« Mégadonnées ». Cela sonne un peu sinistre, n’est-ce pas? En anglais, ce terme peut évoquer la métaphore du « Big brother » puisqu’il se dit « Big data », mais en réalité, les mégadonnées sont collectées en ligne partout et sans cesse, et elles sont généralement utilisées à des fins louables. Lorsqu’elles sont utilisées correctement, elles peuvent aider à établir des modèles de prédiction et à faciliter la prise de décision afin de réduire le nombre d’hospitalisations, d’améliorer la gestion de la chaine d’approvisionnement ou encore de lutter contre le crime.
Le terme « mégadonnées » fait traditionnellement référence à des ensembles de données qui sont trop grands, rapides ou complexes pour être traités par une base de données relationnelle1 classique. En pratique, ce terme est souvent utilisé pour désigner le recueil, l’analyse, les informations, les préoccupations de confidentialité et tous les défis liés au travail impliquant des ensembles de mégadonnées.
Que sont les mégadonnées?
Trois principales caractéristiques différencient les mégadonnées des ensembles de données de tailles normales :
Le volume — les ensembles de mégadonnées sont incroyablement grands. Imaginez combien de centaines de milliards de photos sont hébergées sur Instagram uniquement, ou la quantité de points de données collectés par votre montre connectée, puis multipliez ce chiffre par le nombre d’utilisateurs de montres connectées dans le monde.
La vitesse — qu’elles soient traitées instantanément ou par ensembles, les mégadonnées sont transférées à une vitesse incroyable. Pour conceptualiser la vitesse des mégadonnées, imaginez combien de messages Slack traite par seconde ou le nombre d’informations que Hubspot rassemble par minute sur tous ses sites hébergés.
La variété — les différences entre les types de données sont ce qui différencie principalement les ensembles de données. Les photos, les messages et les témoins ne peuvent être stockés dans un seul tableau croisé dynamique. Mais votre organisation pourrait avoir besoin d’analyser ces ensembles de données les uns par rapport aux autres afin d’obtenir des informations. La variété et la diversité des mégadonnées ajoutent une difficulté majeure aux analyses.
Comment sont-elles collectées?
Les mégadonnées sont collectées constamment et à partir de plus de points de données que vous l’imaginez. L’informatique en nuage, l’internet des objets et les réseaux sociaux ont fortement accéléré le recueil de ces renseignements. Parmi les sources communes des mégadonnées, on peut trouver :
Pourquoi sont-elles utilisées?
L’ampleur des ensembles de mégadonnées offre des possibilités illimitées pour les organisations. Les parties prenantes peuvent obtenir des informations qui soutiennent le processus de prise de décision, des informations détaillées sur les IRC et les résultats de l’apprentissage machine. Les applications des analyses de mégadonnées varient en fonction de chaque secteur. Dans le secteur de la santé, les ensembles de données peuvent être très utiles pour le suivi des patients à distance2 afin de prévoir les résultats néfastes. La précision des prévisions météorologiques3 peut aussi être améliorée grâce aux mégadonnées, car les météorologistes peuvent les utiliser pour prévoir des phénomènes climatiques.
En matière de cybersécurité, les mégadonnées constituent à la fois une menace et une chance pour les organisations. Contactez-nous dès aujourd’hui pour en apprendre davantage.
