Aspiration 9 – Passer de gestion de base (DATA) à Big DATA
As-is: La comptabilité utilise l’information des compteurs pour effectuer la facturation. La seule structure que l’on a en ce moment s’est une équipe d’employés qui vont lire les compteurs. Les clients rapportent les pannes.
To Be : · Gérer toute l’information qui sera disponible grâce au smartgrid · Générer une information utile pour planifier les actions à prendre pour mieux gérer la demande et optimiser la production énergétique. · Développer une base de données utilisable et des logiciels pour l’ensemble des tâches à accomplir · Identifier plus rapidement les défaillances du réseau · Optimiser la production d’énergie · Avoir la possibilité d’un meilleur prix pour l’énergie produite
La Big data à implanter selon le modèle écosystème TIC (voir 2.1. Survol de l'écosystème TIC), présente la structure suivante:
Comment implanter la Big data: 1.Layer 1, sources: Définir: 1.1.Le format de la data: Structurée, Semi-Structurée ou sans structure. 1.2.Vitesse et volume de la data. 1.3.Définir les points de collecte directement ou à travers de data providers, temps réel ou batch mode, la data comme source primaire de l’étude ou envoyé par un fournisseur. (source secondaire). 1.4.Localisation de la source de la data, les sources seront à l’intérieur ou à l’extérieur de la entreprise.
2.Layer 2, masser & stockage: Elle est responsable pour acquérir la data et la convertir dans le format convenable pour être analysé (Hadoopdistributed file system –HDFS store ou RelationalDatabase Management System – RDBMSwarehouse Il faut prendre en considération les politiques de la bonne gouvernance pour les différents sortes de data.
3.Layer 3, analyses layer: Décisions sur: 3.1.Produire les analyses souhaites. 3.2.Dériver un aperçu des données. 3.3.Trouver les entités requises. 3.4.Réperer les sources qui me peuvent donner l’info sur les entités. 3.5.Comprendre ce que les algorithmes et les outils sont nécessaires pour effectuer les analyses.
4.Layer 4, consomption layer: Cette couche consomme la sortie fournie par la couche d'analyse. Les consommateurs peuvent être des applications de visualisation, les êtres humains, les processus d'affaires, ou des services. Parfois, il est utile de regarder et comparer ce que les concurrents sur des marchés similaires sont en train de faire.
As-is: La comptabilité utilise l’information des compteurs pour effectuer la facturation. La seule structure que l’on a en ce moment s’est une équipe d’employés qui vont lire les compteurs. Les clients rapportent les pannes.
To Be :
· Gérer toute l’information qui sera disponible grâce au smartgrid
· Générer une information utile pour planifier les actions à prendre pour mieux gérer la demande et optimiser la production énergétique.
· Développer une base de données utilisable et des logiciels pour l’ensemble des tâches à accomplir
· Identifier plus rapidement les défaillances du réseau
· Optimiser la production d’énergie
· Avoir la possibilité d’un meilleur prix pour l’énergie produite
La Big data à implanter selon le modèle écosystème TIC (voir 2.1. Survol de l'écosystème TIC), présente la structure suivante:
Comment implanter la Big data:
1.Layer 1, sources:
Définir:
1.1.Le format de la data: Structurée, Semi-Structurée ou sans structure.
1.2.Vitesse et volume de la data.
1.3.Définir les points de collecte directement ou à travers de data providers, temps réel ou batch mode, la data comme source primaire de l’étude ou envoyé par un fournisseur. (source secondaire).
1.4.Localisation de la source de la data, les sources seront à l’intérieur ou à l’extérieur de la entreprise.
2.Layer 2, masser & stockage: Elle est responsable pour acquérir la data et la convertir dans le format convenable pour être analysé (Hadoopdistributed file system –HDFS store ou RelationalDatabase Management System – RDBMSwarehouse Il faut prendre en considération les politiques de la bonne gouvernance pour les différents sortes de data.
3.Layer 3, analyses layer: Décisions sur:
3.1.Produire les analyses souhaites.
3.2.Dériver un aperçu des données.
3.3.Trouver les entités requises.
3.4.Réperer les sources qui me peuvent donner l’info sur les entités.
3.5.Comprendre ce que les algorithmes et les outils sont nécessaires pour effectuer les analyses.
4.Layer 4, consomption layer: Cette couche consomme la sortie fournie par la couche d'analyse. Les consommateurs peuvent être des applications de visualisation, les êtres humains, les processus d'affaires, ou des services. Parfois, il est utile de regarder et comparer ce que les concurrents sur des marchés similaires sont en train de faire.
Le modèle final: