Big data : le point sur sa nature, ses promesses et ses limites Big data : le point sur sa nature, ses promesses et ses limites
(33) 1 42 74 40 00

Qu’est-ce que le big data ?

Le terme Big Data fait désormais partie du langage courant au sein des entreprises. Mais à force d’être employé dans des contextes très différents et de de lui voir attribuer des portées diverses, son sens se perd et semble parfois difficile à cerner. Qu’est-ce que le big data exactement ?

Big data

Le big data ou l’ère des grandes données

L’explosion du volume des données

L’appelation big data fait sa première apparition au sein d’articles scientifiques en 1997. Avec le développement du numérique et la rapide évolution des outils technologiques, les entreprises font face à une explosion du volume des données. Leur croissance suit une courbe quasi-exponentielle et les stocker de façon sécurisée est devenu un enjeu majeur. Au sein des entreprises, les données proviennent par exemples des ERP et CRM, ou d’autres sources (réseaux sociaux, web, géolocalisation). Les entreprises qui font du commerce en ligne possèdent des mines de données. Facebook par exemple gère plus de 100 millions de milliards de données !

Pour en savoir plus sur l’histoire du big data, cliquez ici.

Un réel défi informatique

Face à ces gigantesques volumes (le terme big data prend ici tout son sens !), les outils traditionnels de gestion de données ont trouvé leur limite. Le premier défi du big data, c’est le stockage des données. Avoir la capaciter de stocker et de traiter de grands volumes d’information, voici un enjeu de taille pour les sociétés. Aujourd’hui, la moitié des entreprises en France ont démarré l’exploitation des mégadonnées (contre seulement 7% en 2012).

Le Big data se définit souvent par les 3 V :

  • Volume : quantité exponentielle des données à traiter
  • Variété : des données issues de différents formats (textes, image, numérique…)
  • Vélocité : fréquence de renouvellement des données

Pour en savoir plus sur les acteurs de la big data, cliquez ici.

Que faire de ces données ?

Les promesses du big data

Le stockage de ces données n’a d’autre utilité que de nous renseigner sur notre environnement et les perspectives d’application concernent de nombreux dommaines : gestion des risques, prospectives climatiques et environnementales, étude des phénomènes politiques et religieux, compréhension médicale, lutte contre la criminalité… En entreprise, l’analyse peut être utilisée à des fins Marketing, RH, Commerciale, etc. Connaître les attentes de ses prospects et savoir qui sont ses futurs clients, voila le rêve de tout marketeur. C’est ce que promet la big data.

Mais pour tirer le meilleur parti de la donnée et bâtir des modèles prévisionnels opérationnels, il faut savoir les exploiter et les analyser de façon pertinente. La qualité des données stockées fait alors toute la différence… Les données fiables et réactualisées ont de la valeur et sont mises sur le marché. Le data scientist est chargé de cette analyse : modélisation, prospective, simulation, data visualization font partie de ses missions. Pour ce faire, il possède de solides compétences scientifique et il est parfaitement au fait des nouvelles techniques d’analyse des données.Mais derrière ces analystes, ce sont les responsables fonctionnels qui sont à l’origine des demandes. Au sein de la masse de données, il s’agit de trouver du sens et donc, de donner une direction : sans finalité, la donnée est vaine. Le big data doit servir les objectifs stratégiques de l’entreprise et non les faire perdre de vue.

Quelques limites du big data…

  • Pour analyser les données encore faut-il en posséder en quantité suffisante : entre Amazon et une PME, il y a un gouffre en la matière ! Mais pas d’inquiétude pour ceux qui n’atteignent pas encore les pics vertigineux de la big data : l’intelligence stratégique et le bon sens suffisent à comprendre et analyser les données en quantité plus modeste. Notons cependant qu’il est toujours intéressant de se rapprocher de données externes (open data) pour appréhender son univers concurentiel et son marché de façon plus fine.
  • Rapprocher des données entre elles peut parfois mener à établir des liens sans causalité. Par exemple, savoir que tel public est plus sensible à tel produit ou sujet à tel comportement, ne nous renseigne pas sur les causes de cette relation.  C’est là où la capacité d’analyse prend toute son importance : au delà des chiffres, il faut savoir donner du sens.
  • Être bien informé ne suffit pas à prendre les bonnes décisions : ne pas se noyer dans l’information et garder un regard stratégique global, voici ce à quoi le décideur avisé doit rester vigilent.

Poster le commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

En poursuivant votre navigation sur ce site, vous acceptez l'utilisation de cookies destinés à vous proposer des services ou offres adaptés à vos centres d'intérêts et à réaliser des statistiques de visites. Plus d’informations

Les paramètres des cookies sur ce site sont définis sur « accepter les cookies » pour vous offrir la meilleure expérience de navigation possible. Si vous continuez à utiliser ce site sans changer vos paramètres de cookies ou si vous cliquez sur "Accepter" ci-dessous, vous consentez à cela.

Fermer