Accueil > Dossiers > Big Data 2019 : toutes les tendances et prédictions
big data 2019

Big Data 2019 : toutes les tendances et prédictions

Quelles sont les nouveautés qui attendent le marché du Big Data en 2019 ? Quelles seront les tendances qui marqueront l’année ? Quelles entreprises domineront l’industrie, et quelles seront les évolutions technologiques majeures ? On fait le point.

En 2018, le marché du Big Data a beaucoup évolué. De nouveaux outils et technologies ont vu le jour, des entreprises ont fusionné, des startups se sont envolées. Alors que l’année touche à sa fin, l’heure est venue de se tourner vers l’avenir. Découvrez toutes les tendances qui vont marquer l’année 2019.

Big Data 2019 : le RGPD fait des émules

rgpd 2019

Depuis son entrée en vigueur dans l’Union européenne le 25 mai 2018, le RGPD a modifié en profondeur la façon dont les entreprises traitent les données. Toutefois, ce n’est qu’un début. L’année prochaine, les entreprises continueront à s’adapter à ce nouveau règlement pour éviter d’avoir à payer une amende pouvant aller jusqu’à 4% de leur chiffre d’affaires ou 20 millions d’euros.

D’ailleurs, si les autorités de protection de données comme la CNIL se sont montrées plutôt indulgentes jusqu’à présent, elles pourraient devenir plus sévères à partir de 2019. Les entreprises qui ne sont pas encore conformées au RGPD vont donc devoir redoubler d’efforts, aussi bien dans l’Union européenne qu’aux Etats Unis.

Il est probable que d’autres pays adoptent des règlements similaires. Par exemple, dans l’Oregon, le Consumer Data Privacy Act a récemment été introduit par le sénateur Ron Wyden. La Californie a également voté sa loi de protection des données en juillet 2018.

Cliquez ici pour un accompagnement sur le RGPD

Big Data 2019 : la décentralisation se poursuit

En 2019, la décentralisation du Big Data se poursuivra. Les entreprises seront en mesure d’économiser du temps et de l’argent en traitant et en analysant les données en périphérie du réseau (at the edge) plutôt qu’en son coeur.

Parmi les cas d’usage de cette approche, on peut citer la détection de fraude, la reconnaissance de patterns, ou encore les streams persistants. De même, les secteurs des véhicules autonomes, des plateformes de gaz et d’essence, et des appareils médicaux vont continuer à exploiter cette méthode.

Big Data 2019 : le Cloud Hybride de plus en plus populaire

cloud hybride 2019

En 2018, le Cloud Hybride est devenu le modèle préféré des responsables informatiques d’entreprises de tous les secteurs pour le stockage de données. En effet, si les entreprises tiennent à stocker leurs données les plus sensibles sur leurs propres serveurs, le Cloud public présente aussi des avantages en termes de coûts et de flexibilité.

Or, le Cloud Hybride permet de combiner le Cloud privé d’une entreprise avec la location d’un Cloud public pour profiter des bienfaits des deux modèles. Ainsi, les applications et données peuvent être aisément transférées des serveurs sur site aux IaaS des Clouds publics en fonction des besoins. En 2019, le Cloud hybride devrait continuer à gagner en popularité.

Big Data 2019 : la maturité du Machine Learning

machine learning 2019

En 2018, le Machine Learning était au coeur de l’actualité. De nombreuses entreprises ont adopté cette nouvelle technologie pour de nombreux cas d’usage. Toutefois, en 2019, l’apprentissage automatique sera exploité de nouvelles façons.

En effet, les entreprises ne seront plus dans l’expérimentation et le concept, mais bien dans l’application et la production. Elles utiliseront le ML pour l’automatisation de la détection de patterns, de la prédiction et de la prise de décision. Ceci leur permettra de gagner en efficacité, de se distinguer de la concurrence et de stimuler leur croissance.

Les infrastructures et les outils vont évoluer pour faciliter le développement et le déploiement d’applications de Machine Learning. Les plateformes ” Cloud-native ” vont notamment se multiplier pour permettra l’auto-scaling élastique et la portabilité multi-cloud pour les workflows end-to-end de Machne Learning.

Big Data 2019 : IoT et Streaming Analytics au service du Machine Learning

Actuellement, de nombreuses entreprises tentent d’utiliser l’internet des objets (IoT) pour combiner le Streaming Analytics et le Machine Learning. L’idée est d’entraîner les algorithmes de Machine Learning à partir de données IoT en temps réel plutôt que d’exploiter des données stockées.

L’objectif premier est d’augmenter la réactivité et la flexibilité du Machine Learning dans une large variété de situations, et notamment pour la communication avec les humains. Les modèles de Machine Learning sur le Cloud ou en périphérie s’adapteront également à ce changement.

En 2019, on peut s’attendre à ce que ces efforts se poursuivent. Plusieurs startups pourraient même faire de cette combinaison de technologies leur cheval de bataille.

Cliquez ici pour un accompagnement sur le RGPD

Big Data 2019 : l’intelligence artificielle rencontre l’analyse de données

ia big data 2019

L’intelligence artificielle permet de traiter le Big Data de façon plus efficace. Par exemple, l’entreprise Absolutdata est parvenue à augmenter ses ventes de 51% en utilisant l’intelligence artificielle et l’analyse de données pour sa campagne d’emails. Selon elle, les outils analytiques permettent de déterminer qui cibler tandis que l’IA permet de recommander et de générer les campagnes.

En 2019, les plateformes IA seront davantage utilisées pour l’analyse de données. Elles permettent de travailler plus efficacement que les frameworks traditionnels, et offrent une communication plus rapide avec les Data Scientists et autres métiers de la donnée. Ceci permet notamment de réduire les coûts en évitant la duplication des efforts, en automatisant les tâches les plus basiques, et en éliminant les tâches à la fois simples et chronophages comme la copie et le traitement de données.

Big Data 2019 : l’essor du métier de Data Curator

data curator 2019

Le rôle du Data Curator est à la fois de gérer les métadonnées, la protection des données, la gouvernance des données et la qualité des données. Ce professionnel de la Data gère et maintient les donnés, mais doit aussi déterminer les meilleures pratiques pour travailler avec ces données.

Le Data Curator est souvent responsable de présentations de données sous forme de tableaux de bord, de graphique ou de diaporama. Il interagit régulièrement avec les chercheurs, et planifie des ateliers éducatifs. Il communique aussi avec les autres curateurs de données afin de coordonner ses efforts lorsque c’est nécessaire.

En 2019, alors que le volume de données à disposition des entreprises va continuer à augmenter, le métier de Data Curator va devenir indispensable dans tous les secteurs. Il pourrait bien s’agir de l’un des jobs les plus en vogue de l’année.

Big Data 2019 : Hadoop continue sa lente disparition

En 2019, il est fort probable que le nombre de nouveaux utilisateurs de la plateforme Hadoop diminue et que la croissance des clusters Hadoop continue à ralentir. Cette plateforme reposant sur des technologies conçues il y a 20 ans à l’époque du ” Small Data ” devient peu à peu obsolète.

La fusion de Cloudera et Hortonworks en octobre 2018 laissait d’ailleurs présager cette disparition à venir. Au contraire, les plateformes de données SQL basées sur le Cloud rencontreront une croissance massive.

hadoop 2019

Big Data 2019 : la mort du Big Data ?

En 2017, l’analyste Mark Beyer de Gartner prédisait la fin du Big Data. Selon lui, cette technologie était condamnée à rejoindre les autres technologies disparues comme de vulgaires effets de mode. De même, un autre analyste de Gartner du nom de Svetlana Sicular estimait que le Big Data était devenu ” la nouvelle norme ” et qu’on peut désormais parler simplement de ” data “.

Toutefois, le fait que le Big Data soit devenu omniprésent et qu’il soit utilisé de façon régulière ne signifie pas que le volume des mégadonnées a diminué ou que leur vélocité a ralenti. Le Big Data représente toujours un lourd fardeau pour les infrastructures, et les immenses ensembles de données sont toujours récupérés, stockés, triés et analysés pour le développement de logiciels, le Machine Learning et bien d’autres cas d’usage. En 2019, le Big Data représentera toujours un défi à relever même si l’on ne le nomme plus ainsi. En effet, le volume des mégadonnées va continuer à augmenter.

Cliquez ici pour un accompagnement sur le RGPD

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Send this to a friend