Les 4 pilliers du Big Data | Infographie

Bonjour Ă  tous !

C’est la rentrĂ©e ! Nous sommes en Septembre ! Et pour bien commencer, je vous propose de faire un petit rappel sur ce qu’est le Big Data … ou plutĂŽt quels sont les Ă©lĂ©ments principaux qui le constituent.

En effectuant ma veille automatisée avec mon logiciel de veille, je suis tombée sur une infographie qui démontre, de façon plus ou moins vulgarisée, les 4 principaux pilliers du Big Data.

Le Big Data se définirait par la rÚgle des 4V : Volume, Variété, Véracité et Vélocité (Vitesse)

Je profite Ă©galement de cet article pour donner une dĂ©finition complĂšte et dĂ©taillĂ©e du Big Data (une dĂ©finition provenant du site d’IBM) :

Le Big Data se prĂ©sente sous la forme de donnĂ©es structurĂ©es ou non structurĂ©es (texte, donnĂ©es de capteurs, son, vidĂ©o, donnĂ©es sur le parcours, fichiers journaux, etc.). De nouvelles connaissances sont issues de l’analyse collective de ces donnĂ©es.

Les entreprises sont submergĂ©es de volumes de donnĂ©es croissants de tous types, qui se comptent en tĂ©raoctets, voire en pĂ©taoctets. Le Big Data va bien au-delĂ  de la seule notion de volume : il constitue une opportunitĂ© d’obtenir des connaissances sur des types de donnĂ©es et de contenus nouveaux, afin de rendre votre entreprise plus agile et de trouver enfin une rĂ©ponse aux questions laissĂ©es en suspens.

D’aprĂšs cette dĂ©finition, le Big Data Ă©quivaut Ă  tout ce que l’on trouve sur le web. En tout cas, c’est ma vision des choses. Chaque information, chaque vidĂ©o, constitue une petite partie du Big Data. En veillant de façon rĂ©guliĂšre sur cette masse de donnĂ©es, les particuliers et les entreprises peuvent en apprendre de plus sur leurs domaines et affiner leurs stratĂ©gies. C’est pourquoi, il faut absolument gĂ©rer, classer, analyser ces donnĂ©es, ces informations.

Voici l’infographie sur les 4 pilliers du Big Data, rĂ©alisĂ©e par IBM :

Les 4 pilliers de la Big Data | AUTOVEILLEActuellement, aucun logiciel n’est encore capable de gĂ©rer toutes ces donnĂ©es sur le web. En plus de cela, il faut encore prendre en compte les donnĂ©es « cachĂ©es » dans le web profond ou le web invisible qui pourraient ĂȘtre encore plus difficile Ă  rĂ©cupĂ©rer. Les problĂ©matiques du Big Data font partie de notre quotidien, et il faudrait des solutions de plus en plus avancĂ©es pour gĂ©rer la masse de donnĂ©es qui ne cesse d’augmenter.

Bon courage Ă  tous !

VĂ©ronique Duong –

Publicités
6 commentaires
  1. IntĂ©ressant ! Et les chiffres parlent d’eux-mĂȘmes. On voit de plus en plus le 4Ăšme V apparaĂźtre, signe peut-ĂȘtre de la plus grande prudence des Business Leaders face aux promesses du Big Data !
    Pour rentrer plus en dĂ©tail dans les facteurs Ă  l’origine de la rĂ©volution Big Data & Analytics, je recommande un article intĂ©ressant :
    http://www.data-business.fr/big-data-analytics-les-facteurs-derriere-revolution-data/

Laissez un petit mot Ă  AUTOVEILLE ;)

Choisissez une méthode de connexion pour poster votre commentaire:

Logo WordPress.com

Vous commentez Ă  l'aide de votre compte WordPress.com. DĂ©connexion /  Changer )

Photo Google+

Vous commentez Ă  l'aide de votre compte Google+. DĂ©connexion /  Changer )

Image Twitter

Vous commentez Ă  l'aide de votre compte Twitter. DĂ©connexion /  Changer )

Photo Facebook

Vous commentez Ă  l'aide de votre compte Facebook. DĂ©connexion /  Changer )

w

Connexion Ă  %s

%d blogueurs aiment cette page :