I love BIG DATA

601 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
601
Sur SlideShare
0
Issues des intégrations
0
Intégrations
2
Actions
Partages
0
Téléchargements
23
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

I love BIG DATA

  1. 1. I LOVEBIG DATA
  2. 2. Un déluge de données : évolution 2010-2015 e es se d nné Ba do 3, 4 milliards X 11 d’abonnés 4 50 000 3G en 2015 pétaoctects contre 500 millions en 250 000 2010 pétaoctects s Ericson i er ch Fi ail s 30 000 X 10 M pétaoctects X61 pétaoctet (Po)= 1 000 To= 1 000 000 000 000 000 doctets International Communication Union1 zettaoctect (Zo) = 10puissance 21 octets.
  3. 3. Des galaxies de données non structuréesDonnées non structurées Données structurées
  4. 4. Panorama des données à exploiter par l’entreprise (non exhaustif). 2013-------------------------2015---------> 2012
  5. 5. 2. BIG DATA : une inconnue en théorie et en pratique Quels consom mateurs ?Le BIG DATA est une Quelles compédémarche centrée sur tences ? Quelle organisl’individu, le ation du SI?consommateur, le client. Quelle organis ation de l’entreprise? Avant de parler de technologies, il faut s’interroger sur ce que l’on cherche.
  6. 6. Un intérêt pour les données contextuelles
  7. 7. Le BIG DATA : un impact sur les organisations Vision techno-centrée Spécialisation par fonctions
  8. 8. Un impact sur les systèmes d’informationsCycle de gestion Multi canal Cross Canal des données web mail compare émission S’informe … partage voice achète recherche captage …. Réseau & temps réel stockage Silo traitement Analyse à froid et analyse à Déclenchement chaud d’actions exploitation Ex : Push d’informations contextualisées
  9. 9. Une idée du système d’information à l’heure du BIG DATA Gérer un haut niveau d’entropie Donner du sens à la donnée (enrichir la donnée, extraire de la connaissance…) Limiter la consommation des ressources énergétiques et vivantes. Maximisation de la 4 dissipation d’énergie 1 Modification Adaptation du SI 3 de l’environnement À l’environnement 5 2 Mémorisation 6…. des informations Épuisement des ressources
  10. 10. 3. Big DATA : Un terre d’innovation pour l’entreprise- Identifier des complémentarités autour du BIG DATA.- Communiquer une vision client orientée Cross Canal.- Tester de nouvelles interactions avec le client (écoute & engagement).
  11. 11. L’interaction avec l’environnement Espace de transaction entre acteurs financiers et acteurs du commerce
  12. 12. Potentiel pour le commerce
  13. 13. 1. Renouveler les scénarii d’interactionComportements de l’individu. Réponses ponctuelles apportées par l’entreprise. e us lisé divid na e s in on ce d rise rs ilien rep le pe éra t L’en x sa e rés ré . i eu én f fre r de in d su ras our m n g e o cteu ale. ans bes o re d’êt tions p ue stio un st a rci1. Le oi n be s e s s o lu eq d’ e me d ue de v i du a te d un e du m iq n di a ppor ie. eà ch vi co pl tion . . L’i lui r sa v bal luti on he r di e l’i m c es anis e glo ne so ec L’ i n vi e odu rvic ris pr org se e on eu ar p - /s rch . tre a co its r ép che oduit L n l du ’un e idu div s un p r ed es l es 4. l’e ro te d L ’in pa ort inant es. p app atten b ise s c om s ser v ic TIC ’ r ep nse es 2. L ntr L’e répo its e t de nt d pro du té r oissa ur u , po na ag ec tre l’au r… éco ute u rs us u à rt i ne omm s pai 5. L’ é sea dive p ar u nr se on n ec se rs es e d’u eter, elati urf ch la r àu ve . ne llé at i qu u s er, a ivid rm ali se ent. nce ur sei to n pr L’ ind ’info s onn gagem na es : ) s per en e se e co e l (ex iale ise t de l’ rt u tr vid ê is s oc or e epr ntr tive e ppa di our in p av tair on s e f u ti L’e ac L’a L’ ris una nda 3. p re m a nt om mm e c o L’ c re
  14. 14. 2. Autour de « données situationnelles »,plus que des modèles d’utilisation
  15. 15. 3. Desquelles, on dégage des connexités Avec Social Genome Sans Social Genome
  16. 16. 4. Pour lier un ensemble de données à plus large échelleInterconnecter les jeux de données est une étape cruciale. Datalift porte lesdonnées brutes structurées venant de plusieurs formats (bases de données, CSV,XML) vers des données sémantiques interconnectées sur le Web des données. Interconnexion des données avec dautres jeux de données Publication sur le web de données Conversion des données en RDF en rapport avec la ou les ontologies selectionnées Sélection des ontologies pouvant décrire les données
  17. 17. 5. dont l’on peut représenter le potentiel
  18. 18. 6. Autour d’un système d’information et de services contextualisés qui « respectent » la vie privée Le respect de la vie privée dès la conception signifie prendre en compte dès le début les exigences en matière de protection de la sphère privée/protection des données et intégrer les outils de protection directement dans le produit, au lieu de les ajouter ultérieurement sous forme de compléments. La protection intégrée de la vie privée repose sur sept principes fondamentaux :- prendre des mesures proactives et non réactives; des mesures préventives et non correctives- assurer la protection implicite de la vie privée;- intégrer la protection de la vie privée dans la conception des systèmes et des pratiques;- assurer une fonctionnalité intégrale selon un paradigme à somme positive et non à somme nulle;- assurer la sécurité de bout en bout, pendant toute la période de conservation des renseignements;- respecter de la vie privée des utilisateurs.
  19. 19. Reseau’Nable www.reseaunable.net

×