Les données, puissance du futur LE MONDE | • Mis à jour le | Par Stéphane Grumbach, Stéphane Frénot Nous vivons une période de rupture, celle de la numérisation de tout : l'homme, la société, les organisations, le savoir, les interactions, le corps biologique de chacun, etc. Tout devient donnée numérique, et par là même a vocation à une existence dans le monde virtuel en émergence. L'écart entre le monde des données et le monde réel, bien anticipé par Jorge Luis Borges dans sa nouvelle visionnaire De la rigueur de la science, évoluera pour devenir de plus en plus subtil. Il y a un avant et il y a un après-numérisation. Il nous est aussi difficile d'imaginer les évolutions de la société de l'information qu'il l'était de prévoir au milieu du XIXe siècle les possibilités permises par l'électricité. Les données constituent les briques de base de la société de l'information. Les centres de données consommeront bientôt autant d'électricité qu'un pays comme la France. Cela n'a pas été simple.
Big Data’s Big Problem: Little Talent - Tech Europe It seems that the markets are as much in love with “Big Data”—the ability to acquire, process and sort vast quantities of data in real time—as the technology industry. The first Big Data initial public offering hit the market last week to roaring approval. Splunk Inc., which helps businesses organize and make sense of all the information they gather, soared 109% on its first day of trading. Big Data, big price. And this week, in cities in the U.S. and the U.K., Big Data Week events are being held to proselytize the unbelievers. Big Data refers to the idea that an enterprise can mine all the data it collects right across its operations to unlock golden nuggets of business intelligence. However, according to a report published last year by McKinsey, there is a problem. According to Pat Gelsinger, president and chief operating officer of EMC Corp., the giant U.S. data company, this isn’t an unprecedented problem. One of the earliest tests for biggish data was applying it to the battlefield.
Big Data : un marché de 24 milliards de dollars en 2016 Ce n’est pas en 2013 qu’on cessera d’entendre parler du Big Data, même si la concrétisation en termes de projets n’est sans doute pas à l’heure actuelle à la hauteur du marketing entourant ce concept. Mais la taille de ce marché a de quoi aiguiser les appétits. D’après IDC, qui se livre à une évaluation, le Big Data, soit les services et technologies associés, est promis à une forte croissance annuelle de l’ordre de 31,7%. De quoi faire gonfler le gâteau jusqu’à 23,8 milliards de dollars en 2016. +53,4% pour le segment stockage Naturellement, nouveau concept ne signifie pas la création d’un marché totalement nouveau. IDC précise ainsi que ce marché du Big Data englobe certes de nouveaux segments, mais aussi de nombreuses activités déjà établies, notamment dans les secteurs du stockage et de la BI. La croissance annuelle attendue par le cabinet entre 2012 et 2016 se répartit ainsi de la manière suivante : +53,4% pour le stockage et +21,1% pour les services.
Whole World Water Peut-on être contre les big data ? L'article présente les thèses d'Alan Mitchell, le directeur de la stratégie du cabinet Ctrl+shift. Selon lui, "les Big Data auraient presque un côté contre-révolutionnaire : le chant du cygne d’une informatique productiviste, centralisatrice, centrée sur les grandes organisations." L'effort consenti - notamment en R&D - pour développer cette informatique et ses applications aurait été mieux employé à développer le pouvoir de création des individus, et à les aider à produire eux-mêmes les arbitrages qui leurs sont proposés par cette informatique massive. Daniel Kaplan lui-même reconnaît, à la fin de l'article, que le propos est peut-être un peu fort et qu'il est peu adapté, par exemple, aux les sciences dures. Je m'arrête sur cet article parce qu'on me pose de plus en plus de questions sur ce phénomène big data dont j'ai parlé très tôt. Mais de là à contester l'existence même, l'intérêt et la puissance du phénomène big data, il y a un pas que l'on ne peut franchir.
10 best practices you should be doing now – Procurement – CSCMP's Supply Chain Quarterly Procurement Want to be a "best in class" organization? Then follow the lead of highly successful companies and adopt these 10 practices in your own operation. In today's economic environment, doing what you've always done—even if you do it very well—is no longer acceptable. What makes a supply chain organization best in class? I do not pretend to have a precise roadmap for achieving the desired level of supply chain maturity and excellence in your particular organization. Some of these practices may be simple, straightforward, and familiar. 1. We often see supply chain organizations struggling for recognition because their objectives and strategies differ from their companies' stated objectives and strategies. The council can also help to remove barriers to success that exist within the organization. Finally, the council provides an effective forum for cross-functional communication. 2. Whatever structure you adopt, correctly staffing the supply chain organization is vital to success.
Le "Big Data" : un cadeau empoisonné pour les Data Miners ? Techniquement, la possibilité existe : il s’agit par exemple de transformer ces contenus en texte-libre, à partir d’une reconnaissance initiale, puis d’utiliser le text-mining*. Quand on dit « Big Data » on pense plus généralement à la pléthore d’informations existant dans les réseaux sociaux, et que beaucoup de professionnels du marketing aimeraient bien pouvoir mieux exploiter pour leur campagnes, mais quid de la qualité de ces données dites « non-structurées » et de leur utilité pour l’entreprise ? Depuis la naissance de l’informatique, un principe né en 1963 à New York est en effet toujours resté particulièrement vrai de nos jours. Il stipule « Garbage in, Garbage out ». Un input de données aberrantes sera traité par un ordinateur, mais il n’en ressortira qu’un résultat absurde ou une absence de résultat. L’Analytique face au « Big Data » Cette contrainte de base a souvent été oubliée, avec des conséquences qui ont pu être grave pour les entreprises.
La mine d'or du Big Data Le Monde | • Mis à jour le | Par Julie Battilana, professeure associée à la Harvard Business School L'explosion du volume des données informatiques, du fait du développement de l'Internet et des nouvelles technologies de l'information, a ouvert de nouveaux horizons aux entreprises. Certaines utilisent déjà une partie de ces données pour prédire le comportement des consommateurs et améliorer leur offre de produits et services. C'est le cas, par exemple, de Google, Facebook, Amazon, Microsoft, Walmart et LinkedIn, qui ont investi dans l'analyse de données informatiques ces dernières années. C'est donc un véritable marché, désigné par le vocable anglo-saxon "Big Data", qui a émergé autour de l'exploitation de la masse de données informatiques disponibles. Cette approche leur permet d'augmenter leur chiffre d'affaires en ajustant leur offre aux attentes de leurs clients potentiels, et de réduire leurs coûts.
Big Data : la nécessité d’un débat Il nous a semblé intéressant de traduire, de façon collaborative (via Framapad), l’essai original que viennent de publier danah boyd et Kate Crawford présentant « Six provocations au sujet du phénomène des Big Data ».Ces chercheuses, orientées vers l’ethnographie des usages des technologies de communication, s’interrogent – en toute connaissance de cause [cf. cette étude sur les tweets des révolutions tunisiennes et égyptiennes à laquelle a participé danah boyd]- sur les limites épistémologiques, méthodologiques, mais aussi éthiques des Big Data : champ d’études qui s’ouvre aujourd’hui sur la base des énormes jeux de données que fournit internet, en particulier celles générées par l’activité des usagers des sites de réseaux sociaux, que seuls des systèmes informatiques ont la capacité de collecter et de traiter. 6 provocations à propos des Big Data Traduction : Pierre Grosdemouge (@cultord) & Fred Pailler (@Sociographie) à l’initiative de Laurence Allard. L’ère de Big Data a commencé.
L’histoire de l’innovation contemporaine c’est les Big Data La lecture de la semaine provient de la vénérable revue The Atlantic et on la doit à Erik Brynjolfsson, économiste à la Sloan School of Management et responsable du groupe Productivité numérique au Centre sur le Business numérique du Massachusetts Institute of Technology et Andrew McAfee auteurs Race Against the Machine (« La course contre les machines où comment la révolution numérique accélère l’innovation, conduit la productivité et irréversiblement transforme l’emploi et l’économie »). Elle s’intitule : « l’histoire de l’innovation contemporaine, c’est les Big Data » (c’est le nom que l’on donne à l’amoncellement des données). En 1670, commence l’article, à Delphes, en Hollande, un scientifique du nom de Anton van Leeuwenhoek (Wikipédia) fit une chose que beaucoup de scientifiques faisaient depuis 100 ans. Il construisit un microscope. Ce microscope était différent des autres, mais il n’avait rien d’extraordinaire. Cependant, malgré leurs forces, les mesures ont un défaut.
Big Data, grande illusion La cause serait entendue : après le cloud computing et l’internet des objets, les « big data » constitueraient la prochaine « révolution » apportée par le numérique. Alan Mitchell, cofondateur et directeur de la stratégie du cabinet britannique Ctrl-Shift, n’est pas d’accord. Pour lui, les Big Data auraient presque un côté contre-révolutionnaire : le chant du cygne d’une informatique productiviste, centralisatrice, centrée sur les grandes organisations. « Les Big Data se fondent entièrement sur la statistique : dégager des schémas et des tendances à partir de grandes collections de données. La statistique fournit une manière extraordinairement puissante et utile de remettre en questions les suppositions et les inférences que les cerveaux humains produisent naturellement – et souvent de manière erronée. C’est formidable. « Mais le principal déficit que rencontre notre société ne réside pas dans la capacité de traiter un grand nombre de données, bien au contraire. Et pourquoi pas ?
Prédictions : les données seules ne sont pas suffisantes Par Rémi Sussan le 25/09/12 | 4 commentaires | 1,758 lectures | Impression Quelles relations établir entre la gigantesque masse de données fourbie par les ordinateurs – les fameux Big Data -, les modèles utilisés pour les analyser, et les humains qui les interprètent ? C’est la question que s’est posée Nate Silver, dans une brillante analyse de la science météorologique, parue dans le New York Times. Nate Silver n’est pas un inconnu, loin s’en faut. La météo, un succès ? “En 2008“, commence Silver, “le rédacteur en chef de Wired magazine, Chris Anderson, écrivait avec optimisme que nos bases de données étaient désormais si volumineuses et nos ordinateurs si puissants qu’il n’était plus nécessaire de développer des théories, ni même besoin de méthode scientifique. “Mais”, continue Silver, “si nous considérons notre notre capacité de prédiction comme le meilleur moyen de tester nos connaissances, nous n’avons pas bien réussi. Image : Orage sur Enschede, aux Pays-Bas via Wikimedia Commons.