Data Collection
La collecte de données est l’approche systématique de la collecte et de la mesure d’informations provenant de diverses sources afin d’obtenir une image complète et précise d’un domaine d’intérêt. La collecte de données permet à une personne ou à une organisation de répondre à des questions pertinentes, d’évaluer les résultats et de faire des prédictions sur les probabilités et les tendances futures.
La collecte de données exactes est essentielle pour maintenir l’intégrité de la recherche, prendre des décisions commerciales éclairées et garantir l’assurance qualité. Par exemple, dans le domaine de la vente au détail, des données peuvent être collectées à partir d’applications mobiles, de visites de sites Web, de programmes de fidélisation et d’enquêtes en ligne pour en savoir plus sur les clients. Dans le cadre d’un projet de consolidation de serveurs, la collecte de données comprend non seulement un inventaire physique de tous les serveurs, mais aussi une description exacte de ce qui est installé sur chaque serveur – le système d’exploitation, le middleware et l’application ou la base de données que le serveur prend en charge.
Méthodes de collecte des données
Les enquêtes, les entretiens et les groupes de discussion sont les principaux instruments de collecte d’informations. Aujourd’hui, avec l’aide du Web et des outils d’analyse, les organisations sont également en mesure de collecter des données à partir des appareils mobiles, du trafic sur les sites Web, de l’activité des serveurs et d’autres sources pertinentes, selon le projet.
Big Data et collecte de données
Le Big Data décrit les quantités volumineuses de données structurées, semi-structurées et non structurées collectées par les organisations. Mais comme il faut beaucoup de temps et d’argent pour charger les Big Data dans une base de données relationnelle traditionnelle à des fins d’analyse, de nouvelles approches de collecte et d’analyse des données ont vu le jour. Pour rassembler puis exploiter les big data à la recherche d’informations, les données brutes avec des métadonnées étendues sont regroupées dans un lac de données. À partir de là, les programmes de machine learning et d’intelligence artificielle utilisent des algorithmes complexes pour rechercher des modèles reproductibles.
Types de données
Il existe généralement deux types de données : les données quantitatives et les données qualitatives. Les données quantitatives sont toutes les données qui se présentent sous forme numérique – par exemple, les statistiques et les pourcentages. Les données qualitatives sont des données descriptives, telles que la couleur, l’odeur, l’apparence et la qualité.
John Halamka utilise l’analyse des big data dans le domaine des soins de santé pour combattre le cancer de sa femme.
Lorsque sa femme a été diagnostiquée avec un cancer du sein de stade 3, le DSI John Halamka s’est tourné vers l’analyse des big data dans les soins de santé.
La collecte de big data aide à lutter contre le cancer
Outre les données quantitatives et qualitatives, certaines organisations peuvent également utiliser des données secondaires pour les aider à prendre des décisions commerciales. Les données secondaires sont généralement de nature quantitative et ont déjà été recueillies par une autre partie dans un but différent. Par exemple, une entreprise peut utiliser les données du recensement des États-Unis pour prendre des décisions concernant des campagnes de marketing. Dans les médias, une équipe d’information peut utiliser des statistiques ou des études gouvernementales sur la santé pour définir sa stratégie de contenu.
La collecte de données évolue au même rythme que la technologie. Les progrès récents de la technologie mobile et de l’Internet des objets obligent les organisations à réfléchir à la manière de collecter, d’analyser et de monétiser les nouvelles données. Dans le même temps, les questions de confidentialité et de sécurité entourant la collecte de données s’échauffent.
