LEBIGDATA.FR I.A, Cloud & Cybersécurité
En 2018, l'adoption du Big Data a fortement augmenté dans les entreprises de toutes les industries. La démocratisation semble amorcée. C'est ce que révèle le rapport annuel de Dresner Advisory Services.
Pour la quatrième année consécutive, Dresner Advisory Services vient de publier son rapport Big Data Analytics Market Study. Ce rapport met en lumière les tendances du marché des Big Data Analytics, ici définis comme des systèmes permettant aux utilisateurs finaux l'accès et l'analyse de données contenues et gérées au sein de l'écosystème Hadoop.
Cette édition 2018 du rapport semble confirmer une démocratisation du Big Data avec une forte hausse d'adoption de ces outils. Ainsi, l'adoption du Big Data en entreprise serait passée de 17% en 2015 à 59% en 2018. Le toix de croissance annuel CAGR serait donc de 36%. Moins de 10% des entreprises ne prévoient toujours pas d'utiliser le Big Data dans le futur.
Les trois industries qui estiment avoir le plus besoin des Big Data Analytics pour leurs leurs efforts Business Intelligence sont les télécommunications, la publicité, et l'assurance. Les domaines de la santé et du retail considèrent aussi le Big Data comme essentiel. Enfin, 80% de toutes les entreprises estiment que le Big Data est au moins » important » pour leur BI.
Toujours d'après l'étude, les trois industries qui dominent l'adoption des Big Data Analytics sont les télécommunications (95%), l'assurance (83%) et la publicité (77%). Par la suite, la technologie est principalement adoptée par les entreprises des domaines des services financiers (71%), la santé (64%), et la technologie (58%).
L'adoption du Big Data est passée de 17% en 2015 à 59% en 2018
Au contraire, les entreprises des secteurs de la fabrication, du retail, du gouvernement, et les institutions de l'enseignement supérieur sont les moins enclines à adopter le Big Data. Préicsons toutefois qu'une majorité d'entre elles prévoient de l'adopter dans le futur.
Les trois principaux cas d'usage du Big Data en entreprise sont l'optimisation de Data Warehouse, l'analyse prédictive, et l'analyse de données de réseaux sociaux. Cependant, les cas d'usage varient fortement d'une industrie à l'autre. L'optimisation de Data Warehouse est principalement utilisée dans le domaine de la publicité et du gouvernement, tandis que les assurances sont les principales utilisatrices de Social Analysis, de maintenance prédictive et de détection de fraude.
On apprend par ailleurs que les méthodes d'accès au Big Data les plus populaires sont Amazon Web Services (AWS) S3, Spark SQL, Hive, et HDFS. Toutefois, c'est AWS S3 qui rencontre le plus fort taux de croissance en 2018. Concernant les distributions Big Data les plus populaires en 2018, il s'agit de Cloudera, Amazon EMR, Hortonworks et MAP/R.
Les technologies de Machine Learning et de Big Data Analytics les plus adoptées en entreprise à ce jour sont Apache Spark MLib et Tensorflow. En troisième position, on retrouve Scikit-learn considéré comme au moins » important » par 44% des entreprises interrogées. Notons l'ajout, pour la première fois cette année, de H2O et Tensorflow dans le classement.
- Partager l'article :
