Sommaire
Quisommesnous?
Nosexpertsprésentssurlesalon
Notremétier
Nosoffres
YsanceetlesBigData
Nosexpertsontlaparole
BigDat...
2
Uneéquiped'expertsauservicedudigital
Crééeen2005paruneéquiped’expertsIT,Ysanceestuneagenceconseilen
technologiedigitalef...
3
IngénieurENSEM,RomainChaumaisdébutechezAltran,puiscréélasociétéEconomiz,
éditeurd'unesolutiondeeCRM multicanal.Ilintègre...
Précurseurdanslamiseenoeuvredetechnologiedisruptive,Ysanceest
aujourd’huiunacteurincontournabledesplateformesBigData. Al'è...
Aveclamultiplicationàl’infinidesdonnéesaccessiblesauxentreprises,leframeworkopensource
Hadoopestdevenuhégémoniquesurlessolu...
Cenouveaumondeestbiendifférentdesdeuxprécédents.Alorsqueplusieurséditeurssepartagent
historiquementlemarchédesmoteursdetrai...
Ilauradoncfalluattendrel’avènementduBigDatapourvoirdeséditeurstraditionnellementaussi
propriétairesqueMicrosoft,OracleouIB...
Chaque donnée comportementale,potentiellementutile pourl’entreprise,recèle une valeur
jusqu’alorsinexploitable.C’estlàqu’i...
LàoùlaBIimposeuneagrégationforcémentsimplificatricepourcréerdesoutilsdepilotage
organisationnel,leBigDatapermetdestockerdes...
Loind’unsimplebuzzmarketing,larévolutionBigDataestenmarche.Unedéferlantequirisquede
toutbalayersursonpassage.Aquisauraprofi...
Nombreusessontaussilesentreprisesquivontrestersurlatouchefaceàl’émergencedu
phénomèneBigData.Acommencerparleséditeursdebas...
Etsilesprojetsbigdataétaientl’occasionderepenserl’organisationdel’entreprise,sonapproche
techniquecommesonnoyaudécisionnel...
Lacomposantetechniqueestdonctrèsfortepourlebigdata.Ellesesimplifieracertainementdans
lesannéesàvenir.Enattendant,iln’yapass...
Ladématérialisationdessupportsconjuguéeàl’avènementderéseauxsociauxontprofondément
bouleversénotrefaçond’appréhenderlesméd...
Lasystématisationdel’exploitationdesBigDataetsonimpactpositifsurlesentreprisesontfait
évoluerlesmentalitésversetautourdela...
Lechampdespossiblesestdoncinfini.AussiinfiniqueceluidesBigData…Ilnécessitetoutefoisdes
compétencestechniquesdistinctes.L’app...
En2013,ladéferlanteBigDatas’estabattuesurlaBusinessIntelligence,renversanttoutsurson
passage.Littéralementprisedevitesse,c...
Lestableauxdereporting,d’abord,puislestraitementsanalytiques,ensuite,onteuleursheuresde
gloire.Placedésormais,àladatavisua...
Ysance - Dossier de presse Big Data
Ysance - Dossier de presse Big Data
Ysance - Dossier de presse Big Data
Ysance - Dossier de presse Big Data
Ysance - Dossier de presse Big Data
Ysance - Dossier de presse Big Data
Ysance - Dossier de presse Big Data
Prochain SlideShare
Chargement dans…5
×

Ysance - Dossier de presse Big Data

2 796 vues

Publié le

Précurseur dans la mise en oeuvre de technologie disruptive, Ysance est aujourd’hui un acteur incontournable des plateformes BigData. A l'ère du"Data Deluge" et de la digitalisation des interactions où la donnée brute constitue une incroyable richesse, Ysance propose des solutions complètes et sur-mesure dédiées aux projets Big Data : étude d'opportunités, définition de Use Cases,  conception d'architecture, implémentation et exécution.

Depuis 4 ans, Ysance a développé une expertise unique et pointue de l’environnement Hadoop  (Map Reduce, HBase, Elastic Search, R, etc.) et bâtit un écosystème de partenaires technologiques complet : Distribution Hadoop (MapR, Cloudera), Big Data as a Service (Google, Amazon, CloudWatt), Data Management (Talend, Dataiku), Data Visualization (QlikView, Tableau Software).

Mais au delà des technologies, Ysance construit des plateformes Big Data pour les mettre au service des différents métiers de l’entreprise : CRM, eCommerce, Marketing, Ventes, RH, Finances, BI, Datamining,  etc. A la clé, une meilleure connaissance client, des plateformes décisionnels Scale Out et peu coûteuses, une optimisation de vos opérations marketing (acquisition, fidélisation, monétisation), des processus d’entreprise plus performants, un eCommerce & CRM omnicanal améliorant l’expérience utilisateur, la satisfaction client et votre stratégie Web2Store, une logistique supervisée et pilotée en temps réel, un usage maîtrisé des réseaux sociaux pour le recrutement et votre eReputation, une analyse prédictive des nouveaux phénomènes et de nouvelles tendances telles que des comportements d’achat inédits, des anomalies techniques ou des détections de fraudes…

Publié dans : Technologie
2 commentaires
1 j’aime
Statistiques
Remarques
Aucun téléchargement
Vues
Nombre de vues
2 796
Sur SlideShare
0
Issues des intégrations
0
Intégrations
380
Actions
Partages
0
Téléchargements
24
Commentaires
2
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Ysance - Dossier de presse Big Data

  1. 1. Sommaire Quisommesnous? Nosexpertsprésentssurlesalon Notremétier Nosoffres YsanceetlesBigData Nosexpertsontlaparole BigData:HorsHadoop,pointdesalut LeBigData:unlevierincontournablepourmonétiser lesdonnéescomportementales LesgagnantsetlesperdantsdelarévolutionBigData Modificationorganisationnelleliéeaubigdata:lebigdéfi BigData:unsecondsoufflepourlesmedias L’OverDataouquandla«notsoBigData»devientL’OverDataouquandla«notsoBigData»devient sourcedevaleurpourl’entreprise TendancesBusinessIntelligence2014:versuneBIaugmentée 2 3 4 5 9 6 10 13 15 17 19 20 22
  2. 2. 2 Uneéquiped'expertsauservicedudigital Crééeen2005paruneéquiped’expertsIT,Ysanceestuneagenceconseilen technologiedigitalefortede100collaborateurs. L’essorL’essordesusagesnumériquesetleurimbricationcroissantedanslasphère économiqueirriguentaujourd'huichaquefonctiondel’entreprise.Fortdece constat,Ysanceaidelesdirectionsmétieràtirerunprofitdurabledece nouvelenvironnementenlesaccompagnantdanslaconception,lamiseen œuvrepuisl’animationdeleursplate-formesdigitales. Quisommesnous?
  3. 3. 3 IngénieurENSEM,RomainChaumaisdébutechezAltran,puiscréélasociétéEconomiz, éditeurd'unesolutiondeeCRM multicanal.Ilintègreensuiteunesociétédeconsultingen décisionnelpuisco-fondeYsanceen2005.SesprincipalesmissionschezBNPParibas,Caisse d'épargne,Orange,PagesJaunes,Dartyluipermettentd'acquérirunesolideexpériencedans lesdomainesdelaBusinessIntelligence,duDataManagementetduCRM.RomainChaumais militepourduBigDataauseindesgrandesetpetitesentreprises. RomainChaumais co-fondateur Françoisde Charon estnommé directeurde la stratégie digitale chezYsance.Ilétait auparavantchezPagesJaunesMarketingServicescommeconsultantCRM puisdirecteur marketing.Ilapourmissionauseind’YsanceagencYdeconstruirel’offre,d’accompagnerles clientsversdesstratégiesdemarketingrelationnelsurmesureetdecréerdelatransversalité surlesoffresYsance.Aprèsl’arrivéerécentedeMarcValléeaupostededirecteurbusiness unit,YsanceagencYconfortesavolontédesedévelopperdanslecommercedigital. FrançoisdeCharon DirecteurBusinessUnit IngénieurESI,Richardpossède18ansd'expérienceenSSIIdansledomainedudécisionnel, pendantlesquellesilapuparticipéàdegrandsprojetspourCarrefour,BNPParibas,EDF... Danslesannées2000ilparticipeaulancementdelafilialeBId'unegrandesociétéde servicesfrançaisepuisrejointYsance,en2007,pourcréeretdévelopperlaBUdécisionnelle qu’ilco-dirigeaujourd’hui. RichardHooft DirecteurBusinessUnit Nosexpertsprésentssurlesalon
  4. 4. Précurseurdanslamiseenoeuvredetechnologiedisruptive,Ysanceest aujourd’huiunacteurincontournabledesplateformesBigData. Al'èredu "DataDeluge"etdeladigitalisationdesinteractionsoùladonnéebrute constitueuneincroyablerichesse,Ysanceproposedessolutionscomplètes etsur-mesuredédiéesauxprojetsBigData:étuded'opportunités,définition deUseCases, conceptiond'architecture,implémentationetexécution. DepuisDepuis4ans,Ysanceadéveloppéuneexpertiseuniqueetpointuede l’environnement Hadoop (MapReduce,HBase,ElasticSearch,R,etc.)etbâtit unécosystèmedepartenairestechnologiquescomplet:DistributionHadoop (MapR,Cloudera),BigDataasaService(Google,Amazon,CloudWatt),Data Management (Talend,Dataiku),Data Visualization (QlikView,Tableau Software). MaisMaisaudelàdestechnologies,YsanceconstruitdesplateformesBigData pourlesmettreauservicedesdifférentsmétiersdel’entreprise:CRM, eCommerce,Marketing,Ventes,RH,Finances,BI,Datamining, etc.Alaclé, unemeilleureconnaissanceclient,desplateformesdécisionnelsScaleOutet peucoûteuses,uneoptimisationdevosopérationsmarketing(acquisition, fidélisation,monétisation),desprocessusd’entrepriseplusperformants,un eCommerce & CRM omnicanalaméliorant l’expérience utilisateur,la satisfactionsatisfactionclientetvotrestratégieWeb2Store,unelogistiquesuperviséeet pilotée en tempsréel,un usage maîtrisé desréseauxsociauxpourle recrutementetvotreeReputation,uneanalyseprédictivedesnouveaux phénomènesetdenouvellestendancestellesquedescomportements d’achatinédits,desanomaliestechniquesoudesdétectionsdefraudes…  7
  5. 5. Aveclamultiplicationàl’infinidesdonnéesaccessiblesauxentreprises,leframeworkopensource HadoopestdevenuhégémoniquesurlessolutionsdetypeMapReduceenmoinsdequatreans, étouffanttoutevelléitédeconcurrencepropriétaire.Leséditeurstraditionnelsensontramenésàun rôled’assemblagedebriquescomplémentaires,somméesd’interagirautourdecemêmenoyau ouvert.Cecipourleplusgrandbénéficedesentreprises. LeLemondedesmoteursdetraitementdedonnéesdetypeBigDataadéjàbienchangé,depuisses récentsdébuts.Ilyapeu,celui-ciétaitglobalementscindéendeux.D’uncôté,lesmoteursspécialisés quioffrentuneoptimisation maximale,viaunestructuration etun stockagedesdonnéesen colonnes parexemple,etpermettentdes requêtes analytiques ensemblistes propices aux applicationsdetypedécisionnel.Cesontles«coupéssport»delabasededonnées,composés d’acteurstelsqueSybaseIQ,Vertica,Infobright,Vectorwize,Calpont…Del’autrecôté,lesmoteursde traitementdedonnéesdetypeApplianceMPP(MassiveParallelProcesing)quisontdavantage adaptésadaptésauxgrandsdatawarehousesd’entreprisepourdesusagesaussibientransversesque métiers(EDW).Ilscentralisentle patrimoine d’informationsde l’entreprise etautorisentune organisationdesdonnéesrelativementsouple.Cesontles«semi-remorques»delabasede données,certespluspuissants,maismoinsabordablesquelesmoteursspécialisés.S’ycôtoient Teradata,Oracle(Exadata),ouencoreIBM (Netezza). Maisvoilà.Sicesdeuxapprochesrépondentàdesusagesbienréels,ellespeinentàtraiterlajungle desdonnéesstructuréesetnonstructuréesdésormaisproduites:commentairessurréseaux sociaux,mobilité,machine-to-machine,traficweb… Stratégiquepourl’entreprise,cettemasse croissanted’informationsrecèleuneréellevaleuréconomique,maisdépassetrèslargementla capacitédesmoteursdetraitementtraditionnels.Autrementdit,cesderniersnesontdéjàplus adaptésàlagestionintensivedepétaoctetsdedonnées.C’estlàqu’interviennentlesframeworksde typeMapReduce,dontl’approcheconsisteàexplorer,puisàrévélerdesdonnéeschaudes,bruteset potentiellementpotentiellementnonstructurées.Auprixd’unemoindreperformanceparCPU etd’unerelative inertiedanslestraitements,laquantitédedonnéestraitablesesticidémultipliéeàl’infini(cf.schéma 1),commeunemotricedontonpourraitaccrocherautantdewagonsqu’onlesouhaite. Schéma1 Performance Volumededonnées FrameworkMapReduce ApplianceMPP Moteursspécialisés BigData:HorsHadoop,pointdesalut ParRomainChaumais,Co-fondateurd’YsanceetDirecteurduDéveloppement 10
  6. 6. Cenouveaumondeestbiendifférentdesdeuxprécédents.Alorsqueplusieurséditeurssepartagent historiquementlemarchédesmoteursdetraitementdedonnéesdetypeSGBD,Hadoops’impose d’oresetdéjàcommeleprincipaletincontournablemoteurdetypeMapReduce.Rappeldesfaits.En 2008,Googlepubliel’algorithmedesonFrameworkMapReduce,dontYahooproposeuncloneOpen source.Hadoopestné.Cemoteur,quifonctionnesurunsystèmedefichiersrépartissurplusieurs machinesphysiques(HDFS),reprendlesgrandsprincipesdel’algorithmeMapReduceenjava.Très rapidement,cetteplateformefédèreunconglomératd’acteursdiversanimésdepuis2009parla FondationFondationApache.Cesderniersl’enrichissentetcréentunécosystèmecompletenajoutantchacun àleurtourdenouvellesbriques.SiHortonworks,spinoffdeYahooetClouderasontparmiles éditeurslesplusactifspourenrichirl’écosystèmeHadoop(Flume,Scoop,ZooKeeperetc.),ilssont loind’êtrelesseuls.Pourmasquerlarelativecomplexitédel’universMapReduceetrendrece dernierencoreplusfaciled’accès,FacebookadéveloppéHive,quipermetd’interrogeruncluster HadoopdirectementenSQL,quandPig,autrelangagederequêtagedehautniveau,estproposépar Yahoo.Ilfautsoulignerquelalistedecescontributeursnecessedes’allonger(eBay,Twitter,etc.). Même siHadoop n’étaitpeut-être pasinitialementla technologie la plusperformante,son environnementsedéveloppetellementrapidementqu’aucunacteurprivénesembleenmesure d’alignerseullesressourcesen R&D nécessairespourcontrercette dynamique.Résultat,la déferlanteHadoopaétouffétoutevelléitédeconcurrencepropriétaire,devenanthégémoniqueenà peine4ansd’existence.MicrosoftamêmefinipartroquersatechnologiepropriétaireWindowsHPC Server(abandonnéeennovembredernier)contreunesolution«Hadoopnative»surWindows Azure,tandisquelatechnologieMapReducedéveloppéparAsterData,racheté(troptôt?)par Teradata,Teradata,n’aeupasletempsdepercer.Al’inverse,AmazonWebServices(AWS)abâtisonoffrede BigDatasurlemoteurHadoopproposéenmodeOnDemandtandisqueOracleinstalleClouderaau cœurdesaBigDataAppliance.Finalement,ilneresteplusauxéditeursqu’unrôled’assemblagede briquescomplémentaires(administration,monitoring,sécurité…)somméesd’interagirautourdu mêmenoyauHadoop(cf.schéma2),àl’instardumodèleéconomiqued’unRedHatdansl’univers Linux. Schéma1 11 Principalélémentdedifférenciationentrelesdistributions
  7. 7. Ilauradoncfalluattendrel’avènementduBigDatapourvoirdeséditeurstraditionnellementaussi propriétairesqueMicrosoft,OracleouIBM bâtirdesdistributionsautourd’uncœurenopensource. Autrementdit,HadooparéussisurlemêmemodèlequeLinux:hégémonied’unetechnologie ouverte.Ceconstatestlourddeconséquences,pourleséditeurs,désormaisobligésdepartagerla valeuravecleursclients.Ill’estaussipourlesutilisateurs,quipeuventaccéderaumoindrecoûtàdes technologiescomplexesetavant-gardistes,avecdesROIdémultipliésparrapportauxprojets habituels.Lavoilà,lagrandenouveauté:HadoopapermisdedéverrouillerlemarchéduBigDatadès sasagenèseetlerendreaccessibleàtous,desgrandsgroupesjusqu’auxTPE.Unconstatquiauraitété impossibleavecdesoutilspurementpropriétaires.Cen’estpaslamoindredesesconséquences. 12
  8. 8. Chaque donnée comportementale,potentiellementutile pourl’entreprise,recèle une valeur jusqu’alorsinexploitable.C’estlàqu’intervientleBigDatadontlacapacitéàmaniersurunmode exploratoiredetrèsgrandesquantitésdedonnéespermetdedépasserlemassmarketingpour entrerdeplainpieddanslepersonalmarketing. AAl’heuredel’envoléedesprixdesmatièrespremières,ilenestunequelesentreprisesproduisent elles-mêmesetdontellesfoisonnent:cesontlesdonnéescomportementales.Géolocalisation, historisationdesparcoursdenavigation,systèmesdeconnexiondetypemachineàmachine… A mesure que des pans entiers de l’économie s’organisenten réseaux autourde systèmes d’informationscentralisés,lesentreprisessontenmesuredetracerlemoindrecomportement individuel.Orchacunedecesdonnéescomportementales,aussifutileouinconsistantepuisse-t-elle paraitre,estuneinformationpotentiellementutile.Celle-cipermeteneffetdecomprendredes phénomènesphénomènesauparavantnoyés,d’identifierdestendances,voiredetesterentempsréellavalidité de choix stratégiques ou marketing.Même les aberrations deviennent dès lors riches d’enseignements,àl’instardesfautesd’orthographessaisiesdansdesimplesmoteursderecherche. Enclair,cesdonnéesrecèlentunetrèsgrandevaleur,pourpeuqu’ellessoientcollectées,stockées, misesàdispositionetexploitéesdefaçonpertinente. Ortoutl’enjeuestlà.Carcommentmonétiserlavaleurintrinsèquedecesdonnées?Commentcréer delavaleuràpartirdesériesaussiabondantesqu’éparsesdedonnéesbrutes?C’estlerôleduBig Data,unedémarched’unnouveaugenrequipermetauxentreprisesd’interrogerdespuitsde donnéesauparavantinexploitablesetdedécouvrirsurunmodeexploratoiredesopportunités businessimportantes. C’estC’estle cas parexemple d’un éditeurde jeux vidéo qui,grâce à l’analyse des données comportementalescaptéessurlespagesvuesdesonsite,apuendéduirelespréférencesdejeuxde chacundesvisiteurs.L’éditeuravuainsimultiplierpar500letauxdetransformationdesanewsletter commercialeenenvoyantunemailpersonnaliséàchaquemembreauregarddespagesqu’ilavait visitées. Certes,Certes,degrandequantitédedonnéessontdéjàanalyséesdelonguedateparl’informatique décisionnelle(BusinessIntelligence).Mêmeconstataveclessolutionsdetypewebanalytics,qui permettent depuis longtemps de mesurer et d’analyser l’utilisation d’internet à des fins d’optimisation.Cequiestnouveau,enrevanche,c’estlacapacitédegérertrèssimplementetà moindrecoûtdesvolumétriesaussimassives,depouvoirnaviguerenquasitempsréeldansdes dédalesd’événementsinterdépendantspourchercheràfairesenset,defait,àproposerde nouveauxmodesdereprésentationadaptésàchaqueusage.Unexemplerévélateurestceluid’un sitesitederencontreaméricainquigrâceàlamiseenplaced’unearchitecturedetypeBigData–en utilisantl’écosystèmeAmazonAWSetlasolutionElasticMapReduceHadoop-apuprofondément améliorerl’algorithmederecommandationdeprofilsamoureuxtoutendivisantpar100lecoûtde calculquotidien. LeBigData:unlevierincontournablepourmonétiser lesdonnéescomportementales ParRomainChaumais,Co-fondateurd’YsanceetDirecteurduDéveloppement 13
  9. 9. LàoùlaBIimposeuneagrégationforcémentsimplificatricepourcréerdesoutilsdepilotage organisationnel,leBigDatapermetdestockerdesdonnéesindividualiséespouvantallerjusqu’àla miseenplacedestratégiesCRM hyper-segmentéestendantversleone-to-one.Enrévélantcequ’on nepeutpasvoirparlamasseetencomplétantlestechnologiesdécisionnellesactuellesauxquelles ilajouteunaxeinédit(l’individu),leBigDataoffrelapossibilitéàl’entreprisededépasserlemass marketingpourentrerdeplainpieddanslepersonalmarketing. BigDataforsmallcompanies? L’arrivéeL’arrivéeduBigDatan’estdoncpasanodine,pourlesentreprises.Endevenantlesocleactifde nouveauxproduitsetservices,leBigDataappelleunerévisionprofondedesmodèleséconomiques, désormaisnécessairementorientésdonnées.Cetteruptureestd’autantplusstructurante queleBig Datan’estpasl’apanagedesgrandsgroupes,loindelà.Ilpermeteneffetd’optimiserlescoûts d’exploitationparuneréductionmassivedesinfrastructuresexigées.Etantbasésurunearchitecture exportéeetélastiquedetypecloud,lescoûtsd’exploitationdeviennentfonctiondesbesoinset utilisationsexprimésaujour-le-jourparl’entreprise. Enfin,Enfin,lamaturitéetlarobustessedessolutionsdumarchélimitentdrastiquementlecoûtd’entrée, dansuncontexteconcurrentielparailleurspropiceàl’innovation.Alorsquelesprojetsdécisionnels traditionnelsnécessitentparfoisplusieursmoisd’intégrationetunearchitecturetechniquelourde, lesprojetsdeBigDataoffrentdoncdesROIparticulièrementélevés.Dequoilesrendreaccessibleà lamoindrestartup,aumoindresitedee-commerce,àlamoindrePME.Enclair,leBigDatacomplète ledécisionnel…etsedémocratise. 14
  10. 10. Loind’unsimplebuzzmarketing,larévolutionBigDataestenmarche.Unedéferlantequirisquede toutbalayersursonpassage.Aquisauraprofiterlephénomène? Al’annonceduphénomèneBigDataen2010,ilyaeulesenthousiastes,lesavant-gardistes,les doux-rêveurs,lessceptiquesetlesdubitatifs.Troisansplustard,lebilanestsansappel:avec2,5 trillionsdedonnéescrééeschaquejourdanslemonde,ladataestomniprésente.Fortdecette nouvelledonne,l’exploitationdecedélugededonnéesoffredesopportunitésbusinessjusqu’alors inexploitéesauxentreprisesquiontanticipéetcomprislesenjeuxd’uneapprochedata-centric. AAquisauraprofiterlephénomèneBigData?Quiserontlesgagnantsetlesperdantsdecette révolutionenmarche? Acteursdel’Opensource,duCloudetduweb:letiercégagnant Indéniablement,Indéniablement,lespremiersgagnantsduBigDatasontlesacteursdel’OpenSource,comme ApacheetHadoop,maisaussiceuxquiontbâtidessolutionsautourdeslogicielslibres,comme ClouderaouHortonworks,etlesstart-upquioffrentdessolutionsdédiéesHadoop(Datameer, MapR,Karmasphère,Platfora).Portésparlacroissancedesacteursdel’OpenSourceetsurfantsur desinnovationstechnologiquesautourdesproblématiquesdu BigData,ilsontbénéficiéde l’amplitudeéconomiquedecenouveaumarché. LesLesconstructeursdematériel(Dell,HP,…)tirentégalementbienleurépingledujeuenproposantde nouvellescapacitésdestockagepourcettemassevertigineusededonnées.Acesderniers,viennent évidemments’ajouterlesacteursduCloud,capablesdedélivrerdesplateformesdeBigData massivementscaleout. LeLeBigDataprofiteaussiauxgrosconsommateursdedonnéesetnotammentauxacteursduweb.A lafoisacteursetutilisateurs,cesderniersontsucapitaliserleursressourcespourdévelopperdes plateformesBigDatatrèsperformantesetpeucoûteuses,c’estlecas–pourneciterquelesplus importantes-deFacebook,Linkedin,Amazon,Yahoo,Twitter,Ebay,etc. ParParcorollaire,onretrouveparmilesgagnantsduBigData,lesentreprises,detoutestaillesettous secteursd’activitéconfondus,quiontsutirerprofitdecettemanned’informationspartagéeset dynamiquesofferteparcesgéantsduweb.Intégréesàleurstratégiedécisionnelleetrépercutéesà l’ensembledescouchesorganisationnelles(marketing,supplychain,RH,contrôledegestion…),ces précieusesdonnéestextuelles-tellesquelesavisclients,lescommentairessurlesréseauxsociaux, leslogs,etc.-,deviennentunformidableatoutdecompétitivitépourcesentreprises«datavore». Editeurs,Editeurs,hébergeursdebasededonnéesetconstructeursd’appliances,en queuedepeloton LesgagnantsetlesperdantsdelarévolutionBigData ParRomainChaumais,Co-fondateurd’YsanceetDirecteurduDéveloppement 15
  11. 11. Nombreusessontaussilesentreprisesquivontrestersurlatouchefaceàl’émergencedu phénomèneBigData.Acommencerparleséditeursdebasededonnées(Oracle,Microsoft,IBM, Teradata,…),premièresvictimescollatéralesdelaterribleconcurrenced’Hadoopenmatièrede technologiesetdecoût. ViennentViennentensuiteleshébergeursdedonnées,lesconstructeursd’appliances(Exadata,Greenplum…) etautresacteurstechnologiquesquinesontpas(ouneserontpasàtemps)compatiblesavec Hadoopqui,au-delàdutraitementdesBigData,permetd’étendrelapuissancedesarchitecturesBI traditionnelles. OnOn compte égalementparmilesperdants,touteslesentreprisesdontla DSIne saura pas s’appropriercettetechnologiepourrépondreauxbesoinsdesmétiersetlesmétiersquine percevrontpaslepotentielbusinessoffertparletraitementdesBigData.BrefàtouslesCassandres pourquile Big Data n’étaitqu’un buzzmarketing etquin’ontpasprisà tempsce virage technologique… CommeCommechaqueinnovation,leBigDataapporterasonlotdegagnantsetdeperdants.Carbienque lestechnologiessedéveloppenttrèsvite,leurmaîtrisedemandeuncertaintempsd’adaptationen termesd’apprentissagedelavaleurdeladonnéemaisaussientermesd’organisation,d’acquisition decompétencesoud’expériencesutilisateur.Sicen’estpasdéjàfait,2013s’annonceêtreuneannée décisivepourselancerdansletraitementdesBigData.Au-delà,leretardaccumulérisquebiend’être irréversible… 16
  12. 12. Etsilesprojetsbigdataétaientl’occasionderepenserl’organisationdel’entreprise,sonapproche techniquecommesonnoyaudécisionnel? Contrairementauxidéesreçues,laproblématiqueRHdubigdataneserésumepasaumanquede datascientistsoudataanalysts.Maintenantquelespremiersdatalabssontconstruitsetqueles technologiessontstablesetreconnues,lebigdatasedéploieàtouslesniveauxdel’entreprise,du développeuràlaDSI,duresponsableacquisitionaudirecteurmarketing,commeàl’ensembledes sphèresapplicatives,modifiantainsilesusagesetlesbesoinsentermesderessources. ConséquenceConséquencedecedécloisonnement,onassisteàunéclatementdescompétences.Chaqueentité del’entreprise,dirigéeparladonnée(datadriven),vadevoirs’appropriercettetechnologieetles nouvellespossibilitésqu’elleoffreàl’échelledesesfonctions.Aprésentqueladonnéeestmotricede l’activitédel’entreprise,celle-cinepeutplussecontenterd’undatalab.Uneculturetechniquepour touteslesstratesorganisationnellesdevientunprérequisaubigdata.Trouvercesnouveauxprofils «hybrides»,quiappréhendentàlafoislatechnologieetsesenjeuxmétier,vadevenirlenouveau casse-têtedesDRH. LesqualitésattenduespourundéveloppeurbigdataestbienlongueLesqualitésattenduespourundéveloppeurbigdataestbienlongue AuniveaudelaDSI,lesprofilsrestentlesmêmes,saufqu’ilsvontdevoirintégrerlesnouveaux principestechnologiquesd’uneplate-formebigdata:scaleout,clustering,parallélisme… etles vulgariserà destination desmétiers.Cesderniers,quantà eux,vontdevoircomprendre la significationetl’intérêtdeladonnéecommeréponseconcrèteàleurproblématiquemétier,pour ensuiteinteragiraveclaDSIpourbâtircesnouveauxusages. LesLeséquipesmarketing,parexemple,replacerontlecontactaucœurdeleurproblématiqueet intégrerontl’ensembledescanauxetdessupportspouravoirunevisionomnicanale.Ellesnevont plusraisonnerparsilos,maisintégrer,dansleurstratégiecustomercentric,l’ensembledessupports etdescanauxdecontactssurlesquelsexistentlamarque,cequiimpliquelaconsolidationdeleur relationaveclaDSI. Làoùçasecorse,c’estenamont,côtétechnique,oùlesexigencessontbienplusnombreuses.Lebig dataétantàsesprémices,iln’existeaucunesolutionclésenmain. Toutestàinventer,àbâtir,cequiexigededescendredansles«couchesbasses»delatechnique.Toutestàinventer,àbâtir,cequiexigededescendredansles«couchesbasses»delatechnique. Ainsi,lalistedesqualitésattenduespourundéveloppeurbigdataestbienlongue.Al’espritpionnier, nécessaireàl’appréhensiond’unnouvelécosystème,s’ajouteunefortecultureweb,uneaccointance pourles technologies brutes,une bonne connaissance des infrastructures parallèles etde l’environnementLinux(Shell)ainsiqu’uneparfaitemaîtrisedeslangagesJava,JavascriptetJSON. Modificationorganisationnelleliéeaubigdata:lebigdéfi ParRomainChaumais,Co-fondateurd’YsanceetDirecteurduDéveloppementetFrançoisdeCharon, DirecteurdelaStratégieDigitalechezYsance. 17
  13. 13. Lacomposantetechniqueestdonctrèsfortepourlebigdata.Ellesesimplifieracertainementdans lesannéesàvenir.Enattendant,iln’yapassurlemarchéderessourcesopérationnelles.C’estun véritabledéfipourtouslesDRHdesociétésdeconsultingIT.Selancerdanslagestiondesolutions bigdataimposealorsd’êtreincubateurdetalents,depariersurdesprofilsquidétiennentaumoins unedesqualitésrequisesetdelesformereninterne,aveclerisquede«fuitesdescerveaux»que celacomprend.C’estsouventlereversdelamédailledesprisesdechoixavant-gardistes. 18
  14. 14. Ladématérialisationdessupportsconjuguéeàl’avènementderéseauxsociauxontprofondément bouleversénotrefaçond’appréhenderlesmédias.Lesacteurshistoriquesetgrandesmarques média,enpertedevitesse,doiventplusquejamaiscapitalisersurleuraudiencewebcommelevier deperformance,decroissanceetd’innovation.LeBigDataestlàpourlesaider… TempsTempsdenavigation,pagesconsultées,supportsdeconsultation,avisdéposés,logs,donnéesissues desmoteursderecherchesoudesréseauxsociaux,indexageinternet,formulaires… jamaisles lecteursdemédiasonlinen’ontlaisséautantd’«empruntes»deleurpassage,niautantd’indicessur leurmanièredeconsommerlesmédiasetleurscontenus. CeCedélugededonnéesbrutesmulti-source(BigData)peutaujourd’hui-grâceàlapuissancedes ressourcesinformatiquesnotammentliéeauCloudComputingetàlamaturitéetlarichessede l’écosystèmeOpenSource- êtrecollecté,stockéetanalyséentempsréel.Unemined’orpourqui souhaiteacquériruntraficefficace,crossdomaine,aumeilleurcoût,etaméliorersignificativement sontauxdeconversion. CarCargrâceauBigData,lesmédiasvontpouvoirmieuxinterpréterlepaysagemédiatique,mieux comprendreleurpublicetdévelopperdescontenusetdesstratégiescommercialesenadéquation avecleuraudience.Comment?D’unepart,parlamiseenplaced’algorithmesquivontpermettrede sélectionnerlesdonnées,delesprioriseretdelesexploiterdansl’optiquedecréerunparcours utilisateurpersonnalisé,puis,parladéfinition,desindicateursclésdeperformance(KPI).L’objectif finaldelapersonnalisationestdefournirleboncontenu,àlabonnepersonne,aubonmomentet vialeboncanal.Aquoibonmettreenavantdesarticlessurl’actualitéinternationalepourun internauteinternaute quine va consulterque les pages Sport?Pourquoiproposerun système de géolocalisationàquelqu’unquiconsultelesitedepuissonPCouunaffichagemulti-colonneau possesseurdeSmartphone?… Làoùautrefois,l’objectifétaitd’accumulerunmaximum d’audience,leBigDataaaujourd’hui renversécettetendance.Cequicompteàprésentcen’estplusdegagnerla«courseàl’audience», maisbiend’acquériruntrafictactique.Onnerésonneplusicienvolumemaisenprofilvisiteurcréé etstocké. Ilestnécessairepourceladedévelopperunestratégiedemarketing«agile»oùchaque profilvaentraineràlafoisdesrecommandationsspécifiquesaucontenu/service/produitetdes stratégies de communication personnalisées en fonction des canaux utilisés,des besoins, préférencesouhabitudesdechacund’eux.Carpluslelecteurauralesentimentd’êtrecompriset reconnu,reconnu,plusilvadégageruneaffectionpourlamarquemédiaets’yengager(récurrencedesvisites, tempsdenavigationpluslong,abonnementauxnewsletters,recommandationàsesamis…). Ce traficqualifié,vecteurd’adhésion etde fidélisation,estaussisource de revenus.Carla fragmentationdel’audiencevalorisel’inventairepublicitaire.Untelniveaudepersonnalisation devientunsérieuxatoutmarketingpourquisait«manager»correctementetdemanièreréfléchie sesdonnées.Derrièrecettepromessededélivrerlabonnepublicitéàlabonnepersonne,ilyafortà parierquelesannonceurssebousculeront.Apportantlà,unsecondsouffleinespéréauxmédias online… BigData:unsecondsoufflepourlesmedias ParFrançoisdeCharon,DirecteurdelastratégiedigitalechezYsance 19
  15. 15. Lasystématisationdel’exploitationdesBigDataetsonimpactpositifsurlesentreprisesontfait évoluerlesmentalitésversetautourdeladonnée,laissantplaceàunphénomènenouveauqu’on pourraitappelerl’OverData;ouquandlesdonnées-sanspourautantrépondreauxcaractéristiques exigéesparlesBigData- s’avèrentsourcedegrandevaleurpourl’entreprise.Explications… PlusPlusbesoindeprésenterl’intérêtdesBigDataauxchefsd’entreprises.Sonimpactplusquepositif surl’organisation,ledéveloppementetlacroissancedel’entrepriseluiad’ailleursvalulesurnom de «pétrole du XXIème siècle ».De plusen plusdata driven,lesentreprisessontaujourd’hui nombreusesàsepenchersurcephénomèneetàvoirenladonnéeleGraalinespérépoursortirde lacrise. OuiOuimaisvoilà,lesBigDataentrentdansdescritèresdevolume,devariétéetdevélocité(3V)bien précisettellementimportants(voiremêmehorsnorme)qu’ilsneconcernentfinalementqu’une infimepartiedesprojetsd’exploitationdedonnées.Quedoit-onfairealors?Ignorercettenuanceet continueràleurdonnerletitredeprojetBigDataaurisquedevoirs’agrandirencoreunpeuplusla confusionqu’ilyaautourdecephénomène?Ouexcluretoutbonnementlesentreprisesdontlescas d’usagen’entrentpasdanscescritèresquitteàlesécarterdecettemined’informationextraitedela donnée? Certes,Certes,non!SurtoutqueladémarchederéflexionfaiteparlesentreprisesautourdesBigDataafait naîtreunemultitudedeprojetsd’analysededonnéesquisanspourautantêtredetypeBigDataont beaucoupdevaleur.Ilestdoncaujourd’huinécessaired’introduireunnouveauniveaud’analysequi comprendtoutesles«autres»données-quelquesoitleurvolume,fréquenceouformat-quise situententrelesdonnéesdécisionnellesetlesBigDataetqu’onpourraitappelerl’OverData. IlIls’agiraitdel’exploitationdedonnéesplussouterraines(smallblackdata)etplusorientéesBtoB, pouranalyser,parexemple,lesprocessusdeproductionetdesécuritévial’activitédessystèmes embarquéstelsquelesbadgeuses,lescentresd’appelsetlessolutionsdomotiques,sagestiondes ressourceshumainesouencoresonactivitésurlewebcommel’analysed’uneFanpage,lescitations surlesréseauxsociaux,lesvisitessursonsiteinternet,lepositionnementdesonapplicationsur l’appstore,etc. PlusieursPlusieursentreprisessesontd’ailleurslancéesavecsuccèsdansl’analysedecertainspansdeleurs données.Onretiendraparmilescasd’usagelespluscélèbres,l’exempledeGoogleaveclamiseen placedesonprojet«GoogleM&Ms».Soucieusedelasantédesessalariés,l’entreprisearassemblé desdonnéestellesquelesdistancesparcouruesoulesalimentsconsommésàlacantinepour mettreenplacedessolutionsvisantàfreinerlaconsommationexcessivedeM&Msaubureau.Ou encore,l’initiativeduconcessionnaireRenaultquiaanalyséletrajetparcouruetlesdémarches effectuéesparlesalariédepuisl’entréedusitejusqu’àlachaînedeproductionpouroptimiser l’arrivéederessourcestemporairesencasdenécessité.l’arrivéederessourcestemporairesencasdenécessité. ParRomainChaumais,Co-fondateurd’YsanceetDirecteurduDéveloppement L’OverDataouquandla«notsoBigData»devientsource devaleurpourl’entreprise 20
  16. 16. Lechampdespossiblesestdoncinfini.AussiinfiniqueceluidesBigData…Ilnécessitetoutefoisdes compétencestechniquesdistinctes.L’approcheestcertesmoinsorientéeversl’enjeudevolume-et doncverslestechnologiesenrupturedetypeHadoop-maislacapacitéàcollectercette«over» donnéeoùellesetrouve,àgarantirsaqualitéetàsavoirl’injecterdansdesoutilsopérationnelsde l’entreprisedemandeuntravailcomplexeetminutieux.Finalement,lesméthodesprojetssontassez prochesdecellesdesBigDatamaislestechnologiesderécolteutiliséesressemblentdavantageà cellesdelaBusinessIntelligence(tableauxdebords,basesrelationnelles,tableauxExcel…). UnUnentredeuxquidevraitsatisfaire,pourcommencer,bonnombred’entreprisesleurpermettant ainsidefaire,endouceur,leurspremierspasversleBigData… 21
  17. 17. En2013,ladéferlanteBigDatas’estabattuesurlaBusinessIntelligence,renversanttoutsurson passage.Littéralementprisedevitesse,cettedernièren’apaseuletempsdefairesamutationetelle s’esttrouvéeconfrontéeàlarichessedudomainedespossiblesdesBigData.Aujourd’hui,ellen’a d’autrechoixquedes’appropriercenouvelenvironnement«fulldigital».Place,donc,en2014,àune BIaugmentéedontlesattentessontdésormaisinhérentesàcellesdesBigData. VersuneBIaussivivequeleweb SousSousl’influencedesBigData,onattenddésormaisd’uneplateformeBIqu’ellepuisseêtreaussi rapidequelewebetdonc«entempsréel».Làoùlamesuredebases’effectueencoreaujourd’huià J+1,laBIen2014permettrad’analyserlesdonnéesdescinqdernièresminutes,voiremêmedescinq dernièressecondes.Avecunutilisateur/consommateurhyper-connectéethyperactifsurleweb,les outilsdécisionnelssedoivent,eneffet,d’êtresynchronisésaurythmedecetteperpétuelleactivité digitaleetcalquésàlavitessedufameux WOM («word-of-mouth»,«boucheàoreille»enfrançais), sicherauxdirectionsmarketing. Outreuneplusgranderéactivitéetagilité,lesentreprisesréclament,paradoxalement,uneBImoinsOutreuneplusgranderéactivitéetagilité,lesentreprisesréclament,paradoxalement,uneBImoins chèreàmettreenplace,àopéreretàdéployerpouruntoujoursplusgrandnombred’utilisateurs. UneaubainedoncpourlessolutionsdistribuéesenOpenSourcequisontlesseulesàproposeràce jourundéploiementdemasseàmoindrecoût. VersuneBIcustomeretusercentric PlusPlus besoin de prouveraujourd’huique le pilotage de la performance se faitautourdu consommateuretnonduproduit.Al’instardesBigData,laBIen2014avocationàsavoirquelssont lesbesoinsduclient,quelestsoncomportement,quellessontsesréactionsparrapportaux situationsqu’onluipropose,quelleestsavaleur,etc.LaBIdedemainseveut,donc,clairement customercentric.Etc’estlàl’undesplusgrandsdéfistechniquesquil’attend,carintroduireleclient auseindel’ensembledessystèmesd’informationdécisionnelsestunexercicecomplexe,tantla volumétrieestimportante. D’autantquecerecentrageversleclientvabouleverserlachaînedécisionnelleclassiqueetplacerlaD’autantquecerecentrageversleclientvabouleverserlachaînedécisionnelleclassiqueetplacerla BI,nonplusuniquementsouslaresponsabilitédesDSI,maisaussisouslecontrôledesutilisateurs métiers.Ainsidéployéeàtoutel’entreprise,larécoltedecettemassededonnées,sielleveutêtre pertinenteauniveaudécisionnel,doitsegrefferetêtredisséminéeparmilesdifférentesapplications opérationnellesdel’entreprise:CRM,ERP,Hotline,RSE,ecommerce,intranet… VersuneBIapplicative OutreOutrecettenécessaireévolutionsurlefond,c’estsurtoutsurlaformequelesadaptationsdelaBI sontlesplusattendues,carpourallerversuneBIaccessibleàtous,lesoutilsinformatiquesdoivent êtrerepenséspourressemblerdavantageàceuxutilisésquotidiennementdansson univers personnel. ParRomainChaumais,Co-fondateurd’YsanceetDirecteurduDéveloppement TendancesBusinessIntelligence2014:versuneBIaugmentée 22
  18. 18. Lestableauxdereporting,d’abord,puislestraitementsanalytiques,ensuite,onteuleursheuresde gloire.Placedésormais,àladatavisualisationoucommentreprésenterlesdonnéesdefaçonvisuelle pourquel’informationsoitcompriseenunclind’œiletladécisionquiendécouleprisedansla foulée. PourPourcefaire,ilestindispensablededévelopperdesoutilsBIàl’imaged’uneapplicationwebgrand public:intelligente,interactiveetprédictive.Intelligente,d’abord,carlesapplicationsBI,en2014, serontcapablesdecapterlefluxdedonnéesutileàl’entrepriseetdelescontextualiserenfonction del’employédécideur,desesexigencesopérationnellesetdel’applicationqu’ilutilise.Imaginez, alors,dessolutionsquiprésentent,entempsréel:pourlechefd’entreprise,leschiffresd’affairespar magasin;pourlapersonneenchargeduréassort,leprévisionneldesventespourlesprochainsjours ;;pourleSAV,unealertelorsd’untauxderetourtropimportantsurunmêmeproduit;ouencore, pourunDRH,lesperformancesdesesoffresd’emplois… Interactiveensuite,danslesmodesderechercheetdanslanavigationauseindeladonnée.En2014, onnerequêteraplusladonnée,oniralacapterdirectementdanslefluxmassifdesdonnées, simplement,enlangagenaturel,viaunmoteurderecherchedetypeGoogleSearch. Prédictiveenfin,parceque,commetoutebonneapplicationwebquiserespecte,elledoitpermettre àl’utilisateurd’avoirunevisionmacro(agrégée)maisaussimicro(détaillée)dufluxdedonnéesgrâce àdesalgorithmesprédictifsquivontsuggérerlesdécisionsàprendre,parlebiaisd’alertes,de suggestions,derecommandationsoudeclassificationdesprioritésdel’information.Unpeucomme lefaitFacebookavecsesposts«AlaUne»ouTwitteraveclesTopTrends… LesLesréseauxsociauxetlesBigDataontdoncsuscitél’envied’uneBIplussouple,flexible,accessible etmoderne ;une BIapplicative,en tempsréeletmulti-device.Bref,une BIaugmentée en concordanceàlafoisavecl’environnementtechnologiquedanslequelelleévolueetavecles exigencesmétiersetbusinessactuelles.EtcetteBusinessIntelligence,en2014,n’auradecessede s’adapterpourrivaliseravecl’élargissementperpétuelduchampdespossiblesenmatièredenature etdevolumedesdonnéesoffertparlesBigData.Atelpointqu’ilesttrèsdifficiledeprévoiràquoi elleressembleraen2015… 23

×