On dit que c'est un changement qui définit l'époque, mais les données massives sont inutiles en elles-mêmes. Créée en combinant des données ouvertes et librement disponibles avec des données appartenant à la fois aux citoyens et aux entreprises, les «données riches» constituent un bien beaucoup plus précieux..

Quelle est la différence entre Big Data et Rich Data??

«C’est comme la différence entre le pétrole brut et le pétrole raffiné», explique Rado Kotorov, directeur de l’innovation chez Information Builders. "La combinaison de données fournit un nouveau contexte et de nouveaux cas d'utilisation pour les données. Par exemple, la combinaison de données de médias sociaux avec des données transactionnelles peut fournir un aperçu des achats et ainsi conduire à l'innovation de produit."

Les données riches sont créées en combinant des données de différents systèmes. Les données riches ont un contexte et sont donc utiles en termes pratiques pour les entreprises et les particuliers. "Les sociétés de traitement de cartes de crédit vendent des données d'analyse comparative aux marchands", a déclaré M. Kotorov. "Ces marchands peuvent voir les tendances générales du marché et les comparer à leurs propres observations du marché pour prendre de meilleures décisions ou comprendre les lacunes de leurs propres opérations."

Le contexte est primordial - une étude récente de la Harvard Business Review montre que les offres géolocalisées aux acheteurs augmentent les chances d’achat de 76%. Des données riches pourraient aider les prestataires de soins de santé et même lutter contre le crime.

Pourquoi avons-nous besoin de données riches??

Les données riches ne sont rien de moins qu'une intelligence d'affaires de pointe. «Les données riches peuvent être utilisées pour répondre à différents types de questions qui auraient été difficiles auparavant», déclare Southard Jones, de la société d’informatique décisionnelle et d’analyse dans le nuage Birst. "La mise en réseau de plusieurs sources d’information peut aider à voir les choses d’une manière nouvelle ou dans l’ensemble du processus, plutôt que sous la seule responsabilité d’une équipe."

Par exemple, imaginez une équipe de vente analysant les produits à vendre à quels clients. Au lieu de regarder les données de vente isolément pour savoir qui a acheté quoi, l’année dernière, une approche riche en données consiste à regarder au-delà des données de vente et à voir l’effet des campagnes marketing et des finances (et la rapidité avec laquelle le client paie)..

Les données riches concernent la prédiction du comportement. Vendre le bon produit à la bonne personne, au bon prix, est l’essentiel de la vente, mais rien de tout cela à l’heure actuelle ne repose sur des données. "Les ventes dépendent souvent de la sensation et de l'expérience des instincts", déclare Jones. "Remplacer ce système par un système où la propension d'un client à acheter est clairement indiquée permet aux ventes de hiérarchiser leurs efforts et d'améliorer leur productivité et leur précision."

Quel est le problème avec Big Data?

C'est beaucoup trop peu profond pour être utilisé. "La puissance informatique du cloud nous a permis de collecter, de stocker et de traiter de vastes quantités de données, mais avec le Big Data, il est inévitable que nous collections également de nombreuses duplications, déviations et ratés", a déclaré Nigel Beighton, vice-président de la technologie. , Rackspace, qui dit que sans big data, nous ne pouvons pas avoir de données riches. "Les données riches sont le diamant à l'état brut."

Jon Cano-Lopez, PDG du groupe REaD

"Nous disons souvent à nos clients que, si leurs données client sont extrêmement précises car elles reflètent leurs transactions réelles, elles peuvent être assez limitées en termes de profondeur globale", déclare Jon Cano-Lopez, PDG du groupe REaD. "Une entreprise de télécommunication saura comment les gens utilisent leurs téléphones et leurs données, leur situation géographique et même qui sont leurs amis via leurs numéros de téléphone", a déclaré Cano-Lopez. "Cependant, ils ne savent pas qui sont vraiment les gens, quel travail ils font, quels sont leurs intérêts, combien ils gagnent, la composition de leur famille et ce qui les motive."

Des données non structurées peuvent vous révéler des informations sur deux gros utilisateurs apparemment identiques, mais si vous regardez de plus près, une personne peut être un utilisateur professionnel à volume élevé, tandis que l'autre est un mondain avec de nombreux amis. Une couche de données «riche» supplémentaire ajoutera de la profondeur, aidant à identifier la vraie valeur d'un client. "La combinaison de données transactionnelles basées sur l'activité d'un client et de son mode de vie donne une image beaucoup plus complète", a déclaré Cano-Lopez..

Quels avantages les données riches peuvent-elles apporter??

Il est possible de générer d’énormes avantages potentiels en enrichissant les données et en les utilisant en temps réel. «Les données relatives aux dispositifs médicaux et les données non structurées sous forme de notes au personnel clinique sont en cours d’exploration pour permettre un diagnostic plus précoce de conditions telles que la septicémie (empoisonnement du sang)», déclare Matt Pfeil, responsable des services à la clientèle chez DataStax. "Cela implique une comparaison en temps réel des données du patient avec un ensemble de données centralisé et anonyme."

La création de données enrichies permet de détecter et de traiter rapidement les affections constituant une menace pour la vie, mais uniquement avec le consentement du patient. leurs données anonymisées peuvent être utilisées à l'avenir pour le traitement des autres.