La démocratisation du Big Data

    Big Data - posté le 08-03-2018 par Mehdi BADAWI-EL-NAJJAR

    Le Big Data fait partie intégrante de la transformation numérique à l'ère du digital. Il est par conséquent important pour les entreprises de saisir les enjeux et les avantages liés à l'adoption de celui-ci.
    Il tend à être adopté par un nombre de plus en plus élevé d'entreprises de toutes les tailles.

    Le Big Data se démocratise

    Le Big Data n’est plus réservé aux seules grandes entreprises disposant d’énormes bases de données. Une grande majorité des données est aujourd’hui créée hors de l’entreprise. Les réseaux sociaux, les objets connectés, l’open data sont autant de gisements de données que des entreprises de toutes tailles peuvent exploiter pour optimiser leur activité ou créer de nouveaux services. Le Big Data nécessite des moyens informatiques puissants et coûteux mais le Cloud a contribué à mettre les solutions de Big Data à la portée du plus grand nombre. On voit d’ailleurs de nombreuses start-up qui se développent autour du Big Data. Selon leur stratégie, les entreprises peuvent investir en propre dans des infrastructures de Big Data ou recourir au Cloud pour stocker et traiter des volumes importants de données ou pour utiliser des solutions de Big Data en mode Software as a Service (SaaS). Pour Emmanuelle Olivié-Paul, Directrice Associée de MARKESS, « un renouveau complet est en train de s’opérer sur ce marché ». Des solutions traditionnelles (de reporting, décisionnels, de tableaux de bord…) sont en perte de vitesse au profit de l’arrivée de nouvelles générations de solutions, plus en phase avec les enjeux actuels auxquels sont confrontées les entreprises.

    schémas_ebook3-01.png

    Une nouvelle génération de logiciels bouscule le marché du Big Data

    Cette nouvelle génération de solutions est née avec le numérique et va faciliter l’adoption du Big Data par tous les métiers (RH, marketing, vente, finance...) et  tous les secteurs d’activité. Ces solutions intègrent la mobilité et les usages sur tout type de terminaux mobiles. De plus en plus ces solutions de Big Data ont en commun :

    • La variété des données traitées. Les solutions de Big Data ont la capacité à pouvoir traiter des données structurées ainsi que des données non structurées (web, réseaux sociaux, conversations vocales, messagerie, documents numérisés…). Elles intègrent des fonctionnalités avancées d’indexation, de recherche et d’analyse sémantique.
    • Des offres SaaS. Les éditeurs sont de plus en plus nombreux à offrir des solutions de Big Data sous forme de SaaS adaptées aux usages et aux métiers de leurs clients. Ces derniers, peuvent ainsi déployer des solutions sans avoir à investir dans de lourdes infrastructures.
    • La simplicité d’utilisation. Bien que les infrastructures techniques soient complexes, les logiciels Big Data sont de plus en plus simples pour l’utilisateur («user friendly »). Tout profil de collaborateurs peut ainsi en faire un premier niveau d’usage sans être pour autant un spécialiste de l’analyse de données. Les solutions de visualisation de données les plus récentes du marché vont résolument dans ce sens.
    • L’ouverture par les APIs. Des micro-services sont souvent proposés via des APIs (Application Programming Interface) et/ou des web services. Ils facilitent l’intégration des logiciels à des solutions tierces et favorisent ainsi l’émergence d’écosystèmes de données.
    L’interaction avec l’IoT et le machine learning. Les solutions se doivent d’anticiper et d’intégrer, sous une forme ou sous une autre, les grands changements à venir favorisés par l’essor des objets connectés (IoT), des algorithmes et de l’intelligence artificielle. Le Big Data et l’IoT auront besoin de l’intelligence artificielle pour donner naissance à des véhicules ou des villes intelligentes. Les systèmes auto-apprenants (machine learning, deep learning) gagneront d’autant plus en intelligence qu’ils seront alimentés en données massives.

    À propos de l'auteur : Mehdi BADAWI-EL-NAJJAR

    Commentaires