Memoire recherche

474 vues

Publié le

Mémoire Recherche

Publié dans : Business
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
474
Sur SlideShare
0
Issues des intégrations
0
Intégrations
1
Actions
Partages
0
Téléchargements
14
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive
  • Le coût : obstacle principal a 40% (IDC, 2012)  Coût du système (9K€/an minimum) + Salaires des data scientists
    La difficulté de la discipline : Rareté et manque de spécialistes (14% des étudiants sondés ont déjà eu un cours sur le sujet) + Difficulté d’interprétation efficace de la data
    Difficulté implémentation : Le Big Data n’est pas une priorité + Il n’y a pas (encore) de culture du Big Data (Seuls 18% des étudiants qui souhaitent travailler en Start up s’intéressent au Big Data)
  • Memoire recherche

    1. 1. Mémoire Recherche Application du Big Data aux PME digitales
    2. 2. Sommaire Pourquoi le Big Data ? Notre méthode Définition Une discipline “Hype” Les applications Les limites de l’adoption du Big Data Couts élevés Difficulté de la discipline Difficulté d’implémentation Du Big Data au Smart Data Conclusion 2
    3. 3. Pourquoi le Big Data? Omniprésence médiatique 3 Curiosité entrepreunariale Explosion des données Une discipline restreinte aux experts
    4. 4. La méthode Entretients Joshua Rock Louis Guthman Karl Neuberger Alexandre Schweitzer 4 Analyses des études sur le sujet Concenter notre étude sur les PME du numeriques Sondage aupres de 300 étudiants
    5. 5. Définition 5 Volume Variété Vélociété Véracité Valeur
    6. 6. Une Discipline “Hype” Intéret médiatique croissant Data Déluge : Croissance de 21% des services liés au Big Data jusqu’en 2016 6 Nouvelle source de richesse Nouvelles formations Nouvelle activité économique
    7. 7. Les applications L’expemple des grandes entreprises 7 Offre Personalisée Prix adapté Assotiment optimiséCampagnes géolocalisé Des domaines d’exploitation sans frontieres RH Marketing Opération Santé Sécurité etc.
    8. 8. Limites d’adoption Couts élevé 8 Difficulté de la discipline Difficulté de l’implémentation
    9. 9. Couts élevés Solutions Open Source Hadoop Changement de défintion: Raisoner en terme de machine et non plus de données Principal probleme: le recrutement de talents 9 Couts élevé
    10. 10. Difficulté de la discipline Nouvelles formations Mooc accessibles a tous Multiplication des masteres spécialisé Interet des étudiants 75% ont déja entendu parler du Big Data 66% souhaitent implémenter le Big Data dans leur futur métier 10 Difficulté de la discipline
    11. 11. Difficulté d’implémentation 11 Difficulté de l’implémentation Tableaux de bord Clefs en main Sous traiter: conseil Internaliser Complexité, sécurité
    12. 12. Du Big Data au Smart Data Certes toutes les PME peuvent exploiter le Big Data… “Tant qu’il y a de la donnée, elle peut etre exploitée” Karl Neuberger … Mais pas a meme échelle 12 Prestataires de services Web, Télécoms Analytics
    13. 13. Du Big Data au Smart Data Risques liés a l’utilisation du Big Data 13 Fiabilité des données Analyse Biaisée More Data, More Noise SMART Data Stratégie Sourcer SignifierSélectionner Symboliser
    14. 14. MERCI
    15. 15. Conclusion 15 Couts élevé Difficulté de la discipline Difficulté de l’implémentation

    ×