Remerciez-le!

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

Master FCA | S7 Nouvelles Technologies d’Information & de Communication AU: 202

Master FCA | S7 Nouvelles Technologies d’Information & de Communication AU: 2020-2021 Thème du rapport: Impact de Big Data sur la Finance Encadré par: Mme Leila ALAMI Réalisé par: Tahouri Zakariae GHAFFOULI Soufian EN-NAJARY Imad Sommaire: Introduction général ………………………….…..1 Chapitre 1 : Concept du Big Data ……..…….3 Section 1 : Définition du Big Data …………..3 Section 2 : Caractéristiques du Big Data….4 Section 3 : Avantages & Inconvénients du Big Data………………………………………..……7 Chapitre 2 : Impact et enjeux du Big Data sur la finance…………………………………………..9 Section 1 : Le big data appliqué à la finance………………………………………………..9 Section 2 : Grands défis en matière de big data dans la finance………………………………11 Section 3 : Comment le big data a révolutionné la finance ………………………..13 Conclusion…………………………………………….14 1 Introduction Aujourd'hui, nombre d'employés ne travaillent pas dans l'informatique, mais sont néanmoins tout à fait conscients de l'existence des Big Data, au vu de leur caractère vraiment révolutionnaire du point de vue du modèle d'entreprise. Certaines sociétés ont même fait de cette collecte de jeux de données (ou au moins des résultats) un élément essentiel de leur stratégie d'entreprise. Avec les Big Data, les défis à relever sont nombreux et variés, mais le plus important est peut-être la compréhension de leur signification pour chaque société. Il est nécessaire d'avoir une vision illimitée de ce que pourrait être l'avenir, sans les freins que les technologies ont imposés sur le concept du mode de pensée d'une société. Cela signifie ne pas limiter la pensée à ce qui était auparavant considéré comme l'art du possible. En ce sens se dessine la possibilité de se concentrer sur la signification de tout cela pour les réalités de l'entreprise, contrairement à ce que le secteur dit et donc sur les idées prévisibles que les individus pourraient avoir. En examinant la mise en œuvre d'une initiative de Big Data, la toute première considération concerne les règles d'intégration au sein de l'organisation d'entreprise et informatique existante. D'un point de vue commercial, il n'y a aucune raison de créer de nouvelles visions qui ne peuvent pas être analysées en plus des informations fondamentales continuant à faire fonctionner l'entreprise. D'un point de vue informatique, il est nécessaire d'être cohérent dans la mise en œuvre, de telle sorte que la solution des Big Data puisse s'adapter sans problème à la structure informatique existante. La discipline de l'architecture joue un rôle majeur pour les aspects clés des Big Data. Des techniques, telles que la planification des capacités d'entreprise, fournissent une structure permettant à la société d'exprimer ses capacités et, dans ce contexte, les résultats qui sont imaginés de manière implicite ou explicite par les Big Data 2 seront inclus. L'architecture de l'information est elle aussi importante: la dimension des informations est l'endroit idéal où les nouvelles opportunités peuvent se matérialiser, mais aussi l'un des Domaines dans lesquels la cohérence offre de la valeur à long terme. Enfin, l'architecture de la technologie est essentielle à une mise en œuvre qui réalise la vision d'ensemble. Dans l'application d'une solution de Big Data, il convient de prévoir tout d'abord une validation de principe. Bien qu'une majorité de ce qu'on appelle les phases de « validation de principe » mette en lumière peu de choses qui sont déjà connues, le problème posé par la solution des Big Data aurait pu rester irrésolu en suivant la méthode qu'a tentée la société. Une validation de principe devrait également envisager une combinaison des besoins d'analyse des Big Data et d'autres nouveaux domaines liés, tant au niveau des informations qu'au niveau général. Dans le secteur des informations, il existe d'autres tendances relatives aux concepts, comme une véritable intelligence opérationnelle en temps réel, ainsi que la virtualisation des données et des technologies en mémoire. Dans l'espace plus général, les Big Data peuvent être liées de manière plutôt significative à l'ensemble du Cloud Computing, à l'Internet des objets et aux médias sociaux. La solution des Big Data doit être considérée comme un voyage plutôt que comme la destination à atteindre, car la technologie qui permet ce paradigme ne cesse d'évoluer, à l'image de l'opportunité de la combiner avec des technologies telles que Complex Event Processing et Business Rules Engines pour obtenir des résultats encore plus utiles, qui sont parfois considérés comme irréalisables et d'autres parfois qui ne sont même pas pris en compte. 3 Chapitre 1: Concept du Big Data Section 1: Définition du Big Data Le terme Big Data réfère à l’accroissement exponentielle des données, au traitement de ces dernières ou de manière plus générale à toutes les étapes entrant en jeu dans le processus d’extraction d’informations utiles à partir d’énormes lots de données brutes. Pour comprendre le « Big Data », vous devez d’abord connaître Qu’est-ce que les données? Les données désignent les quantités, les caractères ou les symboles sur lesquels les opérations sont effectuées par un ordinateur, qui peuvent être stockés et transmis sous forme de signaux électriques et enregistrés sur des supports d’enregistrement magnétiques, optiques ou mécaniques. Le Big Data c’est aussi des données mais avec une taille énorme. C’est un terme utilisé pour décrire une collection de données de grande taille et qui croît de façon exponentielle avec le temps. En bref, ces données sont si volumineuses et complexes qu’aucun des outils traditionnels de gestion des données n’est capable de les stocker ou de les traiter efficacement. Les données sont une combinaison de données structurées, semi- structurées et non structurées collectées par des organisations qui sont extraites pour des informations et utilisées dans des projets d’apprentissage automatique, de modélisation prédictive et d’autres applications d’analyse avancées. Le domaine du Big Data regorge cependant de nombreux métiers tendance. 4 Section 2: Caractéristiques du Big Data Le Big Data fait désormais partie du quotidien de toutes les entreprises. Et pour utiliser les volumes de données massifs au mieux dans son organisation et son processus décisionnel, il est essentiel de maîtriser les principes et caractéristiques clés du Big Data. Ces principes sont traduits en un concept communément appelé « les 5 V du Big Data ». Quels sont ces 5 V ? Et à quoi correspondent-ils ? Talend vous apporte toutes les réponses pour mieux appréhender cette notion des 5 V et ses enjeux. La liste des 5 V du Big Data Les 5 V du Big Data englobe 5 principes clés qui définissent les ensembles massifs de données : • Le volume • La variété • La vitesse (ou vélocité) • La véracité • La valeur Volume Le Volume du principe des 5V fait référence aux énormes quantités de data générées à chaque instant. Ces volumes sont devenus tellement massifs que nous ne parlons plus en Téraoctets mais en Zettaoctets pour les quantifier. D’ailleurs le volume annuel de data numériques créé à l’échelle mondiale a été multiplié par plus de vingt durant les dix dernières années et s’approche de 50 zettaoctets en 2020 selon Statista. Toute entreprise qui prévoit d’utiliser ces volumes de données massifs doit donc développer des solutions Big Data Analytics pour gérer la quantité et le volume de data à stocker et traiter. 5 Variété La Variété désigne la multiplicité des types de données disponibles. Auparavant, les data étaient majoritairement des données structurées, faciles à classer et organiser. Aujourd’hui, de nombreuses data non-structurée comme les données textuelles sont générées à chaque seconde. Pour utiliser le Big Data il faut donc être en mesure d’identifier tous les différents types de données générées, ingérées et stockées dans l’écosystème numérique de l’entreprise. Vitesse La Vitesse, également appelée Vélocité, correspond à la rapidité à laquelle les data sont générées et circulent. Le Big Data permet l’analyse d’informations en temps réel et leur transmission à un rythme effréné. Ainsi, les entreprises peuvent faire preuve d’une réactivité et d’une agilité incomparables. Utiliser le Big Data et son principe de vélocité implique la recherche et le déploiement de technologies pour s’assurer que les volumes massifs de données soient traités de manière à être utilisées quasiment instantanément. Véracité La Véracité est un élément indispensable des 5 V du Big Data. Elle désigne à la fiabilité de la data qui est essentielle pour pouvoir en tirer profit et la transformer en information utilisable dans l’entreprise. Cette notion des 5V désigne donc le fait nettoyer les données (data cleansing) et faire en sorte qu’elles soient exactes, prêtes à l’emploi et utilisées à des fins business dans le processus décisionnel. Valeur La Valeur est le dernier élément des 5 V du Big Data et il désigne le fait que chaque donnée doit apporter une valeur ajoutée à l’entreprise. Il est donc crucial que les entreprises, avant de lancer 6 leur projet Big Data, sachent pourquoi et comment elles vont le mener afin d’évaluer la future rentabilité. La Valeur des 5 V rejoint le concept de Business Intelligence qui consiste à rendre la data exploitable et stratégique dans le processus décisionnel afin de prioriser les informations essentielles et stratégiques à chaque équipe de l’organisation. Le 6ème V du Big Data Au vu de l’évolution de la gouvernance des données et des réglementations, nous ajoutons une 6ème caractéristique essentielle à uploads/Management/ big-data.pdf