background preloader

Big Data : définition, enjeux et études de cas l Data-Business.fr

La Vénérable grille de lecture établie en 2001 par Doug Laney du cabinet Gartner – les fameux 3V du Big Data – fait encore référence. Les 3V, ce sont le Volume (des échanges de plus en plus massifs), la Variété (plus de types de contenus) et la Vélocité (la collecte et le traitement en temps-réel). Depuis, d’autres ont essayé d’approfondir le sujet, en incluant des éléments comme la Validité, la Véracité, la Valeur ou la Visibilité des data. Le Big Data, c’est d’abord l’explosion du VOLUME de données, qui met à l’épreuve les infrastructures de stockage classiques des des entreprises D’après le magazine Fortune: Des dinosaures jusqu’en 2003 nous avions créé, en tout, 5 exabytes de données (5 Mds de GB). Cette explosion est due à un ensemble de progrès technologiques (objets connectés, infrastructures d’échanges de données notamment), qui va de pair avec des évolutions sociétales vers un plus grand partage d’information (opendata, Data as a Service). Related:  `bloc-test 1001`bloc-test 1001

Le big data, un outil d’aide à la décision pour l’e-commerce ? 01Business le 28/05/13 à 08h47 Si l’on en croit Google Trends, le phénomène du big data a pris de l’ampleur début 2012. Mais que signifie au juste ce terme de big data ? Tout simplement un volume important de données brutes qui doivent être raffinées pour être exploitables de façon opérationnelle. Analyser et croiser ces vastes ensembles de données permet ainsi d’extraire des connaissances qui ne seraient pas accessibles à plus petite échelle. La richesse et la pertinence de l’exploitation de ces informations constituerait un nouvel eldorado, selon un rapport du World Economic Forum qui va jusqu’à présenter les données (data) comme un actif économique similaire à l’or ou au pétrole. Le data-driven marketing, de véritables opportunités opérationnelles Le but de cette exploitation de vos informations est clairement d’identifier quelle sera la corrélation optimale entre vos objectifs business et votre set de données. Alors, comment démocratiser le big data ?

Big Data : comparatif des technos, actualités, conseils... Pour faire face à l'explosion du volume des données, un nouveau domaine technologique a vu le jour : le Big Data. Inventées par les géants du web, ces solutions sont dessinées pour offrir un accès en temps réel à des bases de données géantes. Comment définir le Big Data, et quelle est sa promesse ? Face à l'explosion du volume d'informations, le Big Data vise à proposer une alternative aux solutions traditionnelles de bases de données et d'analyse (serveur SQL, plateforme de Business Intelligence...). Quelles sont les principales technologies de Big Data ? Elles sont nombreuses. Des bases de données NoSQL (comme MongoDB, Cassandra ou Redis) qui implémentent des systèmes de stockage considérés comme plus performants que le traditionnel SQL pour l'analyse de données en masse (orienté clé/valeur, document, colonne ou graphe). Des infrastructures de serveurs pour distribuer les traitements sur des dizaines, centaines, voire milliers de nœuds.

Moodle : Polytechnique Montréal 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]

Tests informatiques pour une certification en ligne People Centric vous invite à tester vos connaissances informatiques autour de 250 tests informatiques en ligne et gratuits. Installez-vous et prenez votre temps pour consulter notre base de données fournie de nouveaux tests software. Accessibles par technologie et par niveau de popularité, ces tests sous forme de quizz informatique sont perçus par les employeurs comme une valeur ajoutée importante sur votre CV. La plateforme de tests informatiques People Centric Certified vous permet de juger objectivement votre niveau actuel en temps réel, de vous situer par rapport aux autres professionnels IT qui ont passé le même test informatique et d'identifier précisément vos besoins en formation. Une liste de questions vous est posée sous forme de QCM, il suffit de répondre à chaque question en cochant la box correspondant à votre réponse. Vous maitrisez les langages informatiques les plus utilisés, ainsi que des langages très rares?

Big Data : pourquoi nos métadonnées sont-elles plus personnelles que nos empreintes digitales A l’occasion du colloque « la politique des données personnelles : Big Data ou contrôle individuel « organisé par l’Institut des systèmes complexes et l’Ecole normale supérieure de Lyon qui se tenait le 21 novembre dernier, Yves-Alexandre de Montjoye (@yvesalexandre) était venu présenter ses travaux, et à travers lui, ceux du MediaLab sur ce sujet (Cf. « D’autres outils et règles pour mieux contrôler les données » ). Yves-Alexandre de Montjoye est doctorant au MIT. Il travaille au laboratoire de dynamique humaine du Media Lab, aux côtés de Sandy Pentland, dont nous avons plusieurs fois fait part des travaux. Nos données de déplacements sont encore plus personnelles que nos empreintes digitales Faire correspondre des empreintes digitales n’est pas si simple, rappelle Yves-Alexandre de Montjoye. Image : illustration de l’unicité de nos parcours repérés via des antennes mobiles. Et Yves-Alexandre de nous inviter à retrouver un de ses collègues du Media Lab. Hubert Guillaud

Big data : 7 tendances qui vont faire évoluer votre activité Le thème de Big Data continue de faire parler de lui, comme en témoignent la grande variété d’innovations qui émergent chaque jour et le nombre important de professionnels qui exploitent avec succès des solutions en lien avec ce sujet. Nous assistons à un changement important : le buzz autour du "Big Data", concept souvent jugé confus pour le plus grand nombre, tend à être remplacé par de plus en plus de cas concrets d’entreprises qui ont su tirer parti de leurs données.Tout comme n’importe quel changement de modèle dans l’informatique, le « Big Data » a passionné la presse, les investisseurs et les innovateurs avant même que des éléments sérieux n’en prouvent la valeur pour l’entreprise. Quelles tendances verrons-nous probablement émerger dans l’écosystème du « Big Data » ? Le développement accru et l’unification du SQL (Structured Query Language) sur Hadoop. Des fonctions de recherches avancées L’extension d’ETL (Extract-Transform-Load) et la prise en charge ELT

Définition du Big Data - Profitez des opportunités du Big Data - France Définition du Big Data Chaque jour, nous générons 2,5 trillions d’octets de données. A tel point que 90% des données dans le monde ont été créées au cours des deux dernières années seulement. Ces données proviennent de partout : de capteurs utilisés pour collecter les informations climatiques, de messages sur les sites de médias sociaux, d'images numériques et de vidéos publiées en ligne, d'enregistrements transactionnels d'achats en ligne et de signaux GPS de téléphones mobiles, pour ne citer que quelques sources. Ces données sont appelées Big Data ou volumes massifs de données. Ecoutez les experts Le Big Data couvre quatre dimensions : volume, vélocité, variété et véracité. Volume : les entreprises sont submergées de volumes de données croissants de tous types, qui se comptent en téraoctets, voire en pétaoctets. Vélocité : parfois, 2 minutes c'est trop. Véracité : 1 décideur sur 3 ne fait pas confiance aux données sur lesquelles il se base pour prendre ses décisions.

(Big) data - Où en sont les entreprises françaises ? Les résultats de cette enquête, menée auprès de plus de 150 entreprises françaises, révèlent qu’en dépit d’une perception majoritairement positive, le « Big data bang » n’a pas encore eu lieu dans la réalité. Depuis quelques années, le terme « Big data » est associé à toutes les promesses en termes d’efficacité, de performance et d’opportunités de développement de nouvelles offres et services ciblés. Si tout le monde semble s’être emparé du sujet, force est de constater qu’à ce jour, la révolution Big data ne s’est guère propagée au-delà des modèles économiques des grands acteurs globaux du digital. C’est ce que nous enseigne le passage au scanner de notre Indice EY de Maturité Data, spécialement conçu dans le cadre de cette étude : seule une minorité d’entreprises peut se targuer d’une maturité élevée dans son exploitation de la data, tandis que la majorité adopte une posture attentiste, sans véritablement savoir par quel bout prendre un concept devenu flou. Chiffres clés de l’étude

Big Data - La clé ? La "remise en cause permanente" Une révolution le Big Data ? Plus surement une évolution de techniques et processus existants, et en particulier de la Business Intelligence. Mais concrètement, comment transformer un système décisionnel classique en une déclinaison Big Data ? François Nguyen, directeur du SI connaissance client de SFR, devait apporter des réponses à cette question à l'occasion du salon Big Data Paris 2015. C'est finalement Abed Ajraou, le directeur du décisionnel pour Solocal (groupe PagesJaunes), qui a assuré la présentation. "La BI n'a pas vocation a être silotée" Alors certes le Big Data introduit d'importants changements techniques : "Mais ce n'est pas que technique. "La façon de faire, c'était de prendre des bases de données, de faire des traitements ETL, d'alimenter un datawarehouse. Et pour tirer profit de ces technologies, les équipes Big Data vont devoir notamment se former en interne, être en veille permanente car ces solutions évoluent très rapidement, et ainsi, in fine, monter en compétence.

Related: