Plan du site  
pixel
pixel

Articles - Étudiants SUPINFO

BI Versus Big Data

Par Lina SALLOUM Publié le 02/05/2016 à 16:02:18 Noter cet article:
(0 votes)
Avis favorable du comité de lecture

Introduction

Dans le monde infernal du traitement des données, la Business Intelligence et le Big Data sont deux acteurs principaux incontournables.

Autant la Business Intelligence sert à nos décideurs et chefs d’entreprises, autant le Big Data va explorer de nouvelles possibilités pour révolutionner le domaine de l’informatique décisionnelle.

Sachant qu’avec son évolution, la BI permet de gérer de plus grandes masses de données, à quel moment intervient donc le Big Data ? Quand faut-il se tourner vers l’un et pas vers l’autre ?

Cette décision est-elle influencée uniquement par la masse de données à disposition ?

Dans cet article nous essayerons de répondre à toutes ces questions qui sont très actuelles dans le monde du décisionnel.

Dans un premier temps une définition vous sera donnée pour chacunes des notions citées plus haut.

Ensuite, un développement de leur usage pour mieux cerner les cas d’utilisation vous sera présenté.

Rappel des fondamentaux

Business Intelligence

La BI a pour objectif de collecter, nettoyer et d’enrichir des données structurées ou semi structurées pour ensuite pouvoir les stocker dans différentes bases de données de type SQL.

Les données venant de sources diverses sont donc stockées dans un data warehouse.

Son objectif est d’apporter une aide à la décision au métier à l’aide de rapports et de dashboards.

Avec le temps, la BI s’est étendue à des domaines de plus en plus variés en commençant par des questions comptables et en allant jusqu’aux grands domaines de l’entreprise comme la relation client.

Elle va donc nous permettre d’avoir une vue sur le passé, le présent et d’anticiper le futur à l’aide de prédictions.

Big Data

Le Big Data, comme son nom l’indique, fait référence à des ensembles de données extrêmement volumineux qu’il sera complexe de gérer à l’aide de bases de données classiques.

La forte évolution des masses de données, la vitesse à laquelle ses données transitent ainsi que la diversité de ses sources va nous pousser à l’utilisation d’outils performants pour pouvoir exploiter toutes les données pour une meilleure prise de décision.

En effet, il arrive que certaines entreprises n’utilisent que 20% des données qu’elles génèrent en raison d’un manque d’outils assez performants.

En Big Data on parle souvent des 3 V qui sont :

  1. Volume : qui fait référence au volume des données comme cité dans le précédent paragraphe

  2. Variété : fait référence à la variété des données à traiter qui représente un véritable défi

  3. Vélocité : qui va représenter la rapidité de la génération des données, ainsi que le temps de traitement, le partage et la mise à jour

La Masse de données

Mentionnée plusieurs fois dans cet article, cette fameuse masse de données joue un rôle important autant dans le domaine de l’informatique décisionnelle que dans le Big Data.

Au fil du temps, en raison de l’évolution technologique, la production de données est devenue de plus en plus massive.

Le besoin de solutions pour pouvoir les manipuler s’est très vite fait sentir dans le monde de l’entreprise.

Par le passé, les données étaient limitées à l’objectif pour lequel elles étaient collectées et c’est ce qui déterminait leur valeur. Aujourd’hui la valeur résidera dans l’utilisation et la réutilisation de ces données.

Cette masse de données en fonction de son volume ne peut être gérée à l’aide de bases de données classiques telles que les bases OLTP.

Pour une meilleure vue de ses données, sous plusieurs axes, pour permettre une meilleure analyse, il est donc nécessaire d’utiliser des modèles tels que OLAP (OnLine Analytical Processing) qui sera à l’opposé des bases OLTP.

Pourquoi le Big Data

Cette question est posée assez souvent par les personnes qui viennent d’apprendre les concepts de base de la BI et de la Big Data car il est assez difficile de faire une séparation entre les deux.

On parle de données, d’analyses certes mais ces deux concepts sont assez différents.

En effet la BI s’est énormément développée, elle est capable de gérer des masses de données beaucoup plus grandes. Le volume des données n’est donc plus un problème ni la variété des sources car de nouvelles technologies ont vu le jour pour pallier ce problème.

Il reste maintenant la question de la vélocité. Cette dernière est gérée par ce qu’on appelle des « bus de données applicatifs » qui vont servir à augmenter le volume de données par unité de temps.

C’est là où on se demande : « pourquoi donc le Big Data ? » Le Big Data intervient donc là où la limite de la BI commence à être atteinte. Certaines données telles que les données non structurées, les nouvelles sources comme les données provenant de capteurs ou les médias sociaux, les énormes volumes de données… Ne peuvent être gérées par un Data Warehouse.

L’objectif du Big Data est d’utiliser les données de manière beaucoup plus complète. Ce qui signifie que la donnée ne servira pas seulement à piloter (comme en BI) mais aussi à régler chaque étape du bon fonctionnement de l’entreprise.

Big Data et BI : Complémentaires ?

Malgré d’apparentes ressemblances, la BI et la Big Data sont deux méthodes d’analyse différentes. La BI a encore de beaux jours devant elle car elle est très importante dans de nombreux domaines.

Le Data Warehouse a aujourd’hui atteint un niveau de maturité élevé et les compétences nécessaires ont été acquises. Des outils très puissants ont pu être mis à la disposition des utilisateurs.

Contrairement à la BI, le Big Data a encore de la route à faire pour atteindre un niveau de maturité élevé. En raison du fait que la BI est ancrée et largement répandue dans de très nombreuses entreprises, la question de se servir du Big Data en complément se pose.

Le Big Data pouvant gérer certaines problématiques dépassant le domaine de la BI. Le débat va bien au-delà de tout ce qui est technologies.

Il s’agit d’une nouvelle approche. Cette nouvelle approche va nous permettre d’aller encore plus loin lors de nos analyses, de ne plus nous arrêter à ce qui est visible mais aussi et surtout aller chercher plus en profondeur.

Pour illustrer toutes ces explications, j’ai pour habitude de prendre l’exemple d’un Iceberg avec sa partie visible et l’autre partie sous l’eau, donc cachée. Le Big Data va permettre de voir la partie cachée.

Conclusion

BI et Big Data ne sont donc pas en plein défis. Il existe trois théories : BI VS Big Data, BI et Big Data complémentaires et Big Data pour remplacer la BI. La théorie énoncée dans cet article est celle utilisée par les plus grands spécialistes dans ce domaine et aussi la plus plausible.

Si vous êtes intéressés par ce domaine il est important de savoir faire la différence entre les deux approches qui sont très différentes.

Comme mentionné dans l’article, le Big Data a encore énormément de terrains à exploiter ce qui nous laisse un vaste champ des possibles.

Bibliographie

http://www.piloter.org/business-intelligence/

http://searchdatamanagement.techtarget.com/definition/business-intelligence

http://www.piloter.org/business-intelligence/big-data-definition.htm

A propos de SUPINFO | Contacts & adresses | Enseigner à SUPINFO | Presse | Conditions d'utilisation & Copyright | Respect de la vie privée | Investir
Logo de la société Cisco, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management Logo de la société IBM, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management Logo de la société Sun-Oracle, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management Logo de la société Apple, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management Logo de la société Sybase, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management Logo de la société Novell, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management Logo de la société Intel, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management Logo de la société Accenture, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management Logo de la société SAP, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management Logo de la société Prometric, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management Logo de la société Toeic, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management Logo du IT Academy Program par Microsoft, partenaire pédagogique de SUPINFO, la Grande École de l'informatique, du numérique et du management

SUPINFO International University
Ecole d'Informatique - IT School
École Supérieure d'Informatique de Paris, leader en France
La Grande Ecole de l'informatique, du numérique et du management
Fondée en 1965, reconnue par l'État. Titre Bac+5 certifié au niveau I.
SUPINFO International University is globally operated by EDUCINVEST Belgium - Avenue Louise, 534 - 1050 Brussels