Reply is the place to meet an incredible variety of enthusiastic, passionate, ideas-driven people, who want to make a difference and an impact.Would you like to know more?
Le principal problème de l'explosion des données est lié à la difficulté de trouver des aspects importants cachés dans l'énorme volume des données disponibles. À certains égards, il reflète un phénomène que la plupart d'entre nous connaissent bien : la recherche sur Internet. Bien que la recherche sur Internet ait atteint un degré de sophistication majeur, pour un grand nombre de personnes, il est difficile de réellement trouver des informations pertinentes par rapport ce qu'elles pouvaient trouver voilà 15-20 ans, lorsque la recherche n'en était qu'à ses débuts. Car sur la toile de fond d'une source d'informations unique, on se retrouve aujourd'hui face à des milliers de sources plus «semi-pertinentes».
La conception d'une solution qui permet la visualisation des données est optimisée avec un ensemble d'outils, plutôt qu'en achetant un produit unique, car il existe de nombreuses tâches de prétraitement dans lesquelles les outils spécialisés peuvent contribuer à améliorer la pertinence de l'ensemble des données initiales, outre les outils nécessaires à la mise à disposition des données depuis le début. Sur ce marché, aucune solution n'est valable pour tout, et nombre d'entre elles sépareraient l'acquisition et le prétraitement des données de la visualisation, même si ces fonctions sont absolument liées.
Le grand défi au niveau architectural de ce domaine concerne la mise en place des outils adéquats afin de résoudre le véritable problème, et non celui qui est uniquement perçu. Il pourrait être nécessaire de combiner des outils afin d'obtenir le résultat requis, et ceux-ci exigent une conception parfaite en termes de technologie. L'architecture de l'information est la clé absolue du problème d'espace puisque le besoin de présenter différentes sources fournissant les mêmes types de données de la même manière est d'une importance capitale pour les aspects de visualisation en aval (c'est-à-dire que les données peuvent être structurées de façon à en permettre la visualisation). Même si une solution simple pourrait produire de bons résultats avec un domaine d'intérêt limité, inévitablement, à mesure que la solution évolue et sert à couvrir un aspect plus large, des imperfections fondamentales peuvent facilement apparaître, empêchant une telle évolution. Il existe des techniques qui peuvent contribuer au développement de l'architecture de l'information de support et qui sont probablement demandées pour les applications initiales. Dans la pratique, pour fournir aux données le potentiel de visualisation, cela semble être le seul moyen afin d'offrir une solution progressive, par opposition à une approche de type big-bang, qui n'est pas toujours réalisable dans ce domaine.
On observe également des aspects complexes à prendre en considération, liés au volume et à la densité des données qui doivent être fournies pour la visualisation. Pour ce domaine, il s'agit essentiellement d'une forme d'analyse préalable. Parfois, au sein d'une entreprise, on utilise des instruments qui peuvent remplir cette fonction, même s'ils n'ont jamais été utilisés à cette fin précise.
La technologie de visualisation concerne ce qui est nécessaire pour transformer les données brutes en un résultat affiché permettant d'obtenir un sens. C'est le cheval de bataille des outils, mais ceux qui sont disponibles sont nombreux et, selon le type de visualisation, certains sont mieux adaptés que d'autres.
Pour la visualisation de données, l'accent doit être mis sur la présentation des informations de la manière la plus avantageuse possible pour leurs utilisateurs. Cela signifie que divers groupes d'utilisateurs (et appartenant si possible à plusieurs groupes d'âge) pourront potentiellement tirer profit de visualisations différentes. L'art de la visualisation est davantage l'identification de ses différents types et des outils de support nécessaires, l'identification la plus utile pour les utilisateurs, plutôt que la visualisation elle-même. Le problème est aggravé par le fait que ce domaine n'est pas mature, et un utilisateur pourrait ainsi ne jamais avoir vu une représentation qui est intrinsèquement conforme à ce qu'il voudrait voir. L'aspect de l'architecture qui nous intéresse est la séparation du modèle et de la visualisation réelle, ainsi que la garantie d'une architecture qui permet une suite de visualisation provenant probablement d'une suite d'outils. Cela crée finalement la solution de bout en bout.