique, les dossiers m\u00e9dicaux, les analyses de laboratoire, les appareils de sant\u00e9 mobiles et le comportement du consommateur. Les soci\u00e9t\u00e9s partenaires des assureurs tels que Aetna donnent une note qui identifie \u00ab\u00a0les personnes susceptibles de subir une op\u00e9ration\u00a0\u00bb et proposent de pr\u00e9dire l\u2019\u00e9volution de la maladie et les r\u00e9sultats des interventions<\/strong>. D\u2019apr\u00e8s un rapport sectoriel, l\u2019entreprise \u00ab\u00a0classe les patients suivant le retour sur investissement\u00a0\u00bb que l\u2019assureur peut esp\u00e9rer s\u2019il les cible pour des interventions particuli\u00e8res.<\/p>\nLexisNexis Risk Solutions<\/strong>, \u00e0 la fois, un important courtier en donn\u00e9es et une soci\u00e9t\u00e9 d\u2019analyse de risque, fournit un produit d\u2019\u00e9valuation de sant\u00e9 qui calcule les risques m\u00e9dicaux ainsi que les frais de sant\u00e9 attendus individuellement, en se basant sur une importante quantit\u00e9 de donn\u00e9es consommateurs, incluant les achats.<\/p>\n\u00a0<\/strong><\/p>\nCollecte et utilisation massives de donn\u00e9es client<\/strong><\/p>\nLes plus importantes plates-formes connect\u00e9es d\u2019aujourd\u2019hui, Google et Facebook<\/strong> en premier lieu, ont des informations d\u00e9taill\u00e9es sur la vie quotidienne de milliards de personnes dans le monde. Ils sont les plus visibles, les plus envahissants et, hormis les entreprises de renseignement, les publicitaires en ligne et les services de d\u00e9tection des fraudes num\u00e9riques, peut-\u00eatre les acteurs les plus avanc\u00e9s de l\u2019industrie de l\u2019analyse et des donn\u00e9es personnelles<\/strong>. Beaucoup d\u2019autres agissent en coulisse et hors de vue du public.<\/p>\nLe c\u0153ur de m\u00e9tier de la publicit\u00e9 en ligne<\/strong> consiste en un \u00e9cosyst\u00e8me de milliers d\u2019entreprises concentr\u00e9es sur la traque constante et le profilage de milliards de personnes. \u00c0 chaque fois qu\u2019une publicit\u00e9 est affich\u00e9e sur un site web ou une application mobile, un profil d\u2019utilisateur vient juste d\u2019\u00eatre vendu au plus gros ench\u00e9risseur dans les millisecondes pr\u00e9c\u00e9dentes. Contrairement \u00e0 ces nouvelles pratiques, les agences d\u2019analyse de solvabilit\u00e9<\/strong> et les courtiers en donn\u00e9es clients<\/strong> exploitent des donn\u00e9es personnelles depuis des d\u00e9cennies. Ces derni\u00e8res ann\u00e9es, ils ont commenc\u00e9 \u00e0 combiner les tr\u00e8s nombreuses donn\u00e9es dont ils disposent sur la vie hors-ligne des personnes avec les bases de donn\u00e9es utilisateurs et clients utilis\u00e9es par de grandes plateformes, par des entreprises de publicit\u00e9 et par une multitude d\u2019autres entreprises dans de nombreuses secteurs.<\/p>\n\n
Les entreprises de donn\u00e9es ont des informations d\u00e9taill\u00e9es sur des milliards de personnes<\/strong><\/p>\n\u2026<\/strong><\/p>\n\u00a0<\/strong><\/p>\nPour lire le dossier complet\u00a0:<\/strong><\/p>\nhttps:\/\/framablog.org\/2017\/10\/25\/comment-les-entreprise<\/a><\/p>\n![\"\"](\"https:\/\/collectif-accad.fr\/site\/wp-content\/uploads\/2019\/04\/Barricadage-181030-2.jpg\")
<\/p>\n","protected":false},"excerpt":{"rendered":"
Un dossier tr\u00e8s complet<\/p>\n","protected":false},"author":4,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-3441","post","type-post","status-publish","format-standard","hentry","category-non-classe"],"_links":{"self":[{"href":"https:\/\/collectif-accad.fr\/site\/wp-json\/wp\/v2\/posts\/3441","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/collectif-accad.fr\/site\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/collectif-accad.fr\/site\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/collectif-accad.fr\/site\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/collectif-accad.fr\/site\/wp-json\/wp\/v2\/comments?post=3441"}],"version-history":[{"count":1,"href":"https:\/\/collectif-accad.fr\/site\/wp-json\/wp\/v2\/posts\/3441\/revisions"}],"predecessor-version":[{"id":3442,"href":"https:\/\/collectif-accad.fr\/site\/wp-json\/wp\/v2\/posts\/3441\/revisions\/3442"}],"wp:attachment":[{"href":"https:\/\/collectif-accad.fr\/site\/wp-json\/wp\/v2\/media?parent=3441"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/collectif-accad.fr\/site\/wp-json\/wp\/v2\/categories?post=3441"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/collectif-accad.fr\/site\/wp-json\/wp\/v2\/tags?post=3441"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}