Une bibliothèque historique de la data : Partie 2 - les analyses

Un quand remonter l'analyse de données ? Cet article va vous permettre de remonter dans le temps et de découvrir l'évolution de l'analyse de données. Cet article est le deuxième d'une série d'articles.Retrouvez le premier article sur les infrastructures de données.

Commençons plutôt loin : 2000 ans avant notre ère.
C'est-à-dire

-2000 : Invention de la base de données

Nous analysons des données depuis la naissance de la civilisation. Les plus anciennes traces d'écriture préservées ne sont pas des choix esthétiques comme des poèmes, des grands discours, des lettres d'amour ou des romans, mais plutôt des exemples d'analyse de données.

Chez les Sumériens, les scribes dressaient des listes de travailleurs employés par l'État et préservaient ces données sur des tablettes d'argile, constituant ainsi la première base de données. Ces inscriptions permettaient alors de calculer les salaires et donne les premières analyses de données.

1663

John Graunt introduit l'analyse des données statistiques avec la peste bubonique. Ce mercier londonien a publié la première collection d'archives de santé publique lorsqu'il a enregistré les taux de mortalité et leurs variations pendant la peste bovine en Angleterre.

XXème siècle

Commençons par cette anecdote : en 1926, Nikola Tesla prédit que l'homme aura un jour accès à de grandes quantités de données grace à un instrument qui sera transporté dans la poche d'un gilet".

Les années 60-70

Raisons ensuite directement un meilleur dans les années 60, où l'analyse de données s'est structurée sous une forme plus proche que nous connaissons. Les capacités de calcul des ordinateurs ont commencé à augmenter, les premières bases de données ont commencé à être informées par opposition aux bases antérieures qui étaient purement en version papier.

Peu de calculs étaient effectués via ces données, on puvait donner faim dans une base, en étant limité par la taille de l'écran. Aisi, lorsque les quantités de données ont commencé à se multiplier, des problèmes de maintenance ont commencé à se poser. Et vous économisez quoi ? 60 ans plus tard, ce problème de maintenance existe encore dans de nombreuses organisations.

Un besoin de structuration de la donnée est fait sentir. Le SQL (Structured Query Language) est apparu dans les années 70. C'est à cette époque que les premiers métiers d'analyse des données sont apparus.

En 1965, les États-Unis prévoient de construire les premiers bâtiments de centres de données pour stocker des millions de déclarations d'importations et d'empreintes numériques sur bande magnétique. C'est le début de la numérisation de l'administration.

Les années 80-90

C'est à cette époque qu'apparaît la business intelligence. Comment voir des données à différents niveaux d'agrégation ? Plutôt que de voir la donnée à un niveau ville, on peut être en capacité de les voir à un niveau ville, mais aussi région, puis pays. C'est l'appartion du drill en haut et en bas. A partir de là, les exigences ont commencé à croître. Peut-on voir une évolution temporelle ? Pour les gens qui s'appellent Jacques ?

Il alors fallu dénormaliser la donnée pour apporter de la flexibilité dans leurs compréhensions. Les cadres de l'entreprise peuvent être en possession de rapports sophistiqués pour aider à prendre les décisions dans la bonne direction. La démocratisation d'internet dans les années 90 a commencé à démultiplier les sources de données, les outils n'étaient aujourd'hui plus suffisants.

Sélon R.J.T. Morris et B.J. Truskowski dans "The Evolution of Storage Systems."(2003), ce ne sera qu'en 1996 qu'il sera devenu moins coûteux de stocker les données sur un support numérique plutôt que papier.
C'est-à-dire

Le XXIème siècle

L'explosion des données a fait exploser le nombre d'analyses autour d'elles. Il a fallu la stocker, est en capacité de l'analyser.C'est l'apparition du Big Data.Des outils comme Hadoop sont apparus pour favoriser l'analyse de données à fort volume. Nous revedrons sur ce sujet dans la partie 3 de cette histoire de la data.

Dans les années 2000, le Cloud est apparu, permettant de centraliser à travers une organisation, le stockage de données.

En 2010, la Data science a fait surface, permettant d'améliorer en profondeur l'analyse et de faire des prévisions. Nous revedrons sur ce sujet dans la partie 4 de cette histoire de la data...

Et le futur de l'analyse des données ? L=analyse =Edge= en fait parti pour les données données données sensées. Comment décentraliser l'analyse de données directement sur les appareils ? Un autre sujet d-extension est l'IoT (Internet of Things) qui va permettre à la collection de données de passer à une nouvelle étape. De quoi occuper les data analystes et autresmétiers de la datapendant encore de nombres années !