Big Data

Qu'est-ce que le Big Data ?

Le terme anglais Big Data désigne par définition une grande quantité de données complexes, non structurées et variables. Les méthodes traditionnelles de traitement des données ne permettent pas d'analyser ces volumes de données. Des technologies d'analyse spéciales sont nécessaires à cet effet.

Sommaire
    Add a header to begin generating the table of contents
    Temps de lecture : 3:13 min

    Comment fonctionne le Big Data ?


    Dans un monde de plus en plus numĂ©risĂ©, le Big Data se crĂ©e de lui-mĂȘme. Chaque jour, de nouvelles informations sont gĂ©nĂ©rĂ©es, ce qui entraĂźne Ă  son tour une augmentation constante des volumes de donnĂ©es. Les donnĂ©es proviennent entre autres des sources suivantes :

    • Utilisation de services Internet et des rĂ©seaux sociaux
    • Communication Ă©lectronique (notamment via les smartphones)
    • Utilisation de systĂšmes de paiement
    • Appareils Ă©lectriques (Smart watchs par ex.)
    • Installations en rĂ©seau dans l’industrie
    • Domotique en rĂ©seau
    • VĂ©hicules connectĂ©s

    L’analyse de ces donnĂ©es dans le cadre de la Business Intelligence est difficile non seulement en raison de leur volume Ă©levĂ©, mais aussi en raison des nombreuses structures (formats) diffĂ©rentes. Le fait que les Big Data Ă©voluent gĂ©nĂ©ralement rapidement complique encore la situation.

     

    Comment traiter les Big Data ?


    Les bases de donnĂ©es traditionnelles (relationnelles) et les systĂšmes d’Ă©valuation ne sont pas en mesure de traiter les Big Data. Au contraire, les grandes quantitĂ©s de donnĂ©es nĂ©cessitent de nouvelles solutions pour le stockage et l’analyse des donnĂ©es. Les logiciels Big Data se distinguent notamment des systĂšmes traditionnels tels que les Data Warehouse (ou « entrepĂŽt de donnĂ©es ») par les aspects suivants :

    • PossibilitĂ© de traiter de nombreuses donnĂ©es en parallĂšle
    • Importation trĂšs rapide des donnĂ©es (parfois mĂȘme en temps rĂ©el ou en temps quasi-rĂ©el)
    • Recherche rapide et chargement parallĂšle des donnĂ©es
    • PossibilitĂ© d’Ă©valuer diffĂ©rents types d’informations

    D’un point de vue technique, ce sont les bases de donnĂ©es en mĂ©moire ou des approches telles que MapReduce (connue grĂące Ă  MongoDB et Apache Hadoop) qui permettent de mettre en Ɠuvre ces exigences.

    Comme il n’est plus du tout possible de reconnaĂźtre manuellement les relations dans les Big Data, on a de plus en plus recours au Machine Learning. Cette approche issue du domaine de l’intelligence artificielle permet entre autres d’identifier des informations utiles, des modĂšles cachĂ©s et des corrĂ©lations jusqu’alors inconnues dans les donnĂ©es.

    En raison des Ă©normes ressources informatiques nĂ©cessaires Ă  l’analyse des donnĂ©es volumineuses, de plus en plus d’entreprises misent sur une gestion des donnĂ©es via le Cloud computing. Elles ne conservent donc pas le matĂ©riel et les logiciels nĂ©cessaires en interne, mais accĂšdent aux solutions Big Data via Internet.

     

    Exemples de Big Data


    Dans les entreprises, les Big Data Analytics peuvent dĂ©sormais ĂȘtre utilisĂ©es de diverses maniĂšres. Voici quelques exemples d’application :

    • Industrie : analyse des donnĂ©es des capteurs des machines et des installations pour la maintenance et la gestion de la qualitĂ©
    • Analyse du comportement des clients sur Internet, rĂ©alisation d’offres personnalisĂ©es
    • Analyse et prĂ©vision des changements sur le marchĂ© (par ex. Ă  l’aide de l’analyse de Trends sur les rĂ©seaux sociaux)
    • Optimisation de la planification des itinĂ©raires dans la logistique
    • DĂ©tection des fraudes

    Quels sont les avantages et les inconvénients du Big Data pour les entreprises ?


    En raison du Cloud computing, le big data n’est plus un concept abstrait. Au contraire, les technologies d’analyse peuvent ĂȘtre utilisĂ©es de maniĂšre Ă©conomique et peuvent apporter de nombreux avantages aux entreprises. Dans le segment de la Business Intelligence, les logiciels correspondants peuvent par exemple mettre Ă  disposition des informations fondĂ©es pour les dĂ©cisions de gestion. Les technologies permettent Ă©galement d’identifier les tendances Ă  un stade prĂ©coce et de dĂ©velopper de nouveaux services et modĂšles commerciaux.

    Un dĂ©fi majeur dans l’environnement Big Data est toutefois la protection des donnĂ©es. Les entreprises ont dĂ©sormais la possibilitĂ© d’obtenir des informations approfondies sur le comportement et la vie privĂ©e des personnes. Du point de vue de l’utilisateur, c’est surtout la traçabilitĂ© qui pose problĂšme. Par exemple, rares sont les internautes qui savent exactement quelles donnĂ©es sont stockĂ©es, par qui et pendant combien de temps.

    Enfin, le Big Data reprĂ©sente un champ d’action attrayant pour les pirates informatiques. De nombreuses entreprises stockent leurs donnĂ©es dans le Cloud. La protection des donnĂ©es est un dĂ©fi de taille, en particulier dans le cas de systĂšmes distribuĂ©s oĂč les serveurs peuvent se trouver n’importe oĂč dans le monde.

    Sommaire
      Add a header to begin generating the table of contents
      À propos de weclapp
      weclapp Teamwork Video Cover
      L'auteur de cet article est , CEO & Fondateur du fournisseur de logiciel ERP weclapp.

      Articles similaires

      Clause de non-responsabilité
      Le contenu de cet article doit ĂȘtre considĂ©rĂ© comme des informations et des conseils sans engagement. weclapp SE ne garantit pas l’exactitude du contenu des informations.

      À propos de weclapp
      weclapp Teamwork Video Cover