Le Big Data dans la vie quotidienne

Je pense que beaucoup de gens n'ont pas une compréhension complète du concept de big data et l'imaginent très éloigné de nous. En réalité, le big data est omniprésent. Il est intimement lié à notre vie. Alors, qu'est-ce que le big data ? L'encyclopédie Baidu le définit ainsi : le big data désigne un ensemble de données qui ne peuvent être capturées, gérées et traitées par les outils logiciels conventionnels dans un délai imparti. Il nécessite un nouveau modèle de traitement pour une prise de décision plus efficace. Il s'agit d'un ensemble d'informations massif, en forte croissance et diversifié, doté de capacités d'analyse et d'optimisation des processus. Avant tout, le big data est nécessairement massif. De plus, ces données doivent être traitées, triées, analysées et leur potentiel exploité. Un simple amas de données massives est inutile ; il faut l'analyser, le trier et prendre des décisions pour en tirer une valeur considérable. Si l'on considère les ressources de données massives comme des ressources, leur analyse, leur tri et la prise de décision sont qualifiés de calculs ; autrement dit, ressources + calculs produisent une valeur considérable. Sans ressources, point de calculs. À l'inverse, sans calculs, les ressources seules sont inutiles. Dans la société moderne en constante évolution, nous sommes submergés par le Big Data. Des quantités massives de données sont générées chaque seconde à travers le monde, 24 heures sur 24. Prenons l'exemple du trafic routier quotidien : dans une ville, la circulation est dense et d'innombrables dispositifs de surveillance électronique génèrent une quantité considérable de données à chaque instant. Ces dispositifs collectent en continu les données de trafic urbain, enregistrant le modèle de chaque véhicule, son numéro d'immatriculation, sa position géographique et l'heure de passage. L'analyse de ces données peut révéler des informations précieuses, comme les zones où les accidents de la route sont fréquents et les mesures de sécurité supplémentaires à prendre, ainsi que les lieux où les infractions au code de la route sont fréquentes et leurs causes à analyser plus en détail. Dans certaines métropoles, le métro est un moyen de transport quotidien incontournable pour les employés de bureau. Chacun connaît parfaitement son fonctionnement. L'utilisation d'une carte de transport permet de se déplacer rapidement et facilement. Le flux de passagers vers chaque station et à chaque période de l'année permet de calculer avec précision les heures de pointe habituelles et ainsi de prendre les décisions appropriées, par exemple, de contrôler le flux de passagers à quelles stations et à quelles heures afin de fluidifier la circulation. Données de lecture quotidiennes : Aujourd'hui, presque tout le monde possède un smartphone. Que ce soit dans un centre commercial, à la maison ou ailleurs, de nombreuses personnes consultent constamment leur téléphone, générant ainsi une quantité massive de données. Données d'achats quotidiens : Les nombreux sites de commerce électronique et les articles qu'ils proposent génèrent en permanence une quantité considérable de données. Depuis l'avènement d'Internet, le nombre de transactions par minute a été multiplié par des dizaines de milliers par rapport aux entreprises traditionnelles. Derrière ces nombreuses activités se cache la génération de données massives. Comme mentionné précédemment, les ressources et la puissance de calcul sont au cœur du Big Data. Seule leur combinaison permet de générer une valeur considérable. Quel est donc le flux de traitement spécifique du Big Data ? En quoi consiste-t-il ? Pourquoi parle-t-on de processus ? Parce que le Big Data ne se limite plus aux petits volumes de données traditionnels qui génèrent des résultats de calcul en temps réel. Il s'agit d'un processus structuré, généralement divisé en plusieurs étapes : la collecte et l'acquisition des données. Première étape, cette phase génère des données. Il s'agit d'une simple saisie, sans se soucier de leur reproductibilité ni de leur validité. Le traitement et la conversion des données consistent principalement à traiter les données, à vérifier leur validité et leur reproductibilité, puis à les convertir dans un format prédéfini afin de faciliter leur transfert vers un support de stockage fixe. Stockage des données : Le support de stockage mentionné ci-dessus peut être une base de données, un système de fichiers ou une combinaison de plusieurs méthodes. Les données collectées sont traitées et archivées efficacement. L’analyse statistique des données examine les données stockées selon de multiples dimensions et en tire des conclusions. Ces dimensions sont définies et discutées conjointement par des experts techniques ou métiers. Grâce à ces dimensions, de nombreux résultats précieux peuvent être obtenus ! Exploration de données : L’analyse de la situation à travers ces différentes dimensions permet d’identifier les liens sous-jacents, d’élaborer des stratégies adaptées et de les mettre en œuvre rapidement.