Qui ?
Isabelle Bordry, co-fondatrice de Retency.
Quoi ?
Une interview sur une nouvelle activité de la société : Retency Privacy Engine, un logiciel de desidentification : en protégeant la confidentialité des données personnelles, il apporte une alternative réglementairement valide au consentement individuel.
Comment ?
Cette nouvelle activité est-elle le fruit de la période Covid ?
Elle est le fruit de 4 ans de R&D. Mais effectivement, nous avons profité de la période de confinement pour porter cet algorithme dans le Cloud et ainsi le rendre disponible à tous en mode SaaS. La demande est venue en premier de la grande distribution. Ces acteurs proposent aux marques de grande consommation des mesures de performance des investissements publicitaire et des données permettant l’optimisation des plans médias. Retency apporte à ces acteurs la capacité d’effectuer directement ces analyses en quelques clics. Avec des garanties complètes de protection des données personnelles utilisées. Et sur la totalité de la base, pas seulement sur la partie consentie.
Comment ça marche ?
Accessible en mode SaaS, Retency Privacy Engine est référencé sur Microsoft Azure Marketplace. Il est interopérable avec AWS, Google Cloud Platform, ainsi que les environnements SQL et Hadoop. Retency Privacy Engine est distribué sous forme d'abonnement annuel. Le prix dépend du nombre de lignes traitées par analyse. Il est notamment disponible en 10M lignes et 100M lignes par analyse.
Retency Privacy Engine rencontre également un fort intérêt auprès des acteurs de la banque, de l'assurance et de la santé. Il leur permet d’étendre le domaine des données utilisables pour leurs analyses et l’entraînement de leurs modèles d’IA.
Avez-vous des concurrents ?
Du point de vue scientifique, nous nous plaçons dans le domaine t du Differentially Private Multi-Party Computation ( la capacité de mener des analyses confidentielles sur des données détenues par des entités séparées). Cette recherche est principalement menée aux USA. Du point de vue technologique, nous sommes très en avance, avec un procédé conforme, industrialisé et capable de traiter aisément de très grands volumes de données. Il faut maintenant convaincre le marché que ce nouveau type de ciblage est possible et remplit les mêmes fonctions que le ciblage personnel d'antan.
