Mémoire Recherche
Application du Big Data
aux PME digitales
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
Pourquoi le Big Data?
Omniprésence
médiatique
3
Curiosité
entrepreunariale
Explosion des données
Une discipline
restreinte aux experts
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
Définition
5
Volume Variété Vélociété
Véracité Valeur
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
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.
Limites d’adoption
Couts élevé
8
Difficulté de la
discipline
Difficulté de
l’implémentation
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
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
Difficulté d’implémentation
11
Difficulté de
l’implémentation
Tableaux de bord
Clefs en main
Sous traiter:
conseil
Internaliser
Complexité, sécurité
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
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
MERCI
Conclusion
15
Couts élevé
Difficulté de la
discipline
Difficulté de
l’implémentation

Memoire recherche

  • 1.
    Mémoire Recherche Application duBig Data aux PME digitales
  • 2.
    Sommaire Pourquoi le BigData ? 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.
    Pourquoi le BigData? Omniprésence médiatique 3 Curiosité entrepreunariale Explosion des données Une discipline restreinte aux experts
  • 4.
    La méthode Entretients Joshua Rock LouisGuthman 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.
  • 6.
    Une Discipline “Hype” Intéretmédiatique 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.
    Les applications L’expemple desgrandes entreprises 7 Offre Personalisée Prix adapté Assotiment optimiséCampagnes géolocalisé Des domaines d’exploitation sans frontieres RH Marketing Opération Santé Sécurité etc.
  • 8.
    Limites d’adoption Couts élevé 8 Difficultéde la discipline Difficulté de l’implémentation
  • 9.
    Couts élevés Solutions OpenSource Hadoop Changement de défintion: Raisoner en terme de machine et non plus de données Principal probleme: le recrutement de talents 9 Couts élevé
  • 10.
    Difficulté de ladiscipline 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.
    Difficulté d’implémentation 11 Difficulté de l’implémentation Tableauxde bord Clefs en main Sous traiter: conseil Internaliser Complexité, sécurité
  • 12.
    Du Big Dataau 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.
    Du Big Dataau 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.
  • 15.
    Conclusion 15 Couts élevé Difficulté dela discipline Difficulté de l’implémentation

Notes de l'éditeur

  • #9 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)