"La vie va très vite. Si vous ne vous arrêtez pas pour regarder autour de vous de temps en temps, vous risquez de tout rater."Ferris Bueller‘s Day Off, 1986.
On a l‘impression qu‘il y a à la fois plus d‘incertitude et plus d‘incertitude et plus d‘adoption par le grand public sur le marché du Big Data qu‘il y a un an à la même époque. Ainsi, un mois avant l‘événement Strata/Hadoop World 2015 à New York, le moment semble bien choisi pour s‘arrêter et faire le point sur le Big Data d‘hier et d‘aujourd‘hui.
Les analystes du secteur ont un point de vue intéressant sur la question, puisqu‘ils s‘adressent régulièrement aux vendeurs et aux acheteurs de technologies. Examinons donc les événements marquants de l‘année écoulée du point de vue de Gartner. [Certains de ces rapports nécessitent un abonnement à Gartner, mais j‘ai fait référence à des articles de blog accessibles au public lorsque c‘était possible].
4 août 2014 : Gartner publie son rapport annuel "Hype Cycle" sur les technologies Big Data. ("Hype Cycle for Big Data 2014," Frank Buytendijk, Gartner). [abonnement requis]
Le "hype cycle" est un modèle de maturité exclusif de Gartner pour les technologies émergentes au sein d‘une catégorie spécifique. Ces rapports publiés régulièrement montrent où en est une technologie spécifique dans son cycle de vie et combien de temps il lui faudra pour atteindre la phase suivante de son développement. Les étapes sont les suivantes :
Déclenchement de l‘innovation -> Pic des attentes exagérées -> Creux de la désillusion -> Pente de l‘illumination -> Plateau de la productivité.
L‘idée ici (mon interprétation) est que toute nouvelle technologie connaît une phase d‘engouement où le buzz est plus important que l‘adoption réelle ou la valeur commerciale obtenue. Cette phase est généralement suivie d‘un creux où l‘engouement s‘estompe, où le scepticisme s‘installe et où les adoptants doivent tenir compte des besoins et des réalités de l‘entreprise avant de l‘appliquer à des cas d‘utilisation spécifiques et de passer au plateau où les technologies contribuent à une productivité mesurable de l‘entreprise.
Selon le rapport de 2014, les technologies Big Data étaient soit au sommet de l‘engouement, soit au creux de la vague :
"Les Big Data, dans leur ensemble, ont franchi le pic des attentes exagérées et glissent vers le creux de la désillusion. Une fois que l‘adoption augmente et que la réalité s‘installe, sur la base des premières réussites et des premiers échecs, le pic des attentes exagérées est passé. L‘innovation se poursuivra, la gâchette de l‘innovation est pleine, mais le creux de la désillusion sera rapide et brutal. Les technologies viables se développeront rapidement, en même temps que tous les fournisseurs qui ont simplement sauté dans le train en marche seront secoués. Il s‘agit essentiellement d‘une bonne nouvelle. Des solutions plus robustes et prêtes pour l‘entreprise apparaîtront, et les implémentations de big data passeront du statut de systèmes d‘innovation à celui de systèmes critiques de différenciation".
En outre, ces technologies sont considérées comme étant loin d‘apporter une valeur ajoutée aux entreprises.
"Dans de nombreux cas, la transformation n‘interviendra pas avant deux à cinq ans, voire plus. En outre, de nombreuses technologies indiquent qu‘elles deviendront obsolètes avant d‘atteindre le plateau de productivité".
En août 2015, le rapport Big Data Hype Cycle a été mis à jour...
Mais il ne s‘agit pas d‘un nouveau rapport. Selon un billet de blog du 20 août de Nick Heudecker, analyste chez Gartner de Nick Heudecker, analyste chez Gartner., "Le Big Data n‘est pas obsolète. C‘est normal."[aucun abonnement requis]
"Tout d‘abord, le profil de la technologie des big data a chuté dans quelques cycles d‘engouement, mais a progressé dans le creux de la désillusion dans d‘autres. Deuxièmement, nous avons abandonné le très populaire Hype Cycle pour les Big Data [c‘est moi qui souligne]. La raison en est simple : les grandes données ne sont plus un sujet en soi. Au lieu de cela, les différents sujets qui l‘englobaient auparavant ont évolué vers d‘autres domaines. Quels autres domaines ?
- Analyse avancée et science des données
- Intelligence économique et analyse
- Gestion de l‘information d‘entreprise
- Technologie de l‘informatique en mémoire
- Infrastructure de l‘information
Les caractéristiques qui ont défini le big data, ces 3 V [volume, variété, vitessene sont plus exotiques. Elles sont courantes".
Un an plus tard, le Big Data est passé d‘un ensemble de technologies très en vogue, encore dans le domaine de l‘adoption précoce, à un ensemble de technologies courantes et faisant partie intégrante de secteurs technologiques de longue date, tels que l‘analyse, la veille stratégique et l‘infrastructure d‘information. Comment cela se fait-il ? Et qu‘est-ce que cela signifie ?
Dans la deuxième partie, je me pencherai sur les facteurs d‘adoption et les obstacles en m‘appuyant sur les enquêtes annuelles de Gartner sur l‘adoption d‘Hadoop en 2014 et 2015.
