Description générale
Livre de 330 pages, composé de 8 chapitres. Le matériel est principalement présenté sous forme de texte, bien que l'on puisse occasionnellement trouver des images, des schémas et des diagrammes. Se lit facilement et rapidement. C'est en grande partie un livre théorique sur les grandes technologies.
Sommaire
Chapitre 1. Qu'est-ce que le Big Data ?
- Les dialectes martiens
- Qu'est-ce que c'est réellement et d'où ça vient ?
- La société post-informationnelle
- Les organisations axées sur les données
- 7 étapes pour une culture de décision basée sur les données
- La valeur d'une organisation axée sur les données
- Les organisations informées par les données
- Informées par les données ou axées sur les données
- La révolution open-source et l'accessibilité des technologies
- La 4e révolution industrielle, ou pourquoi les humains ne sont plus nécessaires pour trouver des insights
Chapitre 2. Stratégie de données
- Par où commencer la stratégie de données ?
- Le cycle de vie des données
- La mission de l'entreprise et les données
- Les parties prenantes clés
- L'infrastructure technique
- Pourquoi avoir une stratégie de données ?
- Comment la culture d'entreprise influence-t-elle le succès de la stratégie ?
- Qui est propriétaire de la stratégie de données ?
- Le BI en self-service
- Comment mesurer le succès de la stratégie de données ?
- Combien coûte la mise en place d'une stratégie de données ?
Chapitre 3. Storytelling avec les données
- L'histoire idéale - répondre aux questions clés
- Votre tableau de bord est mort
- Décoder le contenu analytique demande de l'effort
- Investissement d'impact - chaque histoire doit avoir un but
Chapitre 4. Réglementation des données
- Les conservateurs européens stricts
Chapitre 5. Métadonnées
Chapitre 6. Pourquoi la qualité des données est-elle nécessaire ?
- Les principales méthodes de gestion de la qualité des données
- Comment mesurer la qualité des données ?
- Comment choisir les dimensions de qualité à mesurer ?
- Les outils de gestion de la qualité des données
Chapitre 7. Pas que du Big Data : plateformes et écosystèmes
- Le PaaS et les plateformes
Chapitre 8. Et ensuite ? Défis et tendances
- Les problèmes actuels avec le Big Data
- Nous pensons comprendre le Big Data
- Comment calculer l'impact financier ?
- Le Big Data peut ne pas être nécessaire
- Vers où nous dirigeons-nous ? Les tendances
- L'apprentissage automatique est de plus en plus utilisé
Opinion
Même si c'est un livre purement théorique, je ne serais pas pressé de le jeter et de le considérer comme inutile. On peut certainement y apprendre des choses nouvelles et utiles : le RGPD, les organisations axées sur les données et informées par les données, le cycle de vie (non, pas des applications, mais des données), certains cadres et bibliothèques pour l'analyse et la visualisation des données. Je recommande donc la lecture de ce livre. D'ailleurs, c'est l'un des rares livres que je possède en version papier, bien que, comme d'habitude, je l'aie lu en version électronique.
