Grandi quantità di dati: una rivoluzione digitale

I dati Big - o datamasse in francese - deriva dalla possibilità di elaborare rapidamente e in modo appropriato un grande volume di dati eterogenei. Incontra la cosiddetta regola di 3V, che stabilisce i principi: un grande Volume di dati, una serie di dati (strutturato o crudo, appartenendo in diversi formati, pubblici o risponde alle severe condizioni di utilizzo) e una velocità elevata, cioè velocità di elaborazione che, idealmente, si avvicina in tempo reale. Questi tre punti, presentati nel 2011 dallo studio McKinsey, due altri V relative al valore e veridicità sono state aggiunte.

Dati come materia prima

Per vent'anni, la maggior parte dei dati prodotti sono dematerializzata. Informazioni che vengono creati direttamente dagli esseri umani (testo, figure, immagini animate o ancora, suoni...), di sistemi tecnici (connessione dati, elettronica, telescopi, sensori ambientali, pedaggi stradali,...) o strumenti interconnessi (mappe di trasporto, veicoli, arredi intelligenti, GPS...). Numero di questi dati è già sottoposti ad un trattamento statistico di massa, più spesso di Internet giganti come Google, Facebook e Yahoo!, di assicurazione, banche e operatori telefonici o determinati enti pubblici (Università, sicurezza nazionale...). Loro volume aumenta in modo esponenziale e potrebbe, secondo le previsioni, essere moltiplicato per 100 entro il 2020.

L'elaborazione di questi dati può servire a diversi scopi. Quando si tratta di informazioni strutturate e serie, come quelli dell'azienda, ci permette di valutare una situazione, per sviluppare dashboard per agevolare, su base giornaliera, il processo decisionale dei responsabili politici (DG, DAF, HR, DSI...).

Quando viene utilizzato per analizzare dati massicci e multistructurees, offre la possibilità, attraverso l'applicazione di leggi statistiche, disegnare i principi generali di un campione semplice e, pertanto, un ruolo predittivo. Idealmente, le grandi quantità di dati consente di fare le scelte giuste al momento giusto. Si iscrive come un strumento di supporto decisionale per azioni per lo sviluppo di strategie di gestione. Collocamento in una società corrisponde a un vero e proprio approccio. Richiede un cambiamento di mentalità, nella misura in cui essa implica che il processo decisionale è guidato dai dati, ma anche un'evoluzione dei metodi di lavoro, perché, tra l'altro, l'accelerazione che induce nel processo decisionale.

Forte abilità tecniche

La dematerializzazione degli scambi è tale che oggi ' oggi un gran numero di aziende è in possesso di una massa colossale e in costante aumento di informazioni, soprattutto per quanto riguarda i loro clienti e le loro prospettive. Le difficoltà che devono affrontare, nella realizzazione di un grande dati di processo, così concentrano di più sul trattamento di questi dati sulla loro raccolta.

La distribuzione di grandi quantità di dati più spesso combina entrambi gli approcci. Un aumento della capacità di archiviazione dati tramite soluzioni che consentano un graduale adeguamento delle necessità, come è il caso con il cloud, per esempio. E lo sviluppo di banche dati e algoritmi per estrarre gli insegnamenti rilevanti di una massa scalabile di multistructurees dati continuamente. Questo sviluppo solitamente basato su soluzioni quali NoSQL, Redis, Hadoop o HBase. Non sorprende che l'implementazione di queste soluzioni richiede gli specialisti di uso di gestione e analisi dei dati di massa (scienziato di dati, Analista dati, responsabile dei dati...).

L'approccio dei clienti è, senza dubbio, la prima area investita dalle aziende che hanno lanciato un dati di grande approccio. L'analisi dei dati raccolti tramite social network, aziende online, siti di navigazione o l'invio di mailing a conoscerli meglio. Grazie a questo approccio, dipartimenti di marketing sono in grado:-di indirizzare con precisione le loro offerte commerciali (incrociando i dati, è possibile conoscere l'attività professionale di un cliente, il tempo libero, abitudini di consumo...); - per rispondere immediatamente all'espressione della necessità di un cliente o un prospetto (in tempo reale analisi dei dati consente, ad esempio, di mandare una promozione in relazione il soggetto di un tweet o un e-mail scritto da un utente di Internet); - per anticipare una tendenza , comportamento di massa e per preparare (analisi del comportamento di un campione rappresentativo della popolazione devono consentire, con precisione più o meno, definire il comportamento di un maggior numero di individui).

Ma le grandi quantità di dati non si ferma qui. Inoltre permette: - la creazione di nuovi servizi, come la previsione dello spostamento delle popolazioni dai dati di geolocalizzazione che offrono ora alcuni operatori telefonici; - creazione di una cosiddetta agricoltura «precisione» consentendo, attraverso l'analisi di dati climatici, foto da satellite, dati sulla composizione del suolo, limitando l'assunzione di acqua, acqua fertilizzanti o antiparassitari esclusivamente alle aree che in un campo nel bisogno; - per migliorare l'esperienza del cliente nel turismo e nella cultura (migliore gestione delle code, anticipare le esigenze...); - per migliorare i servizi degli assicuratori attraverso migliore identificazione del rischio (prezzi più adatto al cliente, rilevazione di comportamenti fraudolenti agevolato...); - per ottimizzare i processi di ricerca di base nel campo della salute, ma anche lo sviluppo di farmaci.