Big Data

Objectifs

• Disposer d’une vision claire du Big Data et de ses enjeux
• Connaître les concepts sous-jacents
• Comprendre comment les entreprises les plus avancées, dans tous les secteurs économiques, ont mis en place et tiré profit de projets Big Data
• Connaitre les informations essentielles pour lancer une initiative Big Data
• Connaitre l’écosystème, et les principales technologies et solutions associées au Big Data
• Savoir mesurer les impacts de tels projets sur l’entreprise et son organisation

Programme

La définition du Big Data

• Phénomène Big Data
• Définition opérationnelle et commune selon les grands acteurs du marché et les instituts d’étude internationaux
• Différence entre le Big Data et les systèmes existants de Business Intelligent (BI)

Les origines du Big Data

• Collecte et traitement des données dans le but commercial
• Grandes entreprises utilisatrices du Big Data : Google, Facebook, Twitter

Les facteurs d’évolution du Big Data

• La prolifération des données en provenance des réseaux sociaux, de l’Internet des objets, de l’Open Data...
• La diminution des coûts de stockage
• L’augmentation des capacités de traitement des solutions éprouvées exploitées par des géants de l’Internet
• L’avènement du Cloud Big Data (Data as a Service)

Le marché Big Data

• Marché Data au niveau mondial
• Évolutions et les acteurs de la chaine de l’offre Big Data
• Enjeux stratégiques (création de la valeur et d’activités nouvelles)Opportunités pour les entreprises de services informatiques

Les principaux cas d’usages d’analytiques

• Description des 4 types d’analytiques fondamentales du Big Data
• 5 usages populaires du Big Data es entreprise
• Exemples : Profiling des consommateurs (360° du Client), Sécurité informatique (préventions contre les attaques potentielles), Maintenance préventive des équipements industriels Fraudes financières, d’aides sociales ...

Les freins et les challenges de sécurité, juridiques et techniques

• Etat des lieux des projets : échecs et réussites (causes, facteurs clés de succès FCS)Freins financiers et techniques face aux exigences des solutions de Big Data Qualification complexe des donnéesCadre juridique (CNIL et PLA (Privacy Level Agreement)), Sécurité des données, et enjeux juridiques (juridiction, corrélation interdite ...)

Les impacts du Big Data sur l’entreprise

• Performance, Avantages concurrentiels et Modèle économique
• Chaîne des valeurs, Développement des nouvelles activités...
• Productivité et Optimisation des dépenses

Les impacts organisationnels

• Nouvelle organisation des équipes dans le cadre d’une coopération informatique / domaines d’affaires
• Impacts sur les équipes en place (compétences en Big Data ...)
• Apparition des nouveaux rôles/métiers (data scientists et CDO)
• Compétences nouvelles à acquérir

Le projet Big Data et les technologies fondamentales des solutions

• Méthodologie/démarche de gestion d’un projet Big Data
• Calcul du retour sur investissement d’un projet Big Data
• Démarches recommandées pour lancer un projet Big Data : les étapes essentielles et les précautions à prendre

Bilan et perspectives

• L’état de l’offre : solutions privées installées dans les entreprises et solutions proposées dans le Cloud : AWS, IBM Bluemix, Google, Microsoft Azure ...)
• Les perspectives

Conclusion

• Les démarches recommandées pour lancer un projet Big Data : les étapes essentielles et les précautions à prendre
• Questions / Réponses