Le Big Data, vous connaissez?

Big Data, définition

Le 10 février au soir, je me suis rendue à Paris, en plein brouillard, en plein inconnu. Non pas un brouillard physique, mais un inconnu intellectuel. Je suis allée à une soirée table ronde sur le Big Data.
Le thème contraste curieusement avec la teneur habituelle de mes articles sur ce blog.
J'ai eu cette opportunité par l'intermédiaire d'un contact LinkedIn qui dirige un groupe qui s'appelle 3D: les Décideurs Du Digital.
Comme je n'y connais rien, j'ai décidé de venir. Ça, c'est un challenge! Yep. Big Data, was ist das? What is it?
En une soirée, ma culture digitale et big-digitale a fait un énorme bond en avant!
Vous voyez, je n'ai pas peur de l'inconnu. Explorer les vastes territoires des données, hein, avoir un petit aperçu sur l'avenir informatique, digital, numérique, traitement des données, révolution post-industrielle, GAFA....
Je me lance.
Le Big Data correspond aux données de masse. Bon vu comme ça, je comprends que ça ne vous parle pas énormément.
Par contre, si je vous dis: carte de fidélité, ça vous dit? Qui n'a pas de carte de fidélité? (Bon, si vous n'en avez pas, vous êtes pardonné d'avance, lol) Eh bien, les données stockées sur votre carte de fidélité font partie des Big Data. Vos achats, les dates, les prix, les promos, les quantités... tout ça c'est du Big Data.
Ce sont des données en volume tellement important que ce volume remet en question les techniques informatiques habituelles de bases de données, qui sont, de facto, trop petites pour contenir lesdits Big Data.
Les cartes de fidélité sont la partie émergée de l'iceberg Big Data, accessibles à des néophytes comme moi.
Voilà ma première passerelle d'accès vers l'étoile "Big Data". Une fois que j'ai compris cela, vous pensez bien comme j'était contente! Évidemment, l'histoire ne s'arrête pas là.

Le Big Data et ses outils

 Donc ces données sont tellement nombreuses que vous imaginez bien qu'il faut être super, mais super fort en maths pour les appréhender.
Alors là les maths, je comprends. Les stats aussi, parce qu'évidemment, ordonner ces données (flûte, je n'ai pas fait exprès) implique les statistiques. Les moyennes, les séries, les distributions. Il doit y avoir un livre "les statistiques pour les nuls" non?
Et puis être super fort en maths ne suffit pas, une fois de plus! Il faut également avoir les machines pour faire tourner ces énormes données. Des quantités inimaginables d'espace informatique... stocker des données devient une activité de société comme "TERALAB".

Le Big Data, pourquoi?

Comment en est-on arrivé là? Le modèle de la société de consommation s'essouffle un peu, pas vrai? La relance de l'économie par la consommation, ça n'a pas bien marché ces dernières années, on ne peut pas dire le contraire. Le problème, c'est que la crise telle qu'elle nous est présentée dans les médias masque bien évidemment les progrès technologiques, sociologiques et éducatifs de nos groupements d'individus.
Ce qui veut dire quoi? Les consommateurs sont devenus beaucoup plus "litterate", ils savent ce qu'ils veulent, ils ont des exigences éthiques, écologiques, alimentaires et bien d'autres. Le besoin de consommer s'est complexifié. De plus, avec la "fuite" de certaines industries (que je ne nommerai pas) dans des pays lointains (que je ne nommerai pas non plus) a, de facto, entraîné l'économie dans une spécialisation dans les services. Or, les marketeurs se sont rendus compte que les consommateurs demandent de plus en plus de services dans leurs produits de base: service client, service après-vente, assurances, garanties, je vous en passe et des meilleurs.
Donc on est rendu à l'ère de "l'hyperservicisation personnalisée". Et dans 'l'hyperpersonnalisation de masse". Qu'on se le dise.
Derrière ces termes barbares, cela recouvre une réalité finalement assez simple et quotidienne.
Quelques petits exemples:
-Chez Nike, quand vous achetez une paire de chaussures, des capteurs prennent l'empreinte de votre pied, analysent toutes ces variables et vous sortent une chaussure... sur mesure.
-Chez Harley Davidson, on configure la moto sur un ordi en fonction des exigences du client, couleur, équipements... et la moto personnalisée sort en 6 heures!
Voilà des exemples économiques de l'utilisation de Big Data.

Le Big Data et la création de valeur

Au point que les grandes entreprises changent de modèle économique. On ne parle plus uniquement de retour sur investissement (ou ROI), on parle d'avantage concurrentiel.
Quézaco? Il ne suffit plus d'avoir des investissements rentables, il faut que la base commerciale de l'activité de l'entreprise ou du magasin reste unique, mise à jour, renouvelée continuellement de façon à drainer un nombre croissant de clients, usagers...
Exemple, Amazon.
Alors eux, ils sont super forts! Ce sont les rois de la logistique (ne pas confondre avec le ROI ci-dessus... bon j'essayais de faire de l'humour). Dans leur base de données, ils savent ce que les clients attendent de leur site, ce qu'ils ont déjà acheté. La société pré-achemine des articles similaires le plus près possible des clients pour avoir une livraison en moins de 24h, en cas de commande!
Ces mutations font que, au lieu de vendre un produit, certaines entreprises (majors de l'Internet, grandes entreprises du CAC40...) voient leur objet social évoluer. Désormais, GDF ne vend plus de gaz, mais "une température de confort". Il y a donc création de valeur, car ces sociétés ne vendent plus seulement un produit, mais un ensemble produit+services, dont le prix, évidemment, n'es plus le même.
Le Big Data peut s'appliquer à des domaines très divers: marketing (of course), mais aussi au recrutement, à l'image de l'entreprise, l'automobile, l'aéronautique, et également médecine, météorologie, cartographie...

jembee.wordpress

Le Big Data, avantages et inconvénients

À partir d'une innovation marketing utilisée pour améliorer l'accueil et la satisfaction du client (services, cartes de fidélité et autres), on en arrive à des mises en place de projets énormes (comme Sanofi, qui analyse les tickets de médicaments achetés en fonction des pathologies, de diverses variables comme le goût, la présentation, l'âge des usagers, leur lieu d'habitation (ville, campagne, grande ville, petite ville)... ou comme les chaînes de production d'automobiles, qui sortent des véhicules "assortis" aux desiderata des clients, à l'enregistrement du génome humain et à bien d'autres choses encore.

aodbc.wordpress (il faudrait lui envoyer Obélix)

Mais alors, et les données personnelles, me direz-vous? quid de la protection des données personnelles? Encore du flou juridique.
Par exemple, pour la plupart d'entre nous, on a des comptes Facebook, Tweeter... qui sont des sociétés de droit non seulement américain, mais surtout californien. Truc bizarre pour des Européens: après le décès d'un titulaire d'un compte Facebook, ses ayants-droits n'ont toujours pas réussi à faire fermer ce compte, et ce, deux ans après le décès considéré! Pas moyen. Blocked.
La réponse est: utiliser des serveurs basés en Europe donc soumis au droit européen. A terme, ça veut dire migrer de Facebook et Tweeter sur leurs homologues européens...
En fait, le juridique peine à se mettre au niveau de l'économique et du technologique. Par exemple, un viticulteur décide de prendre sa retraite et de vendre son exploitation. Avec son entreprise, il vend son fichier client, dans lequel figurent 5000 clients. Or l'acheteur se rend compte que sur ces 5000 clients, il n'y a que 1000 entrées qui sont "actives". Au tribunal, il a obtenu l'annulation de la vente car le fichier client vendu a été considéré comme hors commerce car il ne reflétait pas exactement la clientèle réelle de l'exploitation.
Le juridique se doit d'élaborer une doctrine de "droit d'usage" des données.

Le Big Data et l'analyse prédictive

C'est l'application du futur (proche) par excellence. Entasser des données, c'est bien. Les organiser, c'est mieux. Mais en déduire le comportement futur des clients, des usagers, des machines, c'est encore mieux. Plus les Big Data seront alimentés sur, par exemple, une chaîne de montage automobile, plus les retours sur ces Big Data seront alimentés à leur tour par les essais, les pannes, les dates des problèmes, les pièces non conformes, etc, plus les "Big Data scientists" (ingénieurs Big Data) espèreront être capables de "prédire" quand arrivera l'incident, la panne ou tout autre problème mécanique. Dans l'industrie, les professionnels sont très friands de ce genre d'analyse, dite "analyse prédictive".

Cela reste à voir, notamment dans le domaine des transports en public.

Voici ce que j'ai capté de cette table ronde. J'ai essayé de vous en faire profiter...

blog.csdn.net

Une petite question pour finir:
Qui sait ce que recouvre l'acronyme GAFA? Et, encore mieux, GAFAA?
allez, un indice pour vous mettre sur la voie: ce sont des grands producteurs et consommateurs de Big Data... Essayez, sans vous aider d'Internet...
À la prochaine!

Pour aller plus loin...
Association des Décideurs du Digital
http://www.data-business.fr/big-data-definition-enjeux-etudes-cas/
http://www.telecom-paristech.fr/formation-continue/masteres-specialises/big-data.html