Les « Big Data » signent-elles la victoire du modèle mathématique sur toute autre approche ?

Il est possible de connaître, en temps réel, le nombre exact de visites d’un site ou d’une publicité postée sur un réseau social. On maîtrise instantanément la durée de visite, les interactions provoquées et les transformations générées.

Ces données, qui relèvent des « Big Data », ne peuvent néanmoins pas se substituer aux mesures par échantillonnage. Car, les informations fournies sont différentes, elles se complètent et se clarifient l’une l’autre. Les panels et les focus groups apportent des indications très précieuses sur le comportement d’une cible et son évolution dans le temps. C’est le feeling du terrain. Les « Big Data » offrent, quant à elles, des volumes d’informations démesurées, mais pas structurées.

Les « Big Data » sont donc bien de nouveaux modèles pour l’analyse de données. Aux traditionnelles visées descriptives, explicatives et prévisionnelles, s’ajoute, sous l’effet des « Big Data », la nécessité de penser en temps réel pour enrichir d’autres sources d’information, évaluer les observations, ou faire émerger des potentialités, grâce à des modèles statistiques et probabilistes toujours plus fins.

Mais n’allons pas croire que les « Big Data » signent la victoire du modèle mathématique sur toute autre approche. Le plus gros risque serait de s’en remettre intégralement à des modèles, toujours faillibles (comme ont pu le montrer les modèles financiers).

Et vous ? Qu’en pensez-vous ?