Université d'été de la DFCG - Parlez-vous Big Data ? Guide de conversation pour un public néophyte
•
0 j'aime•397 vues
Sans conteste, la donnée est un véritable enjeux pour l’avenir. Le Big Data fait le buzz depuis 2011. Mais quelle est la différence avec un projet de Business Intelligence traditionnel ? Comment identifier un projet Big Data ? Dans cette session de décryptage, nous balayerons les concepts Big Data et leurs applications pour votre entreprise…ou pas. Cet éclairage sur le Big Data et son vocabulaire vous permettra de mieux comprendre les opportunités qui s’offrent à vous et d’orienter la solution à mettre en œuvre. Alors, Big Data ou pas Big Data ?
Recommandé
Contenu connexe
Similaire à Université d'été de la DFCG - Parlez-vous Big Data ? Guide de conversation pour un public néophyte
Similaire à Université d'été de la DFCG - Parlez-vous Big Data ? Guide de conversation pour un public néophyte (20)
Plus de Jean-Pierre Riehl
Plus de Jean-Pierre Riehl (20)
Dernier
Dernier (7)
Université d'été de la DFCG - Parlez-vous Big Data ? Guide de conversation pour un public néophyte
- 1. Parlez-vous Big Data ? Guide de conversation pour un public néophyte
- 2. Jean-Pierre Riehl Practice Manager Data & BI @djeepy1 http://blog.djeepy1.net MVP Data Platform French Data Community Leader
- 3. Introduction
- 4. BIGBuzz
- 6. “Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it”
- 7. Data Lake 3 V’s IoT NoSQL In- Memory Columnar HADOOP Real- Time Machine Learning DataViz Data Scientist Zeta octets Streaming Deep Learning Algorithm Analytics Predictive Cloud Bias R Sentiment Analysis Facebook and Twitter Data Quality Search Le Big Data, pour tout, partout…
- 8. Le Big Data résout tous vos problèmes ? SPECIALISTE DU BIG DATA Je vous aide à vous libérer de vos difficultés dans tous les domaines. Retour définitif de l'être aimé. Chance. Réussite aux concours. Santé. Attraction de la clientèle pour le commerce et les affaires. TEL : 06 62 50 61 24 GRAND MÉDIUM VOYANT COMPÉTENT Résultat en 3 jours garantis à vie. Déplacement possible, travail à distance TRAVAIL SÉRIEUX, EFFICACE! RÉSULTATS 100% DISCRÉTION ASSURÉE
- 9. Big Data = Big Fail ?
- 11. 11 Le big data, un standard “de facto”
- 13. La BI traditionnelle, c'est fini ? On fait du Big Data maintenant ?
- 14. Eventually Consistant.* * Éventuellement cohérent
- 16. La tentation du temps réel
- 17. Dois-je installer une plate-forme HADOOP ?
- 18. “There was a huge supercomputer - chopping away for millennia at all the big data available. Finally, the result. The answer to "life, the universe and everything" is 42. But that's no use because no-one knows what the question is” Douglas Adams, The Hitchhiker's Guide to the Galaxy
- 19. Le Machine Learning va trouver des solutions à mes problèmes
- 22. Pour réussir, il me faut un Data Scientist ?
- 24. Mon CTO me dit qu’il ne faut pas faire de SQL mais du NoSQL
- 25. En conclusion
- 26. Big Data ou pas Big Data ?
- 27. ÇA NE MARCHE PAS TOUT SEUL ÇA N'EST PAS UN PROJET TECHNIQUE CONCENTREZ VOUS SUR LES QUESTIONS NE NÉGLIGEZ PAS LES FONDAMENTAUX 1 2 3 4 Adoptez une démarche
Notes de l'éditeur
- 27% des projets Big Data en échec (Only 27 percent of executives describe their big data projects as “successful.” => http://www.informationweek.com/big-data/big-data-analytics/big-data-success-remains-elusive-study/d/d-id/1318891 CapGemini) Unclear objectives Lack of questions Too Technical Lack of skills Lack of sponsorship http://www.cio.com/article/3003538/big-data/study-reveals-that-most-companies-are-failing-at-big-data.html https://www.forbes.com/sites/groupthink/2014/06/27/why-big-data-fails-entrepreneurs/#739e73231145
- Définition non-conventionnelle des 3V et rappel des performances des systèmes traditionnels Application aux domaines financiers et CG
- Maturité BI Exemple de consolidation financière pour faire un P&L ?
- CAP theorem
- Je dois collecter plein de données ? Non et oui. En relationnel, une table contenant des ventes => 25M = 4Go Discussion sur le volume et sur le type de données Exemple d'un loueur de matériel industriel Exemple dans le CG+Marketing Mais avec l’IoT….
- Dois-je mettre en place une solution d'analyse temps-réel => Non et oui. Notion de Near-time Notion de Data Refresh (ex: des périodes de clôtures) Notion d'actionable BI Exemple de l’IoT
- Est-ce que votre projet est technique
- => Oui mais pas tout seul Métaphore d'un cabinet de conseil en organisation Discussion sur le prédictif
- => Non Discussion sur les type des de données
- Solutions packagées / spécialisées Courbe(s) de maturité BI Démarche <> outil Question <> réponse (métaphore H2G2) Sécurité, gouvernance Manque de compétences <> "fausses" compétences