un océan de données massives : plonger ou s’immerger lentement?

Un océan de données massives : plonger ou s’immerger lentement?

Jane GriffinLeader nationale des Services d’analytique

Aperçu

Que sont les données massives?

Pourquoi s’intéresser aux données massives?

Ce que les données massives ne permettent pas

Enjeux relatifs aux données massives

Avez-vous bel et bien besoin de données massives?

Quelles sont vos questions d’affaires les plus importantes?

Le concept des données massives fait certainement assez de bruit pour donner des maux de tête à quiconque. Certains disent qu’elles sont essentielles pour conserver un avantage concurrentiel à long terme; d’autres pensent plutôt qu’elles comportent plus de risques que d’avantages. Et plusieurs estiment qu’il suffit d’acheter le matériel et les logiciels nécessaires pour régler la question.

Que sont les données massives?

Il s’agit d’un ensemble de données si énorme…

•qu’il présente des problèmes de stockage de données, de traitement en temps réel et deconfidentialité;

•qu’il ne peut être géré rapidement par les outils traditionnels de gestion et d’analyse des données.

Les 3 V des données massives

Données internes + externesDonnées structurées + non structurées

Volume La taille des données au sein d’une organisation explose de To à Po.

VariétéLes formats de données, les structures et les sémantiques sont plus variés et incompatibles.

Vélocité De nos jours, les données sont générées rapidement.

Comment ça se passe?

• Renseignements sur les achats

• Registre des achats

• Registre des paiements

• Segmentation• Renseignements

sur les offres• Communications

avec les clients• Personnes-

ressources de soutien

• Vue intégrée

• Blogues• Tarification

dynamique• Historiques

des offres• Parcours

de navigation• Centre de service• Recherches• Ciblage des

comportements• Entonnoirs

dynamiques

Signaux de DONNÉES MASSIVES

Interactions avec les clients, interentreprises, entreprise-consommateur

Trafic Web

Systèmes internes

• Réseaux sociaux• Contenu généré

par l’utilisateur• Dispositifs de

surveillance• Web mobile • Données

démographiques• Fil de nouvelles

d’entreprises• Images • Audio• Vidéo• Parole-texte• Journaux de

maintenance• SMS/MMS• Sentiment

Pétaoctets

Téraoctets

Gigaoctets

Mégaoctets

Kilooctet

Les données massives sont le nouvel or noir. Les entreprises, les gouvernements et les organismes qui pourront exploiter cette ressource auront un énorme avantage sur ceux qui ne le pourront pas.The Future of Big Data, Pew Internet, 20 juillet 2012 [traduction libre]

Pourquoi s’intéresser aux données massives?

•Les sources de données massives sont nombreuses et ne cessent de croître. Elles incluent tous les stocks de renseignements sur les opérations :

•Lesfluxdedonnéesdeviennentchaqueannéedeplusenplusnombreux,importants et complexes.

•La collecte de données massives a déjà commencé dans les secteurs bancaire, des télécommunications et des médias. Les entreprises de ces secteurs n’ont pas d’autres choix que de se jeter à l’eau.

•Dans d’autres secteurs, l’adoption des données massives représente davantage un choix.

•Le choix d’explorer et de rechercher des avantages concurrentiels en obtenant une meilleure perspective.

Marchéfinancieretcommerce électronique

Conversations par téléphone cellulaire

Clavardage sur les réseaux sociaux

Signaux RFID et données des satellites

météorologiques

Tendances dans les recherches et la

navigation sur Internet

Caméras de suivi de la circulation automobile et caméras de surveillance

Explorez le potentiel des données massives, mais faites-le en connaissance de cause et n’oubliez pas que le but est plus de perspective plutôt que plus d’information.

Ce que les données massives ne permettent pas

•Contourner la réalité statistique ou rendre la méthode scientifiquedésuète

•Décharger les utilisateurs de la nécessité de poser les questions pertinentes

•Éliminer la nécessité de trouver les bonnes caractéristiques

•Garantir votre capacité à répondre rapidement, uniquement parce que vous pouvez produire des résultats en temps réel

•Rendre les analyses coût-avantages ou du RCI désuètes

Technologie Données Gens

Enjeux relatifs aux données massives

Technologie

Aspect Principal enjeu

Extensibilité •Flexibilité de l’infrastructure d’interagir avec un volume important à l’aide de divers formats de données

Intégration •Coût de compilation, de gestion et d’utilisation des données sur des plateformes et des systèmes variés

Déploiement •Choix entre des solutions et des appareils sur mesure ou des services d’informatique en nuage

•Transition de systèmes patrimoniaux vers de nouvelles technologies

Analytique •Algorithmes extensibles qui donnent quand même des résultats explicables

Enjeux relatifs aux données massives

Données

Aspect Principal enjeu

Qualité des données

•Maintien de la qualité lorsqu’une grande quantité de données est externe ou non structurée

Gouvernance •Réévaluation des politiques, des normes et de l’environnement réglementaire en matière de données internes ou externes

Confidentialité •Enjeuxrelatifsàlaconfidentialitéetàlasécuritéliésauxdonnéesd’entréeet aux résultats

Aspect Principal enjeu

Talent •Acquisitiondescompétencesnécessairespourmettreàprofitles données massives

Gens

Enjeux relatifs aux données massives

Les données massives ne sont pas une solution miracle. Elles sont très prometteuses, et nous avons vu des sociétés les exploiter d’excellente façon. Cependant, il n’est pas nécessaire d’utiliser des données massives si des petits ensembles de données font l’affaire.

L’utilisation des données massives est pertinente

Exploiter les signaux faibles Des sources de données variées peuvent compliquer le repérage des tendances.

Favoriser les expérimentations Essayer différents scenarios et établir la différence entre corrélation et causalité.

Analytique des images et vidéos L’audio et les vidéos sont complexes… une tâche idéale pour des applications de données massives.

Obtenir un impact en temps réel Incidence notable grâce à l’analyse de données de diverses sources en temps réel.

Offrir plus de précision plus rapidement Chercher à trouver des tendances à petite échelle et éviter les fausses corrélations.

Travailler avec des budgets limités Tirerprofitdescompétencesetdesoutilsexistantsdegestionetd’analytique.

Gérer les risques pour les renseignements personnels et la sécurité Contrôler les procédures de contrôle et de gestion des données pour les petits ensembles de données, mais non pour les données massives.

Procédures de base de gestion du rendement et de prévision Lesdonnéesfinancièresetcomptablesontdesvolumesmoinsgrands,ellessontpour la plupart structurées et faciles à analyser à l’aide d’outils traditionnels.

L’utilisation des petits ensembles de données est pertinente

Quelles sont vos questions décisives?

Les données massives sont devenues une composante importante de votre stratégie. Cependant, elles peuvent également devenir une distraction onéreuse. Commencez par déterminer vos questions d’affaires les plus décisives.

Étudiez les questions d’affaires essentielles, plus particulièrement :1

Demandes de croissance rentable

Attentes grandissantes des consommateurs

Pressions réglementaires accrues

Signaux nouveaux et différents

Recherche de perspectives cachées

Quelles sont vos questions décisives?

Déterminez les décisions qui nécessitent une meilleure compréhension :

Évaluez les ensembles de données potentiels

2

3

•Soyez précis

•Associez-les à une valeur mesurable ($)

•Mettez l’accent sur l’optimisation ou l’innovation plutôt que sur l’information

•Proposez des gestes concrets (faire, et non prouver)

•Utilisez des questions axées sur « quoi », « où » et « comment » plutôt que sur « pourquoi »

•Selectionnez les données pertinentes à collecter (par ex., les données sur les créditeurs)

•Examinez comment vos questions décisives intéragissent avec votre ensemble de données (par ex., pouvons-nous réduire les coûts avec une consolidation des fournisseurs ou de l’approvisionnement?)

Alors, lorsque vous plongerez dans les données massives, rappelez-vous

…qu’elles sont extrêmement prometteuses

…qu’elles offrent des occasions d’innovation formidables

…mais qu’elles ne sont pas une solution miracle à tous lesdéfisdel’analytique

Jane GriffinLeader nationale des Services d’analytique

Envoyez un courriel à Jane Griffin

www.linkedin.com/in/griffinjane

www.deloitte.ca/analytique

Personne-ressource