7 conseils pour maîtriser les Big Data


Présentation | Ce que vous allez découvrir : 

Les Big Data sont de plus en plus volumineuses et de plus en plus utiles. Certaines entreprises ont hébergé des données avant même d’être en mesure de les exploiter, et elles en récoltent les bénéfices aujourd’hui.

La réalité, c’est que les Big Data ne cessent de prendre de l’ampleur. Que vos données se trouvent dans une feuille de calcul, une base de données, un entrepôt de données, des systèmes de fichiers open source tels que Hadoop, ou tout cela à la fois, vous devez pouvoir vous connecter rapidement aux données et les consolider. Quelle que soit la taille de vos données, l’important est de les collecter et, surtout, d’en tirer profit.

Ce livre blanc vous explique par où commencer. Voici les 7 meilleures méthodes d’approche de vos Big Data, ainsi que les moyens de les utiliser pour exploiter au mieux leur potentiel.

Nous avons également extrait les premières pages du livre blanc afin que vous puissiez les lire. Télécharger le PDF à droite de l’écran pour lire la suite.


Alors que l’expansion des Big Data pouvait vous sembler stabilisée, celle-ci se poursuit encore. Indépendamment de leur volume réel, les Big Data démontrent actuellement leur valeur. Partout dans le monde, diverses organisations disposent de telles données, qui présentent des structures et des volumes variés. Ces organisations comprennent l’importance et la pertinence de ces données, et la nécessité de leur porter une attention particulière. Il est désormais évident que les Big Data survivront à ceux qui les ignorent.

Les organisations qui ont déjà apprivoisé les Big Data, c’est-à-dire la masse multi-structurée qu’elles avaient stockée avant même d’en connaître la valeur, optimisent leur efficacité opérationnelle, la croissance de leurs revenus et la mise en place de leurs nouveaux modèles d’affaires.

Comment procèdent-elles ? Leurs techniques fructueuses peuvent être résumées en sept conseils.

1. Prévoir à long terme en réfléchissant à court terme.

Vous n’êtes pas seul à vous préoccuper de l’évolution des technologies liées aux Big Data. Leurs caractéristiques évoluent si rapidement qu’il est impossible de connaître les outils, les plates-formes et les méthodologies qui seront à l’œuvre l’année prochaine.

Détendez-vous. Votre activité peut parfaitement s’adapter à cette évolution rapide.

Chaque année, les fournisseurs améliorent leur utilisation des Big Data. Les systèmes transactionnels relationnels en ligne (OLTP) deviennent plus efficaces et plus intelligents, qu’ils soient exécutés sur site ou dans le cloud. Les derniers développements techniques facilitent l’interfaçage entre Hadoop et les entrepôts de données. Et de nouveaux produits apparaissent sans cesse sur le marché, répondant toujours plus précisément à vos besoins.

Inutile, donc, de vous inquiéter. Restez à l’écoute des possibilités offertes par ces nouveaux produits, aussi longtemps qu’ils fournissent assez de valeur pour justifier leur intégration à votre environnement actuel. Maintenez une plate-forme d’analyse décisionnelle capable d’interagir directement avec de nombreux formats. Vous serez alors prêt à accueillir tout ce que le marché peut produire.

2. Détecter les fausses interrogations.

Votre organisation a-t-elle besoin d’Hadoop ou d’un entrepôt de données ? Cette interrogation est une question-piège. Non seulement Hadoop et les entrepôts de données fonctionnent parfaitement en parallèle, mais les organisations profitent même des capacités de collaboration de ces systèmes.

Un entrepôt de données permet de mieux traiter vos données importantes et structurées, puis de les stocker afin que vos outils d’analyse décisionnelle et vos tableaux de bord puissent y faire appel facilement. Mais cette ressource sera moins efficace et plus lente dans le cadre du traitement analytique et de certains autres types de transformations.

Laissez donc Hadoop se charger de ces tâches. De plus, bien qu’Hadoop soit peu adapté aux requêtes interactives et à la gestion des données, il excelle dans l’intégration des données brutes, non structurées et complexes.

Ensemble, ces systèmes fonctionnent en symbiose. Pensez, par exemple, aux données sur lesquelles s’appuient vos dirigeants lorsqu’ils anticipent leurs besoins matériels pour l’année à venir. Cet ensemble de données est probablement gigantesque et vous n’avez pas assez de temps pour le modéliser, le structurer ou le préparer d’une manière ou d’une autre à son intégration dans votre entrepôt de données. Lorsque les dirigeants concernés auront fini de le traiter, parfois en une semaine seulement, ils souhaiteront s’en débarrasser. C’est à ce moment précis qu’Hadoop intervient pour stocker et affiner ces données, avant d’en transmettre un échantillon à l’entrepôt de données.

« Les Big Data ne remplacent pas le stockage en entrepôt de données », a écrit Mark Madsen, PDG de Third Nature, dans son article « What Big Data is Really About » (La vérité sur les Big Data). « Elles ne constituent pas non plus une source à entretenir séparément. Elles font partie du nouvel environnement informatique. »

Veillez à ne pas tomber dans le piège « Hadoop ou entrepôt de données ». Vous pouvez et devez utiliser ces deux ressources.

3. Présenter les Big Data sous forme visuelle.

Les Big Data deviennent visuelles lorsque vous pouvez les afficher graphiquement. Un rapport établi en 2013 par l’Aberdeen Group a révélé qu’« au sein des organisations qui utilisent des outils d’exploration visuelle, 48 % des personnes recourant à l’analyse décisionnelle sont capables de trouver les informations dont elles ont besoin sans solliciter l’intervention de l’équipe informatique ». Sans recours à l’exploration visuelle, ce taux chute à 23 % seulement.

Cette étude montre également que les gestionnaires faisant usage de l’exploration visuelle des données ont 28 % de chance de plus de trouver des informations à jour, par rapport à leurs homologues dépourvus d’outils visuels.

Aspect sans doute capital en matière de Big Data, le rapport précise que la visualisation encourage aussi l’interaction avec les données. Les gestionnaires manipulant des données visuelles ont plus de deux fois plus de chance (33 % contre 15 %) d’interagir en profondeur avec celles-ci. Ils sont, en outre, plus susceptibles de soulever des interrogations spontanées, souvent inspirées par des informations aperçues quelques instants auparavant.

Explorer visuellement les données, c’est leur permettre de s’exprimer pleinement, d’une manière que le cerveau peut comprendre instantanément. « L’effet est comparable à celui d’un coup de génie », commente Dana Zuber, vice-présidente de la planification stratégique chez Wells Fargo. « Il est tout simplement impossible d’obtenir le même résultat avec une feuille de calcul. »

L’analyse visuelle vous permet d’accomplir deux actions à tout moment :

  • Modifier les données que vous visualisez, car des questions différentes nécessitent souvent des données distinctes.
  • Modifier la façon dont vous les visualisez, car chaque vue peut répondre à plusieurs questions.

Grâce à ces étapes simples, vous enclenchez ce que l’on appelle le « cycle de l’analyse visuelle » : obtenir des données, visualiser ces données, poser des questions et obtenir des réponses, et ainsi de suite. À chaque cycle, vos demandes se précisent de plus en plus, proportionnellement aux informations que vous obtenez. Vous pouvez explorer les données en profondeur, en surface ou en les recoupant. Vous pouvez également faire surgir de nouvelles données. Il devient possible de créer différentes vues successives, à mesure que vos visualisations accélèrent et développent votre réflexion.

Lorsque tout est prêt, vous n’avez plus qu’à partager. Vos collaborateurs posent leurs propres questions et trouvent les réponses adaptées, améliorant ainsi la perception, la réactivité et la productivité de toute votre équipe.

Vous souhaitez en savoir plus ? Téléchargez l’intégralité du livre blanc !

Continuer la lecture…

Les ressources suivantes peuvent vous intéresser...