Données massives, lacs de données et traces numériques
Fiche de révision de Systèmes d'information de gestion, Terminale STMG, chapitre 13 (thème : Information, action et décision).
Dans ce chapitre, tu vas apprendre à :
percevoir la diversité des sources et des formats de données, et l'utilité de nouvelles bases de stockage ;
définir les données massives et le lac de données, et les distinguer d'une base de données relationnelle ;
repérer les techniques de recueil de traces numériques et les possibilités de leur utilisation ;
expliquer pourquoi les traces doivent être mises en relation pour produire de l'information ;
distinguer les analyses descriptives, diagnostiques, prédictives et prescriptives ;
expliquer ce qu'est le forage de données et en apprécier les apports et les limites.
L'essentiel à retenir
Les organisations gèrent des données massives, de formats multiples : structurées, semi-structurées, non structurées. Le lac de données les rassemble brutes, dans leur format d'origine, et on choisit leur structure au moment de l'analyse. Les traces numériques sont recueillies par des cookies, des journaux de connexion, des cartes de fidélité, la géolocalisation ou des capteurs. Mises en relation, elles produisent de l'information, dans le respect du RGPD et des règles de la CNIL. Les analyses descriptives, diagnostiques, prédictives et prescriptives répondent à quatre questions : quoi, pourquoi, que va-t-il se passer, que faire. Le forage de données découvre des liens inconnus, mais un lien n'est pas une cause.
Les mots-clés du chapitre
Mégadonnées (big data)
Ensembles de données très volumineux, produits très vite et très variés (on dit aussi données massives).
Lac de données (data lake)
Espace de stockage qui rassemble des données de sources et de formats différents, conservées brutes.
Trace numérique
Information laissée, volontairement ou non, par l'activité d'une personne sur un outil numérique.
Cookie
Type de traceur ; petit fichier déposé sur l'appareil de l'internaute, qui permet de reconnaître son navigateur.
Journal de connexion (log)
Fichier qui enregistre automatiquement les événements d'un système.
Mise en relation
Rapprochement de traces grâce à un identifiant commun, pour produire de l'information.
Profilage
Traitement automatisé de données personnelles pour évaluer les préférences, les intérêts ou le comportement d'une personne.
Analyse descriptive
Analyse qui décrit ce qui s'est passé.
Analyse diagnostique
Analyse qui cherche pourquoi cela s'est passé.
Analyse prédictive
Analyse qui estime ce qui va se passer.
Analyse prescriptive
Analyse qui recommande ce qu'il faut faire.
Forage de données (data mining)
Exploration de grands volumes de données pour découvrir des liens, des tendances ou des groupes inconnus.