Les appareils num\u00e9riques et l’Internet g\u00e9n\u00e8rent d’\u00e9normes quantit\u00e9s de donn\u00e9es. Les entreprises peuvent utiliser ces donn\u00e9es pour mieux adapter leurs produits et leurs services au march\u00e9 et \u00e0 la client\u00e8le. Le \u00ab Big Data \u00bb, c’est-\u00e0-dire les donn\u00e9es massives ou m\u00e9gadonn\u00e9es, peut ainsi contribuer de mani\u00e8re d\u00e9cisive au succ\u00e8s de l’entreprise. Mais que sont les donn\u00e9es massives ? Et comment peuvent-elles \u00eatre utilis\u00e9es \u00e0 bon escient ?<\/p>\n\n\n\n
Cet article explique ce qu’est le Big Data, d’o\u00f9 proviennent ces innombrables donn\u00e9es et comment elles sont utilis\u00e9es. Vous d\u00e9couvrirez pourquoi tant d’entreprises collectent assid\u00fbment toutes les donn\u00e9es possibles, et quelles sont les technologies n\u00e9cessaires pour cela. Nous vous montrerons \u00e9galement quels sont les d\u00e9fis \u00e0 relever et vous donnerons un aper\u00e7u du r\u00f4le que le big data jouera \u00e0 l’avenir.<\/p>\n\n\n\n
Par big data, nous entendons d’\u00e9normes quantit\u00e9s de donn\u00e9es, tr\u00e8s complexes et tr\u00e8s dynamiques. Ces donn\u00e9es massives ne peuvent pas \u00eatre stock\u00e9es ni analys\u00e9es par les m\u00e9thodes traditionnelles. Cela signifie qu’un seul ordinateur ne peut pas g\u00e9rer une telle masse de donn\u00e9es et les logiciels courants comme Excel ne peuvent pas les analyser. Des technologies sp\u00e9cifiques sont n\u00e9cessaires. Le terme Big Data est souvent employ\u00e9 pour d\u00e9signer aussi, par extension, ces nouvelles technologies.<\/p>\n\n\n\n
Le mod\u00e8le des 3 V est g\u00e9n\u00e9ralement utilis\u00e9 pour caract\u00e9riser les donn\u00e9es volumineuses. Au d\u00e9but des ann\u00e9es 2000, l’informaticien Doug Laney a d\u00e9crit trois dimensions essentielles du Big Data :<\/p>\n\n\n\n
Ce n’est pas pour rien que l’on parle de donn\u00e9es \u00ab massives \u00bb. Dans l’univers du Big Data, on travaille g\u00e9n\u00e9ralement avec des p\u00e9taoctets (environ 1 million de gigaoctets) ou des exaoctets (environ 1 milliard de gigaoctets). Nous ne sommes pas habitu\u00e9s \u00e0 un tel volume de donn\u00e9es dans notre vie quotidienne. Peut-\u00eatre que la comparaison suivante vous parlera davantage : un p\u00e9taoctet correspond \u00e0 environ 500 milliards de pages de texte. Vous imaginez bien qu’un disque dur normal ne suffit pas pour stocker cela.<\/p>\n\n\n\n
Des donn\u00e9es sont cr\u00e9\u00e9es sans cesse, et extr\u00eamement rapidement. En raison de cette dynamique, elles doivent aussi \u00eatre transmises et \u00e9valu\u00e9es le plus vite possible, sans quoi elles perdent leur valeur. Certains appareils num\u00e9riques peuvent traiter des flux de donn\u00e9es dynamiques en temps r\u00e9el ou quasi r\u00e9el.<\/p>\n\n\n\n
Les m\u00e9gadonn\u00e9es contiennent diff\u00e9rents types de donn\u00e9es. Il existe des formats structur\u00e9s, comme les tableaux ordinaires, et des formats semi-structur\u00e9s et non structur\u00e9s, comme les photos, les vid\u00e9os ou les courriels. La diversit\u00e9 des types de donn\u00e9es n\u00e9cessite des syst\u00e8mes sp\u00e9cifiques pour stocker et analyser l’ensemble des donn\u00e9es.<\/p>\n\n\n\n
Au fil des ann\u00e9es, le mod\u00e8le des 3 V a \u00e9t\u00e9 compl\u00e9t\u00e9 par de nombreux autres termes commen\u00e7ant par la m\u00eame lettre, par exemple V\u00e9racit\u00e9 (qualit\u00e9 ou authenticit\u00e9 des donn\u00e9es) ou Valeur (valeur ajout\u00e9e des donn\u00e9es). Cependant, les trois caract\u00e9ristiques principales des m\u00e9gadonn\u00e9es restent constantes : leur immense quantit\u00e9, leur vitesse et leur diversit\u00e9.<\/p>\n\n\n\n
Le volume mondial des donn\u00e9es num\u00e9riques ne cesse de cro\u00eetre. Chaque ann\u00e9e, d’\u00e9normes quantit\u00e9s de nouvelles donn\u00e9es sont g\u00e9n\u00e9r\u00e9es, et ce, dans des dimensions de plus en plus extr\u00eames \u2013 elles deviennent plus rapides, plus complexes, plus nombreuses. Compte tenu de la num\u00e9risation croissante, cela n’a rien de surprenant. Les appareils num\u00e9riques, les syst\u00e8mes intelligents, les applications et autres inondent le march\u00e9. Des milliards de personnes utilisent Internet et diff\u00e9rents m\u00e9dias num\u00e9riques. De plus en plus d’entreprises et d’administrations passent par des processus de transformation num\u00e9rique. Et l’infrastructure num\u00e9rique ne cesse de s’\u00e9tendre gr\u00e2ce \u00e0 des technologies innovantes. Il en r\u00e9sulte de nombreuses sources de donn\u00e9es, par exemple :<\/p>\n\n\n\n
L’Internet des objets est un gigantesque r\u00e9seau de technologies et de syst\u00e8mes logiciels reli\u00e9s entre eux et \u00e9changeant des donn\u00e9es via Internet.<\/p>\n\n\n\n
Dans notre monde num\u00e9ris\u00e9, les donn\u00e9es sont en principe disponibles n’importe o\u00f9, n’importe quand. Les entreprises, mais aussi les chercheurs, tirent parti de cette situation. Diff\u00e9rents secteurs, d\u00e9partements et domaines sociaux peuvent tirer de nouveaux enseignements du Big Data. En voici quelques exemples :<\/p>\n\n\n\n
Les donn\u00e9es sont un \u00ab carburant \u00bb important pour la conduite automatis\u00e9e et autonome. Plus elles sont nombreuses, mieux c’est. Plus un v\u00e9hicule doit se d\u00e9placer de mani\u00e8re autonome dans le trafic, plus les algorithmes des syst\u00e8mes d’IA int\u00e9gr\u00e9s doivent \u00eatre performants. Les donn\u00e9es issues de la conduite simul\u00e9e, des kilom\u00e8tres parcourus sur des terrains d’essai et, enfin, dans la circulation routi\u00e8re r\u00e9elle, constituent la base de ce travail. L’intelligence artificielle peut ainsi tester les sc\u00e9narios les plus divers, susceptibles d’appara\u00eetre dans la circulation routi\u00e8re. Cet entra\u00eenement de l’IA bas\u00e9 sur des donn\u00e9es r\u00e9elles a pour but d’assurer une grande s\u00e9curit\u00e9 aux occupants du v\u00e9hicule.<\/p>\n\n\n\n
Les donn\u00e9es clients enrichissent le marketing. Pensez \u00e0 votre marque pr\u00e9f\u00e9r\u00e9e. Quelles sont les informations personnelles que vous donnez \u00e0 l’entreprise ? Peut-\u00eatre faites-vous vos achats dans la boutique en ligne. Peut-\u00eatre suivez-vous la marque sur les m\u00e9dias sociaux et interagissez avec ses publications. Ou avez-vous d\u00e9j\u00e0 rempli un sondage de satisfaction, ou r\u00e9dig\u00e9 un commentaire ? Poss\u00e9dez-vous une carte de fid\u00e9lit\u00e9 ? Tout cela g\u00e9n\u00e8re des donn\u00e9es : des donn\u00e9es sur votre comportement d’achat, votre utilisation des m\u00e9dias, vos pr\u00e9f\u00e9rences, votre fid\u00e9lit\u00e9 \u00e0 la marque, etc… L’entreprise peut utiliser ces donn\u00e9es pour en savoir plus sur ce qui vous int\u00e9resse et vous envoyer des informations personnalis\u00e9es via les canaux que vous utilisez le plus souvent.<\/p>\n\n\n\n
La m\u00e9decine et les soins de sant\u00e9 g\u00e9n\u00e8rent de grandes quantit\u00e9s de donn\u00e9es. Elles proviennent des patients et de la population g\u00e9n\u00e9rale, par exemple via les caisses d’assurance maladie, les applications de sant\u00e9 ou les recherches Internet sur certains sympt\u00f4mes. Utilis\u00e9es \u00e0 bon escient, ces donn\u00e9es peuvent aider \u00e0 am\u00e9liorer la prise en charge individuelle ou \u00e0 concevoir des offres de pr\u00e9vention efficaces.<\/p>\n\n\n\n
\u00ab Les donn\u00e9es sont le nouveau p\u00e9trole. \u00bb Cette phrase r\u00e9sume bien la tendance du Big Data, car les donn\u00e9es sont consid\u00e9r\u00e9es comme la mati\u00e8re premi\u00e8re du futur. La transformation num\u00e9rique bouleverse le monde de l’entreprise et du travail. Les donn\u00e9es num\u00e9riques deviennent une ressource centrale. Les grands groupes technologiques construisent leur succ\u00e8s sur d’immenses bases de donn\u00e9es. Les PME sont, elles aussi, de plus en plus nombreuses \u00e0 vouloir exploiter le potentiel du Big Data.<\/p>\n\n\n\n
Il ne s’agit pas de collecter le plus de donn\u00e9es possible. Il est plus important d’utiliser efficacement les donn\u00e9es existantes. En les traitant et en les analysant, il est possible d’identifier des tendances, d’en tirer des corr\u00e9lations et des sch\u00e9mas. Cela fournit des informations pr\u00e9cieuses sur les processus, les produits, les march\u00e9s et les personnes. Sur cette base, les entreprises peuvent notamment :<\/p>\n\n\n\n
Les entreprises ne sont pas les seules \u00e0 pouvoir b\u00e9n\u00e9ficier du Big Data. Les donn\u00e9es peuvent \u00e9galement \u00eatre une nouvelle source de connaissances et de progr\u00e8s dans des domaines publics tels que la m\u00e9decine, l’\u00e9ducation ou l’administration.<\/p>\n\n\n\n
Les donn\u00e9es, quels que soient leur volume ou leur quantit\u00e9, ne m\u00e8nent pas automatiquement au progr\u00e8s, ou \u00e0 une am\u00e9lioration drastique des connaissances. Pour obtenir un tel r\u00e9sultat, les donn\u00e9es doivent \u00eatre stock\u00e9es, g\u00e9r\u00e9es et surtout analys\u00e9es efficacement. Cela n\u00e9cessite une technologie et des outils sp\u00e9cifiques. Les solutions du Big Data fonctionnent notamment selon les principes suivants.<\/p>\n\n\n\n
Les donn\u00e9es ne sont pas stock\u00e9es et trait\u00e9es sur un seul appareil, mais r\u00e9parties sur plusieurs appareils en r\u00e9seau. Il peut s’agir d’ordinateurs ou de serveurs dans un centre de donn\u00e9es. Le cloud computing, quant \u00e0 lui, est une solution \u00e0 distance. Les donn\u00e9es sont stock\u00e9es en ligne et peuvent \u00eatre consult\u00e9es \u00e0 tout moment et en tout lieu si une connexion Internet est disponible.<\/p>\n\n\n\n
Pour des volumes de donn\u00e9es de l’ordre du p\u00e9taoctet ou de l’exaoctet, il faudrait un temps astronomique pour traiter les donn\u00e9es une \u00e0 une. Pour acc\u00e9l\u00e9rer l’analyse, les donn\u00e9es et les \u00e9tapes de l’analyse des donn\u00e9es sont donc r\u00e9parties sur plusieurs ordinateurs. Ainsi, les donn\u00e9es peuvent \u00eatre trait\u00e9es simultan\u00e9ment ou en parall\u00e8le. Les r\u00e9sultats partiels sont ensuite fusionn\u00e9s. C’est nettement plus rapide qu’une approche s\u00e9quentielle.<\/p>\n\n\n\n
Les flux de donn\u00e9es \u00e9tant tr\u00e8s dynamiques, l’infrastructure doit \u00eatre adapt\u00e9e en permanence. C’est la seule fa\u00e7on d’absorber efficacement les diff\u00e9rences de volume dans le flux de donn\u00e9es. Un syst\u00e8me hautement \u00e9volutif est \u00e0 m\u00eame de r\u00e9aliser cela. Le cas \u00e9ch\u00e9ant, de nouvelles ressources informatiques sont ajout\u00e9es pour augmenter sa capacit\u00e9 et ses performances. Les lacs de donn\u00e9es ou les bases de donn\u00e9es NoSQL, \u00e9galement appel\u00e9es bases de donn\u00e9es non relationnelles, sont des exemples de tels syst\u00e8mes de stockage hautement \u00e9volutifs.<\/p>\n\n\n\n
Les distributions de fr\u00e9quence et les corr\u00e9lations ne suffisent pas pour exploiter les donn\u00e9es massives. Des m\u00e9thodes d’analyse plus complexes, telles que l’exploration des donn\u00e9es (Data Mining) ou l’intelligence artificielle, sont n\u00e9cessaires. Elles peuvent \u00eatre utilis\u00e9es dans le domaine de la veille strat\u00e9gique, qui consiste \u00e0 analyser syst\u00e9matiquement les donn\u00e9es pour permettre une prise de d\u00e9cision efficace. Les m\u00e9thodes analytiques avanc\u00e9es n\u00e9cessitent, comme leur nom l’indique, des comp\u00e9tences approfondies. Ce savoir-faire est le propre des \u00ab data scientists \u00bb, ou scientifiques des donn\u00e9es. Leur mission est de transformer les donn\u00e9es massives en donn\u00e9es intelligentes et d’en faciliter la compr\u00e9hension, par exemple gr\u00e2ce \u00e0 des repr\u00e9sentations graphiques.<\/p>\n\n\n\n
Pour faire face \u00e0 la croissance rapide du volume de donn\u00e9es, des solutions automatis\u00e9es sont de plus en plus n\u00e9cessaires. \u00c0 l’heure actuelle, il est d\u00e9j\u00e0 devenu impossible de g\u00e9rer et d’analyser manuellement la quantit\u00e9 de donn\u00e9es existante, et le volume mondial de donn\u00e9es augmente chaque ann\u00e9e de mani\u00e8re exponentielle. Les technologies prometteuses pour r\u00e9duire autant que possible le facteur humain dans l’analyse des donn\u00e9es sont l’intelligence artificielle, l’apprentissage automatique et les r\u00e9seaux neuronaux.<\/p>\n\n\n\n
Pour travailler avec des donn\u00e9es volumineuses, il faut toujours disposer d’une technologie de pointe. L’infrastructure technique \u00e9volue constamment et les m\u00e9thodes de traitement des donn\u00e9es changent. Par exemple, il y a quelques ann\u00e9es encore, le framework Apache Hadoop \u00e9tait l’\u00e9cosyst\u00e8me le plus courant pour stocker et traiter des donn\u00e9es massives. Mais il existe d\u00e9sormais Apache Spark et Apache Flink, qui permettent un traitement plus rapide.<\/p>\n\n\n\n
La qualit\u00e9 des donn\u00e9es est un autre d\u00e9fi majeur. En raison de leur complexit\u00e9 et de leur \u00e9volution rapide, de nombreux ensembles de donn\u00e9es pr\u00e9sentent des doublons, des lacunes ou des erreurs. Avant de pouvoir \u00eatre analys\u00e9es proprement, les donn\u00e9es doivent souvent \u00eatre nettoy\u00e9es, trait\u00e9es et v\u00e9rifi\u00e9es de mani\u00e8re complexe.<\/p>\n\n\n\n
Une critique fr\u00e9quente, dans le d\u00e9bat sur le Big Data, est la protection des donn\u00e9es. Les entreprises collectent de nombreuses informations au sujet de leurs clients, de nature parfois priv\u00e9e. Les utilisateurs de services en ligne, d’applications ou d’appareils intelligents ne savent souvent pas quelles donn\u00e9es sont utilis\u00e9es, par qui et dans quel but. Garder une vue d’ensemble de ses propres donn\u00e9es est un grand d\u00e9fi pour chacun d’entre nous face \u00e0 l’augmentation quotidienne du flux d’informations via les m\u00e9dias num\u00e9riques et l’Internet.<\/p>\n\n\n\n
Les donn\u00e9es continueront d’\u00eatre un bien pr\u00e9cieux pour d\u00e9velopper les syst\u00e8mes d’information et de connaissance dans notre soci\u00e9t\u00e9. La quantit\u00e9 de donn\u00e9es g\u00e9n\u00e9r\u00e9es augmente rapidement chaque ann\u00e9e et le march\u00e9 des technologies du Big Data et de l’intelligence artificielle conna\u00eet une croissance effr\u00e9n\u00e9e. L’apprentissage automatique et le traitement des donn\u00e9es en temps r\u00e9el sont actuellement tr\u00e8s en vogue.<\/p>\n\n\n\n
En raison de leur fort potentiel pour g\u00e9n\u00e9rer de nouvelles connaissances et automatiser les processus, les m\u00e9gadonn\u00e9es et les outils permettant de les analyser sont des moteurs essentiels de l’industrie 4.0. La protection des donn\u00e9es et la s\u00e9curit\u00e9 de l’information restent \u00e9galement prioritaires. Les ph\u00e9nom\u00e8nes comme les deepfakes ou la discrimination par l’IA sont \u00e9galement de plus en plus discut\u00e9s par le public.<\/p>\n\n\n\n
Le Big Data et l’intelligence artificielle ne sont donc pas seulement int\u00e9ressants pour les experts en donn\u00e9es et les d\u00e9veloppeurs d’IA ! Notre E-Training \u00ab Big Data – Comprendre l’univers des donn\u00e9es \u00bb vous permettra d’approfondir vos connaissances !<\/p>\n","protected":false},"excerpt":{"rendered":"
Les appareils num\u00e9riques et l’Internet g\u00e9n\u00e8rent d’\u00e9normes quantit\u00e9s de donn\u00e9es. Les entreprises peuvent utiliser ces donn\u00e9es pour mieux adapter leurs produits et leurs services au march\u00e9 et \u00e0 la client\u00e8le. Le \u00ab Big Data \u00bb, c’est-\u00e0-dire les donn\u00e9es massives ou m\u00e9gadonn\u00e9es, peut ainsi contribuer de mani\u00e8re d\u00e9cisive au succ\u00e8s de l’entreprise. <\/p>\n","protected":false},"author":4,"featured_media":6993,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[304],"tags":[705,706],"class_list":["post-8209","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tendances-innovations","tag-big-data-fr","tag-technologie-fr"],"_links":{"self":[{"href":"https:\/\/www.pinktum.com\/fr\/wp-json\/wp\/v2\/posts\/8209","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.pinktum.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.pinktum.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.pinktum.com\/fr\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.pinktum.com\/fr\/wp-json\/wp\/v2\/comments?post=8209"}],"version-history":[{"count":0,"href":"https:\/\/www.pinktum.com\/fr\/wp-json\/wp\/v2\/posts\/8209\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.pinktum.com\/fr\/wp-json\/wp\/v2\/media\/6993"}],"wp:attachment":[{"href":"https:\/\/www.pinktum.com\/fr\/wp-json\/wp\/v2\/media?parent=8209"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.pinktum.com\/fr\/wp-json\/wp\/v2\/categories?post=8209"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.pinktum.com\/fr\/wp-json\/wp\/v2\/tags?post=8209"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}