SlideShare une entreprise Scribd logo

Big Data Des méandres des outils au potentiel business

Mouhsine LAKHDISSI
Mouhsine LAKHDISSI
Mouhsine LAKHDISSITechnology Specialist, Enterprise Architect, Founder, CTO and Enterpreneur à AGRIDATA CONSULTING

Une présentation du Big Data faite dans le cadre des Open Source Days à l'ENSA de Khouribga. Elle traite du potentiel business et des opportunités qui peuvent être crées par le Big Data dans différents domaines métier avec un apperçu également sur les outils et les techniques associées

Big Data Des méandres des outils au potentiel business

1  sur  54
Télécharger pour lire hors ligne
www.neoxia.com
IT for Business
Performance
Open Source Days 4.0
ENSA Khouribga
Big Data : Des méandres des outils au
potentiel Business
24/02/2014
2
Sommaire
1. Pourquoi le Big Data
2. C’est Quoi le Big Data
3. Le Comment du Big Data
4. Les impacts Business
Pourquoi le Big Data
#1
Révolution numérique
4
La révolution numérique en cours aura des
effets au moins aussi considérables qu’en leur
temps l’invention de l’écriture puis celle de
l’imprimerie.
Les notions de temps et d’espace en sont
totalement transformées et les façons
d’accéder à la connaissance profondément
modifiées.
Michel Serres, Petite Poucette,
Editions Le Pommier, 2012
Révolution numérique
5
Big Data : “… data a new class of economic
asset, like currency or gold.”
The New York Times
6
Web et réseaux sociaux
72 Hours a Minute
YouTube
28 Million
Wikipedia Pages
900 Million
Facebook Users
6 Billion
Flickr Photos

Recommandé

Big data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesBig data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesKezhan SHI
 
Datasio - Big Data Congress Paris 2012
Datasio - Big Data Congress Paris 2012Datasio - Big Data Congress Paris 2012
Datasio - Big Data Congress Paris 2012datasio
 
Matinée 01 Big Data
Matinée 01 Big DataMatinée 01 Big Data
Matinée 01 Big DataEvenements01
 
Valtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entrepriseValtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entrepriseValtech
 
Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013ADBS
 

Contenu connexe

Tendances

La valeur des Big Data sera dans leurs usages
La valeur des Big Data sera dans leurs usagesLa valeur des Big Data sera dans leurs usages
La valeur des Big Data sera dans leurs usagesSAS FRANCE
 
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIE
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIEAtelier 2AM / BIG DATA LAB by Groupe CARTEGIE
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIEGroupe IDAIA
 
Competitic big data et commerce
Competitic   big data et commerceCompetitic   big data et commerce
Competitic big data et commerceCOMPETITIC
 
Big Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologiesBig Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologiesHassan Lâasri
 
Big data en (ré)assurance régis delayet
Big data en (ré)assurance   régis delayetBig data en (ré)assurance   régis delayet
Big data en (ré)assurance régis delayetKezhan SHI
 
Big Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesBig Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesJean-Michel Franco
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1Amal Abid
 
L'utilisation du Big Data en entreprise
L'utilisation du Big Data en entrepriseL'utilisation du Big Data en entreprise
L'utilisation du Big Data en entrepriseMathieu Lahaye
 
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCGMicropole Group
 
Livre blanc big data écosystème français
Livre blanc big data écosystème françaisLivre blanc big data écosystème français
Livre blanc big data écosystème françaisMatthias Fille
 
Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...
Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...
Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...Romain Fonnier
 
Formation professionnelle "Big data : concepts et enjeux"
Formation professionnelle "Big data : concepts et enjeux"Formation professionnelle "Big data : concepts et enjeux"
Formation professionnelle "Big data : concepts et enjeux"Philippe METAYER
 
La Big Data et ses applications
La Big Data et ses applicationsLa Big Data et ses applications
La Big Data et ses applicationsAffinity Engine
 
#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big DataNetSecure Day
 
Memoire recherche
Memoire rechercheMemoire recherche
Memoire recherchetmauriac
 

Tendances (20)

La valeur des Big Data sera dans leurs usages
La valeur des Big Data sera dans leurs usagesLa valeur des Big Data sera dans leurs usages
La valeur des Big Data sera dans leurs usages
 
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIE
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIEAtelier 2AM / BIG DATA LAB by Groupe CARTEGIE
Atelier 2AM / BIG DATA LAB by Groupe CARTEGIE
 
Competitic big data et commerce
Competitic   big data et commerceCompetitic   big data et commerce
Competitic big data et commerce
 
I love BIG DATA
I love BIG DATAI love BIG DATA
I love BIG DATA
 
Big Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologiesBig Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologies
 
Programme Big Data
Programme Big DataProgramme Big Data
Programme Big Data
 
Big data en (ré)assurance régis delayet
Big data en (ré)assurance   régis delayetBig data en (ré)assurance   régis delayet
Big data en (ré)assurance régis delayet
 
Introduction au BIG DATA
Introduction au BIG DATAIntroduction au BIG DATA
Introduction au BIG DATA
 
Big Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesBig Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendances
 
Etude sur le Big Data
Etude sur le Big DataEtude sur le Big Data
Etude sur le Big Data
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1
 
L'utilisation du Big Data en entreprise
L'utilisation du Big Data en entrepriseL'utilisation du Big Data en entreprise
L'utilisation du Big Data en entreprise
 
Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCG
 
Livre blanc big data écosystème français
Livre blanc big data écosystème françaisLivre blanc big data écosystème français
Livre blanc big data écosystème français
 
Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...
Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...
Big data : quels enjeux et opportunités pour l'entreprise - livre blanc - Blu...
 
Formation professionnelle "Big data : concepts et enjeux"
Formation professionnelle "Big data : concepts et enjeux"Formation professionnelle "Big data : concepts et enjeux"
Formation professionnelle "Big data : concepts et enjeux"
 
La Big Data et ses applications
La Big Data et ses applicationsLa Big Data et ses applications
La Big Data et ses applications
 
#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data
 
Analyse spatiale en Big data
Analyse spatiale en Big dataAnalyse spatiale en Big data
Analyse spatiale en Big data
 
Memoire recherche
Memoire rechercheMemoire recherche
Memoire recherche
 

En vedette

XebiCon'16 : PMU et le Big Data - d'une approche mono projet à une démarche e...
XebiCon'16 : PMU et le Big Data - d'une approche mono projet à une démarche e...XebiCon'16 : PMU et le Big Data - d'une approche mono projet à une démarche e...
XebiCon'16 : PMU et le Big Data - d'une approche mono projet à une démarche e...Publicis Sapient Engineering
 
XebiCon'16 : Orange - Transformation DevOps, les conteneurs sont vos alliés !
XebiCon'16 : Orange - Transformation DevOps, les conteneurs sont vos alliés !XebiCon'16 : Orange - Transformation DevOps, les conteneurs sont vos alliés !
XebiCon'16 : Orange - Transformation DevOps, les conteneurs sont vos alliés !Publicis Sapient Engineering
 
Big data et marketing :Vers une analyse prédictif de d'acte d'achat
Big data et marketing :Vers une analyse prédictif de d'acte d'achatBig data et marketing :Vers une analyse prédictif de d'acte d'achat
Big data et marketing :Vers une analyse prédictif de d'acte d'achatfifi75
 
BigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataBigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataLilia Sfaxi
 
Compte-rendu Forum Télétravail à Murat (Cantal)
Compte-rendu Forum Télétravail à Murat (Cantal)Compte-rendu Forum Télétravail à Murat (Cantal)
Compte-rendu Forum Télétravail à Murat (Cantal)Nicole Turbé-Suetens
 
La mobilité et les franciliens-une enquête OpinionWay pour les Nouvelles Pari...
La mobilité et les franciliens-une enquête OpinionWay pour les Nouvelles Pari...La mobilité et les franciliens-une enquête OpinionWay pour les Nouvelles Pari...
La mobilité et les franciliens-une enquête OpinionWay pour les Nouvelles Pari...Nicole Turbé-Suetens
 
Actividad independiente 4
Actividad independiente 4Actividad independiente 4
Actividad independiente 4amileg3
 
Depresion natty...
Depresion natty...Depresion natty...
Depresion natty...llmorap82
 
Portafolio de evaluación
Portafolio de evaluaciónPortafolio de evaluación
Portafolio de evaluaciónLuz Arias
 
Actualité du télétravail dans le secteur privé et la fonction publique
Actualité du télétravail dans le secteur privé et la fonction publiqueActualité du télétravail dans le secteur privé et la fonction publique
Actualité du télétravail dans le secteur privé et la fonction publiqueNicole Turbé-Suetens
 
Memoria clínica capilar
Memoria clínica capilarMemoria clínica capilar
Memoria clínica capilarstarneshma
 
Presentación componentes Hardware
Presentación componentes HardwarePresentación componentes Hardware
Presentación componentes HardwareDretor4
 
Presentacion navideña y fin de año
Presentacion navideña y fin de añoPresentacion navideña y fin de año
Presentacion navideña y fin de año14121975
 

En vedette (20)

PresentationDDM
PresentationDDMPresentationDDM
PresentationDDM
 
XebiCon'16 : PMU et le Big Data - d'une approche mono projet à une démarche e...
XebiCon'16 : PMU et le Big Data - d'une approche mono projet à une démarche e...XebiCon'16 : PMU et le Big Data - d'une approche mono projet à une démarche e...
XebiCon'16 : PMU et le Big Data - d'une approche mono projet à une démarche e...
 
XebiCon'16 : Orange - Transformation DevOps, les conteneurs sont vos alliés !
XebiCon'16 : Orange - Transformation DevOps, les conteneurs sont vos alliés !XebiCon'16 : Orange - Transformation DevOps, les conteneurs sont vos alliés !
XebiCon'16 : Orange - Transformation DevOps, les conteneurs sont vos alliés !
 
Big data et marketing :Vers une analyse prédictif de d'acte d'achat
Big data et marketing :Vers une analyse prédictif de d'acte d'achatBig data et marketing :Vers une analyse prédictif de d'acte d'achat
Big data et marketing :Vers une analyse prédictif de d'acte d'achat
 
BigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataBigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big Data
 
Compte-rendu Forum Télétravail à Murat (Cantal)
Compte-rendu Forum Télétravail à Murat (Cantal)Compte-rendu Forum Télétravail à Murat (Cantal)
Compte-rendu Forum Télétravail à Murat (Cantal)
 
Nuskin visage photos
Nuskin visage photosNuskin visage photos
Nuskin visage photos
 
La mobilité et les franciliens-une enquête OpinionWay pour les Nouvelles Pari...
La mobilité et les franciliens-une enquête OpinionWay pour les Nouvelles Pari...La mobilité et les franciliens-une enquête OpinionWay pour les Nouvelles Pari...
La mobilité et les franciliens-une enquête OpinionWay pour les Nouvelles Pari...
 
Actividad independiente 4
Actividad independiente 4Actividad independiente 4
Actividad independiente 4
 
1º auxilios
1º auxilios1º auxilios
1º auxilios
 
Depresion natty...
Depresion natty...Depresion natty...
Depresion natty...
 
Portafolio de evaluación
Portafolio de evaluaciónPortafolio de evaluación
Portafolio de evaluación
 
Actualité du télétravail dans le secteur privé et la fonction publique
Actualité du télétravail dans le secteur privé et la fonction publiqueActualité du télétravail dans le secteur privé et la fonction publique
Actualité du télétravail dans le secteur privé et la fonction publique
 
Microsoft office
Microsoft officeMicrosoft office
Microsoft office
 
Memoria clínica capilar
Memoria clínica capilarMemoria clínica capilar
Memoria clínica capilar
 
Presentación componentes Hardware
Presentación componentes HardwarePresentación componentes Hardware
Presentación componentes Hardware
 
Presentacion navideña y fin de año
Presentacion navideña y fin de añoPresentacion navideña y fin de año
Presentacion navideña y fin de año
 
Presentacion sena
Presentacion senaPresentacion sena
Presentacion sena
 
Photos numeriques et Windows XP
Photos numeriques et Windows XPPhotos numeriques et Windows XP
Photos numeriques et Windows XP
 
Internet
InternetInternet
Internet
 

Similaire à Big Data Des méandres des outils au potentiel business

Big data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessBig data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessVincent de Stoecklin
 
La Banque de demain : Chapitre 4
La Banque de demain : Chapitre 4 La Banque de demain : Chapitre 4
La Banque de demain : Chapitre 4 OCTO Technology
 
les 4 clés pour saisir les opportunités du big data
les 4 clés pour saisir les opportunités du big datales 4 clés pour saisir les opportunités du big data
les 4 clés pour saisir les opportunités du big dataJuvénal CHOKOGOUE
 
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Altares D&B
 
Big Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseBig Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseGenève Lab
 
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015IBM France Lab
 
Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Denodo
 
BigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceBigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceExcelerate Systems
 
Big data et marketing digital
Big data et marketing digital Big data et marketing digital
Big data et marketing digital Hamza Sossey
 
La data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeurLa data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeurMicrosoft Ideas
 
Big data-2-170220212621
Big data-2-170220212621Big data-2-170220212621
Big data-2-170220212621Haifa Akermi
 
Introduction au BigData.pdf
Introduction au BigData.pdfIntroduction au BigData.pdf
Introduction au BigData.pdfZkSadrati
 
Introduction au BigData.pdf
Introduction au BigData.pdfIntroduction au BigData.pdf
Introduction au BigData.pdfZkSadrati
 
Enjeux de la donnee 21 novembre18
Enjeux de la donnee 21 novembre18Enjeux de la donnee 21 novembre18
Enjeux de la donnee 21 novembre18Laetitia Lycke
 
Festival Online de la Data 2020 - La data devient l'affaire de tous
Festival Online de la Data 2020 - La data devient l'affaire de tousFestival Online de la Data 2020 - La data devient l'affaire de tous
Festival Online de la Data 2020 - La data devient l'affaire de tousAlexandra Loria
 

Similaire à Big Data Des méandres des outils au potentiel business (20)

Big data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessBig data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-business
 
La Banque de demain : Chapitre 4
La Banque de demain : Chapitre 4 La Banque de demain : Chapitre 4
La Banque de demain : Chapitre 4
 
Parcours Big Data @ Cetic (6 mai 2014)
Parcours Big Data @ Cetic (6 mai 2014)Parcours Big Data @ Cetic (6 mai 2014)
Parcours Big Data @ Cetic (6 mai 2014)
 
les 4 clés pour saisir les opportunités du big data
les 4 clés pour saisir les opportunités du big datales 4 clés pour saisir les opportunités du big data
les 4 clés pour saisir les opportunités du big data
 
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entrep...
 
Big Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseBig Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entreprise
 
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015Bluemix Paris Meetup :  Big data et Analytics - 15 avril 2015
Bluemix Paris Meetup : Big data et Analytics - 15 avril 2015
 
Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?
 
BigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceBigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems France
 
Big data et marketing digital
Big data et marketing digital Big data et marketing digital
Big data et marketing digital
 
Introduction au Big data
Introduction au Big data Introduction au Big data
Introduction au Big data
 
La data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeurLa data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeur
 
Big data-2-170220212621
Big data-2-170220212621Big data-2-170220212621
Big data-2-170220212621
 
Hadoop et le big data
Hadoop et le big dataHadoop et le big data
Hadoop et le big data
 
BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node
 
Introduction au BigData.pdf
Introduction au BigData.pdfIntroduction au BigData.pdf
Introduction au BigData.pdf
 
Introduction au BigData.pdf
Introduction au BigData.pdfIntroduction au BigData.pdf
Introduction au BigData.pdf
 
Enjeux de la donnee 21 novembre18
Enjeux de la donnee 21 novembre18Enjeux de la donnee 21 novembre18
Enjeux de la donnee 21 novembre18
 
Festival Online de la Data 2020 - La data devient l'affaire de tous
Festival Online de la Data 2020 - La data devient l'affaire de tousFestival Online de la Data 2020 - La data devient l'affaire de tous
Festival Online de la Data 2020 - La data devient l'affaire de tous
 
Big data
Big dataBig data
Big data
 

Dernier

Wave_Shutter_user_guide_multilang_print_V3.pdf
Wave_Shutter_user_guide_multilang_print_V3.pdfWave_Shutter_user_guide_multilang_print_V3.pdf
Wave_Shutter_user_guide_multilang_print_V3.pdfDomotica daVinci
 
Shelly Qubini Dry Contact Module Z-Wave Manual
Shelly Qubini Dry Contact Module Z-Wave ManualShelly Qubini Dry Contact Module Z-Wave Manual
Shelly Qubini Dry Contact Module Z-Wave ManualDomotica daVinci
 
JDN 2023 les applications de l'impression 3D.pdf
JDN 2023 les applications de l'impression 3D.pdfJDN 2023 les applications de l'impression 3D.pdf
JDN 2023 les applications de l'impression 3D.pdfAlexandre Contat
 
Pour une Autorité française de l’Intelligence Artificielle (IA)
Pour une Autorité française de l’Intelligence Artificielle (IA)Pour une Autorité française de l’Intelligence Artificielle (IA)
Pour une Autorité française de l’Intelligence Artificielle (IA)benj_2
 
Conteneuriser une application .NET 8 en utilisant Docker et Azure.pdf
Conteneuriser une application .NET 8 en utilisant Docker et Azure.pdfConteneuriser une application .NET 8 en utilisant Docker et Azure.pdf
Conteneuriser une application .NET 8 en utilisant Docker et Azure.pdfHamida Rebai Trabelsi
 
Débrief CES 2024 by Niji
Débrief CES 2024 by NijiDébrief CES 2024 by Niji
Débrief CES 2024 by NijiNiji
 

Dernier (6)

Wave_Shutter_user_guide_multilang_print_V3.pdf
Wave_Shutter_user_guide_multilang_print_V3.pdfWave_Shutter_user_guide_multilang_print_V3.pdf
Wave_Shutter_user_guide_multilang_print_V3.pdf
 
Shelly Qubini Dry Contact Module Z-Wave Manual
Shelly Qubini Dry Contact Module Z-Wave ManualShelly Qubini Dry Contact Module Z-Wave Manual
Shelly Qubini Dry Contact Module Z-Wave Manual
 
JDN 2023 les applications de l'impression 3D.pdf
JDN 2023 les applications de l'impression 3D.pdfJDN 2023 les applications de l'impression 3D.pdf
JDN 2023 les applications de l'impression 3D.pdf
 
Pour une Autorité française de l’Intelligence Artificielle (IA)
Pour une Autorité française de l’Intelligence Artificielle (IA)Pour une Autorité française de l’Intelligence Artificielle (IA)
Pour une Autorité française de l’Intelligence Artificielle (IA)
 
Conteneuriser une application .NET 8 en utilisant Docker et Azure.pdf
Conteneuriser une application .NET 8 en utilisant Docker et Azure.pdfConteneuriser une application .NET 8 en utilisant Docker et Azure.pdf
Conteneuriser une application .NET 8 en utilisant Docker et Azure.pdf
 
Débrief CES 2024 by Niji
Débrief CES 2024 by NijiDébrief CES 2024 by Niji
Débrief CES 2024 by Niji
 

Big Data Des méandres des outils au potentiel business

  • 1. www.neoxia.com IT for Business Performance Open Source Days 4.0 ENSA Khouribga Big Data : Des méandres des outils au potentiel Business 24/02/2014
  • 2. 2 Sommaire 1. Pourquoi le Big Data 2. C’est Quoi le Big Data 3. Le Comment du Big Data 4. Les impacts Business
  • 3. Pourquoi le Big Data #1
  • 4. Révolution numérique 4 La révolution numérique en cours aura des effets au moins aussi considérables qu’en leur temps l’invention de l’écriture puis celle de l’imprimerie. Les notions de temps et d’espace en sont totalement transformées et les façons d’accéder à la connaissance profondément modifiées. Michel Serres, Petite Poucette, Editions Le Pommier, 2012
  • 5. Révolution numérique 5 Big Data : “… data a new class of economic asset, like currency or gold.” The New York Times
  • 6. 6 Web et réseaux sociaux 72 Hours a Minute YouTube 28 Million Wikipedia Pages 900 Million Facebook Users 6 Billion Flickr Photos
  • 7. 7 Internet des objets + Il y avait 9 milliards d’objets connectés en 2011, nous en compterons 25 milliards en 2020, 50 voire 80 milliards en 2025 selon les études. Ceci correspond à 2 objets connectés à l'Internet pour chaque individu, en 2025, les analystes prévoient que ce ratio dépassera six. + En matière de santé, 50 millions d’objets médicaux connectés devraient être diffusés aux États-Unis d’ici à 2015. + « L’IoT fait référence à un réseau qui interconnecterait l’ensemble des objets en leur donnant la capacité de communiquer entre eux, directement ou par l’intermédiaire d’Internet, pour échanger des informations (sur leur identité, leurs caractéristiques physiques, leur environnement), pour réagir à des commandes, etc. »
  • 9. 9 Internet des objets : Wearables
  • 10. Open Everything + Open Everything • Open Source • Open Contents • Open Data • Open Access • Open Hardware 5Arduino, DIY) • Open Coursware/Classroom + Il permet de bouleverser la notion de propriété intellectuelle et d’offrir un potentiel de partage et d’innovation sans précédent et notamment pour l’Afrique
  • 11. 11 Caractéristique de l’ère numérique Des caractéristiques pourtant intelligibles : vers l’entreprise numérique + Connectée (expériences multicanales au travers du e-commerce, des applications mobiles et des tablettes, etc.), + Intelligente (prise de décision avertie grâce au Big Data et développement de la transversalité entre les différentes branches, etc.), + Agile (efficacité opérationnelle amplifiée grâce à l’automatisation et la « digitalisation » des processus), + Sociale (amélioration de l’image de marque et de la collaboration interne au travers de l’exploitation des médias sociaux).
  • 12. Les forces derrières les tendances
  • 13. Gartner : Hype Cycle
  • 14. 14 Intérêt pour les entreprises INNOVATION PRODUIT CONNAISSANCE DES CLIENTS (SEGMENTATION, CIBLAGE) MAITRISE ET PREVISION DES COURS PERFORMANCE COMMERCIALE PERFORMANCE ENVIRONNEMENTALE VEILLE CONCURRENTIELLE INTELLIGENCE ÉCONOMIQUE
  • 15. C'est quoi le Big Data #2
  • 16. Big Data + Big Data : Grosses données : Données massive : Datamasse + « Des ensembles de données qui deviennent tellement volumineux qu'ils en deviennent difficiles à travailler avec des outils classiques de gestion de base de données ou de gestion de l'information. » + Dans ces nouveaux ordres de grandeur, la capture, le stockage, la recherche, le partage, l'analyse et la visualisation des données doivent être redéfinis. + L’un des défis majeurs de la décennie 2010-2020 + Le taux de croissance annuel moyen mondial du marché de la technologie et des services du Big Data sur la période 2011-2016 devrai être de 31.7%. + Ce marché devrait ainsi atteindre 23,8 milliards de dollars en 2016 + Le Big Data devrait également représenter 8% du PIB européen en 2020
  • 17. Règle des 3V + Volume les données numériques créées dans le monde seraient passées de 1,2 zettaoctetspar an en 2010 à 1,8 zettaoctets en 2011, puis 2,8 zettaoctets en 2012 et s'élèveront à 40 zettaoctets en 2020 Twitter génère à l’heure actuelle 7 teraoctets de données chaque jour et Facebook 10 teraoctets De nombreux projets, de dimension pharaonique, sont ainsi en cours. Le radiotelescope “Square Kilometre Array” par exemple, produira 50 teraoctets de données analysées par jour, à un rythme de7 000 teraoctets de donnée brutes par seconde + Vélocité La vélocité représente à la fois la fréquence à laquelle les données sont générées, capturées et partagées. Data Stream Mining (pour les processus chronosensibles) + Variété Ces données sont brutes, semi-structurées voire non structurées Format texte et image (Web Mining, Text Mining et Image Mining) Données provenenant des réseaux sociaux, des objets connectés, des capteurs…etc Open data ou propres à l’entreprise Liens entre données de natures différentes
  • 18. 18 Différence par rapport au BI + BI Au sein d’un entreprise Volume moyen des données Données à forte densité Statistiques descriptives Mesures et indicateurs + Big Data Transverse (au sein d’un écosystème) Volume énorme des données Donnée à faible densité Statistiques inférentielles Tendances et prédictions
  • 19. 19 Modèles • Des bases de données NoSQL sont utilisées pour le stockage des information pour optimiser le stockage et le traitement (Graphe, Clé-valeur, Colonnes…etc) • Des patterns d’architecture “Big Data Architecture framework (BDAF)” sont proposés par les acteurs de ce marché comme MapReduce développé par Google et utilisé dans le framework Hadoop. • Avec ce système les requêtes sont séparées et distribuées à des nœuds parallélisés, puis exécutées en parallèles (map). Les résultats sont ensuite rassemblés et récupérés (reduce). • Des modèles statistiques et de Data Mining sont utilisés pour extraire de la connaissance de la donnée • Business Analytics & Optimization (BAO) permettent de gérer des bases massivement parallèles
  • 21. Le Comment du Big Data #2
  • 22. 22 Chaîne de traitement standard StockageAcquisition Requêtage RestitutionAnalyse Ordonnancement / Industrialisation
  • 23. 23 • Acquisition : Apache Storm, Apache Flume, Apache Kafka, Spark Streaming • Requêtage : Apache Pig, Apache Hive, Cloudera Impala • Stockage : Apache HDFS, Apache HBASE, Cassandra, Redis • Analyse : Apache Mahout, Spark MLLib • Restitution : En général, reprise d’outils de Business Intelligence (Talend, Pentaho, Tableau Software, etc.) • Ordonnancement/Industrialisation : Apache Mesos, Apache ZooKeeper Quelques outils utilisés
  • 24. • « Ok, c’est bien : mais mes data son BIG !! »
  • 25. Comment traiter des données de plus en plus volumineuses ? • Approche 1 : Augmenter la capacité de traitement des ordinateurs • Approche 2 : Augmenter le nombre de processeurs dans un ordinateur • Approche 3 : Utiliser des ordinateurs en parallèle LIMITÉ TECHNIQUEMENT SOLUTION PRÉCONISÉE LIMITE TECHNIQUEMENT
  • 27. Framework de développement parallélisé Système de fichiers distribué Paradigme de développement parallélisé Comment paralléliser les traitements ?
  • 29. 29 Distribution Hadoop : Cloudera CDH
  • 30. 30 • Apche Flume : Flume est une solution de collecte et d’agrégation de fichiers logs, destinés à être stockés et traités par Hadoop. • Il a été conçu pour s’interfacer directement avec HDFS au travers d’une API native. • Flume est à l’origine un projet Cloudera, reversé depuis à la fondation Apache. • Alternatives : Apache Chukwa. • Apache Mahout : Apache Mahout est un projet de la fondation Apache visant à créer des implémentations d’algorithmes d’apprentissage automatique et de datamining. Configuration possible (traitement des logs monétique)
  • 31. 31 • Sqoop permet le transfert des données entre un cluster Hadoop et des bases de données relationnelles. • C’est un produit développé par Cloudera. • Il permet d’importer/exporter des données depuis/vers Hadoop et Hive. • Pour la manipulation des données Sqoop utilise MapReduce et des drivers JDBC. Configuration possible (traitement des logs monétique)
  • 33. DATA MINING ET MACHINE LEARNING • Machine learning s’intéresse aux prédictions, basées sur des propriétés apprises par le processus d’apprentissage • Data mining s’attache à découvrir des nouvelles propriétés sur des données passées
  • 43. Big Data et impact Business #4
  • 44. 44 Big Data dans la Banque + Détection de fraude : détection de patterns suspects d’utilisation des cartes en se basant sur les patterns d’usages normaux + Innovation produit : proposition de nouveaux produits selon les modèles d’utilisation des cartes et les informations client pour une meilleure acquisition/rétention client (permettre de proposer des cartes avec des réduction partenaires selon les besoins clients récurrents) + Segmentation client : utiliser les classification pour segmenter les clients selon des données sur leurs transactions (permettre de proposer une carte de plus haute valeur selon le segment) + Gestion de risque : meilleur calcul en ligne de risque (pour les engagements) basé sur les transactions carte + Prédiction du comportement futur des clients
  • 45. 45 Big Data dans les Télécom + Innovation produits sur la base de l’historique de consommation + Segmentation client par classe en prenant en compte les données marché + Vente croisée de produit et fidélisation + Détection de fraude (pattern de consommation) + Supervision réseaux et anticipation des pannes + Dimensionnement réseaux
  • 46. 46 Big Data dans l’Agriculture + Plantation : Ou? Quoi? Comment + Conduite technique : Quels intrants, Quand? A quelle quantité? + Vente : Connaissance du marché et de cours de prix : Quand vendre? A quel prix Comment le prix va évoluer?
  • 47. Plantation : quoi? Où? Comment?
  • 48. Conduite technique : Eau, fertilisants, pesticides, pratiques agricoles
  • 49. Vente : Connaissance des marchés, cours des prix
  • 50. Une solution Big Data en trois étapes • Plate forme de conseil agricole basée sur la technologie du BIG DATA Différentes sources de données - Intrants (logiciels de gestion) - Climat : station météo -Serveur de données : cours des prix -Images satellite Structuration des données - Développement de patterns -Développement de modèles mathématiques Conseil des agriculteurs - Visualisation des données - Différents formats -Multicanaux Collecter la donnée Analyser l’information Partager la connaissance 1 2 3
  • 51. Etape 1 : Collecter la donnée Capteurs et télémétrie Images Sattelite Logiciels de gestion agricole Prix des produis Météo Cartographie et déodata
  • 52. Données non structurés Données structurés Statistiques et modèles Etape 2 : Analyser l’information
  • 53. Etape 3 : Partager la connaissance La plateforme permet de promouvoir les bonnes pratiques agricoles sur la base de modèles issues des données terrains mises à disposition sur plusieurs canaux

Notes de l'éditeur

  1. Chapitre 15
  2. 3 millions de Tweets géolocalisés (ici la ville de New-York)