En parcourant rapidement le« panorama du Big Data » de Dave Feinleib, on peut soutenir fermement l’idée que nous sommes à l’ère du Big Data. Avec « Analyse et Business Intelligence » désormais au sommet de la liste des dépenses prioritaires des DSI, atteignant la cinquième place en 2011, il semble que de plus en plus considèreront à l’avenir la manière dont ils utilisent le Big Data comme une partie intégrante de leur stratégie.
Mais comment utiliser au mieux cet investissement sans se contenter de prendre le train en marche ? Voici quelques idées à considérer :
Cherchez à répondre à un problème métier en particulier plutôt que d’implémenter simplement un système de Big Data
Le battage publicitaire autour du Big Data promet de révéler des relations cachées parmi vos données existantes – des modèles qui attendent juste d’être découverts. Bien que les outils de Big Data soient puissants, ils ne correspondent qu’à certains types de problématiques et les relations qu’ils dévoilent peuvent n’avoir aucune signification pour le métier. Il est préférable de chercher à répondre à un problème métier afin de concentrer vos efforts initiaux et de montrer une pertinence tangible pour le métier. À la réflexion, vous vous apercevrez peut-être même que les systèmes actuels sont capables de fournir les données dont vous avez besoin.
Comprenez où les outils de Big Data excellent et où les solutions BI existantes restent meilleures
Permettre aux utilisateurs d’analyser des données propres et structurées de manière interactive et en temps réel reste du domaine de la BI – et de récentes implémentations peuvent elles-aussi être largement dimensionnées. Les outils de Big Data ont toutefois un rôle à jouer car ils permettent d’analyser des informations non structurées ou changeant fréquemment, ou de détecter des modèles parmi de grandes quantités de données d’origines variées. Mais tous les métiers n’ont pas ces exigences.
Assurez-vous d’avoir les compétences et l’organisation appropriées
Une bonne équipe rassemble compréhension du métier, compétences d’analyse des données et connaissance de la plate-forme. Rassembler ces trois compétences au sein d’une même équipe est une excellente façon d’atteindre une bonne compréhension technique, ce qui vous permettra de poser des questions métier pertinentes et d’interpréter correctement les données (et, très important, de ne pas arriver aux mauvaises conclusions), et de soutenir et faire évoluer la solution au fur et à mesure que vous gagnez de l’expérience.
Réfléchissez deux fois avant de conserver toutes les données uniquement car « cela pourrait être utile un jour »
Beaucoup de solutions Big Data vantent leur utilisation de disques bon marché qui vous permettent de conserver vos données facilement accessibles en ligne, sans vous soucier de jeter les informations qui pourraient être utiles un jour. Bien que cela semble attractif, il y a tout de même un coût sous-jacent à cette accumulation. Assurez-vous de pouvoir justifier le stockage des données en fonction de votre stratégie Big Data.
Pensez plus large que Hadoop
Hadoop (le populaire logiciel open source d’Apache pour une informatique fiable, évolutive et distribuée) est certes une plate-forme puissante, mais ce n’est pas une panacée et il faut généralement un certain nombre d’outils environnants pour créer une solution de Big Data utilisable. D’autres systèmes similaires existent et peuvent mieux correspondre à votre besoin. Au moins au début, une analyse de données et une plate-forme de visualisation plus simples sont peut-être plus appropriées pour vous aider à développer votre approche du Big Data.
En résumé – le Big Data est de plus en plus utilisé et des raisons convaincantes poussent à penser que les DSI d’entreprises autres que des géants de l’internet devraient commencer à regarder ces solutions. Mais avec un peu de réflexion en amont, vous pourrez vous lancer en ayant une vision plutôt qu’à partir d’une pulsion.
Article traduit de l’anglais. Lire l’article original sur le site de DMW group
