Marc Vollenweider, PDG d’Evaluserve, connaît son analytique, et de grandes parties de son guide proposent des conseils ciblés et applicables. La liste des illusions liées à l’analytique de la Partie I peut à elle seule faire économiser beaucoup d’argent aux entreprises, et la méthodologie qu’il explique dans la Partie III permet une mise en œuvre raisonnable et fonctionnelle de l’analytique. Toutefois, Marc Vollenweider est si expérimenté en analytique qu’il avance rapidement, et que son travail peut donc défier ceux qui sont nouveaux dans ce domaine. Hormis cet aspect, getAbstract recommande ses conseils à toute personne intéressée par l’analytique, le Big Data ou la gestion des connaissances.
Big Data : emballement, illusions et réalité
Le Big Data et les domaines associés comme l’analytique souffrent d’un emballement. Les prétentions exagérées du Big Data dominent souvent les discussions utiles, ciblées et rationnelles sur la réalité du concept. La première illusion est que ‘le Big Data résout tout’. Ce n’est pas le cas. Beaucoup de gens se lancent dans le Big data sans les outils et les structures nécessaires. Certaines personnes pensent à tort qu’il faut un ‘lac de données et des outils’, soit une énorme collection de données. La promesse illusoire est que vous pouvez traiter les données à moindre coût si vous en collectez des quantités massives. Malheureusement, il est plus probable que vous en veniez à dupliquer des données, les laissiez mourir dans le lac et gériez mal l’aspect ‘propriété intellectuelle’. Les gens pensent aussi qu’un plus grand nombre de données ‘permet une meilleure compréhension’. Cela peut être vrai, si vous traitez les bonnes données de la bonne manière. Mais c’est faux encore plus souvent.
Une pyramide de données
Imaginez une pyramide d’utilisation de données à quatre niveaux. Le niveau 1 se compose des ‘données...
Commenter ce résumé ou 开始讨论