À retenir
- C'est un stockage massif d'informations non traitées.
- C'est la matière première pour l'analyse prédictive et le Big Data.
- La valeur n'est pas dans le stockage, mais dans la capacité à extraire du sens.
Un puits de données est un vaste réservoir numérique où sont accumulées d'immenses quantités d'informations brutes, souvent avant même qu'elles ne soient triées ou analysées. C'est un peu comme un gisement de pétrole : on sait que la ressource est là, mais il faut la « raffiner » pour qu'elle devienne utile et exploitable.
Étymologie
Le terme est une métaphore issue du secteur industriel (extraction minière ou pétrolière). En informatique, il traduit l'idée que la donnée est une ressource précieuse enfouie qu'il faut aller chercher. On parle aussi parfois de data sink en anglais pour désigner le point d'arrivée final d'un flux d'informations.
Exemples d'usage
- Une base de données stockant l'historique de chaque clic effectué par les visiteurs d'un site e-commerce sur dix ans.
- Le stockage centralisé des relevés de millions de compteurs électriques intelligents envoyés chaque minute.
Cas d'usage
Ce concept intervient principalement dans le Big Data et l'intelligence artificielle. Les entreprises créent ces puits pour conserver un historique massif qui servira plus tard à entraîner des algorithmes ou à repérer des tendances de consommation sur le long terme.
Bonnes pratiques
Le principal piège est de transformer le puits en « marécage de données » (data swamp), où l'on accumule tout sans savoir ce que l'on possède. Il est crucial d'accompagner le stockage de métadonnées (des étiquettes descriptives) pour pouvoir retrouver l'information ultérieurement.
Synonymes
Antonymes
Conseil
Si vous travaillez sur un projet impliquant un puits de données, commencez toujours par vous demander : « Quelle question est-ce que je veux poser à ces données ? ». Sans objectif clair, l'accumulation de données n'est qu'un coût de stockage inutile.
Questions fréquentes
Quelle est la différence avec un lac de données (Data Lake) ?
Le puits de données désigne souvent la ressource elle-même (le gisement), tandis que le lac de données est l'architecture technique qui permet de gérer ce gisement.
Est-ce dangereux pour la vie privée ?
Oui, si ces puits contiennent des données personnelles sans être sécurisés ou anonymisés, ils représentent un risque majeur en cas de piratage.