Frein n° 4 - Une carence des outils de traitement des données Individuelles, hétérogènes, multiples et éparses, les traces Les données issues du web, du mobile et des objets connectés numériques collectées en temps réel n’ont, prises isolément, ont rendu caduques les techniques d’analyse classique, aucune valeur. Leur valeur vient du sens qu’on arrive à en manquant désormais de puissance, de rapidité, de flexibilité, tirer, en termes de corrélation ou de prédictibilité. et devenues trop onéreuses. Il est possible de donner du sens à ces données en les Des technologies et outils de traitement, ainsi que des rattachant à leur cause commune : le comportement d’un compétences spécifiques sont nécessaires pour extraire des être humain. De cette façon, on peut non seulement espérer informations et enseignements des données non structurées, comprendre le comportement d’un individu à travers les le maillon faible de l’analyse. Il faut en effet les « traduire », traces qu’il laisse, mais aussi, in fine, recomposer son ADN les fiabiliser, les indexer, les combiner avec les données numérique. existantes, pour pouvoir les intégrer au reporting qui sera Au-delà de la collecte de données et de leur stockage, remonté au niveau décisionnel. l’intelligence algorithmique est indispensable pour donner un sens à la masse de données générées par chaque Enjeu de fiabilité et de sécurité individu et ses objets connectés. Cette intelligence de la data algorithmique vise à regrouper, confronter et mettre en relation des données issues de sources diverses pour créer et caractériser des groupes statistiques — sur la base de Les entreprises intègrent de plus en plus le Big tendances caractérisées — afin de décrypter et d’anticiper ses data dans leurs processus décisionnels. Il apparaît comportements dans des environnements différents. ainsi essentiel de veiller à la fiabilité et la sécurité des données analysées. Pour ce faire, les responsables Il faut donc contextualiser la donnée qui, seule, n’aura aucun sécurité ou les contrôleurs internes doivent sens, mais prendra toute sa valeur dans la mise en relation appréhender les processus Big data de manière globale avec une multitude d’autres données. C’est ce pouvoir de afin de déployer les dispositifs de sécurité et de contrôle contextualisation qui permettra à l’entreprise de proposer adéquats. Ces dispositifs doivent permettre de répondre la bonne offre à la bonne cible, au bon moment et au bon aux enjeux de volume, de vitesse de traitement, de endroit (ou via le bon canal*). diversité des formats et permettre une circulation intègre et sécurisée de l’information. Pascal Antonini Associé - Ernst & Young Advisory - IT Risk and Security * Comportements culturels et données personnelles au cœur du Big data : entre la nécessaire protection et une exploitation au service de nouveaux équilibres - EY, novembre 2013 18 | (Big) data : où en sont les entreprises françaises ?