Big Data, Science des données, aide à la décision en entreprise, business intelligence, data warehouse, reporting, OLAP, web analytics, data visualization, data mining, internet des objets, informatique cognitive, intelligence artificielle...

Abonnez-vous gratuitement à Decideo !


Decideo

 


Le Big Data n’impose pas de tout rebâtir dans l’entreprise


Rédigé par Sofian BENALI, SCC le 12 Février 2013

2,5 trillions. C’est le nombre de données créées chaque jour dans le monde. Ce chiffre colossal s’explique notamment par le fait que les données proviennent massivement de services désormais inévitables dans notre quotidien : réseaux sociaux, plates-formes de partage, e-mails, puces RFID, Smartphones, tablettes, applications mobiles, capteurs et senseurs mobiles… Le tout dans un modèle qui est bien souvent non structuré.
Les entreprises, en s’ouvrant de plus en plus vers de nouveaux modes de communication, n’échappent pas à ces gigantesques flux de données. Cependant, tout le monde n’est pas égal devant le phénomène Big Data, la notion du “Big” variant de quelques téraoctets pour certains à quelques pétaoctets pour d’autres. Alors qu’est-ce que le Big Data exactement ? Quelles sont les différences fondamentales par rapport aux modèles classiques que nous connaissons aujourd’hui, basés sur des outils traditionnels de gestion de base de données?



L’entreprise n’a pas d’inquiétude à avoir

Sofian Benali, Business Development Manager Oracle chez SCC
Sofian Benali, Business Development Manager Oracle chez SCC
En bref, le phénomène Big Data se distingue par la récupération et le traitement de très importants volumes de données – structurées ou non – en provenance de ces sources hétérogènes, en temps réel et majoritairement en flux continu.
Le Big Data n’est pas un sujet de prospective mais bien une réalité pour les entreprises, surtout en temps de crise où il faut savoir trouver les vecteurs de performance. Celles-ci doivent désormais comprendre que l’analyse de ces données massives issues de sources multiples est un enjeu important pour les activités marketing, commerciales ou de la communication. Toutefois, si le bénéfice est évident, l’approche financière ne doit pas être considérée comme un frein, car, heureusement, les infrastructures actuelles sont en général adaptées et constituent une base efficace sur laquelle viendra se greffer la gestion Big Data. Il est souvent hors de question de tout rebâtir !
L’entreprise n’a donc pas d’inquiétude à avoir. L’évaluation, l’expérimentation et même la mise en œuvre d’un projet Big Data peuvent se faire rapidement en quelques semaines.

Changement de processus internes dans l’entreprise

En revanche, un projet de Big Data implique une architecture adéquate à la récupération des données et leur analyse car l’objectif est bien de rendre la donnée et l’information compréhensibles, utilisables et accessibles à tous dans l’entreprise.

Les différents départements doivent pouvoir travailler de manière transversale les uns avec les autres afin de tirer parti de la donnée, la faire circuler, la valoriser…Une démarche, somme toute, assez nouvelle. Certaines études rapportent que 50% des données collectées ne sont pas utilisées, alors si un projet Big Data permettait de s’attaquer à cette matière déjà existante ?
Par exemple, l’un des objets d’un projet Big Data peut porter sur l’étude et l’analyse des habitudes de navigation des internautes, comme cela peut être le cas pour des nombreuses entreprises ayant monté des sites web en BtoC ou de sites de mise en relation de particuliers. Quelles pages consultées, quels produits cliqués, quel cheminement d’un produit à la commande, quels temps d’attente, quels avis déposés par ce même client sur le site… l’entreprise peut ainsi mieux cibler ses actions marketing et commerciales et tirer parti des données inexploitées jusque-là car trop complexes.

De telles analyses nécessitent une collaboration étroite entre le marketing, les commerciaux et tous les autres départements avec l’informatique comme pierre angulaire de cette organisation. Cette transformation des processus internes de l’entreprise s’accompagnera d’une évolution des modes de construction des entrepôts de données, voire des méthodes de gestion de projets et des architectures techniques. Les perspectives de développement sont quasiment illimitées puisqu’elles dépendent désormais de la capacité de l’entreprise à imaginer de nouvelles combinaisons.

Comment mettre en place un projet Big Data ?

Comment s’y prendre ? C’est finalement là toute la question. Lorsque l’on parle de Big Data, on adresse les données dites «non structurées», issues de tout type de source (web, images, vidéos, réseaux sociaux etc…). La gestion de ces types de données doit se faire via des outils appropriés pour mettre en place l’architecture adéquate à la récupération des données et leur analyse.

Ainsi, le Big Data n’oblige pas une refonte des infrastructures déjà en place. Sur le plan matériel, des dispositifs de collecte, organisation, stockage et analyse s’intègrent dans l’infrastructure en place ; sur un plan logiciel, les offres nouvelles pour se brancher sur les flux hétérogènes sont apparues. Le plus souvent, ces dernières constituent une base suffisante.




Nouveau commentaire :
Facebook Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.