L'énigme du Big Data : comment la définir ?

L'une des plus grandes nouvelles idées en informatique est le Big Data. Il est unanimement reconnu que les mégadonnées révolutionnent le commerce au 21e siècle. Lorsqu'il s'agit d'affaires, le big data offre des informations sans précédent, une prise de décision améliorée et des sources de profit inexploitées.

Et pourtant, demandez à un directeur de la technologie de définir les mégadonnées et il ou elle regardera le sol. Il y a de fortes chances que vous obteniez autant de définitions que le nombre de personnes que vous demandez. Et c'est un problème pour quiconque tente d'acheter, de vendre ou d'utiliser des services de Big Data. Qu'est-ce qui est exactement proposé ?

Aujourd'hui, Jonathan Stuart Ward et Adam Barker à l'Université de St Andrews en Ecosse prennent la question en main. Ces gars-là examinent les différentes définitions proposées par les organisations de haute technologie les plus grandes et les plus influentes au monde. Ils tentent alors de distiller de tout ce bruit une définition sur laquelle tout le monde peut s'accorder.

Ward et Barker jettent leur filet loin, mais les résultats sont mitigés. Les définitions formelles sont difficiles à trouver, de nombreuses organisations préférant donner des exemples anecdotiques.

En particulier, la notion de grand est difficile à cerner, notamment parce qu'un ensemble de données qui semble volumineux aujourd'hui semblera presque certainement petit dans un avenir pas si lointain. Lorsqu'une organisation donne des chiffres précis sur ce qui constitue le Big Data, une autre donne une définition relative, ce qui implique que les Big Data seront toujours plus que ce que les techniques conventionnelles peuvent gérer.

Certaines organisations soulignent que les grands ensembles de données ne sont pas toujours complexes et que les petits ensembles de données sont toujours simples. Leur point est que la complexité d'un ensemble de données est un facteur important pour décider s'il est grand.

Voici un résumé du genre de descriptions que Ward et Barker ont découvertes auprès de diverses organisations influentes :

un. Gartner . En 2001, un rapport Meta (maintenant Gartner) notait la taille croissante des données, la vitesse croissante à laquelle elles sont produites et la gamme croissante de formats et de représentations employés. Ce rapport était antérieur au terme dig data mais proposait une triple définition englobant les trois V : volume, vitesse et variété. Cette idée est depuis devenue populaire et comprend parfois un quatrième V : la véracité, pour couvrir les questions de confiance et d'incertitude.

deux. Oracle . Le Big Data est la dérivation de la valeur de la prise de décision commerciale traditionnelle basée sur les bases de données relationnelles, augmentée de nouvelles sources de données non structurées.

3. Intelligence . Les opportunités de Big Data émergent dans les organisations générant une médiane de 300 téraoctets de données par semaine. Les formes les plus courantes de données analysées de cette manière sont les transactions commerciales stockées dans des bases de données relationnelles, suivies des documents, des e-mails, des données de capteurs, des blogs et des médias sociaux.

Quatre. Microsoft . Les mégadonnées sont le terme de plus en plus utilisé pour décrire le processus d'application d'une puissance de calcul sérieuse - les dernières avancées en matière d'apprentissage automatique et d'intelligence artificielle - à des ensembles d'informations très volumineux et souvent très complexes.

5. Le Méthode pour un environnement de connaissances intégré projet open source. Le projet MIKE soutient que les mégadonnées ne sont pas fonction de la taille d'un ensemble de données mais de sa complexité. Par conséquent, c'est le degré élevé de permutations et d'interactions au sein d'un ensemble de données qui définit le Big Data.

6. Le Institut national des normes et de la technologie . Le NIST soutient que les mégadonnées sont des données qui dépassent la capacité ou la capacité des méthodes et systèmes actuels ou conventionnels. En d'autres termes, la notion de grand est relative à la norme de calcul actuelle.

Un sac mélangé s'il en est.

En plus de la recherche de définitions, Ward et Barker ont tenté de mieux comprendre la façon dont les gens utilisent l'expression big data en recherchant Google Trends pour voir quels mots y sont le plus souvent associés. Ils disent que ce sont : l'analyse de données, Hadoop, NoSQL, Google, IBM et Oracle.

Ces gars-là terminent courageusement leur enquête avec une définition qui leur est propre dans laquelle ils tentent de rassembler ces idées disparates. Voici leur définition :

Le Big Data est un terme décrivant le stockage et l'analyse d'ensembles de données volumineux et/ou complexes à l'aide d'une série de techniques comprenant, mais sans s'y limiter : NoSQL, MapReduce et l'apprentissage automatique.

Une tentative de jeu vers un objectif louable - une définition à laquelle tout le monde peut s'accorder est certainement en retard.

Mais est-ce que cela fera l'affaire ? Répondez s'il vous plaît dans la section commentaires ci-dessous.

Réf : arxiv.org/abs/1309.5821 : Undefined By Data : Une enquête sur les définitions du Big Data

cacher