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

 


Les 3 V du Big Data : Volume, Vitesse et Variété


Rédigé par Stefan SCHMIDT, Hybris le 4 Juin 2012

Le volume des données explose. Dans un rapport de 2010 consacré au Big Data, McKinsey prédisait une augmentation de 60 % de la marge d’exploitation des retailers qui utiliseraient pleinement ces énormes volumes de données. C’est pourquoi les technologies de traitement des Big Data sont devenues aussi importantes. Aucune entreprise ne souhaite polluer sa base de données transactionnelles avec le Big Data. Cependant la demande d’information est telle qu’elles doivent pouvoir accéder rapidement aux données et mener en temps réel les analyses qui leur offriront une meilleure chance de réagir à l’évolution des tendances.



Stefan Schmidt, Directeur de la stratégie produits d’hybris
Stefan Schmidt, Directeur de la stratégie produits d’hybris
Il est donc important decomprendre les 3 V du Big Data – Volume, Vitesse et Variété.

Volume

Le volume décrit la quantité de données générées par des entreprises ou des personnes. Le Big Data est généralement associé à cette caractéristique. Les entreprises, tous secteurs d’activité confondus, devront trouver des moyens pour gérer le volume de données en constante augmentation qui est créé quotidiennement. Les catalogues de plus de 10 millions de produits sont devenus la règle plutôt que l’exception. Certains clients gérant non seulement des produits mais aussi leur propre clientèle peuvent aisément accumuler un volume dépassant le téraoctet de données.

Vitesse

La vitesse décrit la fréquence à laquelle les données sont générées, capturées et partagées. Du fait des évolutions technologiques récentes, les consommateurs mais aussi les entreprises génèrent plus de données dans des temps beaucoup plus courts. À ce niveau de vitesse, les entreprises ne peuvent capitaliser sur ces données que si elles sont collectées et partagées en temps réel. C’est précisément à ce stade que de nombreux systèmes d’analyse, de CRM, de personnalisation, de point de vente ou autres, échouent. Ils peuvent seulement traiter les données parlots toutes les quelques heures, dans le meilleur des cas. Or, ces données n’ont alors déjà plus aucune valeur puisque le cycle de génération de nouvelles données a déjà commencé.

Variété

La prolifération de types de données provenant de sources comme les médias sociaux, les interactions Machine to Machine et les terminaux mobiles, crée une très grande diversité au-delà des données transactionnelles traditionnelles. Les données ne s’inscrivent plus dans des structures nettes, faciles à consommer. Les nouveaux types de données incluent contenus, données géo spatiales, points de données matériels, données de géolocalisation, données de connexion, données générées par des machines, données de mesures, données mobiles, points de données physiques, processus, données RFID, données issues de recherches, données de confiance, données de flux, données issues des médias sociaux, données texte et données issues du Web. Nos propres objets métiers rapides (inventés il y a 8 ans) préfiguraient cette tendance en permettant aux entreprises d’introduire rapidement de nouveaux objets de données ou de doter les objets existants de nouvelles caractéristiques.

Pourquoi est-il important de comprendre tout cela ? Parce que le Big Data nous aide à obtenir une meilleure représentation de l’interaction des clients avec l’entreprise. Il permet une meilleure compréhension de ce que les clients aimeraient réaliser à chaque point de contact. Il minimise ainsi le risque de perdre ces clients lors du passage d’un point de contact vers un autre et garantit la pertinence de l’information qui leur est délivrée. Ainsi, pour améliorer à la fois la qualité de service, aspect clé pour les clients, et le taux de transformation de ces clients, il est important pour l’entreprise de ne pas perdre de vue les 3 V du Big Data.

Stefan Schmidt possède plus de dix années d’expérience dans le e-commerce et le commerce multicanal et tire sa solide expertise des postes qu’il a occupés chez Wysiwyg et hybris. Diplômé de la Hochschule für Technik und Wirtschaft Furtwangen en Allemagne, il entretient une relation prolifique avec la communauté internationale des analystes, à tous les niveaux. Stefan Schmidt participe également à de nombreuses conférences en tant qu’orateur ; il a conçu et développé plusieurs produits chez hybris, notamment au niveau de la gestion des commandes et des offres de services client et mobiles. Il a participé à des projets de e-commerce internationaux pour de grandes enseignes telles que H&M, Grainger, Toys R Us, Reebok, Virgin Megastores et Waterstones.




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.