Stefan Schmidt, Directeur de la stratégie produits d’hybris
Il est donc important decomprendre les 3 V du Big Data – Volume, Vitesse et Variété.
Volume
Le volume décrit la quantité de données générées par des entreprises ou des personnes. Le Big Data est généralement associé à cette caractéristique. Les entreprises, tous secteurs d’activité confondus, devront trouver des moyens pour gérer le volume de données en constante augmentation qui est créé quotidiennement. Les catalogues de plus de 10 millions de produits sont devenus la règle plutôt que l’exception. Certains clients gérant non seulement des produits mais aussi leur propre clientèle peuvent aisément accumuler un volume dépassant le téraoctet de données.
Vitesse
La vitesse décrit la fréquence à laquelle les données sont générées, capturées et partagées. Du fait des évolutions technologiques récentes, les consommateurs mais aussi les entreprises génèrent plus de données dans des temps beaucoup plus courts. À ce niveau de vitesse, les entreprises ne peuvent capitaliser sur ces données que si elles sont collectées et partagées en temps réel. C’est précisément à ce stade que de nombreux systèmes d’analyse, de CRM, de personnalisation, de point de vente ou autres, échouent. Ils peuvent seulement traiter les données parlots toutes les quelques heures, dans le meilleur des cas. Or, ces données n’ont alors déjà plus aucune valeur puisque le cycle de génération de nouvelles données a déjà commencé.
Variété
La prolifération de types de données provenant de sources comme les médias sociaux, les interactions Machine to Machine et les terminaux mobiles, crée une très grande diversité au-delà des données transactionnelles traditionnelles. Les données ne s’inscrivent plus dans des structures nettes, faciles à consommer. Les nouveaux types de données incluent contenus, données géo spatiales, points de données matériels, données de géolocalisation, données de connexion, données générées par des machines, données de mesures, données mobiles, points de données physiques, processus, données RFID, données issues de recherches, données de confiance, données de flux, données issues des médias sociaux, données texte et données issues du Web. Nos propres objets métiers rapides (inventés il y a 8 ans) préfiguraient cette tendance en permettant aux entreprises d’introduire rapidement de nouveaux objets de données ou de doter les objets existants de nouvelles caractéristiques.
Pourquoi est-il important de comprendre tout cela ? Parce que le Big Data nous aide à obtenir une meilleure représentation de l’interaction des clients avec l’entreprise. Il permet une meilleure compréhension de ce que les clients aimeraient réaliser à chaque point de contact. Il minimise ainsi le risque de perdre ces clients lors du passage d’un point de contact vers un autre et garantit la pertinence de l’information qui leur est délivrée. Ainsi, pour améliorer à la fois la qualité de service, aspect clé pour les clients, et le taux de transformation de ces clients, il est important pour l’entreprise de ne pas perdre de vue les 3 V du Big Data.
Stefan Schmidt possède plus de dix années d’expérience dans le e-commerce et le commerce multicanal et tire sa solide expertise des postes qu’il a occupés chez Wysiwyg et hybris. Diplômé de la Hochschule für Technik und Wirtschaft Furtwangen en Allemagne, il entretient une relation prolifique avec la communauté internationale des analystes, à tous les niveaux. Stefan Schmidt participe également à de nombreuses conférences en tant qu’orateur ; il a conçu et développé plusieurs produits chez hybris, notamment au niveau de la gestion des commandes et des offres de services client et mobiles. Il a participé à des projets de e-commerce internationaux pour de grandes enseignes telles que H&M, Grainger, Toys R Us, Reebok, Virgin Megastores et Waterstones.
Volume
Le volume décrit la quantité de données générées par des entreprises ou des personnes. Le Big Data est généralement associé à cette caractéristique. Les entreprises, tous secteurs d’activité confondus, devront trouver des moyens pour gérer le volume de données en constante augmentation qui est créé quotidiennement. Les catalogues de plus de 10 millions de produits sont devenus la règle plutôt que l’exception. Certains clients gérant non seulement des produits mais aussi leur propre clientèle peuvent aisément accumuler un volume dépassant le téraoctet de données.
Vitesse
La vitesse décrit la fréquence à laquelle les données sont générées, capturées et partagées. Du fait des évolutions technologiques récentes, les consommateurs mais aussi les entreprises génèrent plus de données dans des temps beaucoup plus courts. À ce niveau de vitesse, les entreprises ne peuvent capitaliser sur ces données que si elles sont collectées et partagées en temps réel. C’est précisément à ce stade que de nombreux systèmes d’analyse, de CRM, de personnalisation, de point de vente ou autres, échouent. Ils peuvent seulement traiter les données parlots toutes les quelques heures, dans le meilleur des cas. Or, ces données n’ont alors déjà plus aucune valeur puisque le cycle de génération de nouvelles données a déjà commencé.
Variété
La prolifération de types de données provenant de sources comme les médias sociaux, les interactions Machine to Machine et les terminaux mobiles, crée une très grande diversité au-delà des données transactionnelles traditionnelles. Les données ne s’inscrivent plus dans des structures nettes, faciles à consommer. Les nouveaux types de données incluent contenus, données géo spatiales, points de données matériels, données de géolocalisation, données de connexion, données générées par des machines, données de mesures, données mobiles, points de données physiques, processus, données RFID, données issues de recherches, données de confiance, données de flux, données issues des médias sociaux, données texte et données issues du Web. Nos propres objets métiers rapides (inventés il y a 8 ans) préfiguraient cette tendance en permettant aux entreprises d’introduire rapidement de nouveaux objets de données ou de doter les objets existants de nouvelles caractéristiques.
Pourquoi est-il important de comprendre tout cela ? Parce que le Big Data nous aide à obtenir une meilleure représentation de l’interaction des clients avec l’entreprise. Il permet une meilleure compréhension de ce que les clients aimeraient réaliser à chaque point de contact. Il minimise ainsi le risque de perdre ces clients lors du passage d’un point de contact vers un autre et garantit la pertinence de l’information qui leur est délivrée. Ainsi, pour améliorer à la fois la qualité de service, aspect clé pour les clients, et le taux de transformation de ces clients, il est important pour l’entreprise de ne pas perdre de vue les 3 V du Big Data.
Stefan Schmidt possède plus de dix années d’expérience dans le e-commerce et le commerce multicanal et tire sa solide expertise des postes qu’il a occupés chez Wysiwyg et hybris. Diplômé de la Hochschule für Technik und Wirtschaft Furtwangen en Allemagne, il entretient une relation prolifique avec la communauté internationale des analystes, à tous les niveaux. Stefan Schmidt participe également à de nombreuses conférences en tant qu’orateur ; il a conçu et développé plusieurs produits chez hybris, notamment au niveau de la gestion des commandes et des offres de services client et mobiles. Il a participé à des projets de e-commerce internationaux pour de grandes enseignes telles que H&M, Grainger, Toys R Us, Reebok, Virgin Megastores et Waterstones.
