« Forget Big Data – Small Data Is Driving The Internet Of Things » : tel est le titre d’un article publié par le chroniqueur Mike Kavis dans Forbes en février 2015. Une analyse argumentée dans laquelle on nous apprend à faire la différence entre le volume réduit d’informations (small data) généré par la plupart des objets connectés, et la complexité induite par l’analyse simultanée de milliers de données (Big Data) fournies par ces objets connectés.
Si le sujet n’est pas nouveau, il demeure intéressant car son implication immédiate est qu’un projet d’objet connecté ne signifie pas automatiquement projet Big Data. Tout dépend de vos objectifs en matière de service rendu : si ce qui vous intéresse est de savoir ce que fait un objet connecté à un moment donné pour en déduire une (ré)action, le small data vous suffira ; si par contre vous souhaitez savoir pourquoi il le fait, là vous basculez dans le Big Data.
Le small data couvre l’essentiel des besoins
Mais alors, quels services l’utilisateur d’un objet connecté espère-t-il ? Savoir si son poids sort de la zone ‘standard’ ; savoir si son nombre de pas quotidien est suffisant pour justifier son repas du midi ; être informé que son pneu avant droit est en sous-pression ; être averti si la température de son réfrigérateur a anormalement chuté ; être alerté s’il quitte son appartement en laissant une fenêtre ouverte, ou la plaque de cuisson allumée ?
Des besoins finalement assez simples à satisfaire via le small data et quelques scripts intelligents (mais pas trop) pour générer les alertes. La mode du #IFTTT est un indice supplémentaire de ces besoins assez modestes : il donne à l’utilisateur le contrôle simplifié de ses objets connectés et de la valeur qu’il veut en tirer. Le smart data n’est pas loin. D’un point de vue technique, le small/smart data offre également l’avantage de ne pas nécessiter d’un réseau sans-fil énergétiquement gourmand ; il permet aussi d’augmenter l’autonomie des objets, et de renforcer la sécurisation des données en se contentant d’un traitement local au sein d’un boitier domestique, sans recourir systématiquement au Cloud si ‘tendance’.
Quelle valeur pour le Big Data?
L’utilisateur individuel a-t-il besoin de Big Data ? Quelle valeur ou service peut-il en espérer ? On touche là essentiellement aux logiques collaboratives : les nouveaux comportements favorisés par les réseaux sociaux font que les utilisateurs aiment partager, se comparer, se positionner, témoigner, participer… Le Big data ne sert pas directement l’individu, il sert la collectivité. Les informations localisées deviennent alors des océans de données centralisées que de nombreux acteurs se mettent à sillonner et à exploiter grâce à l’analytique.
Résultats : études épidémiologiques à grande échelle (smarthealth), schémas de circulation urbaine optimisés (smartcity), modélisation des risques affinée (smart industry), gestion énergétique optimisée (smartgrid). De vrais atouts pour les collectivités, des nouveaux business models pour les acteurs industriels et sociaux.
Et un constat en conclusion : si l’individu peut se contenter du small/smart data, le Big Data lui, ne peut se passer de l’individu.
