Le Big Data parle. Entendez-vous
Transcription
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