Confidentiel Antidot™ 1
Comment mettre en relation
données et documents pour produire
une information métier plus riche et...
Confidentiel Antidot™ 2
Agenda
La société Antidot
Le logiciel Antidot Information Factory
L’approche Linked Enterprise Dat...
Confidentiel Antidot™ 3
À propos d’Antidot
Confidentiel Antidot™ 4
Société ANTIDOT
Éditeur de logiciels
 depuis 1999 | Paris, Lyon, Aix-en-Provence
 moteurs de rec...
Confidentiel Antidot™ 5
Faits & Chiffres
La passion de l’innovation
 50% du chiffre d’affaires investi en R&D
 46 person...
Confidentiel Antidot™ 6
Faits & Chiffres
Déjà dans le Cloud
 SaaS depuis 1999
 80% de nos clients sont en SaaS
 +1 mill...
Confidentiel Antidot™ 7
Parmi nos clients
E-commerce Éditeurs Santé
Entreprises,
organisations
Confidentiel Antidot™ 8
De nombreux partenaires
Confidentiel Antidot™ 9
Capter, Valoriser, Enrichir et Exposer l’information
Confidentiel Antidot™ 10
Antidot Information Factory
AIF : un outil industriel et évolutif
Une chaîne de
captation
et de t...
Confidentiel Antidot™ 11
AIF : une chaîne de traitement
Créer des chaînes de traitement de données par
assemblage de modul...
Confidentiel Antidot™ 12
AIF : des briques à assembler
Déjà plus de 60 modules prêts à l’emploi en standard
Connecteurs Tr...
Confidentiel Antidot™ 13
AIF : des briques à assembler
Enrichir les contenus
 Classification et tagging
 Extraction d’en...
Confidentiel Antidot™ 14
AIF : Tagging automatique
Classifieur : utilisable avec toute taxonomie / langue
Evalué par l’AFP...
Confidentiel Antidot™ 15
AIF : Tagging automatique
Extraction d’entités nommées
Confidentiel Antidot™ 16
AIF : Maillage sémantique de données
Transforme les entités en connaissances liées à
des jeux de ...
Confidentiel Antidot™ 17
AIF : un cadre de développement
Un cadre de développement pour construire des modules
60+ filtres...
Confidentiel Antidot™ 18
Mettre en relation données et documents pour
produire une information métier plus riche et plus u...
Confidentiel Antidot™ 19
Changer d’approche grâce à AIF
Ne plus considérer les applications mais
SEULEMENT LES DONNÉES
Confidentiel Antidot™ 20
Faire émerger l’implicite
Confidentiel Antidot™ 21
Consolider l’information
Intégrer les données internes et externes : l’intérêt de vos
données est...
Confidentiel Antidot™ 22
Créer des objets métier
Confidentiel Antidot™ 23
Mailler l’information interne avec
des données bibliographiques ouvertes
Pierre Boudigues - direc...
Confidentiel Antidot™ 24
ELECTRE : notre activité
Bases de données bibliographiques :
 Base de production Calipse : 1.700...
Confidentiel Antidot™ 25
ELECTRE : nos enjeux pour les données
Interopérabilité des données
 Données internes : décloison...
Confidentiel Antidot™ 26
ELECTRE : problématique
Pour Electre :
 faire un apprentissage de l’Open Data en moissonnage et ...
Confidentiel Antidot™ 27
ELECTRE : réalisation avec AIF
Confidentiel Antidot™ 28
ELECTRE : bénéfices d’AIF
Les services rendus par l’outil Antidot Information Factory
justifient ...
Confidentiel Antidot™ 29
ELECTRE : et maintenant ?
Imaginer de nouvelles offres de services
Quel modèle économique / quell...
Confidentiel Antidot™ 30
Favoriser la découverte d’informations et de services
grâce aux liens inter-silos
Marc Pautrat - ...
Confidentiel Antidot™ 31
Le Groupe Moniteur
Depuis 1903 : information et services
à destination des professionnels de
la c...
Confidentiel Antidot™ 32
Nos enjeux vis-à-vis des données
Le Groupe Moniteur brasse énormément
de données structurées / no...
Confidentiel Antidot™ 33
La problématique à traiter
Les données sont cloisonnées en
silos
 il faut les décloisonner
Les d...
Confidentiel Antidot™ 34
Ce qui a été réalisé concrètement
On ne retient pas la solution qui consisterait à créer une base...
Confidentiel Antidot™ 35
Ce qui a été réalisé concrètement
Profiter des flux d'indexation qui alimentent le moteur de rech...
Confidentiel Antidot™ 36
Schéma de maillage obtenu
Confidentiel Antidot™ 37
Bénéfice attendu
Améliorer la navigation transverse au sein de nos produits grâce à
un accès à l'...
Confidentiel Antidot™ 38
Pour aller plus loin…
Bâtir de nouvelles offres produits grâce à l'information
ainsi extraite
Exe...
Confidentiel Antidot™ 39
MERCI DE VOTREATTENTION !
Discuter Comprendre
S’informer Échanger
Stand Antidot B07
Speed Demos S...
Prochain SlideShare
Chargement dans…5
×

Comment mettre en relation 
données et documents pour produire 
une information métier plus riche et plus utile ?

2 326 vues

Publié le

Comment mettre en relation 
données et documents pour produire 
une information métier plus riche et plus utile ?

Présentation d'Antidot Information Factory et de l'approche Linked Enterprise Data, par Pierre Col, directeur marketing d'Antidot.

Retours d'expérience de Pierre Boudigues, directeur Projets et SI de Electre, et Marc Pautrat, responsable SI éditoriaux du Groupe Moniteur.



Publié dans : Technologie
0 commentaire
1 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
2 326
Sur SlideShare
0
Issues des intégrations
0
Intégrations
617
Actions
Partages
0
Téléchargements
13
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Comment mettre en relation 
données et documents pour produire 
une information métier plus riche et plus utile ?

  1. 1. Confidentiel Antidot™ 1 Comment mettre en relation données et documents pour produire une information métier plus riche et plus utile Pierre Col – Directeur Marketing pcol@antidot.net
  2. 2. Confidentiel Antidot™ 2 Agenda La société Antidot Le logiciel Antidot Information Factory L’approche Linked Enterprise Data Le témoignage d’Electre Le témoignage du groupe Moniteur
  3. 3. Confidentiel Antidot™ 3 À propos d’Antidot
  4. 4. Confidentiel Antidot™ 4 Société ANTIDOT Éditeur de logiciels  depuis 1999 | Paris, Lyon, Aix-en-Provence  moteurs de recherche | enrichissement des données Mission : Apporter à nos clients des solutions hautement configurables et innovantes qui créent de la valeur à partir de leurs données et accroissent leur performance opérationnelle
  5. 5. Confidentiel Antidot™ 5 Faits & Chiffres La passion de l’innovation  50% du chiffre d’affaires investi en R&D  46 personnes dont 26 à la R&D  Leaders dans le Web Sémantique (nous avons été pionniers des standards du W3C) Orienté Client  Engagement à livrer les projets  Nous n’avons jamais abandonné ni échoué  Plus de 120 clients  90% sont leaders sur leur marché
  6. 6. Confidentiel Antidot™ 6 Faits & Chiffres Déjà dans le Cloud  SaaS depuis 1999  80% de nos clients sont en SaaS  +1 milliard de recherches / an Et aussi en licence  Dans votre SI  Hébergée sur notre infrastructure
  7. 7. Confidentiel Antidot™ 7 Parmi nos clients E-commerce Éditeurs Santé Entreprises, organisations
  8. 8. Confidentiel Antidot™ 8 De nombreux partenaires
  9. 9. Confidentiel Antidot™ 9 Capter, Valoriser, Enrichir et Exposer l’information
  10. 10. Confidentiel Antidot™ 10 Antidot Information Factory AIF : un outil industriel et évolutif Une chaîne de captation et de traitement Un cadre de développeme nt Un modèle d’Unité Documentaire
  11. 11. Confidentiel Antidot™ 11 AIF : une chaîne de traitement Créer des chaînes de traitement de données par assemblage de modules Sources de données Module connecteur Modules de transformation et enrichissement
  12. 12. Confidentiel Antidot™ 12 AIF : des briques à assembler Déjà plus de 60 modules prêts à l’emploi en standard Connecteurs Traitements XML Text-miningTraitements RDF
  13. 13. Confidentiel Antidot™ 13 AIF : des briques à assembler Enrichir les contenus  Classification et tagging  Extraction d’entités nommées  Création de liens sémantiques Prime à la qualité !
  14. 14. Confidentiel Antidot™ 14 AIF : Tagging automatique Classifieur : utilisable avec toute taxonomie / langue Evalué par l’AFP et jugé comme le classifieur le plus précis (88%)
  15. 15. Confidentiel Antidot™ 15 AIF : Tagging automatique Extraction d’entités nommées
  16. 16. Confidentiel Antidot™ 16 AIF : Maillage sémantique de données Transforme les entités en connaissances liées à des jeux de données
  17. 17. Confidentiel Antidot™ 17 AIF : un cadre de développement Un cadre de développement pour construire des modules 60+ filtres prêts à l’emploi Un environnement d’exécution
  18. 18. Confidentiel Antidot™ 18 Mettre en relation données et documents pour produire une information métier plus riche et plus utile
  19. 19. Confidentiel Antidot™ 19 Changer d’approche grâce à AIF Ne plus considérer les applications mais SEULEMENT LES DONNÉES
  20. 20. Confidentiel Antidot™ 20 Faire émerger l’implicite
  21. 21. Confidentiel Antidot™ 21 Consolider l’information Intégrer les données internes et externes : l’intérêt de vos données est démultiplié par celles disponibles sur le Web
  22. 22. Confidentiel Antidot™ 22 Créer des objets métier
  23. 23. Confidentiel Antidot™ 23 Mailler l’information interne avec des données bibliographiques ouvertes Pierre Boudigues - directeur Projets et SI
  24. 24. Confidentiel Antidot™ 24 ELECTRE : notre activité Bases de données bibliographiques :  Base de production Calipse : 1.700.000 œuvres, 1.600.000 auteurs, 86.000 marques éditoriales  Base de diffusion electre.com : 10.000 utilisateurs, 2 M requêtes / j  1.400.000 notices, 450.000 auteurs, 17.000 marques et sociétés Magazine Livre Hebdo + site www.livreshebdo.fr :  Édition papier : 44 numéros + 4 suppléments  Édition web : 250.000 objets rédactionnels de 15 types différents  8.000 abonnés, 16.000 utilisateurs web, 31.000 abonnés newsletter Editions du cercle de la Librairie  150 ouvrages de référence pour les professionnels du livre  12 parutions par an
  25. 25. Confidentiel Antidot™ 25 ELECTRE : nos enjeux pour les données Interopérabilité des données  Données internes : décloisonner les silos existants  Données externes : moissonner Wikipedia / Dbpedia Urbanisation du Système d’Information  Créer un infocentre / datawarehouse…  … sans toucher aux applications métier
  26. 26. Confidentiel Antidot™ 26 ELECTRE : problématique Pour Electre :  faire un apprentissage de l’Open Data en moissonnage et en restitution  valider la compatibilité de nos référentiels pour ses usages Pour Livres Hebdo :  indexer et relier les informations non structurées produites par la rédaction avec des référentiels
  27. 27. Confidentiel Antidot™ 27 ELECTRE : réalisation avec AIF
  28. 28. Confidentiel Antidot™ 28 ELECTRE : bénéfices d’AIF Les services rendus par l’outil Antidot Information Factory justifient déjà, pour les besoins internes, la mise en œuvre d’un entrepôt RDF Les données Electre / Livres Hebdo sont maintenant « Open Data ready » Pour autant, AIF n’est pas la solution magique à tous les problèmes, notamment pour l’administration des données
  29. 29. Confidentiel Antidot™ 29 ELECTRE : et maintenant ? Imaginer de nouvelles offres de services Quel modèle économique / quelle rémunération pour Electre dans l’Open Data ?
  30. 30. Confidentiel Antidot™ 30 Favoriser la découverte d’informations et de services grâce aux liens inter-silos Marc Pautrat - Responsable SI éditoriaux
  31. 31. Confidentiel Antidot™ 31 Le Groupe Moniteur Depuis 1903 : information et services à destination des professionnels de la construction et des collectivités locales  Presse : 21 publications  Edition : Plus de 700 ouvrages en catalogue, livres et classeurs à mises à jour  Salons, formation  Plus de 30 sites web et services numériques Fait partie depuis janvier 2014 du Groupe Infopro Digital, groupe d'information professionnelle leader en France
  32. 32. Confidentiel Antidot™ 32 Nos enjeux vis-à-vis des données Le Groupe Moniteur brasse énormément de données structurées / non structurées...  Articles de presse  Information sur les entreprises du BTP  Information sur les collectivités locales  Information Produits  Projets de construction  Appels d'offres  etc Enjeux : faire émerger et valoriser l'information enfouie au sein de nos contenus afin de les mettre en perspective dans un contexte métier pertinent
  33. 33. Confidentiel Antidot™ 33 La problématique à traiter Les données sont cloisonnées en silos  il faut les décloisonner Les données sont hétérogènes  il faut en donner une vue homogène Les référentiels sont épars  il faut les aligner La pertinence de l'information sous- jacente est difficile à évaluer  il faut pouvoir expérimenter simplement
  34. 34. Confidentiel Antidot™ 34 Ce qui a été réalisé concrètement On ne retient pas la solution qui consisterait à créer une base de données uniforme : trop complexe, long et impactant pour les systèmes en place Solution retenue plus pragmatique : s'appuyer sur une base d’indexation externe Avantages :  Données sont déjà envoyées à la plateforme Antidot  Technologie connue et intégrée dans notre SI  Licences produit déjà acquises  Cohérence technique et facilité de mise en œuvre
  35. 35. Confidentiel Antidot™ 35 Ce qui a été réalisé concrètement Profiter des flux d'indexation qui alimentent le moteur de recherche pour créer une "base de maillage" entre ces entités Traitements AIF : normalisation, inférence, valorisation En s'appuyant sur les pivots de maillage suivants :  Le thésaurus Groupe et les plans de classements  Les bases Entreprises/Collectivités  La géolocalisation
  36. 36. Confidentiel Antidot™ 36 Schéma de maillage obtenu
  37. 37. Confidentiel Antidot™ 37 Bénéfice attendu Améliorer la navigation transverse au sein de nos produits grâce à un accès à l'information plus efficace, plus contextuel Mettre en avant des contenus premium (payants) Proposer de produits connexes (up selling)
  38. 38. Confidentiel Antidot™ 38 Pour aller plus loin… Bâtir de nouvelles offres produits grâce à l'information ainsi extraite Exemple : vue 360 sur des Réalisations-Acteurs- Techniques- Produits
  39. 39. Confidentiel Antidot™ 39 MERCI DE VOTREATTENTION ! Discuter Comprendre S’informer Échanger Stand Antidot B07 Speed Demos Sollan E37 www.antidot.net @AntidotNet www.antidot.net/secteurs-et-donnees/intranet-linked-enterprise-data/

×