Le Big Data, du fait de traiter de gros volumes de données ou mégadonnées, ont eu un grand succès, impressionnant même si on prend l’exemple d’Amazon, de Target ou encore de Tesco. Ces derniers ont utilisé Big Data dans le but de vendre au détail en par le biais de gain d’avantages compétitifs.
Avec l’exemple du projet Billion Prices Project, il a été démontré le succès de surveiller des milliards de messages sur Internet dans le but de transformer en données physiques sur les prix des produits et ce, d’ordre mondial. De même, avec le moteur de recherche qui est utilisé tous les jours par des millions voire des millions de gens Google, l’exemple d’exploitation des données Big Data est tellement fort pour arriver à les cibler et à vendre auprès d’eux. D’autres exemples peuvent également illustrer l’utilisation des données massives, notamment en informatique, il a été permis l’amélioration de la qualité des prévisions météorologiques en seulement une vingtaine d’années.
Cependant, comme toute chose brillante et impressionnante, le Big Data a également ses limites. Pour en revenir aux exemples pris précédemment, les prévisions se sont, certes, améliorées, la limite est flagrante sur le temps. En effet, au-delà d’une prévision d’une semaine en matière de météorologie, les chercheurs ont rencontré un problème d’exactitude des informations.
De même, le succès de Big Data présente des inconvénients et ce, pour des délais très rapprochés. En effet, il est prévu que dans cinq ans, un manque de ressources humaines se fera sentir et on parle bien des personnes qui ont la capacité de travailler avec les Big Data ainsi qu’un manque en termes d’approvisionnement des données scientifiques.