Le Big Data parle. Entendez-vous

8
LIVRE BLANC
BIG DATA
Le Big Data parle.
Entendez-vous ?
En combinant le Big Data et les outils performants
d'analyse prédictive, les entreprises peuvent
améliorer leurs résultats, à condition de poser
les bonnes questions.
n n n n n n n n
RÉSUMÉ ANALYTIQUE
En général, les responsables informatiques doivent soit être des leaders, soit suivre le mouvement ou alors laisser leur place
à quelqu'un d'autre. Concernant le Big Data, la meilleure option pourrait bien être d'ouvrir la voie.
Selon l'étude IDC Digital Universe 2011 parrainée par EMC, la quantité d'informations gérées par les datacenters
d’entreprise sera multipliée par 50 au cours de cette décennie. Cette avalanche de données est l'occasion pour les
responsables informatiques aguerris d'identifier de nouveaux flux de revenus, de découvrir de nouveaux moyens pour
fidéliser les clients, de trouver des méthodes originales pour doper la productivité et de mieux appréhender la réduction
des coûts.
Selon l'étude « Peer2Peer: The Changing IT Landscape » réalisée en mai 2012 par le magazine CIO et parrainée par EMC,
un peu plus de la moitié des entreprises (54 %) sont déjà en train de concevoir des stratégies Big Data leur permettant
d'exploiter encore mieux les données existantes.
Les entreprises passent de la Business Intelligence, qui repose sur des datasets limités et sur l'analyse des événements
qui viennent d'avoir lieu, à l'analyse prédictive, qui se nourrit de flux de données apparemment illimités et peut révéler
ce qui va probablement se produire. Les responsables informatiques qui adoptent cette approche voient leur démarche
récompensée par une visibilité inégalée des tendances et des perspectives susceptibles de changer la donne.
Dans ce guide, vous trouverez une description des avantages du Big Data et de l'analyse prédictive, ainsi que des astuces
sur la manière de vous lancer dans ce domaine. Vous découvrirez également ce que des entreprises ont déjà réussi grâce à
l'union de ces deux grands concepts.
2
LIVRE BLANC
BIG DATA
Le Big Bang du Big Data
Vous n'êtes pas le seul à avoir l'impression
que la vague du Big Data a déferlé du jour
au lendemain. Il semble que le secteur
soit brusquement passé de l'époque où
il ne disposait pas de suffisamment de
données pour prendre des décisions
à celle du manque de compétences et
d'outils nécessaires pour exploiter toutes
les informations disponibles.
Aujourd'hui, le Big Data est là. Ne restez
pas à la traîne pendant que vos concurrents
accumulent des millions et des millions
de points de données, intègrent des données
structurées et non structurées dans de gigantesques
entrepôts décisionnels et constituent des équipes de
scientifiques afin d'étudier les tendances et de faire ainsi de
grandes découvertes. Une fois identifiées, ces innovations peuvent
rapidement faire faire un bond en avant à votre entreprise.
Les données sont partout. Dans chaque secteur, chaque segment
de l'économie, chaque entreprise. C'est pour cela que le Big Data
est utile aux dirigeants de tous les secteurs. Exploiter ces zetaoctets
de données structurées et non structurées issues entre autres
de systèmes d'exploitation, de téléphones mobiles, de Twitter
ou de Facebook peut jouer un rôle dans la réduction des coûts,
l'amélioration des relations clients, le développement de nouveaux
produits, l'accélération et la synchronisation des livraisons, l'énoncé
et la réponse à des questions plus profondes ainsi que l'amélioration
et la simplification de la prise de décision.
Dans son rapport de mai 2011 intitulé « Big Data: The Next Frontier
for Innovation, Competition and Productivity », le McKinsey
Global Institute souligne l'importance du Big Data. Les détaillants
pourraient notamment voir leurs marges d'exploitation augmenter
de 60 % grâce au Big Data. Ce rapport estime la valeur du Big Data à
300 milliards de dollars pour le secteur de la santé américain.
D'où viennent toutes ces données si précieuses ? Voici l'avis de
McKinsey :
« Les données sont devenues un véritable torrent qui déferle sur tous les
secteurs de l'économie mondiale. Les entreprises génèrent un volume croissant
de données transactionnelles, capturant des trillions d'octets d'informations
concernant leurs clients, leurs fournisseurs et
leurs opérations. Des millions de détecteurs en
réseau sont physiquement intégrés dans des
périphériques comme les téléphones mobiles,
les compteurs énergétiques intelligents, les
automobiles et les machines industrielles ; ils
détectent, créent et communiquent des données
à l'ère de l'Internet des Objets ».
Les entreprises sont déjà noyées sous
les données que votre environnement
tire de divers détecteurs, périphériques
et points d'accès. Mais le volume n'est
pas le seul pilier de l'ère du Big Data.
Cette nouvelle génération d'analyse repose
plus sur l'exploitation de la variété et de la
rapidité des données pour la prise de décisions
cruciales. L'analyse de datasets variés permet
d'obtenir des informations sur des clients, des produits,
des campagnes, des activités, des marchés et des concurrents.
L'analyse prédictive en temps réel réduit la latence entre la génération
de données et la capacité d'analyser et d'intervenir sur ces données,
ce qui permet des points de décision plus fréquents, plus opportuns
et à la demande.
Aller au-delà de la Business Intelligence
Le potentiel illimité du Big Data est ce qui le différencie de la
Business Intelligence. La BI est sans aucun doute une discipline
mature et une pratique répandue dans les entreprises. Elle se fonde
sur du reporting, des feuilles de calcul et une analyse par recherche
verticale relativement sophistiquée. Mais il existe des types d'analyse
que la BI ne peut assurer. C'est là qu'intervient le Big Data.
L'analyse du Big Data explore les détails granulaires des opérations
métiers et des interactions clients qui parviennent rarement dans
un entrepôt décisionnel ou un rapport standard car une trop
grande partie de ces informations sont des données non structurées
impossibles à entreposer ou à analyser en colonnes et lignes bien
propres. La vitesse dont se délecte le Big Data donne la migraine aux
systèmes traditionnels de gestion de base de données relationnelle.
L'analyse du Big Data est unique de par sa dépendance envers
des concepts avancés. Par exemple, comme le New York Times le
souligne dans l'article « The Age of Big Data » :
3
LIVRE BLANC
BIG DATA
n n n n n n n n
Profiter du Big Data
Chez Zions Bancorporation à Salt Lake City, Utah, un premier succès de
l'analyse prédictive du Big Data a ouvert d'autres perspectives intéressantes.
À l'origine, Zions chargeait des données dans sa base de données EMC
Greenplum à partir de plusieurs sources, y compris les prêts commerciaux
et immobiliers, les investissements, les dépôts, les cartes de crédit, les
coordonnées des clients et les fichiers démographiques externes. Une
application développée en interne et combinée à la base de données calculait
la rentabilité de chaque prêt, investissement ou dépôt. Des informations
génératrices de revenus ont rapidement commencé à affluer.
« Au fur et à mesure que la crise bancaire prenait de l'ampleur, nous avons
exploité le système de calcul de rentabilité pour analyser des données
historiques et créer un nouvel ensemble d'hypothèses pour nos responsables
crédits », explique Clint Johnson, directeur des systèmes d'entrepôts
décisionnels et d'analyse chez Zions.
Depuis lors, la société a ajouté une autre application qui étudie la gamme de
produits d'un client et prédit de nouvelles opportunités de vente. Zions peut
aujourd'hui comprendre ce qui motive les décisions de ses clients et quelles
décisions ils risquent de prendre ensuite. « Si le moteur de recommandations
nous aide à accroître les achats par client ne serait-ce que de 10 $ par mois,
cela représente des revenus significatifs », ajoute Johnson.
« …Les outils informatiques permettant de glaner des connaissances et des
informations à partir de la mine de données non structurées issue de l'Internet
gagnent rapidement du terrain. Au premier plan, on trouve des techniques
d'intelligence artificielle en constante évolution comme le traitement du
langage naturel, l'identification de schémas et l'apprentissage automatique. » 1
L'analyse du Big Data exige également des compétences différentes
de celles généralement appliquées à la BI.
La BI traditionnelle repose sur des datasets limités, des données
nettoyées et des modèles simples. L'analyse du Big Data utilise
beaucoup de datasets divers et sans corrélation, des données brutes
et des modèles prédictifs ultra-complexes. Autre différence : la BI
traditionnelle se fonde sur la relation de cause à effet (que s'est-il
passé, et pourquoi ?), par opposition à l'analyse du Big Data, qui
1 « The Age of Big Data, » The New York Times, 11 février 2012
penche plutôt pour la corrélation (plusieurs sources de données
sans rapport entre elles fournissent des informations qu'il est
impossible d'expliquer totalement). L'une est réactive, l'autre
proactive.
Cela étant dit, l'analyse du Big Data n'élimine pas le besoin de
la BI dans l'entreprise. Au contraire, une stratégie de Big Data
intelligente pourrait rentabiliser des investissements existants en BI
en fusionnant cette dernière avec l'entrepôt décisionnel pour créer
un environnement prédictif en temps réel.
Exploiter le Big Data
Voyons comment certaines entreprises transforment ou pourraient
transformer des octets en or.
Le McKinsey Global Institute2 a découvert que parmi les quelque
1 400 cadres supérieurs interrogés, plus de la moitié pensent que
l'analyse du Big Data figure parmi les 10 premières priorités de leur
entreprise. Bien que 20 % aient affirmé avoir intégralement déployé
l'analyse du Big Data afin d'obtenir des informations sur une activité
ou fonction, seuls 13 % utilisent des données pour générer des
informations à l'échelle de l'entreprise.
De plus en plus de responsables affirment prendre le pas sur leurs
concurrents grâce à l'analyse du Big Data plutôt qu'au recours à
d'autres techniques informatiques concurrentes. Les directeurs
informatiques se sont révélés plus réticents que les PDG : seulement
30 % d'entre eux s'attendent à ce que leur entreprise génère plus de
valeur que leurs concurrents grâce au Big Data, contre 46 % de PDG.
Les directeurs informatiques dépendent souvent des directeurs
financiers, et ces derniers se focalisent uniquement sur les
économies. Leur demander de financer les ressources humaines
et technologiques nécessaires à l'analyse du Big Data peut paraître
aberrant. Les directeurs informatiques pourraient ainsi considérer
une telle demande comme peine perdue.
Mais le problème est que dans certains cas, ces directeurs
informatiques adressent leur requête à la mauvaise personne. Les
parties prenantes concernées sont probablement ailleurs dans
l'entreprise, et peuvent très bien chercher assistance autre part.
Par exemple, on sait que les entreprises de la pétrochimie et les
institutions financières recourent à des équipes d'analyse du Big
Data à l'extérieur du service informatique.
2 « Minding Your Digital Business », McKinsey Global Institute, 2012
4
LIVRE BLANC
BIG DATA
Pour garantir que votre entreprise tire le meilleur parti de son
investissement dans le Big Data, les directeurs informatiques, les
directeurs techniques et les autres responsables informatiques
doivent changer leur fusil d'épaule et adopter le Big Data pour le
bien de leur activité.
Tout le monde à bord : et après ?
Regardez une interview du
directeur informatique de
l'Université Purdue, Gerry
McCartney, où il parle
de la capacité du Big Data
à transformer
le secteur.
Une fois que vous avez compris le rôle fondamental des directeurs
informatiques et de l'informatique dans la réussite de l'analyse
du Big Data et du bénéfice qu'il est possible d'en tirer, il vous faut
trouver un projet adapté avec lequel commencer.
L'enquête auprès des directeurs informatiques révèle que les
limites des groupes informatiques traditionnels peuvent avoir un
impact négatif sur les déploiements Big Data. Par exemple, 46 %
des personnes interrogées déclarent que le plus grand défi auquel
elles sont confrontées est le fait que leurs responsables métiers et
technologiques n'ont pas l'expérience nécessaire pour définir une
stratégie Big Data. Le service informatique, comme nous l'avons vu
ci-dessus, peut s'avérer trop rigide pour la nature expérimentale de
la science des données et, par conséquent, éviter toute implication
dans ces projets Big Data.
Il a tendance à s'appuyer sur des éléments absolus pour gérer sa
prise de décision, tandis que les groupes d'analyse du Big Data
sont à l'aise avec le concept d'une prise de décision simplement
« acceptable » sur la base de données elles aussi « acceptables ». Ces
groupes agissent selon des probabilités et des éventualités et ne
craignent pas l'échec.
Les entreprises dont la direction informatique, flexible et tournée
vers l'avenir, a adopté l'analyse du Big Data, ont obtenu des résultats
positifs significatifs, par exemple de meilleures relations avec leurs
clients. Ainsi, Kevin Roche, vice-président directeur des stratégies et
des activités de services chez EMC, déclare-t-il utiliser l'analyse du
Big Data pour regrouper les commentaires des clients et améliorer le
Support Clients de la société.
« Les commentaires des clients proviennent de diverses sources
(demandes de service, questions, partage des connaissances, etc.) et
se composent de données structurées et non structurées qui nous
poussent à réagir rapidement et de façon ingénieuse », explique
Roche.
Avec l'analyse du Big Data, Roche et son équipe peuvent rapidement
évaluer l'impact sur les clients et utiliser les informations en interne
pour stimuler les interactions entre EMC et ses clients.
Jim Bampos, vice-président du département Qualité client chez
EMC, qualifie cette étape de « quitte ou double », c'est-à-dire
voir trop grand et courir à l'échec, ou trop petit et avoir du mal à
démontrer l'intérêt du projet.
Cherchez un ensemble déterminant de processus pouvant
réellement faire pencher la balance et un directeur influent
désireux d'innover et d'investir dans ces processus. Vous avez
besoin des deux, car les utilisateurs des différents secteurs d'activité
ont tendance à connaître les questions auxquelles ils essaient de
répondre et les décisions qu'ils tentent de prendre. Ce qu'ils ne
savent pas, ou ne peuvent prédire, c'est la manière dont le Big Data,
en termes de nouvelles technologies et sources de données, peut
influencer ou permettre ces questions et ces décisions.
Chuck Hollis, vice-président et directeur technique Global Marketing
chez EMC, recommande d'attirer de la façon suivante les personnes
susceptibles de vous aider :
« Le potentiel de l'analyse du Big Data est époustouflant. Au service
informatique, nous voudrions en profiter, et pour cela collaborer
avec vous. Nous ne sommes pas certains des coûts à long terme ou
des résultats, mais nous voudrions y investir suffisamment pour
déterminer le bénéfice qu'il est possible d'en retirer. Nous avons
besoin de votre aide. Êtes-vous partant ou non ? »
Si vous vous heurtez à un refus (et c'est parfaitement possible), il
se peut que vous y alliez trop fort, que votre interlocuteur ne soit
pas encore prêt, que vous ayez choisi la mauvaise personne ou
les mauvais processus, ou encore (le pire des scénarios), que cette
personne ait déjà compris la valeur de l'analyse du Big Data et qu'elle
ait fait appel à des ressources externes.
Jim Bampos a réussi son coup dès la première tentative d'analyse
du Big Data réalisée par son équipe dans le cadre du meilleur
engagement TCE (Total Customer Experience) d'EMC. Son équipe,
qui est indépendante et ne dépend d'aucun secteur d'activité
fonctionnel, a choisi comme cobaye la fiabilité du matériel.
5
LIVRE BLANC
BIG DATA
n n n n n n n n
Comment votre entreprise
comprend-elle et utilise-t-elle le Big Data
et son analyse prédictive ? Répondez
à ce questionnaire pour savoir où
vous vous situez par rapport à vos
homologues concernant les priorités
en matière d'activation du Big Data, des
investissements nécessaires pour soutenir
les initiatives Big Data et du rôle que le
département informatique doit jouer dans la
mise à disposition de l'analyse du Big Data
aux utilisateurs. Cliquez ici pour commencer.
La fiabilité du matériel comprenait des données de volumes divers,
issues de nombreuses sources, ce qui constituait une base solide
pour l'évaluation. Via chacun de ces points de contact, des données
ont été collectées auprès d'équipes internes, de systèmes clients et
des clients eux-mêmes. L'équipe a recherché un sujet qui présentait
plusieurs flux de données disparates, était important pour la société
et disposait d'une équipe de support prête à réagir aux problèmes
détectés. Selon Bampos, la situation était idéale pour identifier des
possibilités en termes d'amélioration de l'expérience client, de
création de revenus ou de réduction des coûts.
Doper la plate-forme
Cette nouvelle plate-forme facilite
largement les tâches de consommation,
d'analyse et d'expérimentation avec divers
flux de données, structurées ou non
synthétisées, analysées et corrélées d'une nouvelle façon pour avoir
de la valeur.
Certaines techniques de Big Data impliquent de travailler avec
des données qui n'ont pas été modelées par des architectes de
données, permettant la comparaison de différents types de données
et la correspondance de schémas sur diverses sources. Selon le
Leadership Council, les entreprises doivent déployer des outils
comme Hadoop, une technologie Open Source qui répartit les
tâches d'analyse de données sur de nombreux ordinateurs pour
diviser l'analyse en un grand nombre de tâches parallèles et produire
plus rapidement des résultats.
Toutefois, les entreprises découvrent souvent qu'elles ont besoin
d'une nouvelle plate-forme reposant sur des technologies comme
Hadoop et capable non seulement de gérer les flux actuels mais aussi
d'absorber les nouveaux flux après le succès du projet initial.
Cette nouvelle plate-forme, souvent présentée comme « BI-asa-service » ou, mieux encore, « analytics-as-a-service », simplifie
considérablement la consommation, l'analyse et l'expérimentation
de divers flux de données, structurées ou non. Autrefois focalisée
sur l'informatique, l'analyse passe aujourd'hui aux mains des
experts en science des données.
Une fois la plate-forme en place, vous êtes prêt à récolter les
bénéfices. C'est là que vos données se mettent à parler.
Dans certains cas, même si un directeur ou un responsable
informatique déniche la situation idéale, les plates-formes sousjacentes d'analyse et de stockage ne peuvent pas supporter le poids
de flux en temps réel plus importants et d'une analyse sophistiquée.
L'analyse du Big Data requiert des experts
en science des données
L'analyse du Big Data nécessite une vaste plate-forme permettant
de trouver, localiser, manipuler et tester facilement les sources de
données les plus diverses. Les entrepôts décisionnels actuels ne sont
tout simplement pas à la hauteur de cette tâche.
Dans la Business Intelligence, il est possible de former la plupart
des professionnels de l'information à l'exécution de rapports et à
la consultation de bases de données. L'analyse du Big Data requiert
quant à elle d'autres compétences pour générer une réelle valeur.
Le rapport du Leadership Council d'EMC, « Big Data: Big
Opportunities to Create Business Value » conclut que stocker
et fournir des données ne suffit pas. Les données doivent être
David Dietrich, consultant technique du département Global
Education Services d'EMC, décrit les principales qualités des experts
en science des données :
6
LIVRE BLANC
BIG DATA
Exécuter un modèle analytics-as-a-service peut sembler une
proposition onéreuse, mais l'analyse du Big Data est une
solution dans laquelle les responsables métiers conscients de sa
véritable valeur sont prêts à investir. En créant un programme de
refacturation, vous serez assuré de pouvoir engager plus d'experts
en science des données et de continuer ainsi à développer votre
infrastructure avec la prise en charge des nouveaux flux de données.
La gouvernance est elle aussi une nécessité, car le mélange
de flux de données peut s'avérer délicat. Un fournisseur peut
très volontiers partager ses listes de matériaux avec l'équipe
d'ingénierie, mais pas avec le département commercial, et encore
moins avec des concurrents. C'est pourquoi vous avez besoin de
définir et d'appliquer des règles de sécurité (pensez aux pare-feu
et aux partitions), ainsi que des normes en matière de partage de
propriété intellectuelle, afin de prévenir les problèmes juridiques et
commerciaux.
Jeremy Burton, Directeur
Marketing chez EMC et Bill
Cook, Président de Greenplum,
parlent de la manière dont les
directeurs informatiques
peuvent parvenir à un meilleur
alignement stratégique en
exploitant le Big Data.
« En plus de posséder les compétences de base (exactitude
et connaissances techniques), les experts en science des
données font preuve de compétences de communication et de
collaboration variées et d'une curiosité innée pour l'exploration et
l'expérimentation avec les données. Ils ont également tendance à
être sceptiques et à poser de nombreuses questions sur la viabilité
d'une solution donnée et sa réelle efficacité. »
Les experts en science des données se caractérisent par une certaine
forme de curiosité qui leur permet d'étudier les données d'un
oeil neuf. Ils combinent compétences mathématiques, métiers
et analytiques. Certaines entreprises ont du mal à identifier les
individus possédant toutes ces compétences à la fois. Elles créent
alors des équipes de science de données composées de personnes
expérimentées dans chacun de ces domaines. D'autres forment
en interne leurs experts en BI et en entrepôt décisionnel, qui
partagent beaucoup de ces mêmes compétences (esprit d'enquête
et d'exploration), pour qu'ils puissent utiliser des outils comme
Hadoop et MapReduce. Affiner ce pool existant de talents représente
pour les entreprises une magnifique occasion d'acquérir de
nouvelles compétences.
Proposer l'analyse prédictive en tant que
service
L'objectif à long terme de l'analyse du Big Data est de la laisser
développer tout son potentiel au profit des responsables d'entités.
En étendant la portée de l'analyse du Big Data, vous êtes certain de
rentabiliser votre investissement. Les clients souhaitent que ces
services leur apportent des fonctions importantes (notamment la
découverte, la visualisation et la collaboration) ; veillez donc à les
intégrer dans votre offre.
Une fonction de gouvernance efficace et légère n'est pas un frein.
Au contraire, elle accélère la mise en place en stimulant la confiance
nécessaire pour faire les choses différemment, en sachant que
quelqu'un est là pour vous épauler. La gouvernance encourage la
confiance.
Certains professionnels de l’informatique considèrent avec
scepticisme l'idée que de lourds silos de données structurées et
non structurées puissent miraculeusement générer du profit.
Ils ne voient pas tout ce que ce concept englobe (l'évolution des
personnes, des processus, des plates-formes, des technologies et
de la culture d'entreprise) et qui transforme de simples octets de
données en un véritable avantage concurrentiel.
Partez gagnant
Si vous trouvez le projet, la plate-forme et les personnes qui
conviennent, ce sera forcément une manne pour l'analyse prédictive
des données. Veillez à le faire savoir. C'est l'occasion de faire appel
à des parties prenantes restées dubitatives lorsque vous les avez
sollicitées pour la première fois à propos de votre projet.
L'analyse du Big Data crée un effet boule de neige auquel il serait
bon que vous soyez préparé. Si comme Bampos, vous savez que vos
premiers efforts ont abouti, commencez à planifier la deuxième
étape. Pensez à l'évolutivité et au personnel dont vous aurez besoin
pour soutenir vos futures démarches. Si vous attendez l'arrivée des
demandes d'analyse prédictive, vous perdrez un temps précieux et
une longueur d'avance.
7
LIVRE BLANC
BIG DATA
n n n n n n n n
Prendre l'initiative
Big Data
Le secteur des services publics est l'un des principaux adeptes de l'analyse
du Big Data. Les compagnies énergétiques déploient des compteurs avancés
qui génèrent plus de données que jamais. Exploiter toutes ces données
grâce à l'analyse prédictive aide les sociétés de services publics à renforcer
leur avantage concurrentiel.
Silver Spring Networks, grand fournisseur de plates-formes de réseau
intelligent pour des sociétés énergétiques du monde entier, rassemble et
analyse le Big Data provenant des appareils de son réseau (compteurs,
périphériques d'alimentation, véhicules électriques et génération distribuée).
Tous ces éléments communiquent avec la plate-forme d'analyse hautes
performances EMC Greenplum, convertissant l'important flux de données en
temps réel en informations exploitables.
En étudiant fréquemment les données intelligentes provenant des
compteurs, les sociétés de services publics peuvent amasser 3 000 fois
plus d'informations sur la consommation électrique qu'avec les relevés
traditionnels, moins fréquents. Si l'on multiplie ce chiffre par plusieurs
millions de clients dans une zone urbaine, le réseau intelligent peut produire
un dataset suffisamment vaste pour surveiller la demande en électricité en
temps réel et prévoir les coupures probables avant qu'elles se produisent.
Grâce à la diminution du coût et à la sophistication croissante des platesformes comme Greenplum, l'analyse du Big Data est devenue accessible
et acceptable pour une plus grande variété de secteurs, y compris celui de
l'énergie.
Faites preuve de tact. Par exemple, si vous découvrez que l'équipe
commerciale se relâche, motivez-la, ne l'enfoncez pas. Elle ne
soutiendra plus d'autres projets si elle considère votre travail comme
une menace. De la même façon, ne laissez aucun groupe vous
influencer. La science des données repose sur l'objectivité et l'écoute
des données, et non l'inverse.
Il est peut-être encore plus important de constituer (très tôt) une
équipe de parties prenantes pour vous guider. Le département
informatique ne peut faire cavalier seul quand il s'agit d'analyse
prédictive du Big Data. Impliquez les responsables de département,
Impliquez les responsables de
département, les domaines
fonctionnels et toute autre personne
pouvant influencer l'issue, et collaborez
avec eux pour créer un cadre propice à
l'analyse prédictive du Big Data.
les domaines fonctionnels et toute autre personne pouvant
influencer l'issue, et collaborez avec eux pour créer un cadre
propice à l'analyse prédictive du Big Data.
Prendre les rênes et les garder
L'analyse prédictive du Big Data représente une fabuleuse occasion
pour les directeurs informatiques de passer d'une attitude réactive
à une attitude prédictive. La découverte de nouveaux flux de
revenus, l'amélioration du support et de la satisfaction clients ainsi
que la réduction des coûts sont autant de facteurs qui contribuent à
faire de vous un pilier de l'entreprise. Or l'analyse prédictive du Big
Data permet les trois.
Savoir exploiter les informations fournies par le Big Data nécessite
un réel investissement dans des technologies éprouvées, des
compétences humaines et un leadership. Au cours des cinq à dix
prochaines années, on demandera aux responsables informatiques
d'ajouter toutes sortes de nouvelles technologies émergentes et
d'aligner personnes et processus pour soutenir le Big Data. Vous
devrez développer une stratégie bien pensée pour intégrer l'analyse
du Big Data dans l'architecture de vos systèmes d'information, afin
qu'elle soit évolutive et devienne partie intégrante de votre activité.
Comme le président-directeur général d’EMC, Joe Tucci, l'a affirmé
lors de l'EMC World 2012, « Les atouts durables d'une entreprise sont
sa marque, son personnel, ses processus et applications métiers et ses
informations. Ces éléments n'apparaissent pas en tant que ressources
financières sur le bilan d'un point de vue strictement comptable,
mais constituent des avantages durables qui différencient une
entreprise d'une autre ».
8
LIVRE BLANC
BIG DATA
Voilà votre charte Big Data. C'est le moment de prendre les rênes,
de les garder, et de mener votre entreprise à la réussite. Adoptez
l'analyse prédictive du Big Data, et vous êtes certain d'optimiser
votre environnement d'entreprise.
Tout rassembler
Le TCE d'EMC est un excellent exemple de la manière dont les
entreprises souhaitant faire de l'analyse prédictive du Big Data
doivent exploiter leurs compétences traditionnelles en matière
d'entrepôt décisionnel, y compris les outils ETL (extract, transform,
and load), la gestion des données de référence et le profilage des
données. Les données sources qui seront utilisées pour prendre ces
décisions métiers cruciales sont ainsi considérées comme plus sûres.
Par exemple, le TCE d'EMC a élaboré le projet de fiabilité du
matériel à l'aide de la solution EMC Greenplum Unified Analytics
Platform (UAP) rattachée à un moteur d'analyse SAS. L'équipe a
entré dans l'entrepôt décisionnel UAP tous les audits d'entreprise,
y compris les commentaires clients, les informations provenant des
détecteurs matériels, les rapports de service, etc.
Toutes les données ont été nettoyées et vérifiées avant le
démarrage de cette étape pour éviter l'effet « garbage in, garbage
out » (« À données inexactes, résultats erronés »). En fait, l'équipe
TCE a choisi la fiabilité du matériel à cause de sa confiance dans la
précision des données.
Elle utilise également Greenplum UAP pour exécuter des rapports
TCE par client et ainsi alimenter les entretiens commerciaux et les
analyses des chargés de compte. Ce processus, bouclé aujourd'hui
en huit minutes environ, prenait autrefois cinq jours.
Pour plus d'informations, visitez
france.emc.com/cio