SlideShare une entreprise Scribd logo
Travail realisè par :
1
PLAN
I. Definition
II. Les caracteristiques du big data
III. Technologies du big data
IV. Typologie
V. Usage du Big Data
VI. Le big data en tunisie
exemple de « Orange Developper
Center »
VII. Conclusion 2
LE BIG DATA, C’EST
QUOI ?
3
 Littéralement, ces termes
signifient méga-
données, grosses
données ou encore
données massives. Ils
désignent un ensemble
très volumineux de
données qu’aucun outil
classique de gestion de
base de données ou de
gestion de l’information
ne peut vraiment
travailler.
Big Data
Grosses
=
mega
Données
volumes massifs de données.
LE BIG DATA, C’EST
QUOI ?
4
 Le BIG DATA signifie
l’ensemble des
données qui ne
peuvent pas être
perçus ,acquis, gérés
et traités par des outils
informatique
traditionnels dans un
délai raisonnable .
LE BIG DATA, C’EST
QUOI ?
5
 Le BIG DATA est produit
pratiquement de partout :
 sites de réseaux sociaux .
 E-mails .
 images numériques et vidéos
publiées en ligne .
 enregistrements
transactionnels d'achats en
ligne .
 de signaux GPS de
téléphones mobiles
 Ceci continue à grandir à un
taux exponentiel .
LES CARACTERISTIQUES DU BIG DATA
6
• Cohérence
,fiabilité,
• qualité et
prédictibilité
des données .
• Format
structuré,
non
structuré,
texte,
multimèdia.
• Analyse en
temps rèel ,
décision en
temps
dynamique
• Terabytes à
exabytes de
données
disponibles
volume Vitesse
Véracité
Variété
 La règle des 4V:
 _ Volume
 _ Vitesse
 _ Variété
 _ Véracité
TECHNOLOGIES DU BIG DATA
 Des bases de données NoSQL (comme
MongoDB, Cassandra ou Redis) qui
implémentent des systèmes de stockage
considérés comme plus performants que le
traditionnel SQL pour l'analyse de données en
masse (orienté clé/valeur, document, colonne ou
graphe).
7
TECHNOLOGIES DU BIG DATA
8
 Des infrastructures de serveurs
pour distribuer les traitements sur
des dizaines, centaines, et milliers
de nœuds. C'est ce qu'on appelle le
traitement massivement parallèle.
Le framework Hadoop est sans
doute le plus connu d'entre eux. Il
combine le système de fichiers
distribué HDFS, la base NoSQL
HBase et l'algorithme MapReduce.
D'autres technologies visant à
tendre vers des traitements plus
"temps réel" ont émergé dans la
foulée (c'est le cas d'Apache
Spark).
TECHNOLOGIES DU BIG DATA
 Le stockage des données en
mémoire (Memtables) permet d'accélérer les
temps de traitement des requêtes.
9
TECHNOLOGIES DU BIG DATA
10
TYPOLOGIE
11
SMART DATA
OPEN DATA
Processus qui permet d’enrichir
des données brutes pour
qu’elles deviennent qualifiées
dans un contexte particulier .
Désigne l’effort et la volonté des
organisations à mettre à
disposition gratuitement des
données librement utilisables
par chacun d’entre nous .
USAGE DU BIG DATA
12
 Nos vies seront concernées dans tous leurs aspects par
les usages des big data. Elles le sont déjà dans plusieurs
domaines.:
 _ le marketing, Les entreprises veulent comprendre les
comportements et les attentes de leurs clients afin de
mieux cibler leurs propositions. Elles créent des modèles
prédictifs pour anticiper le départ d’un client ou les
ventes d’un produit.
Business-Analytics-info.fr
USAGE DU BIG DATA
La compréhension et l’optimisation des
processus s’appliquent à plusieurs
domaines :
 _ la gestion des stocks, les ressources
humaines, l’optimisation des itinéraires de
livraison…
 _ Les applications big data servent aussi
l’individu. Les sites de rencontres en ligne
aident à trouver l’âme sœur, les vêtements
connectés surveillent notre santé et notre
hygiène de vie. 13
Business-Analytics-info.fr
USAGE DU BIG DATA
 _Qu’il s’agisse de décoder des fragments d’ADN
ou de protéger des bébés prématurés, les big data
trouvent aussi de nombreuses applications dans la
santé, la recherche médicale ou pharmaceutique.
Elles contribuent à améliorer les performances des
chercheurs, des scientifiques ou des sportifs.
 _Sécurité, détection de fraude, optimisation du
trafic dans les villes, accélération des échanges
financiers .
14
Business-Analytics-info.fr
LE BIG DATA EN TUNISIE
EXEMPLE DE « ORANGE DEVELOPPER CENTER »
15
Dans un workshop dédié au BigData et qui a été organisé par
l’ODC (Orange Developper Center) aux Berges du Lac le
vendredi 21 avril dernier) Chef département Business
Intelligence et Big data chez Orange Tunisie, a justement mis
en exergue ce point en particulier concernant les opérateurs
télécom. Vu sa position de principale autoroute par laquelle
transite cette Data, un opérateur télécom doit être le premier à
analyser la donnée générée par ses clients.
LE BIG DATA EN TUNISIE
EXEMPLE DE « ORANGE DEVELOPPER CENTER »
 Ça lui permet, ainsi, de mieux gérer son réseau
(les heures de pointe, les services prioritaires
comme le streaming selon les heures de
journée, etc.). On l’aura bien compris, la rapidité
de traitement et d’analyse est une condition
pour qu’il y ait un impact positif sur le client et
donc sur les recettes de l’entreprise.
16
LE BIG DATA EN TUNISIE
EXEMPLE DE « ORANGE DEVELOPPER CENTER »
 Il a donné l’exemple de détection des heavy
users. Ces clients dont la consommation est
anormalement grande. Avec l’analyse des
données, l’opérateur pourra les détecter
rapidement pour se protéger d’une éventuelle
fraude (faille dans le système de facturation par
exemple, etc.)
17
LE BIG DATA EN TUNISIE
EXEMPLE DE « ORANGE DEVELOPPER CENTER »
 Cela permet également à l’opérateur d’alerter un
client postpayé en roaming en voyage à
l’étranger sur une augmentation du montant de
sa facture afin qu’il prenne les mesures
nécessaires avant de tomber en contentieux (et
donc des éventuels impayés qui feront perdre
de l’argent à l’opérateur).
18
CONCLUSION
 Le Big Data est né d’une réponse à un problème de
temps de traitement des données massives.
 Les données collectées dans le cadre d’une étude
Big Data peuvent avoir des origines et des formes
très différentes
 Il est caractérisé par ses 4V : Volume ,Vitesse ,
Variété , Véracité
 Aujourd’hui, les applications du Big Data
(technologie) se sont largement développées pour
faire face à l’augmentation croissante du nombre de
données.
 Il est utilisée dans de nombreux domaines :
programmes scientifiques,outils d'entreprises
,parfois spécialisées ou startups, open sources .
19
BIBLIOGRAPHIE
 https://www.lebigdata.fr/definition-big-data
 http://business-analytics-info.fr/5447/dix-exemples-
de-domaines-qui-profitent-deja-des-big-data/
 https://www.piloter.org/business-
intelligence/technologie-big-data.htm
 https://thd.tn/c-est-quoi-le-big-data-et-en-quoi-est-
ce-benefique/
20
MERCI POUR
VOTRE
ATTENTION !
21
22

Contenu connexe

Tendances

TP1 Big Data - MapReduce
TP1 Big Data - MapReduceTP1 Big Data - MapReduce
TP1 Big Data - MapReduce
Amal Abid
 
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
Lilia Sfaxi
 
Big data 24 mart 2015
Big data 24 mart 2015Big data 24 mart 2015
Big data 24 mart 2015
Bilge Narin
 
Introduction au Big data
Introduction au Big data Introduction au Big data
Introduction au Big data
fatimabenjelloun1
 
Introduction à la big data V2
Introduction à la big data V2Introduction à la big data V2
Introduction à la big data V2
Mehdi TAZI
 
Hadoop et son écosystème
Hadoop et son écosystèmeHadoop et son écosystème
Hadoop et son écosystème
Khanh Maudoux
 
Big data
Big dataBig data
BigData_TP4 : Cassandra
BigData_TP4 : CassandraBigData_TP4 : Cassandra
BigData_TP4 : Cassandra
Lilia Sfaxi
 
Big data
Big dataBig data
Big data
Karima GHALI
 
Technologies pour le Big Data
Technologies pour le Big DataTechnologies pour le Big Data
Technologies pour le Big Data
Minyar Sassi Hidri
 
BigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans HadoopBigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans Hadoop
Lilia Sfaxi
 
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
Jean-Michel Franco
 
Cours Big Data Chap2
Cours Big Data Chap2Cours Big Data Chap2
Cours Big Data Chap2
Amal Abid
 
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
Hassan Lâasri
 
BigData_TP3 : Spark
BigData_TP3 : SparkBigData_TP3 : Spark
BigData_TP3 : Spark
Lilia Sfaxi
 
Cours Big Data Chap3
Cours Big Data Chap3Cours Big Data Chap3
Cours Big Data Chap3
Amal Abid
 
Hive ppt (1)
Hive ppt (1)Hive ppt (1)
Hive ppt (1)
marwa baich
 
Une introduction à MapReduce
Une introduction à MapReduceUne introduction à MapReduce
Une introduction à MapReduce
Modern Data Stack France
 
BIG DATA
BIG DATABIG DATA
BIG DATA
laurence allard
 
Une Introduction à Hadoop
Une Introduction à HadoopUne Introduction à Hadoop
Une Introduction à Hadoop
Modern Data Stack France
 

Tendances (20)

TP1 Big Data - MapReduce
TP1 Big Data - MapReduceTP1 Big Data - MapReduce
TP1 Big Data - MapReduce
 
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
 
Big data 24 mart 2015
Big data 24 mart 2015Big data 24 mart 2015
Big data 24 mart 2015
 
Introduction au Big data
Introduction au Big data Introduction au Big data
Introduction au Big data
 
Introduction à la big data V2
Introduction à la big data V2Introduction à la big data V2
Introduction à la big data V2
 
Hadoop et son écosystème
Hadoop et son écosystèmeHadoop et son écosystème
Hadoop et son écosystème
 
Big data
Big dataBig data
Big data
 
BigData_TP4 : Cassandra
BigData_TP4 : CassandraBigData_TP4 : Cassandra
BigData_TP4 : Cassandra
 
Big data
Big dataBig data
Big data
 
Technologies pour le Big Data
Technologies pour le Big DataTechnologies pour le Big Data
Technologies pour le Big Data
 
BigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans HadoopBigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans Hadoop
 
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
 
Cours Big Data Chap2
Cours Big Data Chap2Cours Big Data Chap2
Cours Big Data Chap2
 
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
 
BigData_TP3 : Spark
BigData_TP3 : SparkBigData_TP3 : Spark
BigData_TP3 : Spark
 
Cours Big Data Chap3
Cours Big Data Chap3Cours Big Data Chap3
Cours Big Data Chap3
 
Hive ppt (1)
Hive ppt (1)Hive ppt (1)
Hive ppt (1)
 
Une introduction à MapReduce
Une introduction à MapReduceUne introduction à MapReduce
Une introduction à MapReduce
 
BIG DATA
BIG DATABIG DATA
BIG DATA
 
Une Introduction à Hadoop
Une Introduction à HadoopUne Introduction à Hadoop
Une Introduction à Hadoop
 

Similaire à bgi-data-1 (1).pptx

#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
NetSecure Day
 
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 Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel business
Mouhsine LAKHDISSI
 
Big data
Big dataBig data
Big data
Takwa Chaabane
 
Big data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiersBig data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiers
Bruno Patin
 
1-2-Economie-Georgios Fradelos Big Data et évolution des Big Data-3
1-2-Economie-Georgios Fradelos Big Data et évolution des Big Data-31-2-Economie-Georgios Fradelos Big Data et évolution des Big Data-3
1-2-Economie-Georgios Fradelos Big Data et évolution des Big Data-3
Georgios Fradelos
 
BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node
Excelerate Systems
 
[Data day] Etude sur la data
[Data day] Etude sur la data[Data day] Etude sur la data
[Data day] Etude sur la data
FrenchWeb.fr
 
3 minutes pour comprendre ... le Big Data
3 minutes pour comprendre ... le Big Data3 minutes pour comprendre ... le Big Data
3 minutes pour comprendre ... le Big Data
Alain KHEMILI
 
Big data et marketing digital
Big data et marketing digital Big data et marketing digital
Big data et marketing digital
Hamza Sossey
 
Livre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBGLivre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBG
Margarita Zlatkova
 
BigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceBigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems France
Excelerate Systems
 
Etude sur le Big Data
Etude sur le Big DataEtude sur le Big Data
Etude sur le Big Data
Nexialog Consulting
 
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
 
Magazine HRI - Le nuage dont tout le monde parle - Alain Fortier Josianne Marsan
Magazine HRI - Le nuage dont tout le monde parle - Alain Fortier Josianne MarsanMagazine HRI - Le nuage dont tout le monde parle - Alain Fortier Josianne Marsan
Magazine HRI - Le nuage dont tout le monde parle - Alain Fortier Josianne Marsan
Alain Fortier
 
Etude Apec - Les métiers de la data
Etude Apec - Les métiers de la dataEtude Apec - Les métiers de la data
Etude Apec - Les métiers de la data
Apec
 
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
IBM France Lab
 
Matinée Découverte Big Data & Data Science - 24012017
Matinée Découverte Big Data & Data Science - 24012017Matinée Découverte Big Data & Data Science - 24012017
Matinée Découverte Big Data & Data Science - 24012017
Micropole Group
 
Big data telecom-evolution
Big data telecom-evolutionBig data telecom-evolution
Big data telecom-evolution
Télécom Paris
 
Big data-2-170220212621
Big data-2-170220212621Big data-2-170220212621
Big data-2-170220212621
Haifa Akermi
 

Similaire à bgi-data-1 (1).pptx (20)

#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
 
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 Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel business
 
Big data
Big dataBig data
Big data
 
Big data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiersBig data : Défi, enjeux et impacts métiers
Big data : Défi, enjeux et impacts métiers
 
1-2-Economie-Georgios Fradelos Big Data et évolution des Big Data-3
1-2-Economie-Georgios Fradelos Big Data et évolution des Big Data-31-2-Economie-Georgios Fradelos Big Data et évolution des Big Data-3
1-2-Economie-Georgios Fradelos Big Data et évolution des Big Data-3
 
BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node
 
[Data day] Etude sur la data
[Data day] Etude sur la data[Data day] Etude sur la data
[Data day] Etude sur la data
 
3 minutes pour comprendre ... le Big Data
3 minutes pour comprendre ... le Big Data3 minutes pour comprendre ... le Big Data
3 minutes pour comprendre ... le Big Data
 
Big data et marketing digital
Big data et marketing digital Big data et marketing digital
Big data et marketing digital
 
Livre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBGLivre blanc "Big Data" de l'EBG
Livre blanc "Big Data" de l'EBG
 
BigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceBigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems France
 
Etude sur le Big Data
Etude sur le Big DataEtude sur le Big Data
Etude sur le Big Data
 
La Banque de demain : Chapitre 4
La Banque de demain : Chapitre 4 La Banque de demain : Chapitre 4
La Banque de demain : Chapitre 4
 
Magazine HRI - Le nuage dont tout le monde parle - Alain Fortier Josianne Marsan
Magazine HRI - Le nuage dont tout le monde parle - Alain Fortier Josianne MarsanMagazine HRI - Le nuage dont tout le monde parle - Alain Fortier Josianne Marsan
Magazine HRI - Le nuage dont tout le monde parle - Alain Fortier Josianne Marsan
 
Etude Apec - Les métiers de la data
Etude Apec - Les métiers de la dataEtude Apec - Les métiers de la data
Etude Apec - Les métiers de la data
 
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
 
Matinée Découverte Big Data & Data Science - 24012017
Matinée Découverte Big Data & Data Science - 24012017Matinée Découverte Big Data & Data Science - 24012017
Matinée Découverte Big Data & Data Science - 24012017
 
Big data telecom-evolution
Big data telecom-evolutionBig data telecom-evolution
Big data telecom-evolution
 
Big data-2-170220212621
Big data-2-170220212621Big data-2-170220212621
Big data-2-170220212621
 

bgi-data-1 (1).pptx

  • 2. PLAN I. Definition II. Les caracteristiques du big data III. Technologies du big data IV. Typologie V. Usage du Big Data VI. Le big data en tunisie exemple de « Orange Developper Center » VII. Conclusion 2
  • 3. LE BIG DATA, C’EST QUOI ? 3  Littéralement, ces termes signifient méga- données, grosses données ou encore données massives. Ils désignent un ensemble très volumineux de données qu’aucun outil classique de gestion de base de données ou de gestion de l’information ne peut vraiment travailler. Big Data Grosses = mega Données volumes massifs de données.
  • 4. LE BIG DATA, C’EST QUOI ? 4  Le BIG DATA signifie l’ensemble des données qui ne peuvent pas être perçus ,acquis, gérés et traités par des outils informatique traditionnels dans un délai raisonnable .
  • 5. LE BIG DATA, C’EST QUOI ? 5  Le BIG DATA est produit pratiquement de partout :  sites de réseaux sociaux .  E-mails .  images numériques et vidéos publiées en ligne .  enregistrements transactionnels d'achats en ligne .  de signaux GPS de téléphones mobiles  Ceci continue à grandir à un taux exponentiel .
  • 6. LES CARACTERISTIQUES DU BIG DATA 6 • Cohérence ,fiabilité, • qualité et prédictibilité des données . • Format structuré, non structuré, texte, multimèdia. • Analyse en temps rèel , décision en temps dynamique • Terabytes à exabytes de données disponibles volume Vitesse Véracité Variété  La règle des 4V:  _ Volume  _ Vitesse  _ Variété  _ Véracité
  • 7. TECHNOLOGIES DU BIG DATA  Des bases de données NoSQL (comme MongoDB, Cassandra ou Redis) qui implémentent des systèmes de stockage considérés comme plus performants que le traditionnel SQL pour l'analyse de données en masse (orienté clé/valeur, document, colonne ou graphe). 7
  • 8. TECHNOLOGIES DU BIG DATA 8  Des infrastructures de serveurs pour distribuer les traitements sur des dizaines, centaines, et milliers de nœuds. C'est ce qu'on appelle le traitement massivement parallèle. Le framework Hadoop est sans doute le plus connu d'entre eux. Il combine le système de fichiers distribué HDFS, la base NoSQL HBase et l'algorithme MapReduce. D'autres technologies visant à tendre vers des traitements plus "temps réel" ont émergé dans la foulée (c'est le cas d'Apache Spark).
  • 9. TECHNOLOGIES DU BIG DATA  Le stockage des données en mémoire (Memtables) permet d'accélérer les temps de traitement des requêtes. 9
  • 11. TYPOLOGIE 11 SMART DATA OPEN DATA Processus qui permet d’enrichir des données brutes pour qu’elles deviennent qualifiées dans un contexte particulier . Désigne l’effort et la volonté des organisations à mettre à disposition gratuitement des données librement utilisables par chacun d’entre nous .
  • 12. USAGE DU BIG DATA 12  Nos vies seront concernées dans tous leurs aspects par les usages des big data. Elles le sont déjà dans plusieurs domaines.:  _ le marketing, Les entreprises veulent comprendre les comportements et les attentes de leurs clients afin de mieux cibler leurs propositions. Elles créent des modèles prédictifs pour anticiper le départ d’un client ou les ventes d’un produit. Business-Analytics-info.fr
  • 13. USAGE DU BIG DATA La compréhension et l’optimisation des processus s’appliquent à plusieurs domaines :  _ la gestion des stocks, les ressources humaines, l’optimisation des itinéraires de livraison…  _ Les applications big data servent aussi l’individu. Les sites de rencontres en ligne aident à trouver l’âme sœur, les vêtements connectés surveillent notre santé et notre hygiène de vie. 13 Business-Analytics-info.fr
  • 14. USAGE DU BIG DATA  _Qu’il s’agisse de décoder des fragments d’ADN ou de protéger des bébés prématurés, les big data trouvent aussi de nombreuses applications dans la santé, la recherche médicale ou pharmaceutique. Elles contribuent à améliorer les performances des chercheurs, des scientifiques ou des sportifs.  _Sécurité, détection de fraude, optimisation du trafic dans les villes, accélération des échanges financiers . 14 Business-Analytics-info.fr
  • 15. LE BIG DATA EN TUNISIE EXEMPLE DE « ORANGE DEVELOPPER CENTER » 15 Dans un workshop dédié au BigData et qui a été organisé par l’ODC (Orange Developper Center) aux Berges du Lac le vendredi 21 avril dernier) Chef département Business Intelligence et Big data chez Orange Tunisie, a justement mis en exergue ce point en particulier concernant les opérateurs télécom. Vu sa position de principale autoroute par laquelle transite cette Data, un opérateur télécom doit être le premier à analyser la donnée générée par ses clients.
  • 16. LE BIG DATA EN TUNISIE EXEMPLE DE « ORANGE DEVELOPPER CENTER »  Ça lui permet, ainsi, de mieux gérer son réseau (les heures de pointe, les services prioritaires comme le streaming selon les heures de journée, etc.). On l’aura bien compris, la rapidité de traitement et d’analyse est une condition pour qu’il y ait un impact positif sur le client et donc sur les recettes de l’entreprise. 16
  • 17. LE BIG DATA EN TUNISIE EXEMPLE DE « ORANGE DEVELOPPER CENTER »  Il a donné l’exemple de détection des heavy users. Ces clients dont la consommation est anormalement grande. Avec l’analyse des données, l’opérateur pourra les détecter rapidement pour se protéger d’une éventuelle fraude (faille dans le système de facturation par exemple, etc.) 17
  • 18. LE BIG DATA EN TUNISIE EXEMPLE DE « ORANGE DEVELOPPER CENTER »  Cela permet également à l’opérateur d’alerter un client postpayé en roaming en voyage à l’étranger sur une augmentation du montant de sa facture afin qu’il prenne les mesures nécessaires avant de tomber en contentieux (et donc des éventuels impayés qui feront perdre de l’argent à l’opérateur). 18
  • 19. CONCLUSION  Le Big Data est né d’une réponse à un problème de temps de traitement des données massives.  Les données collectées dans le cadre d’une étude Big Data peuvent avoir des origines et des formes très différentes  Il est caractérisé par ses 4V : Volume ,Vitesse , Variété , Véracité  Aujourd’hui, les applications du Big Data (technologie) se sont largement développées pour faire face à l’augmentation croissante du nombre de données.  Il est utilisée dans de nombreux domaines : programmes scientifiques,outils d'entreprises ,parfois spécialisées ou startups, open sources . 19
  • 20. BIBLIOGRAPHIE  https://www.lebigdata.fr/definition-big-data  http://business-analytics-info.fr/5447/dix-exemples- de-domaines-qui-profitent-deja-des-big-data/  https://www.piloter.org/business- intelligence/technologie-big-data.htm  https://thd.tn/c-est-quoi-le-big-data-et-en-quoi-est- ce-benefique/ 20
  • 22. 22

Notes de l'éditeur

  1. The Hadoop Distributed File System