Définition du Big Data
Le Big Data (grosses données) est l’expression-valise qui désigne des données volumineuses, non structurées, hétérogènes et issues de sources différentes, mais également les systèmes qui permettent d’analyser de ces données.
Le Big Data c’est avant tout de la technologie
Le Stockage en mémoire optimise les temps de traitement des requêtes.
Les serveurs permettent les traitements en parallèle (Framework Hadoop par ex.).
Les bases de données NoSQL (MongoDB, Cassandra) implémente des modules de stockages plus performants que le SQL.
Le Big Data en 3V
Doug Laney a créé en 2001 la grille de lecture des 3V :
Volume des échanges de plus en plus massifs (2,5 trillions d’octets de données générés quotidiennement, 12 TOctets de teweets dans le même temps),
Variété des données (texte,son,vidéo,données de capteurs,historique de navigation, GPS…),
Vélocité de la collecte pour un traitement en temps-réel au fil de l’eau,
Auxquels on peut y ajouter un 4ème :
Véracité : donner confiance dans les données pour prendre les bonnes décisions.
Les objectifs du Big Data
Le Big Data, en engrangeant des données de tous ordres, permet de définir des profils types de comportements voire la création de modèles prédictifs. Deux exemples concrets :
- Comprendre les comportements des consommateurs pour affiner, cibler, anticiper les offres par Le VRM ( “Vendor relationship Management” ) beaucoup plus précis qu’un CRM classique,
- Evaluer pour adapter les infrastructures ou services en fonction de leur utilisation par exemple en modélisant les déplacements de population pour adapter les réseaux routiers ou les risques
Mais le Big Data traite des données qui peuvent être incohérentes ou devenir obsolètes en quelques minutes et de plus, il s’avère très couteux. Aujourd’hui , seuls les grands groupes comme les GAFA (Les Google Amazon Facebook Apple) ont pu en tirer pleinement profit .
Le futur du Big Data
Le Big Data est un outil fantastique mais il peine à prendre pied dans les entreprises en particulier en France et par certain côté il engendre la crainte légitime de certains consommateurs de devenir une proie facile pour les marketeurs de tous poils. Alors quelles alternatives ?
La plus simple est le No Data, un soulagement pour les internautes mais une perte nette pour les vendeurs.
Ou peut-être une alternative qualitative, permettant à l’humain et sa réflexion d’infléchir la brutalité des algorithmes : Le Smart Data.
Le Smart Data futur du Big Data ?
Là où le Big Data collecte des données brutes en très grand nombre, le Smart Data se concentre uniquement sur les données utiles, exploitables et transformables. Cette évolution est inéluctable pour au moins 3 raisons :
- Les volumes et la variété des données collectées augmentent de façon exponentielles chaque jour
- Toutes les données ne sont ou seront pas exploitables et la plupart ne sont pas toujours très utiles,
- La majorité des entreprises n’a pas la capacité de traiter des Big Data (prix, compétences, temps)
Il est donc beaucoup plus pertinent pour les entreprises de se concentrer sur des objectifs atteignables, donc de collecter et d’analyser uniquement des données qui seront utilisables
Passer du Big Data au Smart Data en 5 étapes
(Infographie de campdebases.com)
Le Smart Data consiste donc dans un premier temps à filtrer les informations collectées puis à les analyser dans un but précis d’indicateur clé ou d’utilisation précise.
Le risque du filtrage est qu’il ne soit pas efficient dans le temps, soit parce que les données ont évoluées, soit parce des données non exploitées s’avèrent complémentaires des données réellement exploitées. Il convient donc de revoir en permanence les pertinences de ces Sélections ou filtrages. De même les objectifs peuvent évoluer, les KPI changer, il est donc important que l’analyse des données soient dévolue à un cerveau humain capable de réagir et d’adapter. C’est le rôle du Datascientist, mi statisticien, mi marketeur qui a en charge de transformer des données brutes en informations utilisable.
Pour aller plus loin : ARTE-Future > Les enjeux du Big Data