> Data > Quelle stratégie Big Data adopter ?

Quelle stratégie Big Data adopter ?

Data - Par iTPro.fr - Publié le 23 février 2017
email

Accélération du Big Data et exploitation judicieuse des données. Quelle est la maturité des entreprises françaises sur le sujet ?

Quelle stratégie Big Data adopter ?

Stratégie Big Data pour les entreprises

Les données des entreprises explosent mais les informations sont-elles correctement exploitées ? Les organisations ont parfaitement conscience de la source de valeur des données, mais elles ne peuvent pas toujours les exploiter par manque de stratégie claire voire de solution technologique adéquate. Comment réinventer le Big Data au quotidien : le challenge ne fait que commencer !

Regard sur Hadoop  

90% des données ont été produites ces deux dernières années ! Le Big Data et la Data Science attirent puisque 70% des entreprises sont prêtes à sauter le pas.

Si l’écosystème Hadoop est régulièrement cité, il ne concerne que peu d’organisations, pourtant la première priorité des entreprises est bien de repenser le stockage avec Hadoop.

Le Big Data au cœur des attentions

Entre infrastructure en place et veille sur le sujet, que retenir ?

Une entreprise sur deux dispose d’une infrastructure Big Data ou perçue comme telle, mais plus d’1/3 sont encore en veille sur le sujet et 27% cherchent des réponses technologiques

Pourtant, trois entreprises sur 4 veulent expérimenter beaucoup plus ces technologies et 66% d’entre elles ont un projet à moins de 6 mois.

La notion de temps est importante, les entreprises veulent non seulement capter, intégrer, conserver et exploiter des données volumétriques en temps réel mais recherchent aussi la mise en place d’une nouvelle structure d’entrepôt opérationnel.

Le prédictif et le stream analytics 

Il est temps de dégager quelques indicateurs clés pour mieux saisir la situation et s’engager dans une stratégie cohérente. Les entreprises articulent leur réflexion autour de 6 points

– L’exploration des données qui devient la priorité N°1

– La qualité, gouvernance et sécurité des données

– Le développement des capacités prédictives. Ainsi, parmi les objectifs, on note la détection prédictive de données à risque (maintenance, fraude, attaque…)

– L’accès aux outils plus intuitifs pour les métiers

– La mise en œuvre du stream analytics

– Un stockage traitant de plus grandes quantités de données

Enquête Umanis “Big Data et Data Science 2017”

Téléchargez cette ressource

Guide de Sécurité IA et IoT

Guide de Sécurité IA et IoT

Compte tenu de l'ampleur des changements que l'IA est susceptible d'entraîner, les organisations doivent élaborer une stratégie pour se préparer à adopter et à sécuriser l'IA. Découvrez dans ce Livre blanc Kaspersky quatre stratégies efficaces pour sécuriser l'IA et l'IoT.

Data - Par iTPro.fr - Publié le 23 février 2017