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.
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. 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. Ce que veut dénoncer Mitchell, c'est une inflexion des stratégies de R&D, des politiques de recherche, voire de certaines stratégies de résolution de problèmes, qui privilégie une approche massive, centralisée, consommatrice de capital. 3- Les big data ne se limitent pas à la statistique
Comment le Big Data va révolutionner 2013 "2012 a été l'année de l'évangélisation, 2013 sera l'année de la mise en place." Chez Atos, géant international du service informatique, pas de doute : cette année verra la multiplication des systèmes d'analyse dits de "Big Data". Plus qu'un concept, cette "grosse quantité de données" (littéralement) renvoie à de nouveaux systèmes informatiques qui promettent de "révolutionner la vie quotidienne". Le Big Data a émergé face à un constat. "Internet a changé le monde des années 1990, le Big Data va changer celui des années 2010", anticipe Chuck Hollis, directeur technique du leader mondial du stockage EMC et gourou du Big Data. Prédire les crises cardiaques Mais dans la pratique, comment s'illustre ce Big Data ? Les applications du Big Data sont nombreuses. "L'analyse des sentiments est très recherchée puisqu'avec des outils de sémantique, nous sommes capables de dégager les différents sentiments manifestés en temps réel sur les réseaux sociaux, même le second degré !" Big Data et politique
Dossier Big Data : l'analyse des données intéresse de plus en plus les entreprises : Les solutions dédiées au Big Data Pour répondre aux trois défis (volume, variété et vélocité), les solutions de Big Data s'appuient principalement sur des moteurs de recherche développés pour le Business Search. Ces outils sont beaucoup plus efficaces et « intelligents » que Google dont les résultats s'appuient uniquement sur la popularité (d'un point de vue statistique) d'une information. Pour traiter ces gros volumes de données disparates, les éditeurs se sont tournés vers les appliances et trois types de technologies distinctes : une accélération matérielle à l'aide de mémoires dynamiques DRAM ou Flash, le recours à des bases de données massivement parallèles ou à des solutions utilisant des formats de bases de données non relationnelles basées sur NoSQL. Quelle que soit l'option retenue, l'objectif ne consiste pas simplement à interroger une base de données. Les bases de données NoSQL L'un des points forts de cette solution est sa performance. MapReduce de Google Hadoop, la référence Open source
Big data Un article de Wikipédia, l'encyclopédie libre. Une visualisation des données créée par IBM[1] montre que les big data que Wikipedia modifie à l'aide du robot Pearle ont plus de signification lorsqu'elles sont mises en valeur par des couleurs et des localisations[2]. Croissance et Numérisation de la Capacité de Stockage Mondiale de L'information[3]. Dans ces nouveaux ordres de grandeur, la capture, le stockage, la recherche, le partage, l'analyse et la visualisation des données doivent être redéfinis. Certains supposent qu'ils pourraient aider les entreprises à réduire les risques et faciliter la prise de décision, ou créer la différence grâce à l'analyse prédictive et une « expérience client » plus personnalisée et contextualisée. Dimensions des big data[modifier | modifier le code] Le Big Data s'accompagne du développement d'applications à visée analytique, qui traitent les données pour en tirer du sens[15]. Volume[modifier | modifier le code] Variété[modifier | modifier le code]
Dossier Big Data : l'analyse des données intéresse de plus en plus les entreprises : Les besoins des entreprises Les besoins des entreprises La montée en puissance des réseaux sociaux et du commerce électronique a encouragé le développement de solutions dédiées au Big Data. Logiquement, les premiers clients, et même les initiateurs, ont été les acteurs historiques de l'Internet (Yahoo !, Google...), ensuite les poids lourds du e-commerce (e-Bay, Amazon...) et enfin les réseaux sociaux (Facebook, Linkedin...). La seconde vague de clients comprend les acteurs de la grande distribution et des télécoms, mais aussi les organismes financiers. L'exemple de ces multinationales montre que les solutions de Big Data doivent répondre aux besoins particuliers des entreprises. - Marketing : développement du géo-marketing, du marketing comportemental... - Merchandising : optimisation des assortiments, des prix et des emplacements. - Logistique : gestion des inventaires, optimisation de la logistique et des négociations fournisseurs. « Recherche désespérément scientifique des données »
Big data Visualization of daily Wikipedia edits created by IBM. At multiple terabytes in size, the text and images of Wikipedia are an example of big data. Growth of and Digitization of Global Information Storage Capacity Source Big data is a broad term for data sets so large or complex that traditional data processing applications are inadequate. Challenges include analysis, capture, curation, search, sharing, storage, transfer, visualization, and information privacy. The term often refers simply to the use of predictive analytics or other certain advanced methods to extract value from data, and seldom to a particular size of data set. Analysis of data sets can find new correlations, to "spot business trends, prevent diseases, combat crime and so on Work with big data is necessarily uncommon; most analysis is of "PC size" data, on a desktop PC or notebook[11] that can handle the available data set. Definition[edit] Characteristics[edit] Big data can be described by the following characteristics:
Dossier Big Data : l'analyse des données intéresse de plus en plus les entreprises : Quelques grands acteurs du Big Data Les fournisseurs de solutions ont commencé à élaborer leurs offres à la fin des années 2000 et le mouvement s'est accéléré ces derniers temps avec l'arrivée sur ce créneau d'acteurs historiques comme Oracle, IBM ou, plus récemment, Microsoft. Ces derniers ont d'ailleurs investi plus de 15 milliards de dollars pour acheter des entreprises de logiciels spécialisées dans la gestion et l'analyse de données. En juin 2011, Informatica, acteur dans le domaine de l'intégration de données, a également annoncé son offre. Comme le rappelle l'étude d'IDC citée à propos de Hadoop, le marché du Big Data est en pleine croissance et la majorité des offres s'articulent autour d'Hadoop. L' « hégémonie » du framework de la Fondation Apache et de MapReduce reste une évidence. Sinequa, la référence française ? Concernant le Big Data, le PDG de Sinequa rappelle l'importance de la structuration de l'information : « les données qui sont sur le Web ou dans l'entreprise ont une certaine structure. Amazon Google
Technology | Narrative Science Fast and Efficient Delivery These data insights can be delivered on demand or on a schedule (hourly, daily, weekly, monthly) in your chosen format, including mobile, HTML, dashboard annotations or any document type. For mobile devices, whether via email or app, narrative content is ideally suited for consumption; much better than traditional methods like spreadsheets or graphs. You may think you know business intelligence, but Quill’s process of deriving data and developing narratives is unlike any other business intelligence platform on the market. Quill delivers stories that are understandable, precise and expressive.
Dossier Big Data : l'analyse des données intéresse de plus en plus les entreprises Le volume de données produit et à traiter par les entreprises ne cesse d'augmenter. Ce constat n'est pas récent. Mais à l'ère d'Internet et de la multiplication des appareils connectés, l'analyse de ces informations hétérogènes est devenue complexe. Le Web croule sous les données textuelles, audiovisuelles et graphiques. Il s'agit d'analyser ces milliards de données afin de dénicher l'information pertinente permettant de prendre la bonne décision. Cette expression Big Data a été évoquée pour la première fois par le cabinet d'études Gartner en 2008. 5 heures par semaine passées à chercher des informations... Mais cette volumétrie en perpétuelle croissance est aussi un double défi : technologique et économique. Cette évolution génère des coûts élevés. Les solutions de Big Data doivent donc relever ces défis en tenant compte de la règle dite des 3V : volume, variété et vélocité. Les 3 V du Big Data selon Teralytics