2014
30/Août

Big Data

Définition

On parle de big data pour désigner l’ensemble des technologies permettant de traiter, analyser et visualiser de très grandes quantités de données non nécessairement structurées, en provenance de sources hétéroclites.

Le big data est traduit en français comme des mégadonnées. Celles-ci ont été recueillies un peu partout grâce à l’utilisation des nouvelles technologies, de plateformes en ligne et de sites web en tout genre. Elles ont été rassemblées à des fins professionnelles, mais surtout publicitaires généralement. Parmi les informations qui composent le big data, il y a les e-mails, divers documents, les contenus générés par les utilisateurs (vidéos, images, musiques…), les achats en ligne, les interactions sur les réseaux sociaux, les partages de données par les objets connectés, les informations de géolocalisation et bien plus encore.

Big data, marketing digital et commerce électronique

L’avènement d’Internet et des différents supports de communication a démultiplié le volume de données transitant sur les réseaux. Le big data a pour objectif de traiter au maximum ses données afin de proposer des contenus toujours plus attractifs.Mais surtout le big data offre suffisamment d’information pour imaginer toutes sortes d’analyses ou de nouveaux services capables d’intervenir dans la démarche marketing des entreprises. Face au développement du marché des objets connectés et de la géolocalisation des personnes, le volume de données collectées a littéralement explosé. L’une des grandes théories liée au big data et celle des 5V, à savoir Volume, Vitesse, Variété, Véracité et Valeur. Le concept de big data intéresse particulièrement les acteurs du commerce électronique, du Growth Hacking et du marketing digital mais aussi les acteurs du commerce traditionnel qui peuvent étudier ces informations pour conduire leurs études de marché. À ce titre, les moteurs de recherche, les régies publicitaires, les outils de veille ou encore les sites marchands mettent en œuvre une réelle stratégie pour collecter et traiter le plus de données possible.

Volume de données et temps réel

La principale problématique actuelle en matière de big data est de pouvoir gérer toutes ces données en temps réel. L’objectif étant de proposer l’offre la plus adaptée au parcours d’achat et aux habitudes des internautes. Plus le traitement des données est qualifié, plus le taux de conversion est élevé grâce à des actions marketing plus pertinentes.

Les enjeux économiques des big data

Les big data sont le nouveau paradigme de la décennie à venir. Les sources d’informations sont très nombreuses et faciles d’accès. Les entreprises qui sauront utiliser au mieux ces informations en tireront des avantages compétitifs. La vidéo ci-dessous est assez didactique et prend l’exemple d’une entreprise de transport qui optimise la tournée de livraison de ses camions en fonctions des données du trafic, du profil de la route ou encore de leur position GPS :L’utilisation des données ne se limite bien entendu pas à la logistique. Les big data peuvent aussi bien être utiles pour identifier les tendances de la mode ou sonder l’opinion, et les possibilités qu’ouvre leur exploitation sont encore insoupçonnées.

Les enjeux techniques des big data

Tout l’enjeu des big data est de pouvoir traiter, dans un temps raisonnable, une quantité énorme d’informations provenant de différentes sources, et structurées (ou pas) chacune de manière différente. Les données à traiter peuvent parfois être utiles à l’instant où elles sont produites (données du trafic en temps réel et position du camion dans le cas de notre entreprise de transport).Cela entraîne plusieurs contraintes techniques :

  • Il faut réduire le temps d’accès aux données, ce qui se traduit par l’utilisation de nouveaux modèles de représentation de données, les systèmes de gestion de base de données classiques n’étant pas capables de gérer de tels volumes.
  • Il faut réduire le temps de traitement de l’information, ce qui se traduit par l’utilisation de calculateurs distribués ( par exemple le could computing).

Pour aller plus loin, nous vous invitons à découvrir notre méthodologie Acquisition Strategy Design et à télécharger notre livre blanc « Placez le Data Marketing au cœur de votre Stratégie d’Acquisition »

Gabriel Dabi-Schwebel

Posté par

Ingénieur de formation, j'ai accompagné notamment pour Alcatel, TF1, SFR et Lagardère Active le lanc

Gabriel Dabi-Schwebel

Contact Growth Hacking :

Gabriel Dabi-Schwebel

gds@1min30.com
06 73 55 17 36





Commenter

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.

Ne restez pas seul face à vos challenges marketing ! Rejoignez notre communauté pour apprendre et partager :)