LaDissertation.com - Dissertations, fiches de lectures, exemples du BAC
Recherche

Big data

Commentaire d'oeuvre : Big data. Recherche parmi 297 000+ dissertations

Par   •  14 Avril 2019  •  Commentaire d'oeuvre  •  4 473 Mots (18 Pages)  •  522 Vues

Page 1 sur 18

BIG DATA: LA RÉVOLUTION DE LA GESTION



‘vous ne pouvez pas gérer ce que vous ne mesurez pas’

Il y a beaucoup de sagesse dans ce dicton, qui a été attribué à la fois à W. Edwards Deming et à Peter Drucker, et cela explique pourquoi l'explosion récente des données numériques est si importante. En d'autres termes, en raison des données volumineuses, les gestionnaires peuvent mesurer, et donc en savoir plus, radicalement sur leurs activités, et traduire directement ces connaissances en une prise de décision et une performance améliorées.


Envisagez la vente au détail. Les libraires dans les magasins physiques peuvent toujours suivre les livres vendus et ceux qui ne le sont pas. S'ils avaient un programme de fidélisation, ils pourraient lier certains de ces achats à des clients individuels. Et c'était à propos de ça. Cependant, une fois les achats effectués en ligne, la compréhension des clients a considérablement augmenté. Les détaillants en ligne peuvent suivre non seulement ce que les clients ont acheté, mais aussi ce qu'ils ont regardé d'autre; comment ils ont navigué à travers le site; à quel point ils ont été influencés par les promotions, les critiques et les mises en page; et les similitudes entre les individus et les groupes. Avant longtemps, ils ont développé des algorithmes pour prédire quels livres les clients individuels voudraient lire à la prochaine - des algorithmes qui fonctionnaient mieux chaque fois que le client répondait ou ignorait une recommandation. Les détaillants traditionnels n'ont tout simplement pas accès à ce type d'information, et encore moins à agir en temps opportun. Il n'est pas étonnant qu'Amazon ait mis tant de librairies de brique et de mortier à la faillite.


La familiarité de l'histoire amazonienne masque presque son pouvoir. Nous attendons des entreprises qui sont nées en numérique qu'elles accomplissent des choses que les dirigeants d'entreprise ne pouvaient que rêver il y a une génération. Mais en fait, l'utilisation de Big Data a le potentiel de transformer les entreprises traditionnelles. Cela peut leur offrir des possibilités encore plus grandes d'obtenir un avantage concurrentiel (les entreprises en ligne ont toujours su qu'elles étaient en concurrence pour comprendre leurs données). Comme nous le verrons plus en détail, les grandes données de cette révolution sont beaucoup plus puissantes que les analyses utilisées dans le passé. Nous pouvons mesurer et donc gérer plus précisément que jamais auparavant. Nous pouvons faire de meilleures prédictions et prendre des décisions plus intelligentes. Nous pouvons cibler des interventions plus efficaces, et nous pouvons le faire dans des domaines jusqu'ici dominés par l'intuition et l'intuition plutôt que par les données et la rigueur.


À mesure que les outils et les philosophies du big data se répandront, ils modifieront les idées de longue date sur la valeur de l'expérience, la nature de l'expertise et la pratique de la gestion. Les leaders intelligents dans toutes les industries verront l'utilisation de Big Data pour ce qu'elle est: une révolution de la gestion. Mais comme pour tout autre changement majeur dans les affaires, les défis de devenir une grande organisation axée sur les données peuvent être énormes et exigent un leadership pratique ou, dans certains cas, non interventionniste. Néanmoins, c'est une transition que les cadres doivent engager avec aujourd'hui.

Quoi de neuf ici?


Les dirigeants d'entreprise nous demandent parfois: "Le big data n'est-il pas une autre façon de dire" analytics "?" Il est vrai qu'ils sont liés: Le big data, comme l'analytique avant, cherche à glaner l'intelligence des données et à traduire cela en avantage commercial. Cependant, il existe trois différences clés:

Le volume.


En 2012, environ 2,5 exaoctets de données sont créés chaque jour, et ce nombre double tous les 40 mois environ. Plus de données traversent Internet chaque seconde que celles stockées sur Internet il y a tout juste 20 ans. Cela donne aux entreprises la possibilité de travailler avec de nombreuses pétitions de données dans un seul ensemble de données - et pas seulement sur Internet. Par exemple, on estime que Walmart recueille plus de 2,5 pétaoctets de données toutes les heures à partir de ses transactions clients. Un pétaoctet représente un quadrillion d'octets, soit l'équivalent d'environ 20 millions de documents. Un exabyte est 1000 fois ce montant, soit un milliard de gigaoctets.


Rapidité.


Pour de nombreuses applications, la vitesse de création de données est encore plus importante que le volume. Les informations en temps réel ou en temps quasi réel permettent à une entreprise d'être beaucoup plus agile que ses concurrents. Par exemple, notre collègue Alex "Sandy" Pentland et son groupe au MIT Media Labont utilisé les données de localisation des téléphones portables pour déduire combien de personnes se trouvaient dans les parkings de Macy le vendredi noir - le début de la saison des achats de Noël aux Etats-Unis. Cela a permis d'estimer les ventes du détaillant ce jour critique avant même que Macy lui-même n'enregistre ces ventes. Un aperçu rapide comme celui-ci peut fournir un avantage concurrentiel évident aux analystes de Wall Street et aux gestionnaires de Main Street.

Variété.


Le Big Data prend la forme de messages, de mises à jour et d'images postées sur les réseaux sociaux. lectures de capteurs; Les signaux GPS des téléphones portables, et plus encore. Bon nombre des sources les plus importantes de Big Data sont relativement nouvelles. Les énormes quantités d'informations provenant des réseaux sociaux, par exemple, sont seulement aussi vieilles que les réseaux eux-mêmes; Facebook a été lancé en 2004, Twitter en 2006. Il en va de même pour les smartphones et les autres appareils mobiles qui fournissent désormais d'énormes flux de données liés aux personnes, aux activités et aux lieux. Parce que ces appareils sont omniprésents, il est facile d'oublier que l'iPhone a été dévoilé il y a seulement cinq ans et l'iPad en 2010. Ainsi, les bases de données structurées qui stockaient la plupart des informations d'entreprise sont peu adaptées au stockage et au traitement des données volumineuses. Dans le même temps, la baisse constante des coûts de tous les éléments de l'informatique - stockage, mémoire, traitement, bande passante, etc. - fait que les approches coûteuses en données coûtent rapidement le prix.
Alors que de plus en plus d'activités commerciales sont numérisées, de nouvelles sources d'information et des équipements toujours moins chers se combinent pour nous faire entrer dans une nouvelle ère: celle où de grandes quantités d'informations numériques existent sur pratiquement n'importe quel sujet. Les téléphones portables, les achats en ligne, les réseaux sociaux, les communications électroniques, les GPS et les machines instrumentées produisent tous des torrents de données en tant que sous-produits de leurs opérations ordinaires. Chacun de nous est maintenant un générateur de données de marche. Les données disponibles sont souvent non structurées (elles ne sont pas organisées dans une base de données) et peu maniables, mais il y a énormément de signaux dans le bruit, attendant simplement d'être libérés. L'analyse a apporté des techniques rigoureuses à la prise de décision; Big Data est à la fois plus simple et plus puissant. Selon le directeur de la recherche de Google, Peter Norvig: «Nous n'avons pas de meilleurs algorithmes. Nous avons juste plus de données. "

...

Télécharger au format  txt (29.9 Kb)   pdf (142.7 Kb)   docx (19.4 Kb)  
Voir 17 pages de plus »
Uniquement disponible sur LaDissertation.com