Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Premiere partie PREMIÈRE PARTIE CLittéral e mBIGenDAtT AcEeT sREtLeATrIOmNeCsLIEsNiTgni ?ent données massives méga données grosses données ou encore données massives Ils sont s oDÉuFvINeITnIOtNcaractérisés par V le volume extrême de données la grande vari

PREMIÈRE PARTIE CLittéral e mBIGenDAtT AcEeT sREtLeATrIOmNeCsLIEsNiTgni ?ent données massives méga données grosses données ou encore données massives Ils sont s oDÉuFvINeITnIOtNcaractérisés par V le volume extrême de données la grande variété de types de données et la vitesse à laquelle l e s BdIGoDnAnTAées doivent être traitées Bien que les données volumineuses ne correspondent pas à un volume spéci ?que de données le terme est souvent utilisé pour décrire des téraoctets des pétaoctets et même des exaoctets de données capturées au ?l du temps Nous pouvons dé ?nir le Big Data avec ses trois V's ? Michael Schroeck et al Volume La quantité de données s'exprime généralement en Téraoctets ? ou en Petaoctets ? car la masse de données est énorme Pour mieux comprendre pourquoi il faut savoir que depuis nous créons en moyenne deux exaoctets ? de données par jour Chaque seconde nous produisons un ux de données plus important que la totalité des données stockées sur la toile depuis les vingt dernières années Ces données ne sont pas présentent seulement en ligne une entreprise comme Wal-Mart recueille en moyenne deux pétaoctets de données sur ses clients chaque heure Harvard Business Review Cela représente environ fois la totalité des informations contenues dans tous les livres de la bibliothèque du Congrès Américain Talend Les quatre piliers clés d'une solution de gestion des Big Data Ces données proviennent des millions de transactions e ?ectuées sur les di ?érents points de vente Cependant ces termes technologiques n'expriment souvent rien de concret pour les organisations certaines d'entre elles préfèrent exprimer la quantité de données en temps Par exemple dans les entreprises à des ?ns d'audit il est généralement demandé aux employés de garder leurs données des trois ou quatre dernières années et non pas de garder en mémoire un téraoctet de données Cette explosion du nombre de données disponibles s'explique par le fait qu'aujourd'hui nous ne sommes pas restreints par la capacité de stockage et par le fait qu'un simple achat génère des dizaines de données di ?érentes Un achat il y a quelques années générait des données relatives à la référence du produit son prix et à la transaction date d'achat et montant total Aujourd'hui pour le Unité de mesure valant octets Unité de mesure valant octets Unité de mesure valant octets Même produit des données sont recueillies sur le pro ?l du client l'historique d'achat du client son parcours en ligne avant l'achat les commentaires sur les réseaux sociaux sur le produit acheté les caractéristiques du produit les données de géolocalisation de l'achat Hamid Nach CVélocité Nous parlons ici de la vitesse de la création de données pour de nombreuses entreprises cette rapidité est plus importante que le volume d'informations disponibles Certaines des informations disponibles n'ont d'intérêt que si elles sont analysées en temps réel Cela permet de donner un avantage compétitif à une entreprise vis-à-vis de ses concurrents Cette notion de vélocité n'est pas nouvelle nous la connaissons depuis plusieurs années dans son application la plus répandue les recommandations