BigDataFr recommande
1) Big Data : un projet, pas un outil !
Hadoop, Cassandra, Mahout… Le Big Data ne se résume pas au « simple » choix d’une solution. Bien sûr, in fine, l’implémentation de technologies capables d’analyser et de traiter des téraoctets de données est indispensable. Mais là n’est pas l’essentiel : comme pour la quasi-totalité des projets informatiques, l’outil n’est qu’un support à un besoin métier et/ou opérationnel. En d’autres termes, les projets d’exploitation transversale des données internes et/ou exogènes de l’entreprise ne présentent un intérêt que s’ils répondent à des objectifs précis et apportent de la valeur métier.
2) Poser les bonnes questions
En premier lieu, le Big Data n’a rien de magique : il ne suffit pas de « secouer le cocotier » et d’attendre de voir ce qui va tomber. Pour obtenir les bonnes réponses, il faut avant tout poser les bonnes questions : comprendre et anticiper les comportements clients pour définir les scores d’appétence (prédiction d’achat d’un produit ou service), comprendre les mécanismes qui conduisent à un incident pour mettre en place les actions de maintenance préventive adéquates, analyser les comportements pour limiter la fraude en ligne, etc.
3) Commencer avec les données internes
Les données, à la fois structurées et non structurées, sont déjà très nombreuses dans les entreprises : véritable mine d’or, elles ne sont bien souvent pas exploitées correctement, car envisagées de façon parcellaire au sein du système d’information, en « silos » fonctionnels, métiers ou géographiques, ou à travers des solutions de business intelligence proposant une analyse plus ou moins précise et efficace du passé.
Commencer par les données internes semble être issu que du bon sens. Mais combien de projets n’arriveront pas à leur terme en raison d’un manque de travail de fond sur la structuration de référentiels de données ?
4) Enrichir et croiser les données existantes
Lire l’intégralité de l’analyse
Par Nicolas Odet, Hardis Group
Source : informatiquenews.fr