L'essence du big data

Le Big Data introduit trois changements conceptuels majeurs : l’analyse de l’ensemble des données, et non un échantillonnage aléatoire ; l’étude des grandes tendances, et non des orientations précises ; et la corrélation, et non la causalité. A. Analyse de l’ensemble des données, et non d’échantillons aléatoires : à l’ère du Big Data, nous pouvons analyser davantage de données, et parfois même traiter toutes les données relatives à un phénomène particulier, au lieu de nous fier à un échantillonnage aléatoire (que nous considérions autrefois comme une limitation naturelle, mais les technologies numériques performantes nous ont fait prendre conscience qu’il s’agissait en réalité d’une limitation artificielle). B. Analyse des données, et non de la précision : la quantité de données de recherche est telle que nous ne sommes plus obsédés par la précision. Auparavant, le nombre de données à analyser était limité, nous devions donc quantifier nos enregistrements avec la plus grande précision possible. À mesure que l’échelle augmente, cette obsession de la précision diminue. Avec le Big Data, il n’est plus nécessaire de percer les mystères d’un phénomène ; il suffit de saisir sa tendance générale. Ignorer judicieusement la précision au niveau micro nous permettra d’avoir une meilleure compréhension au niveau macro. C. Il ne s'agit pas de causalité, mais de corrélation : nous ne cherchons plus systématiquement à établir des liens de causalité, une habitude pourtant bien ancrée chez l'être humain. À l'ère du Big Data, il n'est plus nécessaire de se concentrer sur les relations causales entre les choses, mais plutôt sur les corrélations. Une corrélation ne nous explique peut-être pas précisément pourquoi un événement s'est produit, mais elle nous rappelle qu'il a lieu.