IoT & Big Data

IoT & Big Data


L'Internet des objets, ou IoT (Internet of Things), est un scénario dans lequel les objets, les animaux et les personnes se voient attribuer des identifiants uniques, ainsi que la capacité de transférer des données sur un réseau sans nécessiter aucune interaction humain-à-humain ou humain-à-machine (source: Le Mag).

L'IoT est issu de la convergence des technologies sans fil, des systèmes micro-électromécaniques et d'Internet. Les besoins de l'IoT sont résumés dans le tableau ci-après.

Dans l'Internet des objets, un "« objet »" peut être une personne équipée d'un pacemaker, un animal de ferme qui porte une puce (transpondeur), une voiture qui embarque des capteurs pour alerter le conducteur lorsque la pression des pneumatiques est trop faible, ou encore tout objet naturel ou fabriqué par l'être humain auquel peuvent être attribuées une adresse IP et la capacité de transférer des données sur un réseau.

Pour le moment, l'Internet des objets est étroitement associé à la communication machine-à-machine (M2M, Machine-to-Machine) dans les domaines de la fabrication et de l'énergie (électricité, pétrole et gaz).

Le terme Big Data décrit des ensembles de très gros volumes de données – à la fois structurées, semi-structurées ou non structurées – qui peuvent être traitées et exploitées dans le but d’en tirer des informations intelligibles et pertinentes.

3V, 4V, 6V


Les Big Data sont caractérisées par la règle des "« 3V »" : le Volume (les Big Data désignent de très gros volumes de données brutes), la Variété (un ensemble Big Data est typiquement composé de données hétérogènes, structurées ou non) et la Vitesse (ou Velocité, les données Big Data sont générées à "« grande vitesse »" voire en continue, ce qui implique également de les traiter rapidement, voire en temps réel).

Bien qu’il n’y ait pas de définition précise du volume minimum du Big Data, le terme est souvent utilisé lorsque l’on parle de petabytes et d’exabytes de données, des volumes qui posent de nouveaux défis d’intégration et de traitement.

Des éditeurs ajoutent un quatrième V : la Véracité (Veracity), qui renvoie à la notion de qualité imparfaite des données. Par essence, les données Big Data comportent du "« bruit »", des informations incomplètes, en double voire incohérentes (deux versions différentes d’une même donnée).

Certaines définitions ajoutent deux autres V.

  • La Volatilité (Volatility) est une notion connexe de la Vitesse. Il s’agit de la "« durée de vie »" des données générées, autrement dit, pendant combien de temps elles sont valides. En fonction des domaines, la volatilité des Big Data diffère beaucoup. Ce qui tend à en faire un élément important à prendre en compte d’un point de vue opérationnel, mais qui ne les définit pas d’un point de vue théorique.
  • Dernier "« V »", les Big Data, pour être exploitables, doivent être "« propres »". C’est la notion de Validité (Validity). Mais là encore, ce V renvoie en fait plus à une étape préliminaire de la gestion des Big Data qu’à leur définition.
  
 

DCC Consulting peut vous aider à définir votre stratégie de transformation numérique en s'appuyant sur ces nouvelles techniques. Un exemple de méthodologie d'approche est présenté

ici.

Vidéos de présentation du Big Data


Scroll to Top