Go to Top

Big Data, vous avez dit Big Data ?

Big Data

Le sujet Big Data secoue la toile depuis déjà quelques mois. Un phénomène dont les réseaux sociaux sont loin d’être étrangers. Principale ligne de mire, le décisionnel de la Business Intelligence qui ne se satisfait plus uniquement d’études sur des données structurées.


Avant, il y avait les études de marché, les sondages, les tests grandeur nature sur des échantillonnages de cibles marketing, les jeux-concours par téléphone… En soi, quelques milliers, voire quelques millions de données à traiter par sujet. Comme on dit dans le sud : « tranquille ».  Aujourd’hui, chaque jour, il y a les milliards de données échangées sur Facebook, Twitter, Linkedin et autres, les millions de vidéos chargées sur les Youtube et consors, plus ou moins bien documentées, servies à des tranches de population plus ou moins bien identifiées. Il y a aussi les données relevées depuis les sites Web et autres blogs, thématiques ou pas. Ne pas oublier l’analyse des flux RSS agrégés et traités par des services en lignes de plus en plus nombreux à se presser pour tirer parti de cette nouvelle manne et qui régénèrent de nouveaux flux. Sans compter les données de l’Internet des objets qui commencent à s’échanger en tirant eux aussi parti des réseaux sociaux ou de nouveaux usages qui se structurent. La liste est longue et ne fait que s’allonger… Il s’agit bel et bien de quantités gigantesques de données quotidiennes qui transitent dans tous les sens.

En définitive, le phénomène Big Data est associé à la manière dont chacun va arriver à manipuler les données qu’il extirpera de cette masse pour lui donner un sens ou « du sens », et encore augmenter l’amplitude de ce mouvement à la croissance exponentielle. Le Big Data est associé à la Business Intelligence car l’analyse optimale de la masse d’information peut servir les desseins de toutes les économies, les destins de pans entiers de l’industrie et de tous les métiers.

Le Big Data, pire qu’une mine de platine

Matériellement, comment cela se passe-t-il ? Qui traite ? Là encore, les métiers s’inventent au fur et à mesure. Les ingénieurs Big Data sont recherchés par le marché pour arriver à fabriquer des machines à extraire les données un peu comme on extrairait le minerai le plus précieux de mines qui en sont de plus en plus pauvres. A titre de comparaison, c’est un peu comme chercher du platine que l’on ne trouve qu’en concentration de 1% dans ce que l’on extrait comme minerai pour trouver 99% d’or qui est pourtant déjà très difficile à trouver ! Ceci nous ramène alors à l’expression beaucoup plus connue des informaticiens et du décisionnel classique : le datamining. A la différence près que le datamining se fait sur des données dont on connait la structure, et non pas des données extrêmement hétérogènes et parfois très fugaces ou futiles.

 

Lire aussi : Économie, des start-ups créées dans le Big Data ? 

 

Dans tous les cas, Pour que les données puissent être analysées, de grosses masses doivent être stockées dans des datacenters, sortes de mines dans lesquelles des procédure vont exploiter de nouvelles méthodes d’extraction parmi lesquelles on va parler de nouveautés technologiques logicielles telles que le NoSQL qui permet justement d’aller travailler à l’extraction brute sans passer par une structuration préalable comme ça se passe habituellement pour les bases de données. Cette technique permettant alors de créer de gigantesques bases d’information pouvant servir à des extractions de données un peu mieux ciblées pour chaque type de métier ou de besoin. Données pouvant être quant à elles structurées de manière plus classique.

Laisser un commentaire