Big data.

Présentation au sujet: "Big data."— Transcription de la présentation:

1 Big data

2 Plan Définition des Big Data Propriété de Big Data
Les outils du Big Data L’enjeu L’usage des Big Data

3 Définition des Big Data (Wikipedia) Une définition qui change avec le temps…
Ensembles de données qui deviennent tellement gros qu'ils en deviennent difficiles à travailler avec des outils classiques de gestion de base de données. Les perspectives du traitement des big data sont énormes, notamment pour l'analyse d'opinions ou de tendances industrielles, la génomique, l'épidémiologie ou la lutte contre la criminalité. La production de données par les utilisateurs, et notamment le partage d'informations ubiquitaires augmentent le nombre de données pouvant être traitées.

4 propriétés Plus de données ont été créé ces 3 dernières années que pendant les années précédentes Données non structurées Produites en temps réel Arrivent mondialement en flots continus Méta taguées (localisation, heure, jour, etc.) Proviennent de différente sources (téléphone mobile, capteurs, téléviseurs connectés, tablettes …), de façon désordonnée et non prédictible.

5

6 « Le job en vogue dans les 10 prochaines années sera statisticien
« Le job en vogue dans les 10 prochaines années sera statisticien... La faculté de prendre des données— et être capable de les comprendre, de les traiter, d’en extraire de l’information, ainsi que de les visualiser et de les communiquer » Hal Varian (Google’s chief economist)

7 Nouvelles technologies, nouveaux métiers, nouveaux enjeux…
De nouveaux enjeux Comment exploiter ces nouveaux volumes de données ? Comment les stocker? Comment les traiter? Comment les visualiser? Et de nouvelles technologies Bases de données distribuées Traitement de données distribué Analyse d'événements en temps réel “Cloud Computing”

8 Exemples d’outils A/B testing Association rule learning Classification
Cluster analysis Crowdsourcing Dara fusion and data integration Data mining Ensemble learning Genetic algorithms Pattern recognition Predective modeling Regression Sentiment analysis Signal processing Spatial analysis Statistics Supervised learning Simulation Visualization

9 Le plus de données ouvertes, le plus d’intelligence à construire…
Big Table Business intelligence Datamart Datawarehouse Hadoop MapReduce Metadata R

10 L’enjeu : créer de la valeur
Il faut exploiter les Big Data pour: Plus (productivité, pénétration…) Mieux (compétitivité, pertinence…) Autre chose (nouveaux marchés, innovations, partenariats, offres contextuelles…)

11 Exemples d’usage des Big Data

12 Les nouveaux acteurs utilisent massivement les Big Data
Zynga (230M joueurs / mois) Facebook 500M d’utilisateurs 4B messages / jour 1.2M photos / second Twitter 70M Tweet / day

13 Merci pour votre attention