WEB : 25 ans d'innovations technologiques

Valoriser les "not so big data"

Présentes sur toutes les lèvres, les big data sont désormais largement reconnues comme source de valeur pour l’entreprise. Au risque d’oublier les « not so big data », qui ne partagent pas avec l’importance en volume, en variété et en vélocité des premières mais peuvent néanmoins être valorisées, estime Romain Chaumais, co-fondateur de l'agence de marketing digital Ysance.

Muriel de Véricourt

05 Novembre 2013 \ 13h22

2 min. de lecture

Contenu proposé par

2 min. de lecture

Muriel de Véricourt

Industrie & Technologies

05 Novembre 2013 \ 13h22

«Surnommées le “pétrole du XXIe siècle”, les big data intéressent au plus haut point les entreprises. Or elles entrent dans des critères de volume, de variété et de vélocité (3V) bien précis , qui ne concerne qu’une partie des projets d’exploitation de données. D’où l’intérêt, pour les entreprises dont les cas d’usage n’entrent pas dans ces critères d’introduire un nouveau niveau d’analyse qui comprend toutes les « autres » données - quels que soient leur volume, leur fréquence ou leur format - qui se situent entre les données décisionnelles et les big data. Chez Ysance, nous parlons d’Over Data.

L’idée ? Exploiter des données plus souterraines (small black data) pour analyser, par exemple, les processus de production et de sécurité via l’activité des systèmes embarqués tels que les badgeuses, les centres d’appels et les solutions domotiques, sa gestion des ressources humaines ou encore son activité sur le Web comme l’analyse d’une Fanpage, les citations sur les réseaux sociaux, les visites sur son site Internet BtoB, ou encore le positionnement de son application sur l’appstore.

Plusieurs entreprises se sont d’ailleurs lancées avec succès dans l’analyse de certains pans de leurs données. On retiendra parmi les cas d’usage les plus célèbres l’exemple de Google avec la mise en place de son projet « Google M&Ms ». Soucieuse de la santé de ses salariés, l’entreprise a rassemblé des données telles que les distances parcourues ou les aliments consommés à la cantine pour mettre en place des solutions visant à freiner la consommation excessive de M&Ms au bureau. Ou encore, l’initiative d’un constructeur automobile qui a analysé le trajet parcouru et les démarches effectuées par le salarié depuis l’entrée du site jusqu’à la chaîne de production pour optimiser l’arrivée de ressources temporaires en cas d’absence ou de retard d’un ouvrier.

Le champ des possibles est donc infini. Aussi infini que celui des big data… Il nécessite toutefois des compétences techniques distinctes. L’approche est certes moins orientée vers l’enjeu de volume - et donc vers les technologies en rupture de type Hadoop - mais la capacité à collecter cette « over » donnée où elle se trouve, à garantir sa qualité et à savoir l’injecter dans des outils opérationnels de l’entreprise, demande un travail complexe et minutieux. Finalement, les méthodes projets sont assez proches de celles des big data mais les technologies de récolte utilisées ressemblent davantage à celles de la business intelligence (tableaux de bords, bases relationnelles, voire tableaux Excel…).

Un entre deux qui devrait satisfaire, pour commencer, bon nombre d’entreprises leur permettant ainsi de faire, en douceur, leurs premiers pas vers le Big Data…»

Sélectionné pour vous