SlideShare ist ein Scribd-Unternehmen logo
1 von 12
Downloaden Sie, um offline zu lesen
SMALL DATA
Les données des TPE et PME
Au cœur de la gestion de votre activité et de votre
production
small data?
•  en opposition au Big Data
–  cf. Gartner Hype Cycle
•  critères de différenciation :
–  les modalités d’acquisition ?
–  les sources ?
–  le volume ?
–  la centralisation ?
•  smart data ? frictionless data ? open data?
small data
données métiers et processus
–  gestion de la production
(location de matériel,
planification de visites,
exploitation forestière…)
–  produit per se (rapport
d’analyse…)
données de gestion interne
–  portefeuille clients / projets
–  ressources humaines
–  comptabilité, gestion des frais
cœur de métier
forte Valeur Ajoutée
identité de
l’entreprise
expertise externe
solutions existantes
testées et validées
non spécifique
Que fait-on autour de la data ?
Organiser
Catégoriser	
  
Simplifier
Hiérarchiser
Mettre en relation
Ordonner
Modéliser
Articuler
Améliorer
la qualité
Supprimer	
  des	
  redondances	
  
Faciliter la validation
Limiter les risques
d’erreurs
SaisirRenseigner	
  Importer
Analyser
Représenter
faire	
  des	
  graphiques	
  
partager
consulter
rechercher
filtrer
quelle stratégie ?
• Séquentiel ?
– cahier des charges, réalisation, tests, validation, mise en
production
• Incrémental ?
– Comptabilité, puis achats, puis ressources humaines, puis
production
• Itératif ?
– succession de versions opérationnelles qui suivent le
rythme d’identification des besoins
« un anneau pour les gouverner tous »
vs.
« petites solutions connectées »
Solution unique
•  Idéal, mais souvent un
mythe (penser
« itératif »)
•  difficile d’avoir le meilleur
sur chaque segment
Solutions multiples
•  rupture de la chaine de
travail potentiellement
coûteuse
–  standards?
–  automatisable?
•  Le « meilleur » sur
chaque segment
–  risque de complexité
accrue
–  formation nécessaire
quels critères pour choisir un outil ?
flexibilité/évolutivité vs. stabilité
gestion des relations
facilité de prise en main
coût
interopérabilité/accessibilité des données
collaboration
analyse/tableaux de bords
?
la base de données est la
solution, mais…
tableurs
non adaptés
aux modèles relationnels
c’est pourtant la solution par défaut
bases de données
lourdes / compliquées
crm & erp solutions sur
mesure
chers / rigides
(adaptation / formation)
notre philosophie
l'expert métier veut et doit être
autonome dans la structuration et la
gestion de ses données
structurez naturellement
vos données
http://blog.kadata.in
@kadata_app
http://kadata.in
la solution idéale ?
accessible aux non techniciens
flexible
se concentre sur les données
simplifie le concept relationnel
http://kadata.in
http://blog.kadata.in
@kadata_app

Weitere ähnliche Inhalte

Ähnlich wie Meetup small data - les données des tpe et pme.pptx

Small data les données des tpe et pme
Small data   les données des tpe et pmeSmall data   les données des tpe et pme
Small data les données des tpe et pmeThomas BROSSET
 
De la BI au Big Data
De la BI au Big DataDe la BI au Big Data
De la BI au Big DataAbed Ajraou
 
#BigDataBx 1 - Présentation de la BI au BigData - Solocal Group
#BigDataBx 1 - Présentation de la BI au BigData - Solocal Group#BigDataBx 1 - Présentation de la BI au BigData - Solocal Group
#BigDataBx 1 - Présentation de la BI au BigData - Solocal GroupExcelerate Systems
 
DATA FORUM MICROPOLE - 2015
DATA FORUM MICROPOLE - 2015DATA FORUM MICROPOLE - 2015
DATA FORUM MICROPOLE - 2015Micropole Group
 
7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...dibs-conseil
 
Decizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage CourteDecizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage CourteDecizia
 
DataScience_usage_interet_wagon_bordeaux
DataScience_usage_interet_wagon_bordeauxDataScience_usage_interet_wagon_bordeaux
DataScience_usage_interet_wagon_bordeauxArmand GILLES
 
Dep 2015 projets big data & dq 20151126 v1.3
Dep 2015 projets big data & dq 20151126 v1.3Dep 2015 projets big data & dq 20151126 v1.3
Dep 2015 projets big data & dq 20151126 v1.3Hervé Husson
 
Présentation e-Management et Zoho hes-so
Présentation e-Management et Zoho hes-soPrésentation e-Management et Zoho hes-so
Présentation e-Management et Zoho hes-soDigital Link Sàrl
 
Les nouveaux business Modèles des Entreprises Agiles
Les nouveaux business Modèles des Entreprises AgilesLes nouveaux business Modèles des Entreprises Agiles
Les nouveaux business Modèles des Entreprises AgilesSage france
 
Gouvernance de données lean et Gestion des risques de données
Gouvernance de données lean et Gestion des risques de donnéesGouvernance de données lean et Gestion des risques de données
Gouvernance de données lean et Gestion des risques de donnéesagileDSS
 
Big data en (ré)assurance régis delayet
Big data en (ré)assurance   régis delayetBig data en (ré)assurance   régis delayet
Big data en (ré)assurance régis delayetKezhan SHI
 
Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...Jean-Michel Franco
 
Forum sur l'innovation BI 2013 - Maturité du BI
Forum sur l'innovation BI 2013 - Maturité du BIForum sur l'innovation BI 2013 - Maturité du BI
Forum sur l'innovation BI 2013 - Maturité du BIagileDSS
 
Formation M2i - Placer la Data au cœur de la stratégie de l'entreprise
Formation M2i - Placer la Data au cœur de la stratégie de l'entrepriseFormation M2i - Placer la Data au cœur de la stratégie de l'entreprise
Formation M2i - Placer la Data au cœur de la stratégie de l'entrepriseM2i Formation
 
Les 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeurLes 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeurJean-Michel Franco
 
Devenir digital (Fr)
Devenir digital (Fr)Devenir digital (Fr)
Devenir digital (Fr)Denis Gagné
 
Reporting Best Practices - SugarCRM Acceleration - Paris 13 Sep 2012
Reporting Best Practices - SugarCRM Acceleration - Paris 13 Sep 2012Reporting Best Practices - SugarCRM Acceleration - Paris 13 Sep 2012
Reporting Best Practices - SugarCRM Acceleration - Paris 13 Sep 2012Olivier Nepomiachty
 
L'intervention de Christophe Cousin
L'intervention de Christophe CousinL'intervention de Christophe Cousin
L'intervention de Christophe CousinLudovic Dublanchet
 

Ähnlich wie Meetup small data - les données des tpe et pme.pptx (20)

Small data les données des tpe et pme
Small data   les données des tpe et pmeSmall data   les données des tpe et pme
Small data les données des tpe et pme
 
De la BI au Big Data
De la BI au Big DataDe la BI au Big Data
De la BI au Big Data
 
#BigDataBx 1 - Présentation de la BI au BigData - Solocal Group
#BigDataBx 1 - Présentation de la BI au BigData - Solocal Group#BigDataBx 1 - Présentation de la BI au BigData - Solocal Group
#BigDataBx 1 - Présentation de la BI au BigData - Solocal Group
 
DATA FORUM MICROPOLE - 2015
DATA FORUM MICROPOLE - 2015DATA FORUM MICROPOLE - 2015
DATA FORUM MICROPOLE - 2015
 
7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...
 
Decizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage CourteDecizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage Courte
 
DataScience_usage_interet_wagon_bordeaux
DataScience_usage_interet_wagon_bordeauxDataScience_usage_interet_wagon_bordeaux
DataScience_usage_interet_wagon_bordeaux
 
Dep 2015 projets big data & dq 20151126 v1.3
Dep 2015 projets big data & dq 20151126 v1.3Dep 2015 projets big data & dq 20151126 v1.3
Dep 2015 projets big data & dq 20151126 v1.3
 
Présentation e-Management et Zoho hes-so
Présentation e-Management et Zoho hes-soPrésentation e-Management et Zoho hes-so
Présentation e-Management et Zoho hes-so
 
Infopresse 14 mai 2014 v1.0
Infopresse 14 mai 2014 v1.0Infopresse 14 mai 2014 v1.0
Infopresse 14 mai 2014 v1.0
 
Les nouveaux business Modèles des Entreprises Agiles
Les nouveaux business Modèles des Entreprises AgilesLes nouveaux business Modèles des Entreprises Agiles
Les nouveaux business Modèles des Entreprises Agiles
 
Gouvernance de données lean et Gestion des risques de données
Gouvernance de données lean et Gestion des risques de donnéesGouvernance de données lean et Gestion des risques de données
Gouvernance de données lean et Gestion des risques de données
 
Big data en (ré)assurance régis delayet
Big data en (ré)assurance   régis delayetBig data en (ré)assurance   régis delayet
Big data en (ré)assurance régis delayet
 
Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...
 
Forum sur l'innovation BI 2013 - Maturité du BI
Forum sur l'innovation BI 2013 - Maturité du BIForum sur l'innovation BI 2013 - Maturité du BI
Forum sur l'innovation BI 2013 - Maturité du BI
 
Formation M2i - Placer la Data au cœur de la stratégie de l'entreprise
Formation M2i - Placer la Data au cœur de la stratégie de l'entrepriseFormation M2i - Placer la Data au cœur de la stratégie de l'entreprise
Formation M2i - Placer la Data au cœur de la stratégie de l'entreprise
 
Les 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeurLes 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeur
 
Devenir digital (Fr)
Devenir digital (Fr)Devenir digital (Fr)
Devenir digital (Fr)
 
Reporting Best Practices - SugarCRM Acceleration - Paris 13 Sep 2012
Reporting Best Practices - SugarCRM Acceleration - Paris 13 Sep 2012Reporting Best Practices - SugarCRM Acceleration - Paris 13 Sep 2012
Reporting Best Practices - SugarCRM Acceleration - Paris 13 Sep 2012
 
L'intervention de Christophe Cousin
L'intervention de Christophe CousinL'intervention de Christophe Cousin
L'intervention de Christophe Cousin
 

Meetup small data - les données des tpe et pme.pptx

  • 1. SMALL DATA Les données des TPE et PME Au cœur de la gestion de votre activité et de votre production
  • 2. small data? •  en opposition au Big Data –  cf. Gartner Hype Cycle •  critères de différenciation : –  les modalités d’acquisition ? –  les sources ? –  le volume ? –  la centralisation ? •  smart data ? frictionless data ? open data?
  • 3. small data données métiers et processus –  gestion de la production (location de matériel, planification de visites, exploitation forestière…) –  produit per se (rapport d’analyse…) données de gestion interne –  portefeuille clients / projets –  ressources humaines –  comptabilité, gestion des frais cœur de métier forte Valeur Ajoutée identité de l’entreprise expertise externe solutions existantes testées et validées non spécifique
  • 4. Que fait-on autour de la data ? Organiser Catégoriser   Simplifier Hiérarchiser Mettre en relation Ordonner Modéliser Articuler Améliorer la qualité Supprimer  des  redondances   Faciliter la validation Limiter les risques d’erreurs SaisirRenseigner  Importer Analyser Représenter faire  des  graphiques   partager consulter rechercher filtrer
  • 5. quelle stratégie ? • Séquentiel ? – cahier des charges, réalisation, tests, validation, mise en production • Incrémental ? – Comptabilité, puis achats, puis ressources humaines, puis production • Itératif ? – succession de versions opérationnelles qui suivent le rythme d’identification des besoins
  • 6. « un anneau pour les gouverner tous » vs. « petites solutions connectées » Solution unique •  Idéal, mais souvent un mythe (penser « itératif ») •  difficile d’avoir le meilleur sur chaque segment Solutions multiples •  rupture de la chaine de travail potentiellement coûteuse –  standards? –  automatisable? •  Le « meilleur » sur chaque segment –  risque de complexité accrue –  formation nécessaire
  • 7. quels critères pour choisir un outil ? flexibilité/évolutivité vs. stabilité gestion des relations facilité de prise en main coût interopérabilité/accessibilité des données collaboration analyse/tableaux de bords
  • 8. ? la base de données est la solution, mais… tableurs non adaptés aux modèles relationnels c’est pourtant la solution par défaut bases de données lourdes / compliquées crm & erp solutions sur mesure chers / rigides (adaptation / formation)
  • 9. notre philosophie l'expert métier veut et doit être autonome dans la structuration et la gestion de ses données
  • 11. la solution idéale ? accessible aux non techniciens flexible se concentre sur les données simplifie le concept relationnel