Big Data en musique : La complainte du Data Management à l’ère du Big Data2 min read

Stromae : Data, où t'es ?

Stromae : Data, où t’es ?

Souvenez-vous, c’était il y a seulement quelques mois… Stromae nous chantait dans un désespoir dansant son troublant « Où t’es ? Papa, où t’es ? ». Bon, depuis, on est passé à l’ère du Big Data. Et si on n’y prend pas garde, le refrain pourrait bien se transformer en « Où t’es ? Data, où t’es ? ». Alors, que pense de tout ça notre cher Strodedonnées ?

Va ranger ta chambre… euh non, ta Data !

Strodedonnées enfant a maintes fois entendu de la bouche de sa maman : « Si tu veux retrouver tes jouets (surtout les petites figurines que tu aimes tant), range ta chambre ! ». Et bien, avec les données c’est la même chose. Les technologies comme Hadoop permettent de charger des données en économisant du temps sur la modélisation. Or, une modélisation cohérente et réfléchie est la meilleure garantie d’une bonne organisation des informations.

De nombreux usages se prêtent parfaitement à un stockage peu organisé mais pour d’autres utilisations, cette rigueur est essentielle. On peut notamment citer le cas des applications de contrôle de gestion et d’élaboration budgétaire pour lesquelles une structure de données « rigide » constitue un atout.

 

MDM et DQM, les deux frères aînés de Strodedonnées

C’est bien connu, dans une famille, les plus petits ont la capacité de tout révolutionner. Mais pour se construire, ils doivent prendre exemple sur leurs aînés.

Pour le Big Data, les sujets de Data Management restent pleinement d’actualité… Ils devraient même prendre un nouvel essor avec l’augmentation des volumes et de la diversité des informations traitées.

Ainsi, la gestion des données de référence (les clients, les produits, les points de vente… bref, les fondamentaux de l’entreprise) doit rester au cœur des préoccupations. Les outils de MDM (Master Data Management) devraient ainsi conforter leur place en tant que gardiens du temple des informations de l’entreprise.

De plus, l’attention sur la qualité des données (complétude, exactitude, cohérence, intégrité…) doit aussi redoubler avec l’intégration de sources nombreuses et diverses. Bien souvent exogènes à l’entreprise, ces données sont « suspectes » et nécessitent pour délivrer un message pertinent et juste d’être vérifiées. Les outils de DQM (Data Quality Management) vont ainsi continuer d’être fondamentaux à l’ère du Big Data et d’Hadoop.

 

Alors… qui chante avec moi ?

Dans la grande fête du Big Data, les refrains rigoristes du Data Management sonnent rabat-joie. Pourtant, si on ne veut pas que les paroles tristes prennent le pas sur la musique gaie de notre ami Strodedonnées, ils ne sont pas à négliger.

  • A propos
  • Derniers articles

Mick LEVY

Directeur de l'Innovation Business à Business & Decision

Datamaniaque! 15 ans d'expérience dans la valorisation du capital des données de l'entreprise au sein de Business & Decision. Acteur engagé, Mick conseille de nombreuses organisations sur leur stratégie Data et sur l’adoption des nouveaux usages digitaux. IA, RGPD et Big Data sont ses principaux sujets du moment.

5 Comments

  1. Julien Peltier 4 novembre 2014 Répondre

    Merci Mick pour ton article et cet angle d’attaque original.
    Et merci de ne pas avoir tenter un tour de chant à la place de Stromae #Soleil 😉

  2. Complètement d’accord avec ton point de vue Mick. Stocker c’est bien, mais retrouver la donnée, c’est mieux !
    Si on ajoute à cela, que dans le marketing digital, on va se mettre à construire des référentiels et des Datawarehouse qui vont devoir traiter de la donnée incertaine (qui ne pourra être traitée que par la statistique), on voit immédiatement qu’il va falloir structurer la donnée non pas moins, mais plus qu’avant.

  3. Author

    Merci pour vos commentaires messieurs !

Laissez un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

*

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.