Smile publie son livre blanc « Big Data, collecte et valorisation des masses de données »,
qui s'intéresse aux solutions applicatives dans le domaine

Le catalogue des livres blancs de Smile, le spécialiste de l’intégration des solutions open source, vient de s’enrichir d’un nouvel élément sur les ERP (Enterprise Resource Planning) et le décisionnel autour du Big Data.

Ici, après avoir apporté une définition au Big Data, les experts de Smile vont aborder des questions comme « quels sont les cas d’usages couverts par les solutions de valorisation et de collecte massive de données ? », « comment pouvons-nous exploiter les possibilités offertes par ces solutions pour optimiser nos processus d’analyse et de prise de décision ? » (concepts, champs d’application, besoins spécifiques) ou encore « quelles sont les meilleures solutions open source dans ces domaines ? » en prenant la peine de montrer leurs forces, leurs limites, leurs maturités, mais également leur aptitude à satisfaire les besoins opérationnels.

« Les masses de données constituent un matériau brut. Au-delà de leur exploitabilité (pertinence, disponibilité et qualité), c’est la capacité à les transformer en analyse et en service qui apporte une valeur maximale », rappellent les experts. Ces derniers précisent que suite à la finesse des informations sur les opérations passées et de plus en plus d’informations prospectives, le Big Data va permettre l’éclosion de modèles prédictifs plus pertinents.

Le livre blanc « Big Data, Collecte et valorisation des masses de données » de 48 pages se propose de compléter la version de 2014 en prenant en compte les derniers apports de l’écosystème Big Data qui voit des évolutions rapides, notamment autour de Hadoop, Spark ou d’autres solutions comme Talend for Big Data, Pentaho Data Integration, MongoDB, ElasticSearch, Jaspersoft.

Le lecteur trouvera donc dans ce livre blanc un concentré sur les solutions applicatives et de valorisation de masses de données.

Télécharger gratuitement le livre blanc « Big Data, collecte et valorisation des masses de données »