LIVRE BLANC Big Data Index France EMC / IDC Réalisé par IDC en partenariat avec EMC Cyril Meunier

IDC France 13, rue Paul Valéry 75116 Paris. Téléphone : +33.1.56 26 26 66 Fax : +33.1.56 26 26 70

Septembre 2012

INTRODUCTION Le Big Data Index a pour objectif de mieux évaluer la perception qu'ont les entreprises françaises du Big Data et la réalité des initiatives prises dans ce domaine. Il repose sur deux enquêtes conduites en France en Juin et Juillet 2012 auprès de 160 entreprises de plus de 200 salariés  Une enquête conduite auprès de 80 interlocuteurs Etudes / Projets décisionnels  Une deuxième enquête menée auprès de 80 interlocuteurs "Infrastructures"

LES GRANDS ENSEIGNEM ENTS DE L’ETUDE  En 2012, le Big Data est aujourd'hui une réalité émergente au sein des entreprises françaises, sous la pression des besoins métier 

La majorité des responsables Etudes interrogés au sein des DSI françaises ressentent une demande croissante de la part des entités métier (Marketing et Finance en particulier) en d'analyses plus fines et plus fréquentes de grosses volumétries de données et contenus de plus en plus variés.



Pour autant, les initiatives Big Data assumées comme telles concernent moins d'un tiers des entreprises (répondants Etudes)  18 % déclarent utiliser des solutions « Big Data ».  11% d’entreprises supplémentaires ont prévu ou envisagent d’investir.  Les initiatives de ces entreprises "volontaristes" restent limitées en nombre et en ampleur. Seule une moitié de ces entreprises déploie ou a déployé des technologies Big Data portant à la fois sur les dimensions "stockage" (stockage Scale-Out) et "analyse" du Big Data.



Un deuxième tiers regroupe des entreprises ayant esquissé avec des entités métier des réflexions et des discussions de type "Big Data" voire des déploiements technologiques sans pour autant revendiquer une démarche "Big Data" ni même faire le lien avec le concept. Ce sont les "Messieurs Jourdain" du Big Data "qui en font ou s'y intéressent sans le savoir".  Les niveaux d'adoption en technologies Big Data sont logiquement plus faibles qu'au sein du premier groupe. Elles sont deux fois moins nombreuses à déployer à la fois des technologies de "stockage ScaleOut " et d'analyse »



Ces deux groupes forment un ensemble d'entreprises aujourd'hui concernées par des initiatives ou des réflexions orientées Big Data. Ce groupe peut être qualifié "d'entreprises orientées Big Data".  Composé de 60% des entreprises interrogées, ce groupe rassemble des entreprises globalement peu matures sur le sujet, mais ayant pour la plupart d'entre elles, une véritable culture analytique associant l'IT et les métiers.  Il s'éloigne nettement des 40% d'entreprises restantes, qui n'ont pas encore esquissé de démarche pouvant être qualifiée de Big Data.

 En termes de perception, le phénomène Big Data est ressenti par les responsables informatiques Etudes ou Infrastructures de façon positive. Il s'agit pour elles d'un sujet important, de niveau "Direction Générale". Des contrastes apparaissent entre les deux populations concernant les enjeux et impacts associés. 

Le concept « parle » beaucoup plus aux équipes Etudes qu’aux équipes Infrastructures.  Les équipes Infrastructures, bien que percevant l'importance du sujet, le connaissent mal et se sentent très peu concernées aujourd'hui.  Les équipes Etudes y associent des bénéfices, nombreux, variés et conformes à la proposition de valeur du Big Data au service d'une meilleure prise de décision et d'une plus grande innovation. Pour autant, seules 30% d'entre elles mettent spontanément en avant les 3 V du Big Data : "Volumes", "Variété" et "Vitesse".



L'étude révèle en particulier des difficultés et des divergences dans l'appréhension des impacts et enjeux associés du Big Data.  Une certaine sous-estimation de l'enjeu des compétences est mise en lumière par l'étude : les équipes informatiques des entreprises françaises ne semblent pas avoir pris la mesure ni du déficit d'expertise technologique face aux enjeux du Big Data ni des autres changements requis en termes de compétences. L'enjeu de mise à niveau des compétences est d'ailleurs positionné bien plus bas par les équipes Infrastructures que par les équipes Etudes  Les enjeux organisationnels et culturels associés au Big Data sont vus par les populations Etudes comme le principal frein à surmonter pour assurer le développement du Big Data, ce qui est loin d'être le cas des répondants Infrastructures. En ce qui concerne, les évolutions à apporter aux infrastructures, les équipes Etudes mettent davantage en avant que les équipes Infrastructures la dimension "organisation des datacenters" et les enjeux de sécurité/disponibilité/confidentialité que des évolutions purement techniques (stockage, performance des réseaux et des systèmes).  La jeunesse du sujet Big Data doit conduire à relativiser ces résultats et en particulier, à ne pas donner une importance démesurée à l'absence d'alignement entre les équipes Etudes et Infrastructures sur les impacts du Big Data. Il convient néanmoins d'être vigilant dans ce domaine, car il est potentiellement porteur de risques pour le bon déroulement des futurs projets Big Data.

©2012 IDC

 La comparaison des résultats de l'étude avec d'autres études IDC montre qu'un risque important existe en France de "passer à côté" des opportunités majeures qu'offre le Big Data en termes de compétitivité. 

La dimension "vitesse" du Big Data, (traitement et analyse), essentielle à l'entreprise pour gagner en compétitivité, est bien davantage présente à l'esprit des entreprises américaines que des entreprises françaises.



Le fossé entre les "happy few" s'équipant de solutions Big Data et les autres semble devoir se creuser en France alors qu'aux Etats-Unis, la proportion d'entreprises supplémentaires ayant des projets d'acquisition pour les prochains mois est beaucoup plus importante. C'est particulièrement vrai pour des technologies clés comme les bases de données en colonnes (7 à 8 fois plus grande ), les technologies en mémoire (3 à 4 fois plus grande) et Hadoop MapReduce (5 fois plus grande)



La sous-estimation françaises de l'enjeu de mise à niveau des compétences est flagrante au regard des résultats d'une étude mondiale réalisée au printemps 2012 : 6% des répondants Etudes au Big Data Index français mettent en avant la transformation des compétences comme un impact très fort du Big Data quand 60% des répondants à cette étude mondiale identifient le déficit de compétences comme le défi n°1.



Une large majorité des répondants Etudes estiment d'ailleurs que leur entreprise est en retard par rapport à la moyenne de la profession (pairs du même secteur d'activité). 47% s'estiment même très en retrait par rapport à cette moyenne. Cela reflète le fossé séparant d'une part une élite qui crée les premiers cas d'usage et d'autre part la masse des autres entreprises qui l'observe prudemment avant d'aller plus loin. D'autres études réalisées début 2012 montrent que les entreprises françaises se sentent moins prêtes à s'engager dans une démarche Big Data que les américaines, les britanniques et les allemandes (55% des entreprises françaises contre 47% des entreprises allemandes par exemple).

 En 2012, les entreprises françaises - et notamment les populations Etudes ressentent avant tout un profond sentiment de flou concernant le cheminement à suivre pour se mettre en position de répondre aux attentes des métiers face aux promesses du Big Data. 

Interrogées sur la capacité perçue de la DSI à se mettre à niveau face à ces différents enjeux et aux impacts du Big Data en interne (évolutions des compétences, des infrastructures…), seules 31% des entreprises orientées Big Data, - font véritablement preuve optimisme. Il s'agit principalement de celles qui déclarent avoir lancé des initiatives Big Data. 22% sont au contraire plutôt pessimistes tandis que plus de la moitié des répondants sont dans le flou.

©2012 IDC

SOMM AIRE Introduction

1

Les grands enseignements de l’étude

1

Objectif et méthodologie

1

Objectif ..................................................................................................................................................... 1 Périmètre et méthodologie ........................................................................................................................ 1 Le "Big Data" : définition et réalité à l'échelle mondiale

2

Définition IDC du Big Data ........................................................................................................................ 2 Taille et potentiel du marché ..................................................................................................................... 3 Les principaux cas d'usage ....................................................................................................................... 3 Les entreprises françaises estiment que le "Big Data" est un sujet important et l e r e s s e n t e n t p o s i t i ve m e n t 5 Le Big Data est porteur de bénéfices potentiels considérables aux yeux des équipes Etudes ................. 5 Un sujet encore peu connu et loin des préoccupations des équipes Infrastructures ................................ 7 Un sujet majoritairement perçu comme important et nécessitant d'impliquer la Direction Générale ......... 7 Un sentiment de retard très largement partagé ........................................................................................ 7 Une realite emergente face à des besoins métier grandissants

9

Moins d'un tiers des entreprises revendique des initiatives autour de solutions Big Data ........................ 9 Un 2ème tiers d'entreprises a initié un dialogue IT/métier sur ces questions sans revendiquer de démarche "Big Data" ................................................................................................................................ 10 Une demande métier croissante d'analyses de type Big Data .................................................................. 11 Vers un élargissement limité du marché à court terme, des facteurs importants d'adoption à plus long terme ........................................................................................................................................................ 13 D e s d i f f i c u l t e s e t d e s d i ve r g e n c e s d a n s l ' a p p r é h e n s i o n d e s i m p a c t s e t e n j e u x associés 15 Enjeux organisationnels : consensus sur la nécessité de renforcer la collaboration IT / Métier et la gouvernance de l'information .................................................................................................................... 15 Une certaine sous-estimation et des divergences concernant les enjeux liés aux "compétences" .......... 17 Des différences d'appréciation concernant les évolutions à apporter au plan des infrastructures ............ 19 Au sein même de la catégorie des entreprises orientées "Big Data", un certain flou se manifeste concernant la capacité de la DSI de se mettre à niveau ........................................................................... 20 Conclusion :

22

Copyright .................................................................................................................................................. 22

©2012 IDC

OBJECTIF ET METHODOLOGIE

Objectif Le Big Data Index, créé en 2012 par EMC et IDC, vise à mieux appréhender la perception qu'ont les entreprises françaises du Big Data et la réalité des initiatives prises dans ce domaine.

Périmètre et méthodologie L'étude repose sur deux enquêtes conduites en France en Juin et Juillet 2012 (Figure 1) auprès de 160 entreprises et administrations de plus de 200 salariés en France (dont 108 de plus de 500 salariés). Parmi les organisations contactées, représentatives des différents secteurs de l'économie, seules ont été sélectionnées celles qui ont déclaré faire face à une forte croissance des volumétries et de la diversité des données qu'elles doivent gérer au sein de leurs bases de données. 

La première enquête a été conduite auprès de 80 interlocuteurs Etudes / Projets décisionnels



Une deuxième enquête a été menée auprès de 80 Interlocuteurs "Infrastructures"

FIGURE 1 Echantillon des entreprises interrogées

Population IT / Infrastructures

Population Etudes / Décisionnel

5% 10% 13% 33%

33%

13%

18% 16%

29%

200 à 499

500 à 999

2000 à 4999

5000 et +

Source : IDC/EMC, 2012

©2012 IDC

31%

N=80

N=80

1000 à 1999

200 à 499

500 à 999

2000 à 4999

5000 et +

1000 à 1999

LE "BIG DAT A" : DEFIN ITION ET RE ALITE A L'ECHELLE MONDI ALE

Définition IDC du Big Data IDC définit le Big Data (Figure 2) comme un ensemble de technologies, d'architectures, d’outils et de procédures permettant à une organisation de très rapidement capter, traiter et/ou analyser de larges quantités de données et contenus hétérogènes et changeants, et d’en extraire des informations pertinentes à d’un coût accessible.

FIGURE 2 Les 4 V du Big Data

Terabytes

Structurées

Volumétries

Variété

Batch

Vélocité

€

Valeur

Petabytes

Non structurées

Streaming

€€€€€

Source : IDC, 2011

Les technologies pouvant être qualifiées de "Big Data" couvrent l'ensemble de cette chaîne depuis la capture – le cas échéant en temps réel - de ces données et contenus variés jusqu'à la restitution de l'information de façon exploitable et opérationnelle et aux processus métier collaboratifs qui en résultent. Deux maillons importants de cette chaîne sont le stockage et l'analyse.  Le maillon "stockage" est indispensable pour toute action postérieure, qu'il s'agisse par exemple de récupérer des informations utiles à des fins réglementaires ou de lancer des analyses. Il nécessite de s'appuyer sur des architectures de stockage Scale-Out évolutives qui permettent d'augmenter à la fois la capacité, le débit et la performance des plateformes de stockage.  Le maillon "analyse" est essentiel pour apporter de la valeur à l'organisation en ce sens qu'il permet une prise de décision améliorée et beaucoup plus rapide dans des domaines souvent cœur de métier et donc critiques. Il s'appuie sur toute une gamme de technologies, souvent complémentaires, permettant de pallier les limites des entrepôts de données traditionnels face aux flux de type Big Data et d'atteindre des niveaux de performance élevés dans un contexte de volumes et de complexité croissantes : bases de données en Mémoire, base de données en colonnes, bases de données d'analyse massivement parallèle, approches MapReduce (en particulier Hadoop) permettant la répartition de la charge sur un grand nombre de serveurs et adaptées à l'analyse

©2012 IDC

2

de très gros volume de données dont la nature et le format sont très changeants, bases de données graphiques permettant l'analyse de relations complexes entre des grands volumes d’entités distinctes et certaines bases de données objet permettant une réorganisation des données à la demande… Il convient d'ajouter les technologies d'indexation de contenus à l'aide de fonctionnalités de recherche avancées permettant de retrouver et de donner un sens à des masses de contenus non structurés.

Taille et potentiel du marché En s'appuyant sur cette définition IDC a évalué le potentiel de croissance du marché émergent du Big Data. IDC anticipe ainsi une croissance annuelle moyenne de la dépense mondiale en technologies Big Data (matériel, logiciels et services Big Data) de 39,4% sur la période 2010 – 2015 soit un rythme sept fois supérieur à celui du marché des technologies de l'information et de la communication. Cette dépense devrait représenter 12,6 milliards d'euros en 2015 contre 2,4 en 2010. Cette évaluation intègre aussi bien les cas de collecte de stocks massifs de données (supérieurs à 100 Terabytes) davantage rencontrés dans les grandes économies asiatiques et américaines qu'en Europe que des scénarios d'accroissement très rapide des volumes de données (rythme supérieur à 60% par an) ou de collecte de données à un rythme extrêmement élevé comme les flux d'événements en temps réel (streaming).

Les principaux cas d'usage La gamme des cas d'usage existants est très large, bien que le marché en soit à son premier stade de développement.  Beaucoup sont spécifiques à un secteur d'activité ou à un processus métier et préexistaient à l'arrivée des technologies Big Data. Ils se développent notamment parce qu'il n'est plus nécessaire de constituer des échantillons et des extrapolations complexes dès lors qu'il devient accessible d'aller directement puiser les informations dans les données brutes.  D'autres usages sont apparus avec l'apparition de nouvelles sources de données comme par exemple les médias sociaux, les capteurs embarqués dans les appareils, objets et équipements ou encore les technologies de géolocalisation permettant d'interagir avec les clients en fonction du contexte dans lequel il se trouve. Ils permettent souvent d'envisager des innovations majeures. On peut imaginer par exemple que l'analyse du comportement des conducteurs d'automobiles rendue possible par la présence de capteurs embarqués à bord des véhicules permettra, aux compagnies d'assurance de faire évoluer les primes en fonction de ce données et aux constructeurs de concevoir des voitures plus adaptées à la conduite des utilisateurs. Parmi les premiers usages Big Data aujourd'hui les plus répandus, on peut citer : 

L'analyse prédictive dans le domaine de la relation client et l'identification de nouvelles opportunités de ventes associées : segmentations ultra-précise, analyse des sentiments et mesure des résultats des campagnes en temps réel grâce à l'écoute des conversations sur les médias sociaux, analyse des comportements des visiteurs et recommandations personnalisées en ligne,

©2012 IDC

3

analyse des risques et causes de passage à la concurrence, campagnes marketing ultra-personnalisées de très grande envergure…; 

L'analyse en temps réel de la demande pour moduler les prix, ajuster les promotions et les approvisionnements en fonction des évolutions (notamment dans les secteurs du Retail et du Tourisme) ;



La détection des fraudes (analyse très fréquente des transactions pour repérer les comportements anormaux dans le secteur public et l'assurance) et gestion des risques dans la Banque (par exemple dans les prises de position des traders sur les marchés financiers) ;



L'analyse de la consommation d'électricité grâce à des capteurs embarqués dans les compteurs intelligents ou l'analyse des risques de panne sur les équipements et produits dans l'industrie ou les Utilities.

©2012 IDC

4

LES ENTREPRISES FRANÇ AISES ESTIMENT QUE LE "BIG DATA" EST UN SUJET IMPORTANT ET LE RESSENTENT POSITIVEMENT

Le Big Data est porteur de potentiels considérables aux équipes Etudes

bénéfices yeux des

Les bénéfices perçus par les équipes Etudes sont variés, nombreux et conformes à la proposition de valeur du Big Data (Figure 3) 

Le Big Data est clairement associé à de grosses volumétries ;



Les deux fonctions de stockage et d'analyse sont bien perçues ;



Les dimensions "variété" et "vitesse" sont également présentes à l'esprit des répondants même si le V de "variété " des données (accès à tout type de données et de façon plus libre) devance le V de "vitesse" (capacité à réagir vite aux événements). Seules 30% d'entre elles mettent spontanément en avant les 3 V du Big Data : "Volumes", "Variété" et "Vitesse" contre 50% dans une étude 1 récente menée par IDC aux Etats-Unis.

FIGURE 3 Les bénéfices associés au Big Data par les équipes Etudes Question Equipes Etudes : Sur une échelle de 1 à 5, quel niveau d’importance accordez-vous aux bénéfices potentiels suivants du Big Data ? (plusieurs réponses possibles)

Stockage de grosses volumétries de données

73%

Analyse de grosses volumétries de données

69%

Finesse d'analyse (profondeur d'historique, données pertinentes à partir de données brutes…)

Volumes Co-création

56%

Accès à tout type de données (structurées/non structurées, …)

66% Variétéi

Liberté d'interrogation des données en dehors des requêtes pré-configurées

64%

Vitessei

Réactivité / Vitesse de traitement, d'analyse et de prise de décision

49% 0%

25%

50%

75%

Source : IDC/EMC, 2012

1

IDC and Computerworld BI and Analytics Survey Research Group IT Survey 2012, n = 111 (entrerprises de toutes tailles)

©2012 IDC

5

Les cas d'usage associés, cités par les répondants sont : 

L'identification de tendances à long terme et l'établissement de prévisions pour 38% d'entre eux ;



L'analyse financière (rentabilité des opérations, des clients, des fournisseurs …) pour 35% d'entre eux ;



L'optimisation des offres grâce à une meilleure connaissance client et à l'identification de nouvelles opportunités de ventes (31%) ;



L'amélioration de la fidélisation et la réduction du "churn" (14%) ;



La gestion des risques et la détection des fraudes (13%).

Le fait que le premiers cas d'usage évoqués portent sur l'identification de tendances à long terme et l'établissement de prévisions confirme que la dimension "vitesse" est plutôt en retrait dans l'esprit des répondants. Au-delà de son apport pour prendre de meilleures décisions et améliorer les processus existants, le Big Data est également vu comme un vecteur d'innovation par 75% des entreprises (Figure 4). Il permet d'être non seulement plus réactif mais aussi plus proactif sur le marché en s'appuyant sur 

des nouvelles données : par exemple issues des médias sociaux ou des nouvelles possibilités de géolocalisation liées aux applications mobiles ;



des nouvelles questions rendues possibles par ces nouvelles données et la réduction du cycle de conception de nouveaux modèles d'analyse;



des nouveaux modèles économiques basés sur la réactivité et l'interactivité en temps réel.

FIGURE 4 Big Data et innovation Question Equipes Etudes : Selon vous, le Big Data peut-il contribuer à renforcer la capacité d'innovation de votre organisation ? (plusieurs réponses possibles)

Nouvelles données Oui, en tirant parti de données jusqu'ici inaccessibles

49%

Oui, en rendant possible de nouveaux modèles économiques basés sur la réactivité et l'interactivité en temps réel

Nouveaux modèles économiques

40%

Oui, en réduisant le cycle de conception de nouveaux modèles d'analyse

37%

Oui, en permettant de répondre à des questions pour lesquelles aucune technologie ne permettait d'apporter de réponses

26%

Non

25% 0%

Nouvelles questions

25%

50%

75%

Source : IDC/EMC, 2012, n = 80

©2012 IDC

6

Un sujet encore peu connu et loin des préoccupations des équipes Infrastructures L'étude confirme que le concept de "Big Data" « parle » beaucoup plus aux équipes Etudes qu’aux équipes Infrastructures. Une conséquence logique de la forte dimension "métier" du sujet est que les équipes Infrastructures se sentent moins concernées. L'ampleur du contraste avec la perception des équipes Etudes n'en reste pas moins un enseignement frappant de l'étude : 

Le terme Big Data n’évoque rien à 35% des répondants.



73% n'associent pas de bénéfices au Big Data.



77% estiment que ce n’est pas vraiment un sujet pour leur entreprise.



91% déclarent que leur entreprise n’a pas d’initiatives ou de réflexions dans ce domaine.

Comme le montre l'étude un peu plus tard, la réalité est plus nuancée, l’utilisation du terme « Big Data » contribuant à "noircir le tableau".

Un sujet majoritairement important et nécessitant Direction Générale

perçu comme d'impliquer la

En cohérence avec les cas d'usage mis en avant dans l'évaluation des bénéfices du Big Data, les équipes Etudes sont conscientes que ces domaines souvent cœur de métier et donc critiques nécessitent d'impliquer la Direction Générale. Quant aux équipes Infrastructures interrogées, bien que considérant majoritairement que ce n'est pas aujourd'hui un sujet pour leur entreprise, elles sont pour autant tout aussi nombreuses (75% des répondants) que les équipes Etudes (77%) à considérer que la Direction Générale doit être impliquée dans ce type de projets. Pour les deux populations, elle doit même l'être fortement (58%). Ainsi, quel que soit le niveau de compréhension du sujet " Big Data", ce dernier est perçu comme important : les équipes Infrastructures semblent considérer à juste titre, que ce sujet est d'abord un sujet métier et "Direction Générale", qui concernera un jour ou l'autre leur entreprise et ne les touchera que dans un second temps.

Un sentiment partagé

de

retard

très

largement

Une large majorité d'entreprises (équipes Etudes) estime être "en retard" sur le sujet "Big Data" (Figure 5) 47% s'estiment même très en retrait par rapport à la moyenne de la profession (pairs du même secteur d'activité). Ce résultat est saisissant compte tenu de la jeunesse du sujet. Il semble refléter le fossé perçu entre d'une part une élite qui crée les premiers cas d'usage et la masse des autres entreprises qui l'observe avant d'aller plus loin. Ce sentiment de retard exprime aussi la perception que le sujet est jugé important. Dans le cas inverse, les entreprises ne se classifieraient pas de façon aussi radicale

©2012 IDC

7

parmi les retardataires mais plutôt dans "le ventre mou" de celles qui ne s'estiment ni en retard ni en avance.

FIGURE 5 Maturité perçue Question Equipes Etudes : Concernant l’état d’avancement de votre organisation dans le domaine du Big Data, comment positionnez-vous votre organisation sur une échelle de 1 à 5 où - 3 signifie "état d'avancement en ligne avec la moyenne de la profession, - 1

"très en retrait par rapport à cette moyenne"

- 5

"très en avance par rapport à cette moyenne »?

3%

Très en avance par rapport à cette moyenne

5%

En avance par rapport à cette moyenne

Etat d'avancement en ligne avec la moyenne de la profession

34% 11%

En retrait avec la moyenne de la profession

Très en retrait avec la moyenne de la profession

47% 0%

10%

20%

30%

40%

50%

Source : IDC/EMC, 2012, n = 80

D'autres études réalisées par IDCdébut 2012 montrent que les entreprises se sentent moins prêtes à s'engager dans une démarche Big Data que leurs homologues américaines, britanniques et allemandes (55% des entreprises françaises contre 47% 2 des entreprises allemandes par exemple ).

2

IDC European End-user Software Survey 2012, mars 2012

©2012 IDC

8

UNE RE ALITE EMERGENT E FACE BESOINS METIER GRAND ISSANTS

A

DES

Moins d'un tiers des entreprises revendique des initiatives autour de solutions Big Data Les initiatives Big Data assumées comme telles concernent moins d'un tiers des entreprises (Figure 6) 

18 % déclarent utiliser des solutions « Big Data ».



11% d’entreprises supplémentaires ont prévu ou envisagent d’investir

FIGURE 6 L'investissement en solutions B ig Data déclaré par les entreprises Question Equipes Etudes : à votre connaissance, votre organisation a-t-elle lancé des réflexions ou des initiatives Big Data ?

Ni projets ni réflexions

18% 1%

étudie l'opportunité d'investir dans ces solutions

10% 70%

va commencer à investir dans ces outils dans les prochains mois

utilise déjà des solutions Big Data

Source : IDC/EMC, 2012

Au sein de l'ensemble du groupe, 3 technologies « Big Data » parmi les 7 proposées dans le questionnaire sont utilisées en moyenne. Pour autant, les investissements réalisés ou envisagés se révèlent limités : 

Les entreprises affirmant déjà utiliser des solutions Big Data mettent davantage en avant une utilisation limitée qu'une large utilisation de ces solutions. C'est notamment le cas pour des technologies clés comme Hadoop MapReduce, les technologies en mémoire ou les Bases de données d'analyse massivement parallèle.



Au sein de l'ensemble du groupe, seule une moitié des entreprises déploie ou a déployé des technologies Big Data sur les dimensions "stockage" (Architectures de stockage Scale-Out) et "analyse" du Big Data.



Seuls 58% de ces entreprises ont engagé un dialogue IT / métier sur des enjeux d’analyse Big Data.

©2012 IDC

9

Un 2ème tiers d'entreprises a initié un dialogue IT/métier sur ces questions sans revendiquer de démarche "Big Data" Un deuxième groupe d'entreprises, en nombre équivalent (31% des répondants Etudes) se compose d'entreprises ayant déjà esquissé une orientation « Big Data » sans en être nécessairement conscientes. 

Ces entreprises déclarent toutes avoir engagé un dialogue IT/métier sur des enjeux d’analyse rapide de grosses volumétries de données variées.



Elles affirment par ailleurs ne pas envisager d’investissement Big Data aujourd'hui. Pourtant, dans deux tiers de ces entreprises, des briques technologiques « Big Data » sont déjà présentes (1 à 2 en moyenne), et quelques projets existent.

Ces entreprises ont donc initié des réflexions et des discussions de type "Big Data" voire des déploiements technologiques "BIg Data" sans revendiquer une démarche estampillée "Big Data" ou sans même faire le lien avec le concept de Big Data. Les niveaux d'adoption des technologies Big Data sont logiquement plus faibles qu'au sein du premier groupe. 

La proportion d'entreprises utilisant des technologies clés comme Hadoop MapReduce, les technologies en mémoire ou les Bases de données d'analyse massivement parallèle est bien moindre que dans le premier groupe. Elle est ainsi 4 fois inférieure pour les bases de données d'analyse massivement parallèle et 3 fois inférieure pour les technologies en mémoire. Il n'existe par ailleurs aucune utilisation ni aucun projet en lien avec Hadoop MapReduce.



La proportion des entreprises déployant les deux types de technologies (Stockage ET analyse) est par ailleurs 2 fois moins élevée que dans le premier groupe (Tableau 1).

Il convient tout de même de noter que l'utilisation de certaines technologies orientées "analyse" est plus large que dans le premier groupe (Bases de données en colonnes, bases de données graphiques et objet, indexation de contenus à base de moteurs de recherche avancés) Ce groupe a ainsi une orientation analytique plus importante que le premier groupe et affiche en revanche un usage proportionnellement deux fois moins élevé du maillon "stockage Scale-Out." L'addition de ces deux groupes forme un ensemble d'entreprises aujourd'hui concernées par des initiatives ou des réflexions orientées Big Data. Ce groupe peut être qualifié "d'entreprises orientées Big Data". Composé de 60% des entreprises interrogées, il rassemble ainsi des entreprises globalement peu matures sur le sujet. Ce groupe se distingue néanmoins fortement de l'ensemble des 40% d'entreprises restantes, lesquelles n'ont pas encore esquissé de démarche pouvant être qualifiée de Big Data. (Tableau 1)

©2012 IDC

10

TABLE AU 1 Classification des entreprises "orientées Big Data "selon leur initiatives

Entreprises "orientées Big Data" : 60% des entreprises

Les "volontaristes" du Big Data

Les "Messieurs Jourdain" du Big Data"

29% des entreprises

31% des entreprises

revendiquent des investissements ou des réflexions en solutions Big Data

Initient un dialogue IT / Métier de type Big Data sans revendiquer de déploiements Big Data ni toujours faire le lien

Nombre de technologies Big Data déjà utilisées en moyenne parmi les 7 citées : - Stockage : Architectures de stockage ScaleOut - Analyse** : technologies listées ci-dessous* Proportion des entreprises ** déployant les deux types de technologies (Stockage ScaleOut ET au moins une technologie d'analyse listée ci-dessous**) : en place ou projet

3

Entre 1 et 2

52%**

25%**

* Hadoop MapReduce, Bases de données d’analyse massivement parallèle,

Bases de données en colonne, Technologies en Mémoire,

Base de données objet ou graphiques, Indexation de contenus à base de moteurs de recherche avancés

* * Intervalle de confiance de 20%

Une demande métier croissante d'analyses de type Big Data Ce sont au total 48% des entreprises interrogées qui se sont engagées dans une démarche de dialogue IT / métier sur ces enjeux. Les entreprises sont conduites à agir ainsi par une demande croissante d'analyses de type Big Data de la part des métiers. L'étude révèle en effet que 

Deux tiers des entreprises sont déjà confrontées et/ou anticipent une forte croissance des besoins d’analyse rapide de fortes volumétries de données variées.



54% enregistrent depuis deux ans une augmentation forte des besoins en matière d'analyses plus fines (profondeur d'historique, nouveaux types d'analyses et de corrélation, ...) et 47% une augmentation du même ordre en matière de mise à jours plus fréquentes des analyses ;



38% des répondants signalent une évolution forte ces deux dernières années du périmètre des données à analyser en direction des données non structurées internes (documents, mails, enregistrements de centres d'appels…) ou externes (en provenance du web en particulier…)

Les besoins identifiés portent en particulier sur l’analyse financière (rentabilité des opérations, des clients, de fournisseurs), l’établissement de prévisions à long terme et l’amélioration de la connaissance client (Figure 7). D’autres besoins davantage spécifiques à certains secteurs d’activité sont cités comme la gestion des risques et la gestion des fraudes.

©2012 IDC

11

On retrouve ici les mêmes domaines que ceux identifiés par les répondants comme pouvant bénéficier d'une démarche Big Data et présentés au tout début du rapport.

FIGURE 7 Domaines concernés par le dialogue IT/ Métier autour d'enjeux Big Data Question Equipes Etudes 1 : En matière d'analyse rapide de fortes volumétries de données, à la fois structurées et non structurées avez-vous engagé un dialogue avec des entités métiers autour d'éventuels besoins ? Question Equipes Etudes 2 : Dans quels domaines avez-vous engagé un dialogue avec des entités métiers autour d'éventuels besoins ?

Analyse financière (rentabilité des opérations, clients/fournisseurs…)

58%

Connaissance client : optimisation des offres, identification de nouvelles opportunités de ventes

53%

Identification de tendances à long terme, prévisions

47%

Autres (données de production, R&D, géolocalisation, interventions d'urgence...)

26%

Gestion des risques, détection des fraudes

21%

Fidélisation, réduction du churn

18%

La mise à disposition de preuves électroniques en cas de litiges (e-discovery)

6% 0%

20%

40%

60%

Source : IDC/EMC, 2012

En matière de besoins en analyse, l'étude permet de mettre en évidence quelques caractéristiques davantage présentes chez les "entreprises orientées Big Data" que chez la moyenne des entreprises interrogées :  Une plus grande culture analytique IT / Métier 

57% déclarent que l’analyse intensive des données à des fins d’analyse n’est pas limitée aux statisticiens et spécialistes (contre 32% dans les autres)



61% impliquent les utilisateurs finaux (au-delà des analystes métier) dans la préparation des données (contre 32% dans les autres)

 Une plus grande orientation vers l'analyse de données collectées en temps réel 

54% (contre 32%) ont des domaines critiques « cœur de métier » nécessitant l’accès aux données en temps réel à des fins d'analyse

 Une plus grande orientation vers l'analyse des données non structurées 

48% contre 23% sont confrontées depuis 2 ans à davantage de besoins d’analyse des données non-structurées. 12% déclarent avoir reçu des demandes pouvant nécessiter une approche Big Data pour tirer parti des

©2012 IDC

12

médias sociaux (contre 3% chez les autres) : marketing, e-réputation, gestion des risques, détection des fraudes…

Vers un élargissement limité du marché à court terme, des facteurs importants d'adoption à plus long terme En 2012, plus de la moitié des entreprises utilisent au moins une brique technologique Big Data S'il existe une présence éparse de briques technologiques Big Data au-delà de la population des entreprises orientées "Big Data", l'étude révèle surtout que les entreprises encore non équipées aujourd'hui sont rares à envisager de le faire à court terme. (Figure 8)

FIGURE 8 Adoption et projets d'adoption de technologies "Big Data" Question Equipes Etudes : : à votre connaissance, votre organisation utilise-t-elle les technologies suivantes ?

Oui, utilise largement

Oui, utilisation limitée

Non, mais en projet

Bases de données en colonnes

20%

9% 2%

Technologies en Mémoire (In Memory Database)

21%

11%

Bases de données d'analyse massivement parallèle (MPP)

7%

Base de données objet ou graphiques

7% 1% 26%

2% Hadoop MapReduce,

5%

18%

3%

3%

2% Indexation de contenus à base de moteurs de recherche avancés

19%

13%

Architectures de stockage Scale-Out

20%

12%

0%

6%

1%

25%

50%

Source : IDC/EMC, 2012, n = 80

La proportion d'entreprises ayant des projets d'acquisition pour les prochains mois de technologies Big Data s'avère en effet faible ; elle oscille entre 1% et 6% selon les technologies et se situe par exemple autour de 2% pour les bases de données en colonnes, 5% pour les technologies en mémoire et 3% pour Hadoop MapReduce.

©2012 IDC

13

3

Alors qu'aux Etats-Unis, les résultats d'une enquête comparable montrent que la proportion d'entreprises utilisant ces technologies de façon large ou limitée n'est pas nécessairement beaucoup plus élevée qu'en France, on constate en revanche que la proportion d'entreprises ayant des projets d'acquisition pour les prochains mois est, pour sa part, beaucoup plus importante : 7 à 8 fois plus grande pour les technologies en colonnes, 3 à 4 fois plus grande pour les technologies en mémoire et 5 fois plus grande pour Hadoop MapReduce. L'interrogation des populations Infrastructures confirme ce résultat. Parmi les 32% d'entreprises qui utilisent déjà les technologies de stockage Scale Out, ce sont celles qui en ont déjà aujourd'hui l'utilisation la plus élevée (16%) qui vont le plus augmenter le recours à cette technologie dans les trois prochaines années (pour 50% d'entre elles). Parmi les 68% qui ne sont pas utilisatrices aujourd'hui, seules 8% déclarent une intention d'investissement dans ce domaine. Il semble donc bien qu'un fossé risque de se creuser dans un premier temps entre les entreprises déjà équipées et les autres. D'autres résultats de l'étude indiquent cependant qu'une deuxième vague d'adoption se prépare à plus long terme. 

Tout d'abord, les entreprises ayant engagé des réflexions sur les enjeux Big Data sans revendiquer de démarche tournée vers des solutions Big Data forment un groupe de taille importante (31% des répondants Etudes), dont une partie rejoindra tôt ou tard le premier groupe une fois établie la connexion entre les réflexions engagées en interne et les solutions Big Data du marché ;



Les entreprises qui ne sont pas aujourd'hui orientées Big Data (répondants Etudes) associent au Big Data les mêmes bénéfices que les entreprises orientées Big Data dans des proportions quasi-équivalentes, signe d'une certaine adhésion aux grandes lignes du discours des fournisseurs de solutions et consultants ;



Au sein de ce groupe d'entreprises aujourd'hui peu concernées ou éloignées du sujet Big Data, 14% d'entreprises supplémentaires anticipent une croissance des besoins de type Big Data de la part des entités métier dans les prochaines années;



Les équipes Infrastructures, bien que peu sensibles au "terme Big Data", déclarent, pour 44% d'entre elles, avoir lancé des projets dans le domaine de l'analyse de fortes volumétries de données variées. 42% d'entre elles précisent que le Système d'information décisionnel va fortement tirer leurs besoins en stockage dans les prochaines années;



8% seulement des répondants Etudes (et 9% des répondants Infrastructures) citent la maturité des offres logicielles présentes sur le marché comme un frein au développement du Big Data au sein de leur entreprise. Ceci semble indiquer que les entreprises pour qui le Big Data n'est pas aujourd'hui une préoccupation ou une priorité seront ouvertes au dialogue avec ces fournisseurs le moment venu.

3

IDC and Computerworld BI and Analytics Survey Research Group IT Survey 2012, n = 111

(entreprises de toutes tailles)

©2012 IDC

14

DES DIFFICULTES ET DES DIVERGENCES DANS L' APPREHENSION DES IMP ACTS ET ENJEUX ASSOCIES Enjeux organisationnels : consensus sur la nécessité de renforcer la collaboration IT / Métier et la gouvernance de l'information Comme évoqué précédemment, le sujet Big Data est perçu par une majorité d'entreprises comme un sujet important, nécessitant d'impliquer la Direction Générale de façon approfondie. Cet enseignement fort de l'étude est à mettre en relation avec deux autres résultats importants : 

Les enjeux organisationnels et culturels associés au Big Data sont vus comme le principal frein à surmonter pour assurer le développement du Big Data par les équipes Etudes, contrairement aux équipes Infrastructures. 26% des répondants "Etudes" mettent en avant cette dimension contre seulement 9% des répondants Infrastructures.

Plus proches des enjeux métier, les équipes Etudes ont logiquement davantage conscience de la difficulté de poursuivre ou d'entreprendre la transformation de l'entreprise en organisation s'appuyant sur les données et valorisant l'usage de données toujours plus pertinentes dans la prise de décision. Ils sont par exemple mieux placés que les équipes infrastructures pour anticiper des impacts organisationnels pouvant découler par exemple de la mise en place de nouveaux modèles économiques rendus possibles par le Big Data. 

Le lien entre Big Data et la nécessité de renforcer la collaboration IT / métier est perçu de manière plus consensuelle. 51% des répondants Etudes jugent que le Big Data aura un impact fort dans ce domaine. 46% des répondants Infrastructures les rejoignent sur ce point (Figure 9)

Le Big Data portant sur des enjeux métier critiques, et apportant des opportunités d'innovation, le renforcement de la collaboration IT / métier apparaît naturellement comme un corollaire et même un prérequis à toute démarche Big Data réussie. La recherche IDC montre que les centres de compétences BI ou BA (Business Analytics) associant les populations IT et Métier deviennent la norme dans les entreprises les plus avancées en matière de systèmes d'information décisionnels. Cette tendance est appelée à se renforcer. La dimension "vitesse" du Big Data doit aussi entraîner un recours à des méthodes de travail toujours plus agiles, à la fois plus itératives et plus collaboratives entre la DSI et les entités métiers : de nouvelles catégories d'utilisateurs, de nouvelles sources de données, de nouveaux modèles d'analyse et de nouveaux scenarios d'utilisation devront pouvoir être ajoutés de plus en plus rapidement au fur et à mesure que l'usage du Big Data se répandra. Il est intéressant de noter que les entreprises orientées Big Data – dont l'étude montre qu'elles ont une culture analytique IT/Métier plus développée que la moyenne – sont encore plus nombreuses à citer la collaboration accrue entre IT et métiers comme un impact fort du Big Data en interne (66% d'entre elles). La dimension "collaboration IT / métier" est par ailleurs intimement liée à la dimension "qualité des données". 51% des entreprises orientées Big Data pensent ainsi que le développement du Big Data aura pour conséquence une implication plus grande encore des utilisateurs finaux dans les tâches de modélisation, de préparation et de gouvernance de données.

©2012 IDC

15

Une majorité d'entreprises et les deux populations interrogées dans le cadre de l'étude s'accordent sur cette importance accrue de la qualité des données dans une démarche de type Big Data (Figure 9)

FIGURE 9 Impact perçu du Big Data sur les enjeux de collaboration IT/métier et de qualité des données Question équipes Etudes et équipes Infrastructures : Sur une échelle de 1 à 5, quel niveau d’ importance accordez-vous aux impacts potentiels en interne du Big Data ?

Impact fort Equipes Infra / IT

Equipes Etudes

46%

Collaboration DSI / entités métiers

51%

54%

Accent sur la qualité des données 54%

0%

20%

40%

60%

Source : IDC/EMC, 2012, n = 160 (80 répondants au questionnaire Etudes et 80 répondants au questionnaire Infrastructures)

L'enjeu majeur du Big Data résidant dans la transformation de ces données et contenus en information exploitable et opérationnelle, une importance encore accrue est conférée à la gouvernance de l'information et aux technologies d'intégration et de normalisation des données et des contenus (comme par exemple les plateformes d'accès unifié à l'information). Il devient essentiel de générer suffisamment de données sur les données transactionnelles et d’interaction (métadata) et de savoir les traiter, les entretenir et les mettre en cohérence.

©2012 IDC

16

Une certaine sous-estimation divergences concernant les enjeux "compétences"

et liés

des aux

Interrogées sur les freins au développement du Big Data au sein de leur entreprises, les équipes, les entreprises françaises ne semblent pas avoir pris la mesure du déficit d'expertise technologique face aux enjeux du Big Data.

FIGURE 10 Freins perçus au développement du Big Data en termes d'expertises Question Etudes et Infrastructures : Quels sont les éventuels freins à l’adoption d’outils ou de solutions Big Data ? (dimension expertise)

Equipes Infrastructures

Equipes Etudes

Le manque d'expertise technologique en interne

Le manque d'expertise technologique en interne

14%

La maturité des offres logicielles

La maturité des offres logicielles

9%

Le manque d'expertise technologique sur le marché

9%

8%

Le manque d'expertise technologique sur le marché

6%

0%

10%

20%

30%

23%

40%

50%

0%

10%

20%

30%

40%

50%

Source : IDC/EMC, 2012, n = 160 (80 répondants au questionnaire Etudes et 80 répondants au questionnaire Infrastructures)

Ce dernier n'est vu comme un frein que par seulement 23% des équipes Etudes et 14% des équipes Infrastructures (Figure 9). La recherche IDC montre que les compétences à acquérir et à développer dans le domaine du Big Data sont nombreuses et variées. Elles ne se résument pas à la dimension technologique, mais celle-ci est essentielle. Il est possible de résumer ici les différents types de compétences requises : 

Des compétences analytiques et statistiques : experts en statistiques et datamining capables d'analyser de larges volumes de données et d'en extraire les analyses pertinentes. On utilise souvent le terme de "datascientists" pour dénommer ces experts capables de transformer en algorithmes et en modèles les questions des analystes métier et de donner ensuite aux résultats une véritable signification métier ;



Des compétences d'analystes métier, connaissant parfaitement le modèle économique de l'entreprise et son environnement, et capables de poser de nouvelles questions et d'imaginer des nouveaux modèles d'analyse tenant compte des possibilités offertes par le Big Data, puis d'interpréter les résultats avec l'aide des "datascientists" ;

©2012 IDC

17



Des compétences techniques et en gestion de projets, capables de développer, déployer et/ou maintenir les technologies matérielles et logiciels associés au Big Data

Cette sous-estimation de l'enjeu des compétences apparaît également lorsqu'on élargit le propos à l'ensemble des compétences requises. 44% des répondants Etudes et 35% des répondants Infrastructures déclarent percevoir le fort impact du Big Data sur les compétences requises pour exercer leur propre métier (Figure 11). La perception moins nette qu'ont ces derniers s'explique ici encore par leur position plus éloignée dans l'entreprise par rapport aux enjeux métier. Il est tout de même frappant de constater que les répondants Infrastructures sont plus nombreux à estimer ce futur impact faible (44%) qu'à le juger élevé (35%).

FIGURE 11 Impact du Big Data en termes de changement des compétences requises en interne Question Etudes et Infrastructures : Sur une échelle de 1 à 5, quel niveau d’ importance accordez-vous aux impacts potentiels en interne du Big Data ?

Changement dans les compétences requises pour exercer votre métier Très faible

Equipes Etudes / Métier

15%

Equipes Infra / IT

14%

36%

0%

20%

Faible

Moyen

27%

8%

40%

Fort

Très fort

38%

20%

60%

25%

80%

6%

10%

100%

Source : IDC/EMC, 2012, n = 160 (80 répondants au questionnaire Etudes et 80 répondants au questionnaire Infrastructures)

Il est intéressant de mettre ces résultats en perspective avec les résultats d'une enquête mondiale réalisée au printemps 2012. Invités à choisir sur une liste le plus grand défi à relever par leur organisation face aux enjeux du Big Data (Infrastructures, soutien des entités métier, compétences…), les répondants à cette étude mondiale mettent largement en avant la dimension "compétences" : les répondants soulignent, pour 27% d'entre eux, la difficulté à évaluer quelles données sont les plus pertinentes pour une approche Big Data, une tâche qui n'est certes pas du seul ressort des équipes informatiques. Ceci illustre bien sûr la jeunesse du concept mais aussi le déficit de compétences analytiques/statistiques et métier permettant de tirer parti du Big Data. 13% soulignent directement le manque de compétences analytiques, 11% le manque de compétences IT pour gérer les projets Big Data et 8% la difficulté à faire correspondre "technologies Big Data" et "Usages Big Data". Ce sont donc 60% des répondants à cette enquête mondiale qui identifient le déficit de compétences comme le principal défi. Ce

©2012 IDC

18

résultat va dans le sens d'une sous-estimation de l'enjeu des compétences par les répondants aux enquêtes du Big Data Index EMC IDC en France.

Des différences d'appréciation concernant les évolutions à apporter au plan des infrastructures Si les deux populations mettent d'abord en avant le domaine du stockage comme étant le plus concerné au sein des infrastructures (Figure 12), des différences de perception apparaissent quant aux impacts du Big Data sur d'autres domaines des infrastructures. Il convient aussi de noter que 39% des répondants "Infrastructures" ne se sont pas estimés en mesure de donner un avis sur le sujet Les équipes Etudes mettent ainsi davantage en avant que les équipes Infrastructures la dimension "organisation des datacenters" et les enjeux de sécurité/disponibilité/confidentialité que des évolutions purement techniques (stockage, performance des réseaux et des systèmes). Les équipes Etudes étant de loin les plus sensibilisées au Big Data aujourd'hui, elles ont ainsi davantage à l'esprit que le Big Data nécessitera des infrastructures plus agiles capable de répondre à des besoins de montée en charge soudains, et donc une modernisation et transformation des datacenters (virtualisation, automatisation, interconnexion…). En ce qui concerne la dimension "sécurité/disponibilité/confidentialité", Les équipes Etudes ont bien en tête la criticité des systèmes décisionnels supportant ou alimentant des applications cœur de métier de l'entreprise, et donc la nécessité de les héberger sur des systèmes à haute disponibilité. Les enjeux de confidentialité sont également importants : l'accès en temps réel aux informations peut, en l'absence de garde-fous adéquats (procédures..), entraîner des décisions à risque, y compris sur des données client ou partenaires n'appartenant pas à l'entreprise.

©2012 IDC

19

FIGURE 12 Impact du Big Data sur les I nfrastructures Question Etudes et Infrastructures : Quels domaines de l'infrastructures IT vont devoir le plus s'adapter aux enjeux Big Data, selon vous ? (plusieurs réponses possibles)... :

Equipes Infrastructures

Equipes Etudes Stockage

64%

Stockage

Conception, organisation et interconnexion des datacenters

58%

Conception, organisation et interconnexion des datacenters

Sécurité (Disponibilité, confidentialité…)

25%

24%

Architectures réseaux / Systèmes (performance, latence, bande passante)

37% 0%

45%

Sécurité (Disponibilité, confidentialité…)

46%

Architectures réseaux / Systèmes (performance, latence et bande passante)

76%

50%

75%

51% 0%

25%

50%

75%

Source : IDC/EMC, 2012, n = 160 (80 répondants au questionnaire Etudes et 80 répondants au questionnaire Infrastructures - 39% des répondants Infrastructures, ont répondu "ne sait pas"

Au sein même de la catégorie des entreprises orientées "Big Data", un certain flou se manifeste concernant la capacité de la DSI de se mettre à niveau La jeunesse du sujet Big Data doit conduire à ne pas donner une importance démesurée à l'absence d'alignement entre les équipes Etudes et Infrastructures concernant les impacts du Big Data. Il convient néanmoins d'être vigilant dans ce domaine, car il est potentiellement porteur de risques pour le bon déroulement des futurs projets Big Data. En 2012, c'est surtout un sentiment de flou que ressentent les entreprises – et notamment les populations Etudes - concernant le cheminement à suivre pour se mettre en position de répondre aux attentes des métier face aux promesses du Big Data. C'est ce que montre la figure 12 ci-dessous. Interrogées sur la capacité perçue de la DSI à se mettre à niveau face à ces différents enjeux et impacts du Big Data en interne (évolutions des compétences, des infrastructures…), seules 31% des entreprises orientées Big Data, - font véritablement preuve optimisme (Figure 13). Il s'agit principalement de celles qui déclarent avoir lancé des initiatives Big Data. 22% sont au contraire plutôt pessimistes tandis que plus de la moitié des répondants sont dans le flou.

©2012 IDC

20

FIGURE 13 Capacité perçue de la DSI de se mettre à niveau Question Etudes : entreprises orientées Big Data: Selon vous, l’effort de mise à niveau nécessaire au sein de la DSI (pour faire face à l’ensemble de ces enjeux (organisationnels, compétences, infrastructures…) pourrait-il être soutenable et déboucher sur des résultats probants dans les 3 prochaines années ?

Non, ce n'est pas envisageable 12% Non, c'est peu probable 10%

Oui, certainement 31%

Ne sait pas 20% Oui, peutêtre 27%

Source : IDC/EMC, 2012, Questionnaire Etudes, n = 50

©2012 IDC

21

CONCLUSION : Le Big Data Index EMC / IDC met en évidence :  Une perception positive et un niveau de compréhension plutôt élevé du concept du Big Data par les populations Etudes / Projets décisionnels tandis que les populations Infrastructures se sentent encore peu concernées aujourd'hui.  L'existence d'un recours encore limité aux "technologies Big Data" ;  L'absence d'une dynamique de décollage de ce marché à court terme (contrairement à ce qui semble se dessiner aux Etats-Unis), mais des signes annonciateurs d'une deuxième vague d'adoption à moyen terme grâce notamment à l'émergence d'un dialogue IT / métier sur les enjeux de type Big Data :  Des difficultés et des divergences dans l'appréhension des impacts et enjeux associés du Big Data, notamment entre équipes Infrastructures et équipes Etudes. En particulier, l'étude révèle une certaine sous-estimation des enjeux liés à l'évolution des compétences La jeunesse du sujet Big Data doit conduire à ne pas donner une importance démesurée à l'absence d'alignement entre les équipes Etudes et Infrastructures concernant les impacts du Big Data. En revanche, l'accélération du rythme d'adoption des approches et technologies Big Data passe par une meilleure compréhension des impacts organisationnels en interne au-delà d'une perception plus précise des bénéfices associés.

Copyright Publication externe des informations et données IDC : l’utilisation de toutes les informations IDC dans le cadre de publicités, de communiqués de presse ou de contenus promotionnels doit être soumise à l'accord écrit préalable du vice-président impliqué ou du directeur général de la filiale du pays concerné. Une version du document proposé doit accompagner la demande. IDC se réserve le droit de refuser l'utilisation externe de ces informations pour quelque raison que ce soit. Copyright 2011 IDC. Toute reproduction sans autorisation écrite est interdite.

©2012 IDC

22