Aller de l’avant avec le Big Data: investissements, défis et prévisions

Conseils

Les gens utilisent les ordinateurs, les téléphones intelligents et les ordinateurs portables avec une régularité croissante. En conséquence, les entreprises collectent et stockent de grandes quantités de données, ou Big Data. Acquérir des connaissances à partir de toutes ces informations est un défi, mais est également essentiel pour obtenir un avantage concurrentiel. Les solutions d’analyse qui trouvent des données non structurées et structurées peuvent aider énormément à obtenir des informations. Ces données peuvent provenir de sources privées, mais peuvent également provenir de données publiques disponibles sur Internet. La possibilité de recouper des informations privées sur les préférences des consommateurs et des informations provenant de blogs, de tweets et de données provenant de réseaux sociaux peut permettre aux organisations de comprendre les besoins de leurs clients et, dans une certaine mesure, de prévoir leurs achats futurs.

Lors de la conférence DATAVERSITY® Enterprise Data World 2016, Kenneth Viciana a organisé un panel sur l’avenir du Big Data. Viciana travaille actuellement pour Equifax, dirigeant une équipe responsable de leur stratégie de données d’entreprise. Il tente de transformer le Big Data en idées que sa société peut rentabiliser. Viciana a mentionné que l’objectif pour les entreprises est de prédire ce que veulent leurs clients à l’avenir. Le panel comprenait Robert J. Abate, expert consultant pour Intellisys, Inc., Kelle O’Neal, fondateur et PDG de First San Francisco Partners, et Joe Caserta, PDG de Caserta Concepts. Après les présentations, le panel a discuté des sujets suivants:

L’état actuel des efforts de Big Data
Zones de réussite / zones difficiles
Prédictions sur le futur du Big Data
L’état actuel des efforts de Big Data

Au cours de la discussion, Robert Abate a déclaré que l’utilisation du Big Data se faisait en mode découverte et qu’elle se trouvait encore dans une phase émergente. À l’heure actuelle, l’utilisation du Big Data implique de parcourir de grandes quantités d’informations tout en recherchant des pépites d’or. Abate a décrit comment les modèles de visualisation s’amélioraient régulièrement et expliquaient la courbe de valeur temporelle des informations. (La courbe de valeur temporelle indique que les informations ont leur valeur la plus élevée le jour de leur création et perd progressivement de la valeur au fil du temps.)

Kelle O ’Neal a déclaré:« Nous apprenons plus de nos échecs en ce moment, alors nous sommes de nos succès. Il est important de comprendre que nous apprenons de nos échecs, et c’est correct. »Elle a dit cela parce que le domaine du Big Data est tellement nouveau. O Neal soutient une philosophie d’expérimentation qui ne punit ni ne fait honte à des résultats inattendus. Le champ du Big Data est tellement nouveau que toute information ou résultat de surprise peut être utile. À l’heure actuelle, la «culture» des scientifiques des données travaillant sur le Big Data est assez limitée et, comparativement parlant, peu expérimentée dans leur exploration et leur apprentissage de cette nouvelle façon de penser, ce nouveau paradigme.

Joe Caserta a suggéré que les entreprises en démarrage utilisent plus facilement le Big Data. Ils n’ont pas le bagage des habitudes et des coutumes qui se développent avec le temps sur le lieu de travail. Une start-up commence avec une ardoise propre. Une entreprise établie aurait ses employés formés pour travailler et réagir de certaines manières qui ont fait leurs preuves dans le passé. Caserta a également déclaré que les entreprises commençaient à penser en termes de «Data Ecosystems», qui incluent Data Lakes (grandes quantités de données brutes stockées dans leur format original).

Zones de réussite / zones difficiles

Abate a déclaré que Predictive Analytics deviendrait populaire pour prévoir comment les produits se vendraient. Il a ensuite décrit comment on leur avait demandé de prédire la qualité de vente d’un nouvel appareil photo Canon. En traquant «le buzz» d’Internet, ils ont découvert que les ventes suivaient exactement le buzz, leur permettant de prédire la structure des ventes.

Il a également parlé des effets de la météo et de la circulation, citant la recherche sur le Big Data effectuée pour Walmart, qui montrait une hypothèse erronée. Walmart avait supposé qu’il y avait un profit à tirer des bosses juste avant une tempête et juste après. Bien que cela soit vrai, il n’avait pas été compris qu’il y avait eu une perte d’affaires pendant la tempête qui a contrecarré les obstacles, ce qui a entraîné une perte d’activité globale pour cette période.

O’Neal a utilisé la publicité télévisée «Where’s the beef?» De 1984, mettant en vedette une femme âgée nommée Clara Peller, comme une analogie de propriétaires d’entreprise se demandant: «Où est ce que je viens de payer?» O ‘Neal se réfère à l’inexpérience de Les scientifiques des données qui tentent de trouver des modèles dans le Big Data peuvent être rentables pour leurs clients. Elle a également observé que les organisations traitent souvent par erreur les Big Data et les Data Warehouses comme une même chose. (Un entrepôt de données est une grande quantité de données collectées à partir d’un large éventail de ressources «au sein d’une entreprise» qui servent de guide pour les décisions de gestion, tandis que les données volumineuses peuvent être qualifiées de trouver des associations, des modèles et des tendances, en mettant l’accent sur les interactions et le comportement humains).

Caserta a souligné le besoin de changements de paradigme, notant que certaines personnes ont développé des habitudes et des façons de penser qui ne supportent pas la recherche Big Data. La manière dont la technologie est actuellement utilisée pour la collecte des données, et même la manière dont les données sont «utilisées», est en train de changer. La résistance au changement, l’immersion et l’adoption de nouvelles méthodes constituent un problème majeur pour les entreprises. Au cours de la discussion, Caserta a fourni l’analyse du champ de force de Lewin comme un exemple des problèmes liés à la promotion du changement.

Prédictions sur le futur du Big Data

Joe Caserta prédit que les machines recommanderont certaines actions, et pour des problèmes plus simples, la machine agira pour résoudre le problème. Il a poursuivi en disant que certaines des sociétés les plus visionnaires le font aujourd’hui, et toutes les entreprises le feront éventuellement. Caserta a déclaré que Spark est de plus en plus populaire. (Apache Spark est un moteur de traitement open source pour Big Data, conçu pour une utilisation simple et rapide.) Il a également prédit que la plupart des entreprises utiliseront bientôt le Cloud comme une ressource plutôt que comme un processus plus onéreux propres serveurs.

Kelle O’Neal prédit que le Big Data deviendra de plus en plus utile. Elle a également évoqué les questions d’éthique numérique et de confidentialité. Elle a déclaré: «Nous devons apprendre à respecter les données détenues par les individus et les autres entreprises. Nous devons créer la capacité de permettre aux individus de maintenir un certain degré de confidentialité. »Elle a également évoqué la nécessité de protéger la vie privée du client. Elle pose la question: «À qui appartiennent ces données?

Robert Abate a énuméré un certain nombre de prédictions qui, selon lui, auront lieu:

Les décisions commerciales seront dictées par le Big Data.
La visualisation d’informations immersives (l’utilisation de plusieurs écrans pour utiliser les informations) deviendra populaire.
L’apprentissage automatique sera utilisé pour prédire les ventes de produits.
Actuellement, les algorithmes Big Data sont simplistes et deviendront à l’avenir plus raffinés et compliqués.
Le titre de CIO viendra signifier chef d’infrastructure.
Le responsable des données sera aussi important que le directeur financier, car les informations acquerront la même valeur que l’argent.
Il y aura une augmentation de la réglementation des données, car la protection de la vie privée devient plus préoccupante.
Un champ d’exploration et d’innovation évoluera grâce au Big Data.
Les données commerciales proviendront de plus en plus de l’Internet des données interconnectées entre les entreprises.

Cet article a été publié par Keith D. Foote dans les nouvelles en ligne de Big Data University

Partagez ce post sur vos réseaux

Laisser un commentaire

deux × 2 =

Fermer le menu