L’actualité de la transformation

Big Data : approche Data Lake industrielle proposée par General Electric

L’approche Data Lake est la tendance du Big Data. En industrialisant cette démarche, General Electric annonce avoir amélioré ses performances par un facteur 2000 et divisé ses coûts par dix en matière d’analyse de données dans les services délivrés à ses clients.

Un test avec 25 compagnies aériennes

General Electric s’appuie sur les chiffres remontés par un test pilote réalisé en 2013 avec plusieurs de ses clients, des compagnies aériennes. La société a collecté les données concernant les moteurs d’avions de 15 000 vols de 25 compagnies différentes.


Un vol représente 14 Go de données, et le tout pesait donc plusieurs To d’informations. L’approche Data Lake a permis de réduire les coûts d’un facteur dix et de passer d’une analyse réalisée auparavant en mois en jours. General Electric parle d’une amélioration d’un facteur 2000 dans les performances.

En 2015, General Electric entend passer à 10 millions de vols, et 1500 To de données, comprenant l’ensemble des données opérationnelles de vol. Les données des moteurs d’avion sont collectées en temps réel. L’analyse de ces données permet d’optimiser leur usage. Une compagnie aérienne comme Air Asia peut économiser plus de 1% de leur facture de kérosène annuelle.


Plusieurs secteurs concernés

Newsletter La Revue du Digital

Pour cet usage d’un Data Lake qu’il qualifie de première, General Electric s’est associé à Pivotal – filiale logicielle Big Data et décisionnelle d’EMC – afin de délivrer une plateforme de Data Lake. General Electric souhaite commercialiser cette approche Data Lake afin d’industrialiser le Big Data dans les secteurs des compagnies aériennes, des chemins de fer, des hôpitaux et des services.

Dans une approche Data Lake, l’ensemble des informations est stockée sur une plateforme unique, sans modifier leur format d’origine. Le goulet d’étranglement habituel des projets Big Data est la transformation des formats de données. Dans ce domaine, les dataWarehouses sont trop lents et trop chers, selon le cabinet d’études IDC, cité par General Electric.  « 80% du temps d’un projet est alors passé sur la préparation des données pour leur analyse » indique ainsi IDC.

Photo : un moteur d’avion conçu par General Electric. 

Et vous, qu’en pensez-vous ?

Une idée, une réaction, une question ? Laissez-nous un mot ci-dessous.

Je réagis à cet article

Top lectures en ce moment

L’actualité de la transformation

Dossier

L'IA clé de nos besoins vitaux dans l'eau, l'électricité et le gaz

Dossier exclusif

Marchés de l’eau : l’IA générative arrive dans les réponses aux appels d’offres des collectivités

Saur, spécialiste de la distribution d’eau potable,  fait évoluer son processus de réponse aux appels d’offres des collectivités et des industriels en y injectant de l’IA géné…

Stockage de l’électricité : l’IA générative outil d’accélération clé chez Engie

Le stockage de l’électricité est un enjeu stratégique. Engie s’y attelle et mobilise pour cela l’IA générative de type RAG, c'est-à-dire basée sur le traçage des documents source. …

Nouvelle donne dans le gaz naturel : GRDF s’adapte en utilisant l’IA

GRDF, leader de la distribution du gaz naturel en France, affine sa stratégie d’IA. Il s’appuie sur des serveurs internes pour la confidentialité des données de ses clients. GRDF c…


Vous, qu’en pensez-vous ?

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Newsletter