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. Data & IA
  3. L’extraction de la valeur des All Data passe par 3 technologies majeures

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

L’extraction de la valeur des All Data passe par 3 technologies majeures

Par

Jérôme Besson
8 avril 2016
3 minutes

La Direction des Systèmes d’Information est confrontée plus que jamais à un SI multi-modal.

Sommaire

Chahuté entre le SI traditionnel (2.0), porteur historique de la logique des processus, des données transactionnelles et des référentiels d’entreprise et le SI du nouveau monde digital (3.0), porteur des nouveaux usages omni-canaux et terre d’accueil des Big Data. Pour articuler et faire cohabiter sans couture ces mondes à 2 vitesses, les entreprises doivent porter leurs efforts, au-delà des technologies d’interopérabilité de ce System-of-Systems (e.g. API Mngt, ESB, IAM, Data Lake) sur les technologies du System-of-Insight capables d’extraire de la valeur sans latence métier de toutes les données et évènements à leur disposition et ce, au plus près de leur occurrence lorsque les usages le nécessitent. Une valeur qui ne découle pas uniquement de l’analyse des Big Data (e.g Tweets, Likes, Video, GPS Data) mais de l’ensemble des données de l’entreprise quelle que soit leur lieu de résidence SI. 

Pour traiter de façon efficace ces All Data, les entreprises ont à leur disposition 3 gammes de technologies complémentaires :

  • 1.  Les technologies d’Event Processing : La première de ces technologies est celle permettant d’analyser en masse des évènements. Avec l’explosion du nombre de composants produisant et/ou consommant des données, le volume d’évènements à suivre croît au même titre que les données de façon exponentielle. S’assurer de la légitimité de leur occurrence unitaire et/ou corrélativement à d’autres évènements, écarter les évènements indésirables avant qu’ils ne déstabilisent le SI, détecter des conjonctions d’évènements à valeur métier, détecter des cyberattaques le plus en amont possible, nourrir les plateformes d’orchestration de processus avec le juste niveau d’évènement pour qu’elles se concentrent sur leur primo-vocation de pilotage de l’exécution des activités métiers, déclencher des processus ad-hoc pour le traitement de situations imprévues, produire des nouveaux évènements à valeur métier forte…démontrent non seulement que le nombre de cas d’usage ne manquent pas, mais que l’Event Processing va devenir une fondation majeure et centrale du système d’information.
 
  • 2. Les technologies de Data Stream Processin : La deuxième est celle permettant d’analyser en masse les données en mouvement et en particulier les Big Data (Stream Analytics). Elle est complémentaire de la précédente car elle permet d’analyser en temps réel des flux continus de données (e.g. video data, voice data, IoT data) et pas seulement des évènements unitaires comme la précédente. Par l’observation et l’analyse des données, elle permet de générer des évènements qui traitent efficacement des situations aux conséquences critiques pour l’entreprise (e.g. propagation virale d’un buzz négatif produits/services vs l’image de marque de l’entreprise, augmentation soudaine d’une demande de produits versus la supply chain).
 
  • 3. Les technologies de Machine Intelligence : La dernière est celle permettant de les interpréter et d’y apporter une réponse dans le bon momentum et à un coût économiquement viable. Les entreprises doivent commencer à s’intéresser de près aux technologies de Machine Intelligence, seules capables de traiter en masse des volumes aussi massifs que disparates. Ces dernières, qui visent à exploiter les mécanismes d’apprentissage et de raisonnement du cerveau humain (e.g. Deep learning) ont franchis un cap avec la meilleure compréhension des mécanismes du cerveau et leurs transpositions logicielles ont produit des résultats qui surpassent dans un certain nombre de cas d’usage les approches algorithmiques traditionnelles (e.g. Statistical Analysis, Baysian Hierarchical Network). Ainsi, plutôt que de se lancer dans une quête à l’algorithme miracle, pourquoi ne pas apprendre à une machine à apporter des réponses aux questions que l’on se pose ?

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

Jérôme Besson

Rédigé par Jérôme Besson

Jérôme Besson est un professionnel IT et rédacteur sur iTPro.fr : associé chez Sentelis

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}