Big Data - Grosses données
Afin de bien comprendre ce qu’est le Big Data, il est utile d’en connaître le contexte historique. En voici la définition de Gartner, qui date de 2001 (mais qui reste la définition de référence) : le Big Data regroupe des données présentant une grande variété, arrivant en volumes croissants, à grande vitesse. C’est ce que l’on appelle les trois « V ».
En d’autres termes, le Big Data est composé de jeux de données complexes, provenant essentiellement de nouvelles sources. Ces jeux de données sont si volumineux que les logiciels de traitement des données classiques sont incapables de les traiter. Ces volumes massifs de données permettent néanmoins de résoudre des problèmes commerciaux qui auraient été impossibles à aborder auparavant.
Les trois « V » du Big Data
Volume
La quantité de données a son importance. Le Big Data vous oblige à traiter d’énormes volumes de données non structurées de faible densité. Il peut s’agir de données de valeur inconnue, comme des flux de données Twitter, des flux de clics sur une page Internet ou une application mobile ou d’un appareil équipé d’un capteur. Pour certaines organisations, cela peut correspondre à des dizaines de téraoctets de données. Pour d’autres, il peut s’agir de centaines de pétaoctets.
Vitesse
La vitesse à laquelle les données sont reçues et éventuellement traitées. Normalement, les données haute vitesse sont transmises directement à la mémoire, plutôt que d’être écrites sur le disque. Certains produits intelligents accessibles via Internet opèrent en temps réel ou quasi réel et nécessitent une évaluation et une action en temps réel.
Variété
La variété fait allusion aux nombreux types de données disponibles. Les types de données traditionnels ont été structurés et trouvent naturellement leur place dans une base de données relationnelle. Avec l’augmentation du Big Data, les données ne sont pas nécessairement structurées. Les types de données non structurées et semi-structurées, telles que les données texte, audio et vidéo requièrent un prétraitement supplémentaire pour dégager du sens et prendre en charge les métadonnées.
Data center - Centre de données
Terme anglais qui se traduit par centre de données. Un datacenter est un regroupement de serveurs localisés dans un site hautement sécurisé pour assurer une disponibilité maximale. Le Datacenter est un élément technologique indissociable du cloud computing. C’est un site physique où sont rassemblés des installations informatiques chargées de stocker et distribuer de la Data sur un Intranet ou sur Internet.
Data Mining ou exploration de données
Le data mining, ou encore exploration des données, regroupe l’ensemble des techniques destinées à gérer, traiter et analyser les données clients, collectées via les différents canaux digitaux. C’est un processus ayant pour objet de transformer les données en informations utiles et d’améliorer la connaissance client.
Le data mining aide l’entreprise à mieux connaître ses clients et à analyser et anticiper leurs comportements. Ce concept est très utilisé en marketing mais aussi dans d’autres domaines comme la finance, la santé, …
Le processus de data mining est aujourd’hui automatisé, réalisé au moyen de logiciels Data très sophistiqués, permettant le traitement des données en temps réel. Des solutions Big Data existent aujourd’hui et offrent la possibilité d’analyser un grand volume de données tout en garantissant précision et pertinence des résultats.
EDI OU ECHANGE DE DONNÉES INFORMATISÉ
Mécanisme permettant de faciliter les transmissions de données entre les systèmes informatiques d’une société et d’une administration ou de deux sociétés entre elles.
L’EDI est un formidable outil facilitateur d’échanges offrant sécurité et gain de temps.
Open Data - Donnée ouverte
L’open data, ou donnée ouverte, est une tendance de fonds dans l’accès à la donnée. A la différence de la plupart des informations sous forme numérique, elle est mise à la disposition du public ou des professionnels, sans contrepartie.
Qui dilapide ainsi son capital informatique ? Principalement les structures conçues pour servir la communauté, comme les gouvernements, les mairies, les universités, les institutions politiques, les organisations non gouvernementales, les services publics, mais aussi les gros acteurs des réseaux sociaux.
Les données accessibles
Elles peuvent être de tout type, mais la nature même des émetteurs principaux d’open data induit une sur-représentation de données politiques, socio-démographiques, environnementales, et à vocation pratique : résultats d’élections par bureau de vote, catégories socio-professionnelles par département, emplacement des arrêts de bus, commodités, jardins et bancs publics, taux de criminalité, emplacement et renommée des écoles…
Smart Data - Données utiles
Le “Smart Data” est un terme marketing permettant avant tout de se rappeler de se concentrer sur les données qui sont réellement pertinentes. Ceci signifie : “plutôt que de chercher à tout collecter, sans savoir comment le stocker et ranger de manière efficace afin de l’utiliser au mieux, il est plus utile - et bien moins coûteux - de se concentrer sur les données qui ont déjà été identifiées comme ayant une vraie valeur pour l’entreprise”.
Finalement, parler de "smart data", c'est revenir aux fondements de l'analytics et de la notion de Big Data Analytics en mettant en lumière les 2 derniers V.
Wallboard - Panneau mural
Le wallboard est l'écran digital d’animation d’équipe affichant en temps réel les informations clés de l’activité facilitant la prise de décision pour mener vers l’excellence opérationnelle.