Alpha Mohamed Kaba

Oct 21, 2022

Big data et 5Vs

Le big data (mégadonnées) est un domaine relativement moderne de la science des données. Il explore la façon dont un ensemble de données sont souvent extrait et analysé afin d'en glaner systématiquement des informations. Auparavant, les solutions de traitement conventionnelles n'étaient pas très efficaces en ce qui concerne l'extraction, le stockage et l'analyse de données volumineuses.

En 2001, la société d'analyse MetaGroup (aujourd'hui Gartner) a présenté aux scientifiques et aux analystes des données les 3V des données 3D, qui sont le volume, la vitesse et la variété. Au cours du temps, le domaine a connu un changement radical dans la façon dont les données sont capturées et traitées. Dans le cadre de cette évolution, les données augmentaient si rapidement en taille qu'elles ont été qualifiées de mégadonnées. Avec la croissance astronomique de l'information, deux nouveaux V, la valeur et la véracité, sont ajoutés par Gartner aux concepts de traitement de l'information. Afin de bien comprendre ce que signifient les le big data, jetons un coup d'œil sur les 5 Vs de big data.

Volume

Le volume de données définit la « quantité » d'informations produites. la valeur de la connaissance est également enthousiasmée par les dimensions de l'information.

Aujourd'hui, les données sont générées à partir de diverses sources dans de nombreux formats - structurés et non structurés. un certain nombre de ces formats de données comprennent des documents Word et Excel, des PDF et des rapports ainsi que du contenu multimédia comme des images et des vidéos. en raison de l'explosion de l'information provoquée par les médias numériques et sociaux, les données sont rapidement produites en si gros morceaux qu'il est devenu difficile pour les entreprises de les stocker et de les traiter à l'aide de méthodes conventionnelles de veille économique. Les entreprises doivent mettre en œuvre des outils modernes d'informatique décisionnelle pour capturer, stocker et traiter efficacement une telle quantité sans précédent d'informations en temps réel.

Vélocité

La vélocité fait référence à la vitesse à laquelle les informations sont générées, collectées et analysées. Les données circulent en continu à travers de multiples canaux comme les systèmes informatiques, les réseaux, les médias sociaux, les téléphones portables, etc. Dans l'environnement commercial actuel axé sur les données, le rythme auquel les données se développent sera mieux décrit comme « torrentiel » et « sans précédent ». Maintenant, ces données devraient même être capturées aussi près que possible du temps réel, rendant les données appropriées disponibles au bon moment. La vitesse à laquelle les données seront accessibles a un impact direct sur la prise de décisions commerciales opportunes et précises. Même une quantité limitée de connaissances disponibles en temps réel donne de meilleurs résultats commerciaux qu'un volume de connaissances surdimensionné qui nécessite un temps prolongé pour être capturé et analysé.

Plusieurs technologies Big Data nous permettent aujourd'hui de capturer et d'analyser des données car elles sont générées en temps réel.

Variété

Alors que la quantité et la rapidité des informations sont des facteurs importants qui ajoutent de la valeur à une entreprise, le big data implique également le traitement de divers types de données collectées à partir de diverses sources de données. Généralement, les mégadonnées sont évaluées comme des données structurées, semi-structurées et non structurées. Alors que les données structurées sont celles dont le format, la longueur et le volume sont clairement définis, les données semi-structurées sont celles qui se conforment partiellement à un format particulier. En revanche, les données non structurées sont des données non organisées et ne sont pas conformes aux formats de données standard. Les données générées via les médias numériques et sociaux (images, vidéos, tweets, etc.) sont souvent qualifiées de données non structurées,

Le volume considérable d'informations que les organisations collectent et génèrent habituellement peut sembler chaotique et non structuré. En fait, près de 80 % des informations produites dans le monde, y compris les photos, les vidéos, les données mobiles et le contenu des médias sociaux, sont de nature non structurée.

Véracité

La Véracité des données volumineuses ou Validité, n'est que l'assurance de la qualité ou de la crédibilité des données collectées. êtes-vous en mesure de faire confiance aux informations que vous venez de collecter ? Ces données sont-elles suffisamment crédibles pour en tirer des enseignements ? Devrions-nous fonder nos décisions commerciales sur les informations recueillies à partir de ces données ? de ces questions et plus encore, sont répondues lorsque la véracité de l'information est comprise.

Étant donné que les mégadonnées sont vastes et impliquent une si grande quantité de sources de données, il est possible que toutes les données collectées ne soient pas d'excellente qualité ou de nature précise. Par conséquent, lors du traitement de grands ensembles de données, il est important que la validité des informations soit vérifiée avant de procéder au traitement.

Valeur

Bien que les données soient produites en gros volumes aujourd'hui, leur simple collecte ne sert à rien. Au lieu de cela, les données à partir desquelles des informations commerciales sont recueillies ajoutent de la "valeur" à l'entreprise. dans le contexte de données volumineuses, la valeur correspond à la valeur de l'information pour avoir un impact positif sur les activités d'une entreprise.

Une façon de confirmer que la valeur des données massives est considérable , est d'effectuer une analyse des avantages par rapport au prix. En calculant le coût global du traitement du Big Data et en le comparant au retour sur investissement attendu des informations commerciales, les entreprises peuvent décider efficacement si l'analyse du Big Data ajoutera ou non de la valeur à leur entreprise.

Pour conclure

Les données sont devenues le pétrole du 21e siècle et les organisations d'aujourd'hui dans de nombreuses industries s'en rendent compte rapidement. Les informations dérivées de données à volume élevé, à grande vitesse et collectées à partir de diverses sources peuvent ajouter de la valeur à la prise de décision de l'entreprise.