Accueil > Business > Industrie 4.0 > [Etude] Big Data et IoT : état des lieux de l’adoption en 2016
adoption iot etude

[Etude] Big Data et IoT : état des lieux de l’adoption en 2016

Le cabinet d’étude Desner Advisory Services a réalisé une étude très intéressante sur les marchés de l’Internet des Objets et du Business Intelligence. C’est une des études les plus détaillées sur le lien entre l’IoT et le Big Data, l’adoption du Big Data, l’analytique, et la distribution des données.

Ce rapport fournit également une analyse du business intelligence basé sur le Cloud, comme les exigences en fonctionnalités, en architecture et en sécurité. L’étude parle également des entreprises clés en termes d’adoption de l’IoT et du business intelligence.

Une étude qui traite du degré d’importance de l’IoT et du Big Data selon plusieurs critères

Aujourd’hui, les plannings stratégiques des entreprises prennent sérieusement en compte l’IoT. Les classements combinés de l’IoT sont considérés comme critiques et importants pour augmenter les ventes, le planning stratégique et le Business Intelligence. Les classements de vente IoT sont hautement indicatifs pour les entreprises qui tentent de lancer de nouveaux modèles d’affaires et tirer des revenus de l’IoT. L’organisation du planning stratégique est également motivé par une vision à long terme sur la façon de capitaliser sur les forces de la technologie pour bénéficier d’une plus grande intelligence contextuelle.

iot-importance-by-function

La biotechnologie, le consulting et la publicité sont les industries qui croient le plus que l’IoT est désormais indispensable à leurs industries. L’adoption de l’IoT donne des résultats significatifs dans différentes industries comme la fabrication, la distribution, la gestion d’actifs, la logistique, la gestion de la chaîne d’approvisionnement et de commercialisation. Toutefois, l’étude révèle que seule l’industrie de la biotechnologie pense que l’IoT est complètement indispensable.

iot-importance-by-industry

Le renseignement de localisation, l’analyse en mémoire et l’intégration avec les systèmes opérationnels sont les domaines qui différencient les centres d’intérêts des défenseurs de l’IoT. Sur l’ensemble des entreprises et personnes interrogées, les défenseurs de l’IoT s’intéressent à des zones plus précises que les sondés aux activités plus larges. Leurs centres d’intérêt montrent qu’ils ont un état d’esprit pratique et pragmatique sur la façon dont l’IoT peut contribuer à une plus grande efficacité des processus, des revenus avec les systèmes existants.

iot-advocates-circle

La capacité d’une entreprise à gérer l’analyse du Big Data est extrêmement importante pour leur succès ou leur échec dans l’IoT. Par rapport aux répondants classiques, trois fois plus de défenseurs de l’IoT considèrent le Big Data comme indispensable, tandis que deux fois plus d’entre eux considèrent le Big Data comme très important. L’étude met également en lumière le fait que l’IoT soit la justification principale pour investir dans la mise en œuvre de l’analyse et les architectures Big Data.

importance-of-big-data

Au niveau des cas d’usages du Big Data, l’étude révèle que l’optimisation des données en entrepôt, l’analyse client et l’IoT sont les trois grands sujets que les entreprises poursuivent aujourd’hui. L’optimisation des données en entrepôt est considérée comme indispensable selon 50 % des répondants. Cette étude met ainsi en lumière le fait que les grandes entreprises sont le moteur de l’adoption de l’IoT, comme le traduit le graphique ci-dessous.

big-data-use-cases1

Les défenseurs de l’IoT sont nettement supérieurs à la moyenne dans l’utilisation de pointe de l’analyse prédictive aujourd’hui. Ils sont à 50 % plus susceptibles d’être les utilisateurs actuels d’applications d’analyse prédictive. L’étude constate également que les utilisateurs d’analyse avancée ont tendance à voir les données IoT comme idéales pour interpréter les applications et les techniques d’analyse avancées.

advanced-and-predictive-analytics

Les experts en buisness intelligence et les data scientists sont les plus nombreux à avoir adopté l’analyse avancée et prédictive. Ces métiers utilisent à 60 % souvent l’analyse, ce qui pourrait être interprété comme plus de 50 % de leur temps de travail.

users-of-advanced-and-predictive-analytics

Les bases de données relationnelles, les « open client connectors » et les mises à jour automatiques sont les trois caractéristiques architecturales les plus importantes pour les applications de business intelligence basées sur le Cloud. Les connecteurs et options d’intégration pour les applications et la data sont considérées comme plus importantes que les applications Cloud et les options de connexion pour les bases de données. Les multi-tenants sont considérés comme moins importants, car ils sont en partie gérés par la plateforme Cloud de l’entreprise.

cloud-bi-architectural-requirements

MapReduce et Spark sont les deux technologies d’infrastructure Big Data les plus connues et les plus importantes selon des répondants. 48 % pensent que MapReduce est important tandis que 42 % pensent que Spark est le plus important.

big-data-infrastructure

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Send this to a friend