Le Big Data est une notion dont la compréhension peut varier, étant donnée la diversité de l’informations sur Internet.
Pour synthétiser, le Big Data fait référence aux bases de données trop grandes et complexes pour être étudiées avec les méthodes statistiques traditionnelles. Cela intègre également les nouveaux outils d’analyse de ces données.
Le terme « big data » a été popularisé dans les années 90 par John Mashey (informaticien chez Silicon Graphics).
Les 3 dimensions (3 V) du Big Date ont été définies en 2001 par Douglas Laney.
Cet article scientifique, écrit par Cécile Godé et Amandine Pascal dans la revue en ligne « MDS – Management & Datascience », décrit le Big Data et ses 3 dimensions (3 V), afin d’en clarifier la compréhension :
Big (et) Data dans toute sa complexité
Par la suite, les 3 V ont été étendus à 5 valeurs
– Volume : la grande quantité d’information contenue dans ces bases de données.
– Vélocité : la vitesse de leur création, collecte, transmission et analyse.
– Variété : les différences de natures, formats et structures.
– Valeur : la capacité de ces données à générer du profit.
– Véracité : leur validité, i.e. qualité et précision ainsi que leur fiabilité.
Comment le Big Data peut intervenir dans la gestion de projet ?
A grande échelle, le Big Data concerne une grande quantité d’informations sur les projets et leur gestion. Cela permettrait d’influencer les connaissances et les compétences en gestion de projet par la modélisation et la prédiction (planification, gestion des risques, gestion des compétences, gestion des connaissances, gestion des ressources, gestion de la qualité).
Le Big Data peut permettre des études à grande échelle sur les résultats et les REX de gestion de projet. D’ailleurs, les rapports Chaos du Standish Group entrent-ils dans le cadre du Big Data ?
Pour que le Big Data trouve son utilité en gestion de projet, cela signifie qu’il faille récolter des données projet en masse sans impacter le temps et les ressources dédiées à la création de valeur (le produit ou service à livrer en fin de projet).
L’analyse du Big Data a t-il un intérêt dans le cadre des approches agiles ?
Seul l’avenir nous le dira.