K Swiss approche approche approche Mesdames BASKETS UK taille 4.5 5 5.5 6 6.5 7 8 92719172 2d2d98

K Swiss approche approche approche Mesdames BASKETS UK taille 4.5 5 5.5 6 6.5 7 8 92719172 2d2d98
K Swiss approche approche approche Mesdames BASKETS UK taille 4.5 5 5.5 6 6.5 7 8 92719172 2d2d98K Swiss approche approche approche Mesdames BASKETS UK taille 4.5 5 5.5 6 6.5 7 8 92719172 2d2d98K Swiss approche approche approche Mesdames BASKETS UK taille 4.5 5 5.5 6 6.5 7 8 92719172 2d2d98K Swiss approche approche approche Mesdames BASKETS UK taille 4.5 5 5.5 6 6.5 7 8 92719172 2d2d98K Swiss approche approche approche Mesdames BASKETS UK taille 4.5 5 5.5 6 6.5 7 8 92719172 2d2d98

Caractéristiques de l'objet

État :
Neuf avec emballage : Objet neuf, jamais porté, vendu dans l'emballage d'origine (comme la boîte ou la pochette ... En savoir plussur l'état
Brand: K Swiss
Product ID: 92719172 Style: Trainers
Upper Material: Leather Main Colour: White
« Big Data » : la quatrième révolution industrielle ?
Le 09.09.11, dans Big Data, Digital, Marketing, par

« Big Data » : le champ du possible tiré par l’évolution des technologies.

Allez donc sur google trends pour vérifier la fréquence de recherche sur « Big Data » : le terme apparaît réellement dans les radars mi 2010 pour résonner toujours plus fort. Et si, San Francisco et Bangalore restent surreprésentés, une part significative des recherches provient maintenant de villes en dehors de ces deux Silicon Valleys, signes que le concept sort du cercle fermé des geeks.

De quoi s’agit-il ? Des quantités inimaginables de données que notre société génère mais aussi et surtout d’un phénomène que certains n’hésitent pas à comparer à une quatrième révolution industrielle : de plus en plus de gens influents, et plus seulement au sein de la Silicon Valley, s’accordent à penser que l’analyse intelligente des énormes gisements de données que nous engendrons va transformer en profondeur notre société et sera le moteur de la prochaine vague de croissance. La valeur ainsi créée retombera directement et indirectement dans nos poches (gain de productivité, création de richesse, nouveaux services, amélioration de la qualité des systèmes de santé, baisse des prix grâce à plus de transparence, produits mieux adaptés au consommateur, économies en temps et en coûts des transports grâce à la géolocalisation…). Dans une étude récente, Mckinsey va jusqu’à qualifier le phénomène de « nouvelle frontière de l’innovation de la compétition et de la productivité ».

A partir de quand pouvons-nous parler de « Big Data » ? En schématisant, à partir du moment où le volume de données commence à poser des problèmes pour le stockage ou l’exploitation ; cela variera donc en fonction de la nature des données (texte, vidéo…) et de la faculté à traiter ces données. En d’autres termes, la définition pour Google de « Big Data » n’est pas la même que pour votre épicier. Cela étant, pour fixer les idées, nous pouvons dire que nous entrons aujourd’hui de facto dans des dimensions « Big Data »  quand nous commençons à compter en dizaines de téraoctets.

« Big Data » : l’explosion des données, rien de neuf mais ça s’accélère

L’info déluge n’est pas une nouveauté, notamment depuis l’apparition de l’Internet qui a généré une explosion exponentielle des données. Ces trois dernières années cependant, force est de constater que cette croissance s’est encore accélérée, sous l’influence de trois phénomènes nouveaux :

  • Les réseaux sociaux : de janvier à juin 2011, le nombre de tweets envoyés chaque jour est passé de 100 à 200 millions ! Facebook, c’est 1 milliard de contenus (photos, liens, notes, …) créés chaque jour. Le rapport entre le nombre de contributeurs et le nombre de lecteurs s’est inversé en quelques années, nous submergeant de « productions personnelles » sur le web.
  • Les contenus multimédias : il y a 10 ans la VOD était une vue de l’esprit. Aujourd’hui, les box des opérateurs proposent toutes de la vidéo à la demande, le catch-up TV et le streaming.  Flickr et Facebook revendiquent à eux deux 25 milliards de photos soit environ 75 petabytes de données (dans cet autre billet, un rappel des unités de stockages). YouTube, c’est 35 heures de vidéos chargées chaque minute et 2 milliards de clips vus chaque jour.
  • Les produits connectés : les inventeurs d’Internet pensaient avoir vu large avec un système gérant jusqu’à 4 milliards d’adresses en théorie. Le 3 février 2011, la dernière adresse ipv4 a été attribuée, imposant de passer à ipv6 qui supporte 667 millions de milliards d’adresses par millimètre carré de surface terrestre. Entre-temps, nous avons vécu une explosion de produits connectés, chacun doté d’une adresse : voiture intelligente, smartphone, borne wifi, ascenseurs, compteurs intelligents, caméras, télévisions, lecteurs dvd…. Tous ces produits connectés génèrent des masses de données considérables dans leur fonctionnement (traces d’appels, historique de navigation ou de positions, usage du produit…).

« Big Data » : le champ du possible tiré par l’évolution des technologies

Parallèlement à l’explosion des volumes de données, l’évolution des technologies et des techniques pour les exploiter a considérablement élargi les possibilités de valorisation de ces données. Sur le plan technologique, les évolutions structurantes sont au nombre de trois :

  • La puissance de calcul : inutile de revenir sur la fameuse loi de Moore qui prédit un doublement annuel de la puissance des processeurs. A celle-ci, s’ajoute les capacités d’algorithmes de type MapReduce, du Grid Computing ou des architectures massivement parallèles de type Appliances qui offrent à moindre coût l’équivalent de supercalculateurs à l’instar de ce que propose Oracle avec Exadata ou IBM avec Netezza ou BCU.
  • Les capacités de stockage : l’évolution du stockage vers des systèmes distribués où un même fichier peut être réparti sur plusieurs systèmes permet d’envisager des volumes de stockage qui étaient auparavant inconcevables. Les technologies même de stockage évoluent pour offrir des accès toujours plus rapide à la donnée.
  • Le cloud : la capacité de stockage et la puissance de calcul devient un consommable de base au même titre que l’eau ou l’électricité. Vu sous l’angle « Big Data », ceci ouvre de nouveaux horizons, puisqu’au lieu de dimensionner les infrastructures pour les pics de stockage ou de traitement, les organisations peuvent désormais ajuster la taille et donc le coût de leurs infrastructures de calcul et de stockage au gré de l’évolution de leurs besoins.
  • Le web sémantique : s’il n’est encore qu’à l’état embryonnaire, le web sémantique apporte la possibilité d’utiliser toute ressource du net comme une source de donnée et surtout de la croiser avec n’importe quelle autre, dont en particulier d’autres ressources web. Concrètement, le web sémantique va simplifier et démocratiser le croisement de données de sources hétérogènes, au cœur de la création de valeur par les données.
  • Les « Big Database » : confrontés très tôt à des volumes hors du commun, les géants du web tels qu’Amazon, Google, Yahoo, Facebook et consort ont cherché des solutions à leur besoin de stockage qui dépassaient les capacités des bases de données traditionnelles et en particulier des bases de données relationnelles.  Ils ont ainsi développé puis mis à disposition des communautés en licence Open Source des outils de gestion des « Big Data » tels que Cassandra, Hadoop, GoogleFS, BigTable, Hive ou HBase.

Les technologies d’intégration : en attendant l’avènement du web sémantique, les éditeurs de bases de données, d’ETL et d’EAI se sont penchés sur l’intégration des données hétérogènes, comme par exemple le croisement de données Excel, de données provenant d’une base de données et de données textuelles. A la clé, des outils permettant d’effectuer simplement et rapidement des croisements entre sources de données multi-sources et multi-formes.

A lire : la deuxième partie de « Big Data » : la quatrième révolution industrielle ?
A lire : la troisième partie de « Big Data » : la quatrième révolution industrielle ?

Chaussures TOMMY HILFIGER BLU NOTTE Glitter,Lamé,Tissu JAIMIEJR13C-197540Femmes Brooks Cascadia 12 National Park Running Chaussures Athlétisme Taille 8.5,Kids Adults Converse CT HI GREY Shearling Double Tongue Size 4 Trainers RRP,Killah par Miss Sixty Romy Chaussures de Sport Baskets Gr. 37,Chaussures PUMA Femme BEIGE en daim,PU 364142-001,Sport / NEW BALANCE WRT300 , Color Marrón,Adidas Originals Stan Smith Femmes Coeur Noir Blanc Chaussures Montantes BB0110,Homme / femme Adidas athlétisme Baskets Chaussures Taille 7.5 SentiHommes t de confort promotion spéciale RecomFemmedation populaire,Converse Femme Chuck Taylor All Star High Sneaker Serpents- Marron/NoirSCARPE N 41 CM 26.5 CONVERSE ALL STAR COL. NERO \ VIOLA ART. 511021,Femmes Gris Baskets Baskets Strass Compensé Talon Moyen À Enfiler Taille 5 38Homme / femme Nouveau S81264 femme-adidas-tubulaire runner-w running-trainers-Chaussure s TraiteHommes t fin Première qualité Très bon classeHommes t,Sport / SKECHERS MATRIXX, Color Azul,Sport / NEW BALANCE WL420, Color Azul,Mustang Shoes Sneaker dans Grandes Tailles Grandes Chaussures Femmes Blanc XXL,Femmes Skechers 12735 Éclat - Très Osée Noir Baskets À Enfiler,Asics GT 1000 V 4 Femme Running Baskets Track Chaussures Vert the Rose TailleAdidas Adidas X_Plr Chaussures de Sport Fucsia,Femme Nike Cortez Classique se gris matière style gris taupe taille 7 Running,Adidas WoHommes 's DAILY TWIST MI W Baskets Merlot F98631 UK5.5//3,REEBOK FURYLITE GRAPHIC AR2717 WHITE Basket s Femme,Asics Femmes Roadhawk FF Chaussures De Course À Pied Baskets Rose SportPUMA L. I. F. T. RACER Maxx WoHommes 184699 03 Sneaker lauf gr. 37 - 42,Skechers Go Walk 3 ZB Baskets Femmes US 7 cm 24 ref 4687 a JC PLAY by JEFFREY CAMPBELL Basket s nero vernice AD391,Converse Chuck Dainty CT AS OX 159542 C Rosa Low Pale Coral Lin,Skechers Synergy 2.0 Side Step - Baskets - Femme (FS4431),Air Jordan 1 Mid GS (554725-044) chaussures pour femmes baskets,Puma Femme'S Panier cœur brevet Wn 's Low-top Baskets PUMA BLACK-Puma noir.,Vans Platform Femmes Toile Black White Baskets

SCARPE N. 45 CM 29.5 CONVERSE -ONE STAR ART. 1S872,


Si vous avez aimé cet article, n'hésitez pas à le partager

Ecrire un commentaire


Copyright © 2018 · Blog de Soft Computing · Tous droits réservés
Soft Computing | 55, quai de Grenelle | 75015 PARIS