Formation - Big Data - Enjeux et perspectives

1 - La définition du Big Data

• Phénomène Big Data
• Définition opérationnelle et commune selon les grands acteurs du marché et les instituts d'étude internationaux
• Différence entre le Big Data et les systèmes existants de Business Intelligent (BI)

2 - Les origines du Big Data et les facteurs d'évolution du Big Data

• Étapes de l'évolution du Big Data
• Collecte et traitement des données
• Grandes entreprises utilisatrices du Big Data : Google, Facebook, Twitter
• La prolifération des données en provenance des réseaux sociaux, de l'Internet des objets, de l'Open Data...
• La diminution des coûts de stockage, la virtualisation
• L'augmentation des capacités de traitement des solutions éprouvées exploitées par des géants de l'Internet
• L'avènement du Cloud Big Data (Data as a Service), l'Internet des Objets et de l'Open Data

3 - Le marché Big Data et les principaux cas d'usages d'analytiques

• Marché data au niveau mondial
• Évolutions et les acteurs de la chaine de l'offre Big Data
• Enjeux stratégiques (création de la valeur et d'activités nouvelles dans les entreprises)
• Description des 4 types d'analytiques fondamentales du Big Data
• 5 usages populaires du Big Data en entreprise
• Exemples : profiling des consommateurs (360° du Client), sécurité informatique (préventions contre les attaques potentielles), maintenance préventive des équipements industriels, fraudes financières, d'aides sociales...

4 - Les freins et les challenges de sécurité, juridiques et techniques

• État des lieux des projets : échecs et réussites (causes, facteurs clés de succès FCS)
• Freins financiers et techniques face aux exigences des solutions de Big Data
• Qualification complexe des données et de nombreux échecs de projets
• Cadre juridique (CNIL/RGPD et PLA (Privacy Level Agreement))
• Sécurité des données et enjeux juridiques (juridiction, corrélation interdite ...)

5 - Les impacts du Big Data sur l'entreprise

• Performance opérationnelle des activités de l'entreprise
• Avantages concurrentiels
• Modèle économique
• Chaîne des valeurs

6 - Les impacts organisationnels

• Différence entre la DSI et la Direction Numérique
• Nouvelle organisation des équipes dans le cadre d'une coopération informatique/domaines d'affaires
• Impacts sur les équipes en place (compétences en Big Data ...)
• Apparition des nouveaux rôles/métiers (data scientists et CDO)
• Compétences nouvelles à acquérir

7 - Le projet Big Data et les technologies fondamentales des solutions

• Méthodologie/démarche d'intégration de la gestion des données du Big Data dans la gestion des activités de l'entreprise
• Calcul difficile du retour sur investissement d'un projet Big Data
• Démarches recommandées pour lancer un projet Big Data : les étapes essentielles et les précautions à prendre
• Critères d'évaluation d'une plate-forme de Big Data
• Questions à poser aux prestataires et fournisseurs des plates-formes

8 - Bilan et perspectives

• L'état de l'offre : solutions privées installées dans les entreprises et solutions proposées dans le Cloud (AWS, IBM, Google, Microsoft Azure...)
• Choix stratégique d'usage des services du Cloud Big Data
• Les perspectives comme l'implication de la virtualisation, l'usage intensif de l'Intelligence Artificielle et de la Machine Learning
• CNIL et Intelligence Artificielle : cadrage

9 - Conclusion