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 sans "Big Data", c'est quoi ?


Rédigé par Jeremy Harroch, Quantmetry le 2 Mars 2015

Au terme de ma 3ème année d’entrepreneur de la data, je profite de ce billet pour partager avec vous quelques réflexions autour du conseil en data que je pratique en tant que Président-Fondateur de Quantmetry : “La révolution industrielle que nous vivons n’est pas une révolution de l’information mais une révolution de la communication dans l’entreprise et entre les entreprises."



Une vaste confusion sémantique

Jeremy Harroch, Président – Fondateur, Quantmetry
Jeremy Harroch, Président – Fondateur, Quantmetry
La multiplicité des offres des prestataires (DMP, RTB, CRM Analytics) s’ajoute à la multiplicité des mots techniques (Hadoop, NoSQL, CEP), des métiers (dataScientists, dataMiners, dataAnalystes) et des concepts (Open Data, Big Data, dataScience) si bien que le Big Data est devenu une vaste confusion sémantique.
Les tentatives de rationalisation (les 3 V proposés par Gartner selon lesquels tout projet Big Data doit comporter l’une de ces trois particularités : Volume, Variété, Vélocité) ne représentent plus rien là où les démarches exploratoires utilisent du Hadoop avec moins de 100 Giga de données structurées à analyser, sans contraintes de temps.
Les briques logicielles se multiplient à l’infini, toujours plus performantes, en évolution permanente si bien que plus d’une centaine de logiciels sont classés dans la catégorie Big Data.
On utilise le Big Data pour tout : optimiser des campagnes de publicité, déduire les préférences des clients, améliorer les prix, comprendre les réseaux sociaux, vérifier les intrusions de virus, surveiller des tendances au point qu’il remet en cause la CNIL, le code informatique et liberté, et provoque une levée de bouclier contre un ‘Patriot Act’ à la française.
Les prestataires de service professionnels (cabinet de conseil en stratégie, outsourcing technologique, conseil en ingénierie, SSII, intégrateurs et éditeurs de logiciels) déclarent avoir une offre Big Data. Et les clients tombent dans le piège d’un Big Data magique, simple à utiliser et qui guérirait tous les maux.

Le buzz word “Big Data” est maintenant devenu trop fort au point que tout est Big Data ; alors, acceptons-le, le Big Data est suffisamment Big à lui-seul pour contenir tous ses aspects.

Une réalité permanente

Côté RH, les prévisions des besoins en analytiques sont estimés en France à quelques milliers par an, cependant l’ensemble des formations ne fournit que quelques centaines de nouveaux profils sur le marché de l’emploi auquel il faut ajouter ceux qui se forment seuls et ceux qui se repositionnent professionnellement (les traders, bio-statisticiens, chercheurs en physique et professionnels du BI). Il faudra attendre encore 3 ans pour que l’offre rencontre la demande ce qui va maintenir la bulle des salaires de dataScientists encore quelques temps.

Côté projets, chaque tentative de Big Data en entreprise est l’occasion de se reposer les mêmes questions déjà résolues de nombreuses fois par d’autres entreprises : quelle est ma roadMap, comment faire de mes premiers projets un succès démonstratif, y a-t-il de la valeur dans mes données, quelle architecture dois-je choisir, comment sélectionner mes sujets, qui va porter quelle compétence?
L’année 2014 avait bourgeonné de POC (proof of concept - des projets pilotes qui ne dureront pas dans le temps) en Big Data, l’année 2015 annonce l’éclosion des premiers dataLabs (une équipe dédiée à l’analyse de données autour d’une plateforme commune) mais on est encore loin des sujets d’industrialisation, des mises en production et surtout de l’amélioration opérationnelle par la data.

La seule certitude, c’est que le Big Data que nous vivons actuellement n’est qu’un début très balbutiant de ce que sera le Big Data dans quelques années, un peu comme dans les premières années d’Internet, où l’impact actuel des réseaux sociaux était insoupçonnable.

Et pourtant, tous les grands groupes français ont déjà commencé à réaliser leur nécessaire mutation par la data et ont conscience du bouleversement concurrentiel, du changement du rapport au client, de la remise en cause de leur modèle d’affaire. L’information sera devenue une monnaie dans un marché où ceux qui ne savent pas se l’échanger seront condamnés à mourir.

Le Big Data sera partout, dans nos ordinateurs, dans notre métier, dans notre smartphone, dans les magasins que nous fréquentons, dans les objets connectés et pourtant non, cette révolution tient moins à l’information qu’à la communication.

L’innovation comme moteur de transparence

En réalité, on faisait du Big Data bien avant que le mot Big Data n’apparaisse. Personnellement mon expérience en trading algorithmique m’a fait découvrir un monde vaste de données, d’analyses, de calculs, de décisions prises sur des métriques quantitatives… dès 2006. A New York, en 2011, l’équipe de dataScientist autour de du Maire Bloomberg utilisait déjà des algorithmes de score pour déterminer quels immeubles étaient les plus susceptibles de prendre feu. Tout ça sur des feuilles Excel. Les départements de connaissance client de toutes les institutions financières pratiquent le dataMining avec succès depuis plus de 20 ans.

Ce qui est nouveau c’est le saut quantique entre ce qui se faisait avant et aujourd’hui. Le Big Data démocratise l’analyse de la donnée à bas coût et avec des technologies très performantes, largement décrites sur Internet grâce une communauté très active. Les projets de conduite de changement ne s’inscrivent plus dans la continuité mais dans la rupture et obligent toutes les directions d’une société à se parler.

Ainsi, les projets pilotes sont réalisés par des équipes multidisciplinaires (on parle de ‘Pizza Team’), les dataLabs ont pour clients toutes les entités de leur groupe, les dataScientists maîtrisent aussi bien le langage DSI que le langage métier. A l’échelle des Chief Data Officer de l’administration publique, ils réunissent à la même table différents ministères qui auraient dû communiquer depuis longtemps, inhibés par le conflit d’intérêt, et qui se trouvent contraints à le faire devant autant de valeur ajoutée pour le contribuable.

Internet a apporté au consommateur un outil de communication générateur de valeur, le Big Data apporte aux entreprises un outil de communication générateur de valeur.




Commentaires

1.Posté par Mugg it le 02/03/2015 21:17
Merci pour cette clarification, je trouve effectivement que depuis 3, 4 ans, c'est la course à la big data, toutes les organisations ont cherché à s'équiper pour être en mesure de TOUT capter. Bien souvent ces projets gigantesques sont toujours encore en cours de mise en place. Mais finalement la question que l'on peut se poser est de savoir à quoi ça sert de capter toutes ces données. Et je ne suis pas certain que toutes ces entreprises si bien outillées n'aient construit en amont une stratégie globale... Je suis impatient de voir la suite, le boulot des CDO va devenir passionnant et stratégique. Saurons nous rester maître des décisions pour brasser autant de data et être en mesure de toutes les analyser, il faut avoir un sacré CPU... ?

2.Posté par Vallaud Thierry le 02/03/2015 22:39
Depuis le début je dis que le big data n'est qu'un concept marketing surfant sur l'évolution exponentielle des données depuis les années 1990 d'éditeurs de logiciels en mal de relai de croissance. Un peu comme le CRM ou la BI en leurs temps.
Depuis le début je dis aussi que "data scientist" est la vision un peu plus informatisée du "data miner" lui même la version relookée du statisticien http://www.bva.fr/fr/actualites/parole_d_expert/le_data_scientist.html
La data science est le renommage des statistiques pour les rendre plus sexy avec une petite mise en avant du machine learning qui est la version plus informatisée du data mining
Tout cela c'est du marketing d'un monde l'informatique qui a besoin de hype cycle pour continuer son évolution, le savoir c'est prendre du recul
En plus la desssus comme les aspects financiers primes sur tout dicernement, le discours s'emballe loin de toute objectivité.
Tant mieux si cela génère de la croissance....

3.Posté par Didier Gaultier le 07/03/2015 18:26
Très bel article synthétique sur le Big data, qui montre bien que on peut faire du Big Data sans le coté Big. autrement dit il vaut mieux être plutôt data que big !
Thierry Vallad a raison de dire que Data Scientiste c'est un relooking du data miner en mettant un peu plus en avant l'aspect technique et machine Learning. Les algorithmes existent quasiment tous depuis 50 ans, ce qui a évolué ce ne sont pas les algorithmes mais bien leurs usages et leurs applications. Jeremy Harroch a raison de dire qu'on n'en n'est qu'au début tant le monde de l'infrastructure (Hadoop, Spark, MongoDB) a du mal à bien parler avec les outils d'analyse du marché. Il va falloir que les informaticiens se forment à (et acceptent au lieu de la combatre) la Statistique et que les statisticiens acceptent de se retrousser les manches sur les bases de données autrement le monde du Big data risque de rester au stade du POC. Gageons que les deux mondes vont finir par réussir à se causer et à sortir des solutions qui tiennent enfin la route.

4.Posté par Abed Ajraou le 10/07/2015 04:50
Difficile de lire ces deux derniers commentaires alors qu'on en a avait déjà débattu il y a presque 2 ans ...:
http://www.decideo.fr/Non-Data-Scientist-n-est-pas-le-nouveau-nom-du-Statisticien-_a6399.html

Non, le Data Scientist n'est pas du marketing et un "relooking" du statisticien ou du data miner. Comme la BI doit évoluer, les statisticiens aussi ...

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.