Le terme « Big Data » est né en 1997 mais est réellement décrit en 2001. Il regroupe l’ensemble des données recueillies par les entreprises afin de les analyser et d’en dégager des tendances, de mener des actions.

Qu’est-ce qu’une data ou donnée ?

Une donnée est un ensemble de caractères ou symboles sur lesquels des opérations sont effectuées par un ordinateur. Les données sont stockées sur un support ou sont transmises sous forme de signaux électriques.

Le Big Data et les 3 V

Avec le développement des nouvelles technologies et particulièrement d’internet et des réseaux sociaux, la production de données numériques a explosé : textes, photos, vidéos, données géolocalisées, transactions de commerce électronique, données issues de capteurs ou des objets connectés…

Ces ensembles de données traités ou Big Data répondent aux 3 V !

Le Volume et la Variété des données, la Vélocité avec lesquelles elles sont générées, collectées et traitées.

Certains rajoutent la Véracité, la Valeur et la Variabilité.

Le Big Data et des exemples d’utilisation

• Dans le marketing, des campagnes personnalisées sont créées à partir de l’analyse des informations sur les besoins et les attentes des clients.
• Pour la recherche médicale : identification des facteurs de risque de maladies, amélioration des diagnostics, suivie des épidémies. Le génome humain est aujourd’hui décodé en 1 semaine grâce au Big Data.
• Dans l’industrie de l’énergie, le Big Data est utile pour découvrir des zones de forage potentielles, et surveiller leurs opérations ou le réseau électrique.
• Les services financiers s’en servent pour gérer les risques et analyser les données du marché en temps réel.
• Les entreprises de transport gèrent leurs chaînes logistiques et optimisent leurs itinéraires de livraison.
• Dans le développement durable, le Big Data permet l’optimisation des consommations énergétiques, la meilleure utilisation des ressources, les prévisions climatiques, etc.

Les sources du Big Data

• Les données d’entreprise (courriels, documents, bases de données, historiques de processeurs métiers…)
• Les informations issues de capteurs sur des machines industrielles ou sur des objets connectés courants comme les bracelets dédiés à l’activité sportive.
• Les contenus publiés sur le web (images, vidéos, sons, textes).
• Les transactions de commerce électronique.
• Les échanges sur les réseaux sociaux: téléchargements de photos et de vidéo, échanges de messages et les commentaires laissés.
• Les données transmises par les objets connectés (étiquettes électroniques, compteurs intelligents, smartphones…)
• Les données géolocalisées.
• Les applications mobiles.

Le Big Data provient ainsi de multiples sources. Pour atteindre la puissance de traitement de toutes ces données rassemblées, il est parfois nécessaire de combiner des milliers de serveurs ! Les coûts peuvent donc être très élevés. Les entreprises vont utiliser de plus en plus le Cloud Computing (cf l’article Avez-vous la tête dans le Cloud ICI) pour disposer de suffisamment de capacité.

Les différents types et les techniques d’analyse de Big Data

Plusieurs types de Big Data existent : les données structurées, semi-structurées et non structurées.

• Les données structurées : ce sont des données stockées et traitées dans un format fixe et bien défini. Elles sont facilement exploitables même si leurs volumes augmentent de plus en plus.
• Les données semi et non structurées : ce sont des données sous plusieurs formats (texte, video, image), très compliquées à exploiter. Il faut donc les préparer et les transformer avant de les exploiter.

Pour analyser le big Data, on utilisera plusieurs techniques d’analyse :

• Comparative : une entreprise va comparer ses données avec celles de ses concurrents.
• Marketing : elle permet de promouvoir de nouveaux produits ou services les plus adaptés à sa clientèle.
• Dite “de sentiment” : grâce à l’analyse des critiques et des commentaires laissés par les clients, on va pouvoir mesurer le taux de satisfaction d’un produit ou d’un service.
• Des réseaux sociaux : elle permet de comprendre la réputation d’une entreprise et d’identifier de nouvelles cibles de clients.