Big Data, un terme anglais qui revient de plus en plus souvent dans le monde professionnel. Vous avez sûrement déjà entendu ou lu des articles traitant de ce sujet. Mais alors le Big Data qu’est-ce que c’est ?

Il est communément défini comme le large flux de données que les entreprises doivent traiter – que ce soit des données internes ou externes à l’entreprise.

Quelques chiffres clés pour se rendre compte de la masse de données qui nous entourent :

  • Plus de 5 milliards de personnes dans le monde utilisent un portable, envoient des SMS, tweet et utilisent internet.
  • L’administration d’Obama a investi plus de $200 million dans les projets de recherche sur le Big Data.
  • IDC (International Data Corporation) estime que d’ici 2020, les transactions sur internet en B2B et B2C atteindront un chiffre énorme de 450 milliards par jour.

Pouvoir contrôler et gérer un tel nombre de données peut paraître compliqué. Et pourtant il devient vital de pouvoir distinguer l’information pertinente de l’information dispensable pour votre entreprise. Découvrez comment l’utiliser à votre avantage.

Quel est le lien entre le Big Data et votre entreprise ?

Avant de savoir en quoi le Big Data peut aider votre business, il faut un peu mieux comprendre comment il fonctionne. Avant tout il se veut comme une solution permettant d’accéder en temps réel à des bases de données géantes.

Voici quelques définitions qui vous aideront à mieux comprendre son univers :

Les 3V :

Volume, Vitesse et Variété. Le volume, car un grand nombre de données sont collectées et traitées, la vitesse pour les traiter en temps réel, et enfin la variété des données. (Commentaires, temps passé sur un site, nombre de personnes inscrites…)

Algorithmes :

« Un algorithme est une suite mathématique ou un ensemble de règles permettant d’effectuer des calculs. Dans le contexte du Big Data, les algorithmes constituent la principale méthode de découverte des informations et de détection des modèles. Ils sont donc essentiels à la réalisation du business case Big Data. »

Source : Teradata

Data Cleansing :

Cette étape consiste à supprimer les données incohérentes, corriger les erreurs et les données mal saisies. C’est un problème avec le Big Data : pour que les algorithmes fonctionnent ils doivent s’appuyer sur des données fiables et cohérentes. Dans notre jargon nous appelons ça : « la pollution ».

Natural Language Processing (NLP) :

C’est un domaine faisant partie de l’informatique, de l’intelligence artificielle et du langage. C’est l’application des techniques informatiques à l’analyse et à la synthèse des discours et plus généralement du langage humain. On pense à Siri par exemple (la reconnaissance vocale de Apple) qui reconnait des mots clés et ainsi vous fournit des résultats au plus proche de votre requête.

Le Machine Learning : 

C’est un sous-domaine de l’informatique qui permet aux ordinateurs d’apprendre par eux-mêmes sans pour autant avoir été préalablement programmés. On peut prendre par exemple le cas de Amazon. Quand on recherche un produit sur Amazon et que l’on revient un peu plus tard sur le site, il est capable de nous proposer des produits en rapport avec nos précédentes recherches.

Comment le Big Data peut aider votre Entreprise ?

Le Big Data fournit des informations pertinentes à vos dirigeants et leur permet de comprendre par exemple, pourquoi ils perdent des clients à cette période de l’année plutôt qu’à celle-ci, ou pourquoi ce produit a explosé les ventes.

Nous allons prendre l’exemple de Netflix qui a très bien réussi à utiliser le Big Data pour gagner un avantage concurrentiel. C’est une entreprise qui se fie constamment à l’analyse des données internes, celles générées par ses utilisateurs.

De décembre 2015 à Décembre 2016, grâce à la stratégie marketing de Netflix axée sur la collecte et l’analyse de données, le nombre d’inscrits a augmenté de 75 à 94 millions. En ayant accès à toutes les informations internes, Netflix a alors été capable d’identifier précisément combien de personnes ont regardé cette série, quand ils ont arrêté de la regarder et sur quelle période ils ont regardé l’entièreté de celle-ci.

Quand les données indiquent que l’utilisateur regarde de moins en moins, cela veut dire qu’il a plus de chances de résilier son abonnement. En réaction Netflix a introduit le « post-play » (Ce qui va automatiquement lancer les épisodes suivants à moins que les utilisateurs décochent cette option) ainsi que l’algorithme personnalisé qui va prédire ce que les utilisateurs aimeraient regarder ensuite. Netflix a déclaré que 75% de l’activité de la plateforme provenait de ces recommandations.

Un autre cas était lors de la sortie de House of Cards, Netflix a utilisé le Big Data afin de trouver le meilleur code couleur pour l’affiche de présentation de la série.

Prenons maintenant le cas d’Under Armour pour l’utilisation de données externes. Cette marque de vêtements et d’équipements sportifs s’adressent principalement aux athlètes. En analysant les données externes à leur entreprise, plus précisément leurs communautés et leurs mentions, ils ont découvert tout un segment d’amateurs de yoga qui s’intéressaient à leur marque.

 

La marque a donc revu ses produits et son positionnement afin d’adresser directement cette cible et étendre ses parts de marché.

Avec plus de 16.3 Zettabytes (billion de gigabytes) de données en ligne par an, comment est-il possible de trouver la bonne information dans cet océan virtuel ?

Comment analyser seulement les données pertinentes ?

La réalité de la situation est que la plupart des entreprises n’ont pas un nombre de collaborateurs suffisant afin d’utiliser et d’interpréter le Big Data efficacement.

Comme vous vous en doutez, filtrer manuellement l’énorme quantité de données qui existent est humainement impossible. Le volume, la vitesse, la variété et la valeur sont en continuelle croissance, pour avoir une vue un peu moins théorique de cela nous avons regardé au niveau des requêtes quotidiennes via le moteur de recherche Google. Sur Google, 40 000 recherches sont effectuées en une seconde ce qui fait 3,5 milliards de requêtes par jour. (Vous pouvez voir ces chiffres ici)

Le défi n’est plus alors de décider s’il faut avoir recours au Big Data ou non mais plutôt de savoir comment peut-on s’en servir pour obtenir des résultats pertinents. Avec Meltwater Executive Alerts et ses algorithmes qui intègrent le machine learning, vous serez informé du top 5-10 des informations pertinentes sur vous, vos concurrents et votre secteur avant que le sujet ne devienne viral. Plus précisément, si un influenceur mentionne un article qui touche votre entreprise directement et qui est jugé pertinent par l’algorithme, vous serez prévenu par une alerte. De plus vous pouvez aussi obtenir des informations sur la stratégie Adwords mise en place par vos concurrents.

Comme par exemple : les mots sur lesquels ils parient, leurs pages créées ainsi que leur audience. Cette solution peut vous aider à apprivoiser le Big Data, alors qu’attendez-vous pour vous lancer ?

Vous avez aimé cet article ? N’hésitez pas à le repartager sur les différents réseaux sociaux.
Si vous êtes intéressé par notre solution Executive Alerts vous pouvez planifier une démo avec un de nos consultants en remplissant 
ce formulaire.