Comment définir Big Data RH ? La réponse de Workday… - Dossier spécial RH. Tout le monde semble vouloir parler de Big Data !
La recherche montre aujourd’hui que seulement 4 % des entreprises peuvent effectuer de l'analyse prédictive sur leurs effectifs et 14 % effectuent un certain type d'analyses statistiques de leurs données. Parmi les plus grands défis, on peut trouver l'intégration des données ou le nettoyage des données… Mais à quelle vitesse les entreprises seront-elles en mesure d’atteindre la terre promise du Big Data et quelles sont les tendances technologiques sur lesquelles parier pour y arriver ?
Voici la réponse de Leighanne Levensaler, Vice-President, Human Capital Management Products chez Workday. En effet, Big Data est le terme à la mode en ce moment. Mais pour la bonne raison qu’il s’agit vraiment d’une avancée importante.
Big Data : comparatif des technos, actualités, conseils... Pour faire face à l'explosion du volume des données, un nouveau domaine technologique a vu le jour : le Big Data.
Inventées par les géants du web, ces solutions sont dessinées pour offrir un accès en temps réel à des bases de données géantes. Comment définir le Big Data, et quelle est sa promesse ? Face à l'explosion du volume d'informations, le Big Data vise à proposer une alternative aux solutions traditionnelles de bases de données et d'analyse (serveur SQL, plateforme de Business Intelligence...). Confrontés très tôt à des problématiques de très gros volumes, les géants du web, au premier rang desquels Yahoo (mais aussi Google et Facebook), ont été les premiers à déployer ce type de technologies. Définition du Big Data - Profitez des opportunités du Big Data - France. Définition du Big Data Chaque jour, nous générons 2,5 trillions d’octets de données.
A tel point que 90% des données dans le monde ont été créées au cours des deux dernières années seulement. Ces données proviennent de partout : de capteurs utilisés pour collecter les informations climatiques, de messages sur les sites de médias sociaux, d'images numériques et de vidéos publiées en ligne, d'enregistrements transactionnels d'achats en ligne et de signaux GPS de téléphones mobiles, pour ne citer que quelques sources. La mine d'or du Big Data. LE MONDE ECONOMIE | • Mis à jour le | Par Julie Battilana, professeure associée à la Harvard Business School L'explosion du volume des données informatiques, du fait du développement de l'Internet et des nouvelles technologies de l'information, a ouvert de nouveaux horizons aux entreprises.
Certaines utilisent déjà une partie de ces données pour prédire le comportement des consommateurs et améliorer leur offre de produits et services. C'est le cas, par exemple, de Google, Facebook, Amazon, Microsoft, Walmart et LinkedIn, qui ont investi dans l'analyse de données informatiques ces dernières années. Quand elles ne mènent pas elles-mêmes ces analyses en interne, les entreprises peuvent les sous-traiter à des sociétés spécialisées, qui fleurissent aujourd'hui dans le monde entier. C'est donc un véritable marché, désigné par le vocable anglo-saxon "Big Data", qui a émergé autour de l'exploitation de la masse de données informatiques disponibles. Big Data with Twitter. Big data : comment se lancer ? - SOLUCOMINSIGHT. Assurance Digital & innovation Publié le Le challenge du Big data est de donner du sens à une masse de données pour aboutir à des cas d’usage générateurs de valeur.
Pour se lancer, le meilleur costume est celui de la start-up, dans une dynamique « New Way of Working » : faire émerger les idées, incuber, mobiliser et démultiplier. Ce modèle est le meilleur vecteur pour apporter flexibilité, échange, interaction avec une mixité de profils. S’il fallait quelques mots pour résumer l’esprit dans lequel mener les projets Big data et plus largement les projets de valorisation des données, nous choisirions : créativité, agilité, rythme, expérimentation, simplicité, pluridisciplinarité. L’émergence des idées est une étape essentielle de prise de recul ayant pour objectif de porter un regard nouveau sur le marché et sur ses propres activités.
L’incubation a pour objectif de concrétiser rapidement les idées sélectionnées. Pilier 1 : les compétences. Big Data : comment se lancer sans se ruiner. Un cluster Hadoop adossé à une compétence interne en informatique et statistiques permet de faire ses premiers pas dans le Big Data.
Un budget de 100 000 euros par an est à prévoir. Le Big Data est sur toutes les lèvres. C'est même une réalité pour de nombreuses entreprises françaises comme SFR, Pages Jaunes, Coface ou encore La Poste (lire l'article : La France met le cap sur le Big Data). Les pouvoirs publics sont également bien conscients de cet enjeux, tant en termes de perspectives d'emploi que du point de vue du rayonnement industriel qu'il est susceptible d'apporter (lire l'article : Big Data, les 5 mesures du plan de soutien dévoilées). Mais pas question d'improviser son projet Big Data et mieux vaut tout d'abord bien en dessiner les contours sous peine de courir à l'échec. "Un projet de Big Data un minimum sérieux se pilote en interne" (Mathias Herberts - Cityzen Data)
«Big data»: un marché colossal, un défi immense - Big Data. Le phénomène des «big data» — solutions technologiques émergentes permettant de résoudre des problèmes extrêmement complexes — est acclamé par les analystes de l’industrie, les conseillers en stratégie économique et les spécialistes du marketing comme un nouvel eldorado en termes d’innovation, de concurrence et de productivité.
Le 11e symposium sur les indicateurs des télécommunications/TIC dans le monde (WTIS), qui s’est tenu à Mexico du 4 au 6 décembre 2013, a confirmé que les «big data» pourraient avoir des effets extrêmement bénéfiques sur le développement en fournissant des informations en temps réel et pour un coût modique par rapport aux données provenant d’autres sources. Mais au-delà du battage médiatique, les possibilités offertes par les «big data» motivent les chercheurs de domaines aussi divers que la physique, l’informatique, la génomique et l’économie.
Des milliards d’éléments d’information sont amassés chaque jour. «Big data» — plus faciles à reconnaître qu’à définir?