Aller au contenu principal
Notification
ITPro
  • Ressources IT
  • Newsletter
Se connecter
S’inscrire
  • Cloud & Infrastructure
  • Cybersécurité
  • Data & IA
  • Workplace et Endpoints
Se connecter
S’inscrire
  • Facebook
  • X
  • Linkedin
  • Instagram

Inscrivez-vous

Newsletter iTPro

  • Cloud & Infrastructure
  • Cybersécurité
  • Data & IA
  • Workplace et Endpoints
  • Cloud & Infrastructure
  • Cybersécurité
  • Data & IA
  • Workplace et Endpoints
  1. Accueil
  2. Tech
  3. Les 4 V du Big Data

Sommaire

Tech stories

  • Tech Stories

    DEVOPS REX 2026 : deux jours pour confronter les pratiques DevOps aux réalités du terrain

  • Tech Stories

    Les erreurs de gestion qui font exploser le budget de renouvellement du parc IT

Big Data et analytics Tech

Les 4 V du Big Data

Par

La rédaction iTPro.fr
15 juin 2012
4 minutes

Les entreprises se trouvent aujourd’hui confrontées à de nouveaux défis, celui de devoir gérer et analyser des Volumes de données en croissance exponentielle (l’échelle du téraoctet (1012) a vécu, voici venir l’ère du pétaoctet (1015) et de nature Variée (disponibles dans des formats structurés, semi-structurés voire non structurés).

Sommaire

Par ailleurs, la Vélocité des données (vitesse à laquelle elles sont générées et doivent potentiellement être traitées, ainsi que leur durée de validité) et leur caractère Versatile (certaines données peuvent contenir un nombre d’attributs variables) sont deux autres paramètres importants à prendre en compte.

Ces 4 Variables caractérisent assez bien le paradigme du Big Data, qui ne se résume donc pas simplement à une problématique de volumétrie importante des données.

La variété des données constitue notamment un facteur important de cette problématique, on distingue généralement trois types de données :

•    Données structurées

Il s’agit essentiellement de données stockées et organisées dans une structure relationnelle, c’est-à-dire une base de données. Le cas échéant, cette catégorie peut également inclure d’autres formes de stockage des données comme les cubes OLAP ou les modèles de (Data)mining, matérialisés sous forme de structures multidimensionnelles.

Elles représentent la majorité des données exploitées aujourd’hui, mais une minorité (20% d’après certains analystes) de celles réellement disponibles dans l’entreprise. Elles proviennent principalement du SI interne de l’entreprise, et reflètent son organisation (RH, géographique, fonctionnelle (BU)), son activité business (produits, ventes, clients) ou encore marketing (gestion des campagnes).

Stockées dans des bases de données relationnelles, ces données peuvent être facilement interrogées pour en extraire une vision synthétique de l’activité de l’entreprise. Les agrégations les plus fréquemment effectuées sur les données peuvent être anticipées et persistées dans des cubes OLAP afin d’accélérer notablement l’exécution des requêtes portant sur ces données, et soulager la base de données par la même occasion.

Enfin, les modèles de Mining permettent d’anticiper les futures évolutions des indicateurs clés de l’entreprise en fonction des valeurs prévisionnelles de certains paramètres, en analysant les données historiques (notions d’apprentissage des données et d’entraînement de modèles). Ils permettent également d’identifier des corrélations entre des paramètres sans relation apparente qui, lorsqu’ils présentent des caractéristiques précises, permettent de maximiser la performance de l’entreprise (ex. les ventes de tel article sont de 50% supérieures pour les individus mâle de plus de 50 ans ayant acheté tel autre article).

•    Données semi-structurées

On peut les trouver sous diverses formes : fichiers Logs de sites Web contenant le détail du parcours des internautes (clickstreams) sur un site d’e-Commerce par exemple, capteurs intégrés dans des systèmes embarqués, fichiers Logs de sécurité permettant de surveiller/détecter d’éventuelles tentatives d’intrusion sur le réseau, coordonnées GPS provenant d’équipements mobiles, fichiers XML…

Ces données peuvent représenter des volumes très importants mais dont la valeur unitaire n’a parfois que peu d’importance, et qu’il est en tous cas rarement besoin de conserver intégralement à ce niveau de granularité et sur une longue période (certains éléments peuvent le cas échéant être isolés afin d’être conservés plus longtemps).

•    Données non structurées

Ce sont généralement des informations textuelles provenant de réseaux sociaux comme Twitter ou Facebook, de blogs, de forums, de commentaires laissés par les clients d’une entreprise dans un questionnaire en ligne, d’e-mails ou de SMS, etc. Il peut également s’agir d’images, de vidéos ou de sons.

Jusqu’alors pas ou peu exploitées car elles se trouvent majoritairement sous la forme de texte libre et ne proviennent généralement pas du SI de l’entreprise, elles représentant d’immenses volumes de données. Leur analyse permet de déterminer les sentiments des clients (c’est-à-dire leur avis, leur opinion), et d’ajuster le positionnement d’un produit ou d’une offre de manière réactive.

Il existe essentiellement trois types de solutions pour gérer de gros volumes de données : les Solutions décisionnelles, constituées essentiellement des systèmes de base de données relationnelles (SGBDR) ou multidimensionnelles (OLAP), le plus souvent adossées sur des architectures techniques optimisées pour fournir les meilleures performances possibles dans un contexte d’activité (requêtes) décisionnelle. Ce type de solution est conçu pour traiter des données au format structuré (stocké en base).

Les Solutions de type Cloud Computing, qui recouvrent la notion de ferme de serveurs hébergés sur une d’infrastructure privée (dans l’entreprise) ou publique (chez un hébergeur spécialisé). Ces infrastructures offrent des services de stockages simples (structures hiérarchiques) ou évolués (structures relationnelles) qui permettent de stocker et gérer de larges volumes de données à bas coûts, et de pouvoir s’adapter (à la hausse comme à la baisse) aux besoins de stockage et de puissance de traitement.

Les Solutions de type Grid Computing, enfin, très similaires aux solutions de type Cloud Computing dont elles reprennent les fondements en terme d’architecture (et sur lesquelles elles s’appuient la plupart du temps), qui se distinguent de ces dernières par le fait qu’elles fournissent des services spécialisés pour les calculs et le traitement des données.

Rendez-vous dans le prochain dossier pour aborder les enjeux business du Big Data.

Tech Stories

DEVOPS REX 2026 : deux jours pour confronter les pratiques DevOps aux réalités du terrain

Comment déployer une démarche DevOps efficace, sécuriser ses processus de développement et maîtriser les coûts de ses infrastructures ? Les 9 et 10 décembre 2026, DEVOPS REX réunit les professionnels…

Lire l'article : DEVOPS REX 2026 : deux jours pour confronter les pratiques DevOps aux réalités du terrain

Ressource IT

SIEM & PME : Comment construire la boîte noire de votre SI ?

Passez à la cybersécurité proactive, transformez la collecte et l’analyse des logs en un bouclier dynamique contre les cybermenaces. Découvrez comment mettre en place une approche SIEM modulaire, évolutive et…

Découvrir la ressource : SIEM & PME : Comment construire la boîte noire de votre SI ?

Inscrivez-vous

Newsletter iTPro

La rédaction iTPro.fr

Rédigé par La rédaction iTPro.fr

Tous les univers Tech & IT pour les professionnels

Tous ses articles →

Big Data et analytics

À lire également...

  • Analytique prédictive au service de la décarbonation en France sur iTPro.fr
    Big Data et analytics Enjeux IT

    L’analytique prédictive au service de la décarbonation en France

    Par

    La rédaction iTPro.fr
    26 mai 2026
    5 minutes
  • Performance IA et Analytique et Fondations de données solides
    Big Data et analytics

    La performance de l’IA et l’analytique reposent sur des fondations de données solides

    Par

    IT Pro Magazine
    17 juillet 2025
    5 minutes
  • l'IA dans l’analytique et la BI les défis et les bénéfices - iTPro - 2025
    Big Data et analytics

    Défis et bénéfices d’infuser l’IA dans l’analytique et la BI

    Par

    IT Pro Magazine
    27 janvier 2025
    5 minutes
  • CLOUD INNOVATION PARTNERS VIA @ITPROFR
    Big Data et analytics Cloud & Infrastructure

    Cloud Innovation Partners décrypte les fuites de données

    Par

    Sabine Terrey
    27 octobre 2023
    8 minutes
ITPro
  • X
  • Linkedin
  • Facebook
  • Instagram
Se connecter
S’inscrire
  • Cloud & Infrastructure
  • Cybersécurité
  • Data & IA
  • Workplace et Endpoints
  • Ressources IT
  • Espace responsable sécurité
  • Espace DSI
  • Espace Architecte IT
  • Espace IT Manager
  • Espace Responsable Data / IA

Inscrivez-vous

Newsletter iTPro

© iTPro.fr

  • Qui sommes-nous
  • Contact
  • Comité éditorial
  • Régie médias
  • Mentions-légales
  • Gestion et protection des données personnelles
  • Gestion des cookies
Gérer le consentement aux cookies
Pour offrir les meilleures expériences, nous utilisons des technologies telles que les cookies pour stocker et/ou accéder aux informations des appareils. Le fait de consentir à ces technologies nous permettra de traiter des données telles que le comportement de navigation ou les ID uniques sur ce site. Le fait de ne pas consentir ou de retirer son consentement peut avoir un effet négatif sur certaines caractéristiques et fonctions.
Fonctionnel Toujours activé
Le stockage ou l’accès technique est strictement nécessaire dans la finalité d’intérêt légitime de permettre l’utilisation d’un service spécifique explicitement demandé par l’abonné ou l’internaute, ou dans le seul but d’effectuer la transmission d’une communication sur un réseau de communications électroniques.
Préférences
Le stockage ou l’accès technique est nécessaire dans la finalité d’intérêt légitime de stocker des préférences qui ne sont pas demandées par l’abonné ou la personne utilisant le service.
Statistiques
Le stockage ou l’accès technique qui est utilisé exclusivement à des fins statistiques. Le stockage ou l’accès technique qui est utilisé exclusivement dans des finalités statistiques anonymes. En l’absence d’une assignation à comparaître, d’une conformité volontaire de la part de votre fournisseur d’accès à internet ou d’enregistrements supplémentaires provenant d’une tierce partie, les informations stockées ou extraites à cette seule fin ne peuvent généralement pas être utilisées pour vous identifier.
Marketing
Le stockage ou l’accès technique est nécessaire pour créer des profils d’internautes afin d’envoyer des publicités, ou pour suivre l’internaute sur un site web ou sur plusieurs sites web ayant des finalités marketing similaires.
  • Gérer les options
  • Gérer les services
  • Gérer {vendor_count} fournisseurs
  • En savoir plus sur ces finalités
Voir les préférences
  • {title}
  • {title}
  • {title}