Tout d'abord, la cible sélectionnée par Estimize pour ses prédictions se distingue des expérimentations précédentes. En effet, il n'est pas question ici des cours boursiers mais plutôt des résultats trimestriels des grandes entreprises américaines. Ce choix est intelligent car, tout en jouant sur les fondamentaux de l'évolution des cours des valeurs, il est déjà soumis à des prédictions : celles des analystes financiers, dont la moyenne détermine aujourd'hui les réactions des "marchés" aux annonces de chiffres officiels des sociétés cotées.
Deuxième point positif, la plate-forme ne cherche pas à automatiser l'analyse de sentiments et préfère au contraire demander à ses membres de fournir explicitement leurs prédictions. Celles-ci porteront, pour chaque valeur, sur les niveaux de revenu et de chiffre d'affaire qu'annoncera la société lors de sa prochaine échéance financière. Et, dans la stricte logique des modèles de "sagesse des foules", la moyenne des propositions des internautes est finalement présentée en regard du fameux "consensus des analystes" et des résultats effectifs de l'entreprise visée :
Bien entendu, la fiabilité des prédictions issues d'Estimize ne vaut que par le nombre de personnes y participant. Pour développer son audience et malgré les risques de dérive que cela peut induire (selon les recherches théoriques sur le sujet), la société a choisi de mettre en place un mécanisme de concours, qui récompense (par des primes de quelques milliers de dollars) ceux qui fournissent les estimations les plus précises dans quelques secteurs particuliers (logiciel, internet, commerce de détail...). Cette compétition permet aussi au passage d'introduire quelques fonctions "sociales" entre membres, de suivi, de comparaison des performances...
Alors que le concepteur du système considère que la "foule" ne deviendra réellement "sage" que quand elle atteindra au moins 10 000 participants, les 3 600 personnes inscrites actuellement suffisent apparemment à battre les prédictions des analystes dans 63% des cas. Conséquence naturelle, des gérants de hedge funds commencent à s'intéresser à Estimize. Ce qui réjouit certainement la startup puisqu'il semble que son modèle économique s'appuie (au moins partiellement) sur la diffusion de ses données, via des APIs (interfaces de programmation), sous une forme qui permettra de les intégrer dans des modèles d'analyse et de trading automatiques...
A l'opposé des précédentes tentatives, que j'ai parfois qualifiées de martingales tellement elles m'inspirent la méfiance, cette mise en pratique de la théorie de la "sagesse des foules" me paraît intéressante. A cela deux raisons principales, que j'ai déjà citées : son approche, collant au plus près aux modèles qui ont déjà fait leurs preuves (celui consistant à deviner le nombre de haricots présents dans un bocal), et son application à un système déjà régi par des prédictions (d'experts ?) dont les limites sont démontrées chaque jour.
Il doit bien exister d'autres cas d'applications possibles du concept de "sagesse des foules", aussi pertinents que celui-ci, ne croyez-vous pas ?
Les cas d'applications possibles sont très très nombreux. ^^
RépondreSupprimer