Le Machine Learning et l'intelligence artificielle sont parmi les outils utilisés dans le cadre de la Data Science pour exploiter le Big Data.
Les GAFAM : Google, Apple, Facebook, Amazon et Microsoft. Aussi appelés » Big Five « , ces cinq géants de la technologie dominent aujourd'hui le monde grâce au Big Data.
Data et expérience utilisateur
Netflix utilise la donnée pour améliorer l'expérience de ses utilisateurs. La plateforme retient parfaitement où vous vous êtes arrêtés, quel épisode et où à l'intérieur de l'épisode.
Marketing, science, commerce : les domaines du big data
L'exploitation des big data a ouvert de nouvelles perspectives dans de nombreux domaines : la recherche scientifique, la politique, la communication, la médecine, la météorologie, l'écologie, la finance, le commerce, etc.
Comment fait-elle ? Grâce aux données collectées à partir de son application Nike +, la société a échantillonné et analysé les préférences des athlètes pour créer une nouvelle collection de vêtements.
Le Big Data offre ainsi un contexte d'informations dont la puissance est telle qu'elle peut permettre d'améliorer un processus industriel, d'anticiper les comportements utilisateurs, de réduire des dépenses énergétiques, d'optimiser le recrutement, de transformer les métiers, etc. Car la donnée crée de la valeur !
Amazon, par exemple, personnalise la page d'accueil de son site en fonction de vos goûts, de vos intérêts, de vos recherches précédentes et de l'exploitation de données. Netflix, lui, parvient à générer plus de 33 millions de pages d'accueil différentes pour proposer à ses utilisateurs des contenus qui leur plaisent !
Le Big Data nécessite du stockage. Votre solution de stockage peut se trouver dans le cloud, sur site, ou les deux à la fois. Vous pouvez stocker vos données sous la forme de votre choix et imposer à ces jeux de données vos exigences de traitement, ainsi que les moteurs de traitement nécessaires, à la demande.
Le big data, comme l'Internet des objets ou l'intelligence artificielle, change considérablement la volumétrie des données à gérer. Le risque est de provoquer un emballement, hors de contrôle, à mesure que tous les métiers vont vouloir leur application big data/IA rien que pour eux.
Le Big Data, ainsi que les opportunités et les défis métiers qui lui sont associés, est souvent perçu ou décrit dans le contexte de plusieurs termes en « V », à savoir le volume, la valeur, la variété, la vélocité et la véracité.
Comme le montre notre graphique, ils dominent très largement le classement mondial des pays les mieux équipés en la matière, devant l'Allemagne (487), le Royaume-Uni (456), la Chine (443) et le Canada (328).
Faisant apparition en octobre 1997 au sein de la bibliothèque de L'ACM et crée par Edgar F. Codd Codd, informaticien chez IBM, le big data ou donnée massive désigne l'ensemble des données volumineux.
Les plus connus sont gérés par les principaux fournisseurs de services cloud tels qu'Amazon Web Services (AWS), Google Cloud Platform, IBM Cloud, Microsoft Azure et Oracle Cloud Infrastructure. La plupart des grands fournisseurs de services cloud gèrent plusieurs centres de données dans le monde.
Optimiser le traitement des données
Pour de nombreux experts, le traitement des données est l'un des enjeux les plus importants du Big Data. En effet, les informations arrivent en masse et se présentent sous divers formats.
On parle depuis quelques années du phénomène de big data , que l'on traduit souvent par « données massives ». Avec le développement des nouvelles technologies, d'internet et des réseaux sociaux ces vingt dernières années, la production de données numériques a été de plus en plus nombreuse : textes, photos, vidéos, etc.
L'un des avantages les plus importants du big data pour les entreprises est la réduction des coûts du stockage, du traitement et de l'analyse de données massives. Les outils de big data permettent aussi d'identifier des manières efficaces et plus économiques de faire des affaires.
L'acronyme GAFAM représente donc Google, Apple, Facebook, Amazon et Microsoft. À elles seules, ces cinq entreprises possèdent les méthodes les plus importantes pour collecter les données du Big Data.
Le big data fait référence à des ensemble de données trop volumineux et complexes pour les applications traditionnelles de traitement et de management des datas. Ce terme est devenu populaire grâce à l'essor de la technologie mobile, de l'IoT (Internet of things ou Internet des objets en français) et de l'IA.