SlideShare une entreprise Scribd logo
1  sur  80
#BigData = Smart Business 
un outil de transformation des entreprises 
Aadel Benyoussef 
Excelerate Systems France 
Aadel.Benyoussef@ExcelerateSystems.net 
+33 (0)5 24 61 56 81
#Innovation De Nouvelles Solutions pour de Vieux Problèmes De Nouvelles Solutions pour de Nouveaux Problèmes
DMC DeLorean Adjugée à 541.200 $
Alors, innovons !
#Innovation De Nouvelles Solutions pour de Vieux Problèmes ? De Nouvelles Solutions pour de Nouveaux Problèmes ?
Au début de notre ère numérique… 
Informatique d’Entreprise 
•Affaire de Spécialistes 
•Centralisée 
•Inaccessible hors de l’entreprise
Au début de notre ère numérique… 
Informatique d’Entreprise 
•Affaire de Spécialistes 
•Centralisée 
•Inaccessible hors de l’entreprise 
Informatique Personnelle 
•Mac .vs. PC 
•Individuelle 
•Isolée
Notre environnement Numérique… aujourd’hui ! 
›Application d’Entreprise 
›Bureautique 
›Internet 
›Email 
›Réseaux Sociaux 
›Objets connectés 
›e-commerce 
›Banque en ligne 
›Jeux en réseau 
›Apps Mobiles 
›Sauvegarde et Transport de données 
݃change / Partage 
›… etc.
Les Entreprises s’intéressent à … Nous !
Les Entreprises s’intéressent à … Nous !
Les Entreprises s’intéressent à … Nous ! 
Moi 
Opinions 
•Ce que j’Aime 
Passions 
•Mes Hobbies 
Coordonnées 
•Comment et où me joindre 
Avatars 
•Mes apparences 
Profession 
•Quel est mon métier et où je travail 
Réputation 
•Ce que l’on dit sur moi 
Expression 
•Ce que je dis 
Audience 
•Qui je connais 
Certificats 
•Qui peut certifier de mon identité 
Publications 
•Ce que je partage 
Achats 
•Ce que j’achète, quand et où
Évolution de la Données 
10% - Données Structurées 
1980 2014 
90 % - Données Non-Structurées 
+3 trillion Go de données créées en 2013… 
 Plus de 90% sont des données non structurées 
 500 quadrillion de fichiers 
1 Trillion = 1018, soit un milliard de milliards. 
1 Quadrillion = 1024 
Des changements 
considérables lors 
des 30 dernières 
années 
Applications Internet 
Smartphones & 
Tablettes 
Machines intelligentes 
Capteurs 
Quantités 
doublent 
tous les 2 Ans
Les 3V qui imposent le changement-Volume-Variété-Vitesse
les Entreprises veulent gérer toutesles données 
Toutes les données Produites en Interne et en ExterneMais aussi à toutes les données qui la Concernent 
Source : IBM
| Mobile | Cloud | BigData | Sécurité | 
4 grands changements qui touchent le marché du matériel, des logiciels et des services informatiques. 
Regard à travers 1 seul prisme : 
le Mobileest l’élément essentiel de Productionet de Consommationdes données. 
le Cloudest l’environnement où les données sont Stockées. 
le BigDataest l’ensemble des technologies qui permettent d’Exploiter, Analyseret Restituerles données. 
La Protection des Donnéesest le critère Essentielpour l’établissement de la Relation de Confiancede l’ensemble. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance 
Analyse #1
Comment les données sont- elles produites? 
Notre façon d’accéder aux données est en pleine mutation. 
•La hausse des usages avec les appareils mobiles apporte des changements radicaux dans l'informatique pour les entreprises car ces nouveaux outils ont envahi le lieu de travail et également l’environnement privé. 
•La mobilité marque le début d'un changement fondamental de stockageque ce soit au sein de l’appareil, ou dans le nuage (Cloud) pour que les données soient disponibles à tout moment, n'importe où ! En 201575% de tous les dispositifs ‘informatiques’ seront des smartphones, des tablettes et des Objets Connectés 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
Comment les données sont- elles stockées, gérées et utilisées? 
•La production de l'information numérique est en constante hausse. 
•Comment les données sont-elles stockées et gérées ? 
•Où les données sont-elles stockées ? 
Savoir comment toutes les données sont utiliséespar une organisation de n'importe quelle taille est vital. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance 
SI Cloud60% 
SI interne40% 
Prévisionde la RépartitionCentre de Donnéesà H2020
19 
#BigData… on change d’ère
La route du Changement 
Déterminer l’environnement opérationnel1
La route du Changement 
Déterminer l’environnement opérationnel 
Analyser un cas d’usage12
La route du Changement 
Déterminer l’environnement opérationnel 
Analyser un cas d’usage 
Identifier les Compétences123
BigBangHadoop 
Doug ! 
Pourquoi cet éléphant jaune ?
24 
BigBangHadoop
Ecosystèmes Hadoop 
Source : Datameer 
+400 Partenaires 
Technologies et Services
Les avantages de l'Open Source au-delà de l’éthique, il est question de : 
Facilité d’Adoption 
Acquisition et démonstration de la Valeuravec des investissements maîtrisables1
Les avantages de l'Open Sourceau-delà de l’éthique, il est question de : 
Facilité d’Adoption 
Acquisition et démonstration de la Valeuravec des investissements maîtrisables1 
Innovation et Développement Rapide 
Développement communautaire: les meilleurs ingénieurs de beaucoup de sociétés Collaborentpour résoudre les problèmes et Imaginerde nouveaux concepts2
Les avantages de l'Open Sourceau-delà de l’éthique, il est question de : 
Facilité d’Adoption 
Acquisition et démonstration de la Valeuravec des investissements maîtrisables1 
Innovation et Développement Rapide 
Développement communautaire: les meilleurs ingénieurs de beaucoup de sociétés Collaborentpour résoudre les problèmes et Imaginerde nouveaux concepts2 
Souplesse 
Un Standard Ouvertet indépendant des fournisseurs, ce qui encourage une large intégration de la technologie3
Les avantages de l'Open Source au-delà de l’éthique, il est question de : 
Facilité d’Adoption 
Acquisition et démonstration de la Valeuravec des investissements maîtrisables1 
Innovation et Développement Rapide 
Développement communautaire: les meilleurs ingénieurs de beaucoup de sociétés Collaborentpour résoudre les problèmes et Imaginerde nouveaux concepts2 
Souplesse 
Un Standard Ouvertet indépendant des fournisseurs, ce qui encourage une large intégration de la technologie3 
Pas de dépendance «Editeur» 
Pas de données ou processus «propriétaires" –la sélection des fournisseurs est uniquement sur la Qualité des Services4
PourquoiutiliserHadoop ? 
•Le moins Couteux (100% OpenSource) 
•Pour traiter des Peta-Octets de données 
•Le plus Rapide actuellement 
•Pour les Traitements Parallèles 
•Le Meilleur à ce jour 
•Pour apporter des Solutions à tous les problèmes de traitement de Données Massives
Quelle importance accordez vous, dans la sélection d’un vendeur de BigData aux critères suivants: 
7 
8 
9 
Source: King Research, 3922 Respondents 
Evolutivité 
Performance 
Flexibilité 
Fiabilité du vendeur 
Technologie Sécurisée 
Intégration avec d'autres systèmes 
Coût 
Techniquement Supérieur aux autres 
Logiciel Open Source
#1Choix de 
l’Environnement Opérationnel
Quels sont les éléments qui déterminent votre choix de fournisseur de solution BigData? 
Source: King Research, 3922 Respondents 
6 
6,5 
7 
7,5 
8 
8,5 
9 
Formations 
Services de Consulting 
Recommandations 
Support Technique 
Richesse des Fonctionnalités
0% 
20% 
40% 
60% 
Quelles infrastructures pensez-vous améliorer avec des solutions BigData ? 
Source: King Research, 3922 Respondents 
Traitements ETL 
Bases de Données Analytiques 
Stockage 
Entrepôts de Données 
Système Central (Mainframe)
Quels sont les principaux avantages recherchés dans une solutions BigData d’entreprise 
Source: King Research, 3922 Respondents 
10% 
30% 
50% 
70% 
Amélioration des Analyses de Données 
Amélioration du Traitement de Données 
Prendre de Meilleures Décisions, Plus Rapidement 
Augmenter la Valeur marchande des Données 
Améliorer l‘Efficacité Opérationnelle 
Acquérir un Avantage Concurrentiel
15% 
25% 
35% 
45% 
Quelles sont vos principaux développements BigData? 
Source: King Research, 3922 Respondents 
Recherche / Innovation 
Analyse Comportementale 
Connaissance des Clients 
Ciblage de Marché 
Analyse de l‘Expérience Client 
Amélioration Opérationnelle
#2 Analyser un Cas d’Usage
Retour sur le “Data Warehouse” 
Applications 
OLTP 
Applications
Retour sur le “Data Warehouse” 
Data Warehouse 
Query 
Extract 
Transform 
Load 
Transform 
Architecture généralement déployé sur un SGBD Relationnel 
S.I centralisée = "Enterprise Data Warehouse" 
Applications 
OLTP 
Applications
Retour sur le “Data Warehouse” 
Data Warehouse 
Query 
Extract 
Transform 
Load 
Transform 
Architecture généralement déployé sur un SGBD Relationnel 
S.I centralisée = "Enterprise Data Warehouse" 
Applications 
OLTP 
Applications
Applications 
Défis communs dans les environnements DW 
OLTP 
Applications 
Data Warehouse 
Query 
Extract 
Transform 
Load 
Transform
Applications 
Défis communs dans les environnements DW 
OLTP 
Applications 
Data Warehouse 
Query 
Extract 
Transform 
Load 
Transform 
1 
1 
1 
Transformations de données est lentes, SLA manqué
Applications 
Défis communs dans les environnements DW 
OLTP 
Applications 
Data Warehouse 
Query 
Extract 
Transform 
Load 
Transform 
1 
1 
1 
Transformations de données est lentes, SLA manqué 
2 
2 
Requêtes lentes, QoSdégradé et des opportunités manquées.
Applications 
Défis communs dans les environnements DW 
OLTP 
Applications 
Data Warehouse 
Query 
Extract 
Transform 
Load 
Transform 
1 
1 
1 
Transformations de données est lentes, SLA manqué 
2 
2 
Requêtes lentes, QoSdégradé et des opportunités manquées. 
3 
Nécessité d’Archivage pour économiser l’espace de stockageLes données archivées ne peuvent pas fournir une Valeur.
Applications 
Défis communs dans les environnements DW 
OLTP 
Applications 
Data Warehouse 
Query 
Extract 
Transform 
Load 
Business 
Intelligence 
Transform 
1 
1 
1 
Transformations de données est lentes, SLA manqué 
2 
2 
Requêtes lentes, QoSdégradé et des opportunités manquées. 
3 
Nécessité d’archiver. 
Les données archivées ne peuvent pas fournir une Valeur. 
4 
Pression constante pour acheter de nouvelles capacités de stockage et unités de calculs juste pour maintenir la qualité de service actuel. 
Pas de place pour étendre les possibilités. 
Pas de place pour l’innovation.
# Validation de 
l’Environnement Opérationnel
Les Changements dans le Système d’Information des Entreprises 
Logs 
Files 
Web Data 
Relational Databases 
IDEs 
BI / Analytics 
Enterprise Reporting 
Enterprise Data Warehouse 
Online Serving Systems 
Manager 
SYSTEM OPERATORS 
ENGINEERS 
ANALYSTS 
BUSINESS USERS 
Web/Mobile Applications 
CUSTOMERS 
Sqoop 
Sqoop 
Sqoop 
Flume 
Flume 
Flume 
Modeling Tools 
DATA SCIENTISTS 
DATA ARCHITECTS 
Meta Data/ ETL Tools 
ODBC, JDBC, 
NFS, HTTP
OpenSource mais…
Distribution BigDataUne puissante plate-forme BigData basée sur Apache 
•Clouderaest le plus grand contributeur au projet Hadoop 
•CDHest la plus utilisée et la 1èredistribution Hadoop 100% Open Source prête à l’emploi pour les entreprises 
•Intègre les projets les plus populaires liées à Hadoop dans un package unique, testé rigoureusement et qui garantit une fiabilité maximale lors de la mise en production. 
La liste des distributions Hadoop : http://wiki.apache.org/hadoop/Distributions%20and%20Commercial%20Support 
+400 Partenaires 
Technologies et Services
Une Plate- forme pour Stocker toutes les données 
•Stockage et Traitement par Lots 
•HDFS + NoSQL 
•Gestionnaire de processus batch 
BATCH 
PROCESSING 
(MapReduce, Hive, Pig) 
WORKLOAD MANAGEMENT 
STORAGE FOR ANY TYPE OF DATA 
UNIFIED, ELASTIC, RESILIENT, SECURE 
Filesystem 
(HDFS) 
Online NoSQL 
(Hbase)
Ouverte avec des méthodes d‘Accès à toutes les données 
•Fournir de multiples options pour intégrer les données 
•S'appuyant sur les niveaux de compétences et les investissements existants 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance 
BATCH 
PROCESSING 
(MapReduce, Hive, Pig) 
ANALYTIC 
SQL 
(Impala) 
SEARCH 
ENGINE 
(RealTimeSearch) 
MACHINE 
LEARNING 
(Mahut, Datafu) 
STREAM 
PROCESSING 
(Spark) 
WORKLOAD MANAGEMENT 
STORAGE FOR ANY TYPE OF DATA 
UNIFIED, ELASTIC, RESILIENT, SECURE 
Filesystem 
(HDFS) 
Online NoSQL 
(Hbase)
Prêt pour l'entreprise avec uneSécurité Garantie et la Supervision Globale 
•Sécurité et Protection des données et outils pour les Audits 
•Haute disponibilité avec sauvegarde automatique et reprise après sinistre 
•Système de Gestion Globale 
BATCH 
PROCESSING 
(MapReduce, Hive, Pig) 
ANALYTIC 
SQL 
(Impala) 
SEARCH 
ENGINE 
(RealTimeSearch) 
MACHINE 
LEARNING 
(Mahut, Datafu) 
STREAM 
PROCESSING 
(Spark) 
3RDPARTY 
APPS 
WORKLOAD MANAGEMENT 
STORAGE FOR ANY TYPE OF DATA 
UNIFIED, ELASTIC, RESILIENT, SECURE 
DATA 
MANAGEMENT 
SYSTEM 
MANAGEMENT 
Filesystem 
(HDFS) 
Online NoSQL 
(Hbase) 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
Nouvelle Approche «Software» 
Traditionnelle 
•Monolithique 
•Stockage Centralisé 
•RDBMS 
•Schéma de Donnée d’abord 
•PropriétaireSoftware Big Data 
•Distribué 
•Stockage et Exécutionau niveau du Node 
•Toutes les Données Brutes 
•Open Source
Nouvelle Approche «Hardware» 
56 
Matériel Traditionnel 
Matériel exotique 
•Gros Serveur Central 
•SAN 
•RAID 
Coût élevé 
Évolutivité limitéeMatériel Big Data 
Matériel de base 
•Racks de boîtes de pizza 
•Ethernet 
•JBOD 
Vite Rentable 
Évolutivité illimitée
Nouvelles Possibilités grâce aux technologies du BigData 
Moteurs de Recommandations 
Analyse de Sentiments 
Modélisation des Risques 
Détection de la Fraude 
Analyse de Campagne Marketing 
Analyse du taux de désabonnement des clients 
Analyse Social Graph 
Réseau de surveillance 
Data Analytics 
Source: Cloudera “Ten Common Hadoopable Problems”
BigDataCas d’Usages ! 
•Moteurs de Recommandations: 
les géants du Web et les sites de e-commerce qui utilisent Hadoop, l’utilisent pour proposer à leurs clients des produits et services basés sur l'analyse du profil utilisateur et les données comportementales. 
LinkedIn, Facebook, Twitter utilisent cette approche pour alimenter son "personnes que vous connaissez peut-être", tandis qu’Amazon l’utilise pour proposer des produits liés aux habitudes d’achats pour les consommateurs en ligne. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
BigDataCas d’Usages ! 
•Analyse de Sentiments: 
Utilisé en conjonction avec Hadoop, et des outils avancés d'analyse de texte, essentiellement non structuré des médias sociaux et des publications et blogs de réseautage social, y compris les tweets et messages Facebook, afin de déterminer le sentiment des utilisateurs liés à des entreprises particulières, des marques ou des produits. 
L'analyse peut se concentrer sur une analyse macro- sentiment jusqu'au sentiment de chaque utilisateur. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
BigDataCas d’Usages ! 
•Modélisation des Risques: 
les entreprises financières, les banques et d'autres utilisent Hadoop et Entrepôts de données nouvelle génération pour analyser de grands volumes de données transactionnelles pour déterminer le risque et l'exposition des actifs financiers, afin de préparer des scenarii potentiels "what- if" basés sur le comportement du marché simulé, et de marquer des clients potentiels pour le risque. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
BigDataCas d’Usages ! 
•Détection de la Fraude: 
Utiliser les techniques du BigData pour combiner le comportement des clients, historiques et données transactionnelles pour détecter les activités frauduleuses. 
Les sociétés de cartes de crédit, par exemple, utiliser les technologies BigData pour identifier le comportement transactionnel qui indique une forte probabilité d'une carte volée. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
BigDataCas d’Usages ! 
•Analyse campagne de marketing: 
Les départements de marketing dans les industries ont longtemps utilisé la technologie pour surveiller et évaluer l'efficacité des campagnes de marketing. 
BigData permet aux équipes de marketing d’intégrer l'augmentation des volumes de données de plus en plus granulaires pour augmenter la précision de l'analyse. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
BigDataCas d’Usages ! (suite.) 
•Analyse du taux de désabonnement des clients: 
Les entreprises utilisent Hadoop et les technologies de BigData pour analyser les données du comportement des clients pour identifier les modèles qui indiquent que les clients sont plus susceptibles de les quitter pour un service ou fournisseur concurrent. 
Des actions peuvent alors être prises pour ‘sauver’ et garder les clients les plus rentables. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
BigDataCas d’Usages ! (suite.) 
•Analyse Social Graph: 
les données de prochaine génération et les données de réseaux sociaux sont extraites pour déterminer quels clients ont le plus d'influence sur les autres à l'intérieur de réseaux sociaux. 
Ceci aide les entreprises à déterminer quels sont leurs «plus importants», clients qui ne sont pas toujours ceux qui achètent le plus de produits ou dépensent le plus, mais ceux qui ont tendance à influer sur le comportement d'achat d’autres personnes. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
BigDataCas d’Usages ! (suite.) 
•Data Analytics: 
utiliser Hadoop et les grandes technologies connexes pour intégrer des données provenant de canaux d'interaction client cloisonnés tels que centres d'appels, chat en ligne, Twitter, etc… pour avoir une vision complète de l'expérience client. 
Cela permet aux entreprises de comprendre l'impact d'un canal d'interaction client dispose sur un autre afin d'optimiser l'expérience client dans son ensemble du cycle de vie. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
BigDataCas d’Usages ! (suite.) 
•Réseau de surveillance: 
Hadoop et d'autres technologies BigData sont utilisés pour ingérer, analyser et afficher les données collectées à partir des serveurs, périphériques de stockage et autres matériels informatique pour permettre aux administrateurs de surveiller l'activité du réseau et de diagnostiquer les goulots d'étranglement et autres problèmes. 
Ce type d'analyse peut également être appliqué à d'autres formes de réseaux, notamment des Réseaux de Transport afin d'améliorer l'efficacité énergétique. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
BigDataCas d’Usages ! (suite.) 
•Recherche et développement: 
les entreprises, comme les fabricants de produits pharmaceutiques, utilisent Hadoop pour passer au peigne fin les volumes énormes de texte basé sur la recherche et d'autres données historiques pour aider au développement de nouveaux produits. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
… 
Streaming Sources 
-Logs 
-Apps 
-File systems 
-Servers 
-Devices 
Relational Sources 
-Databases 
-Data Warehouse 
Analyseavancée 
AnalysePrédictive 
Recherchetemps réelet exploration “RootCause” 
Exploration, Reporting, Visualisation, Correlation 
BATCH 
PROCESSING 
ANALYTIC 
SQL 
SEARCH 
ENGINE 
MACHINE 
LEARNING 
STREAM 
PROCESSING 
3RDPARTY 
APPS 
WORKLOAD MANAGEMENT 
STORAGE FOR ANY TYPE OF DATA 
UNIFIED, ELASTIC, RESILIENT, SECURE 
DATA 
MANAGEMENT 
SYSTEM 
MANAGEMENT 
ENTERPRISE DATA HUB 
Filesystem 
Online NoSQL#BigData ! 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
Analyser toutes les données et pas seulement les métadonnées. BigData pour l’Analyse et la Prévention contre la Fraude et les IntrusionsBigData pour l’Analyse et les investigationsBigData pour l’Analyse PrédictiveBigData pour la Protection Proactive 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFranceSecData–XL
Solution pour toutes les Entreprises
#3 Identifier les Compétences
Comment ? 
Obstacles à l'adoption du BigData 
Le manque de ressources et de compétences qualifiées 
Selon McKinsey, à horizon 2018; 
les États-Unis devront faire face à une pénurie de : 
•140.000 à 190.000 personnes avec des compétences d'analyse de données 
•1,5 million d’analystes avec le savoir-faire minimum leur permettant utiliser l'analyse de données massives pour prendre des décisions efficaces. En France; Vu le faible taux de pénétration de ces nouveaux modèles de BigData dans les entreprises, la pénurie devrait être proportionnellement plus importante. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
Les Nouveaux Métiers 
Pour Réaliser des Projets en utilisant les technologies du BigData 
ChiefData Officer(CDO) : la responsabilité du CDO concerne les données et leur état : Valeur, Qualité, Fiabilitéet doit en garantir la Cohérenceet Gouvernance. Les données peuvent être d’origine interne ou externe, privée ou publique 
Data Scientist: est chargé de développer les outils adaptés au besoin pour Collecter, Analyser et faire parler les données numériques et, de les présenter sous un format simple et compréhensible (DataVizualisation) 
Data Analyst: va manipuler les données une fois que la base est opérationnelle, afin de faire remonter les informations nécessaires pour les prises de décisions. 
Et faire évolution les métiers du Marketing , de la Vente, des Architectes, des Administrateurs Réseaux, de DBA… avec des programmes de formations adaptées. 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
Excelerate Systems +30 Experts CertifiésCloudera 
•Depuis 2011, nous avons développé un réseau de consultants hautement qualifiés. 
•Architectes, 
•Administrateurs, 
•Développeurs, 
•Analystes, Statisticiens 
•Data Scientistes 
•Nous avons réalisé plusieurs projets dans divers secteurs d’activités. 
•e-Commerce 
•Jeux 
•e-Gouvernement 
•Banque et Finance 
•Grande Distribution 
•Marketing 
•Communication 
•Sécurité et Protection des Données
Des Experts accessibles mondialement 
•France 
•2 Développeur Certifié Cloudera 
•1 Administrateur Certifié Cloudera 
•2 Data Scientiste & Analyste 
•1 Expert DataViz 
Canada 
1 Développeur Certifié Cloudera 
États Unis 
1 Développeur Certifié Cloudera, 
1 Administrateur Certifié Cloudera 
1 Data Scientiste 
Mexique 
1 Administrateur Certifié Cloudera 
Brésil 
2 Développeurs Hadoop (Sao Paulo, Belém, 
1 Administrateur Certifié Hadoop (Belém) 
1 Développeur HBase(Rio) 
Chine 
1 Administrateur Certifié Cloudera, 
1 Développeur Certifié Cloudera, 
Inde 2 Administrateurs Certifiés Cloudera, 2 Développeurs Certifiés Cloudera, 
Chili 1 Développeur Cert. 
Excelerate Systems Offices 
Espagne 1 Développeur Cert.
+100 Clients nous font confiance…
Qui sommes-nous ? 
#Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance 
•Entreprise Privée, Fondée en 2007 à Seattle, Washington USA 
•Des bureaux pour l’Europe à Bordeaux(France), pour l’Amérique Latine à Mexico(Mexique) et présence dans +20 pays 
•Offre Riche dans 4 catégories 
1.BigData, Cloud et Virtualisation. 
2.Sécurité et Protection des Données et Optimisation des S.I 
3.Gestion et Sécurité du Mobile en Entreprise et le CRM-Mobile. 
4.Connectivité au Systèmes Centraux et l’intégration des Mainframes
Nos Partenaire, Nos Solutions
Merci de votre attention 
@ExcelSysFrance 
ExcelerateSystemsFranceExcelerate Systems -BigData, Cloud & Security Community 
#Security 
#BigData 
#Cloud 
#Mobile
BigData .|. Cloud .|. MobileDataProtection

Contenu connexe

Tendances

Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013
ADBS
 

Tendances (20)

Présentation Big Data DFCG
Présentation Big Data DFCGPrésentation Big Data DFCG
Présentation Big Data DFCG
 
Petit-déjeuner OCTO Technology : Calculez vos indicateurs en temps réel ave...
Petit-déjeuner OCTO Technology :  Calculez vos indicateurs en temps réel ave...Petit-déjeuner OCTO Technology :  Calculez vos indicateurs en temps réel ave...
Petit-déjeuner OCTO Technology : Calculez vos indicateurs en temps réel ave...
 
#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data
 
Analyse spatiale en Big data
Analyse spatiale en Big dataAnalyse spatiale en Big data
Analyse spatiale en Big data
 
HUB REPORT - L'indispensable à savoir sur la Data & le CRM
HUB REPORT - L'indispensable à savoir sur la Data & le CRM HUB REPORT - L'indispensable à savoir sur la Data & le CRM
HUB REPORT - L'indispensable à savoir sur la Data & le CRM
 
Softshake 2015 - Des small data aux big data - Méthodes et Technologies
Softshake 2015 - Des small data aux big data - Méthodes et TechnologiesSoftshake 2015 - Des small data aux big data - Méthodes et Technologies
Softshake 2015 - Des small data aux big data - Méthodes et Technologies
 
OCTO Technology - Data Driven Company - SITB15
OCTO Technology - Data Driven Company - SITB15OCTO Technology - Data Driven Company - SITB15
OCTO Technology - Data Driven Company - SITB15
 
Data Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big DataData Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big Data
 
Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...
Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...
Business & Decision - Big Data : Retours d'expériences concrets - Congrès Big...
 
Big Data Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel business
 
Agilille 2021 - ceci n'est pas une révolution organisationelle
Agilille 2021 - ceci n'est pas une révolution organisationelleAgilille 2021 - ceci n'est pas une révolution organisationelle
Agilille 2021 - ceci n'est pas une révolution organisationelle
 
Connected Event - Du Big Data au Smart Data 7Oct2015 - EPFL
Connected Event - Du Big Data au Smart Data 7Oct2015 - EPFLConnected Event - Du Big Data au Smart Data 7Oct2015 - EPFL
Connected Event - Du Big Data au Smart Data 7Oct2015 - EPFL
 
Formation professionnelle "Big data : concepts et enjeux"
Formation professionnelle "Big data : concepts et enjeux"Formation professionnelle "Big data : concepts et enjeux"
Formation professionnelle "Big data : concepts et enjeux"
 
Technologies pour le Big Data
Technologies pour le Big DataTechnologies pour le Big Data
Technologies pour le Big Data
 
Big Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologiesBig Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologies
 
Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013Big Data, Charles Huot, Aproged,février 2013
Big Data, Charles Huot, Aproged,février 2013
 
Slideshare open source en business intelligence
Slideshare   open source en business intelligenceSlideshare   open source en business intelligence
Slideshare open source en business intelligence
 
Valtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entrepriseValtech - Du BI au Big Data, une révolution dans l’entreprise
Valtech - Du BI au Big Data, une révolution dans l’entreprise
 
Big data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesBig data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuaires
 
UXD#6 - La Dataviz c’est joli mais ça sert à quoi ?
UXD#6 - La Dataviz c’est joli mais ça sert à quoi ?UXD#6 - La Dataviz c’est joli mais ça sert à quoi ?
UXD#6 - La Dataviz c’est joli mais ça sert à quoi ?
 

Similaire à BigDataBx #1 - Journée BigData à la CCI de Bordeaux

Le Cloud Computing avec Google Apps
Le Cloud Computing avec Google AppsLe Cloud Computing avec Google Apps
Le Cloud Computing avec Google Apps
Aisne Numérique
 
Optimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data VirtualizationOptimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data Virtualization
Denodo
 
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Denodo
 
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...
Sollan France
 

Similaire à BigDataBx #1 - Journée BigData à la CCI de Bordeaux (20)

Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
 
BigData on change d'ère !
BigData on change d'ère ! BigData on change d'ère !
BigData on change d'ère !
 
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
 
Office 365 Offre LMLTechnologie et SherWeb
Office 365 Offre LMLTechnologie et SherWebOffice 365 Offre LMLTechnologie et SherWeb
Office 365 Offre LMLTechnologie et SherWeb
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Réinventez votre stratégie de données en 2021 avec la Data Virtualization
Réinventez votre stratégie de données en 2021 avec la Data VirtualizationRéinventez votre stratégie de données en 2021 avec la Data Virtualization
Réinventez votre stratégie de données en 2021 avec la Data Virtualization
 
Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Le Cloud Computing avec Google Apps
Le Cloud Computing avec Google AppsLe Cloud Computing avec Google Apps
Le Cloud Computing avec Google Apps
 
IBM Data lake
IBM Data lakeIBM Data lake
IBM Data lake
 
Virtualisation? Convergence? Cloud? Soyons pragmatique
Virtualisation? Convergence? Cloud? Soyons pragmatique Virtualisation? Convergence? Cloud? Soyons pragmatique
Virtualisation? Convergence? Cloud? Soyons pragmatique
 
Optimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data VirtualizationOptimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data Virtualization
 
8 trend dsi pharma vf
8 trend dsi pharma vf8 trend dsi pharma vf
8 trend dsi pharma vf
 
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
 
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...
Déjeuner-débat EIM360 | Casser les silos pour améliorer l’efficacité métiers ...
 
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...
 
La plateforme OpenData 3.0 pour libérer et valoriser les données
La plateforme OpenData 3.0 pour libérer et valoriser les données  La plateforme OpenData 3.0 pour libérer et valoriser les données
La plateforme OpenData 3.0 pour libérer et valoriser les données
 
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...
Présentation en ligne | Casser les silos pour améliorer l’efficacité métiers ...
 
Comment accompagner la transformation de votre SI sans impacter les métiers ?
Comment accompagner la transformation de votre SI sans impacter les métiers ?Comment accompagner la transformation de votre SI sans impacter les métiers ?
Comment accompagner la transformation de votre SI sans impacter les métiers ?
 
Présentation/Atelier comm vault
Présentation/Atelier comm vaultPrésentation/Atelier comm vault
Présentation/Atelier comm vault
 

Plus de Excelerate Systems

Plus de Excelerate Systems (16)

Sécurité Zéro Confiance
Sécurité Zéro ConfianceSécurité Zéro Confiance
Sécurité Zéro Confiance
 
Sécurité Zéro Confiance - La Fin du Périmètre de Sécurité
Sécurité Zéro Confiance - La Fin du Périmètre de SécuritéSécurité Zéro Confiance - La Fin du Périmètre de Sécurité
Sécurité Zéro Confiance - La Fin du Périmètre de Sécurité
 
Zero Trust Security / Sécurité Zéro Confiance
Zero Trust Security / Sécurité Zéro ConfianceZero Trust Security / Sécurité Zéro Confiance
Zero Trust Security / Sécurité Zéro Confiance
 
Vision-AI | the Next AI | the Next Disruption in Data Accuracy
Vision-AI | the Next AI | the Next Disruption in Data AccuracyVision-AI | the Next AI | the Next Disruption in Data Accuracy
Vision-AI | the Next AI | the Next Disruption in Data Accuracy
 
Plateforme DATA HUB / API
Plateforme DATA HUB / APIPlateforme DATA HUB / API
Plateforme DATA HUB / API
 
PECTORIS -|- LA CLINIQUE VIRTUELLE
PECTORIS -|- LA CLINIQUE VIRTUELLEPECTORIS -|- LA CLINIQUE VIRTUELLE
PECTORIS -|- LA CLINIQUE VIRTUELLE
 
Le Net pour Tou(te)s
Le Net pour Tou(te)sLe Net pour Tou(te)s
Le Net pour Tou(te)s
 
E santé - Entrez dans l'ère du BigData
E santé - Entrez dans l'ère du BigDataE santé - Entrez dans l'ère du BigData
E santé - Entrez dans l'ère du BigData
 
OpenData - BigData - OpenSource : l'inévitable convergence
OpenData - BigData - OpenSource : l'inévitable convergenceOpenData - BigData - OpenSource : l'inévitable convergence
OpenData - BigData - OpenSource : l'inévitable convergence
 
BigDataBx #1 - Data Marketing, l'ère de l'intelligence numérique
BigDataBx #1 - Data Marketing, l'ère de l'intelligence numériqueBigDataBx #1 - Data Marketing, l'ère de l'intelligence numérique
BigDataBx #1 - Data Marketing, l'ère de l'intelligence numérique
 
BigDataBx #1 - BigData et Protection de Données Privées
BigDataBx #1 - BigData et Protection de Données PrivéesBigDataBx #1 - BigData et Protection de Données Privées
BigDataBx #1 - BigData et Protection de Données Privées
 
BigDataBx #1 - Atelier 1 Cloudera Datawarehouse Optimisation
BigDataBx #1 - Atelier 1 Cloudera Datawarehouse OptimisationBigDataBx #1 - Atelier 1 Cloudera Datawarehouse Optimisation
BigDataBx #1 - Atelier 1 Cloudera Datawarehouse Optimisation
 
#BigDataBx 1 - Présentation de la BI au BigData - Solocal Group
#BigDataBx 1 - Présentation de la BI au BigData - Solocal Group#BigDataBx 1 - Présentation de la BI au BigData - Solocal Group
#BigDataBx 1 - Présentation de la BI au BigData - Solocal Group
 
BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node BigData BigBuzz @ Le Node
BigData BigBuzz @ Le Node
 
BigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems FranceBigData & Cloud @ Excelerate Systems France
BigData & Cloud @ Excelerate Systems France
 
BigData en France par Excelerate Systems
BigData en France par Excelerate Systems BigData en France par Excelerate Systems
BigData en France par Excelerate Systems
 

BigDataBx #1 - Journée BigData à la CCI de Bordeaux

  • 1.
  • 2. #BigData = Smart Business un outil de transformation des entreprises Aadel Benyoussef Excelerate Systems France Aadel.Benyoussef@ExcelerateSystems.net +33 (0)5 24 61 56 81
  • 3. #Innovation De Nouvelles Solutions pour de Vieux Problèmes De Nouvelles Solutions pour de Nouveaux Problèmes
  • 4. DMC DeLorean Adjugée à 541.200 $
  • 6. #Innovation De Nouvelles Solutions pour de Vieux Problèmes ? De Nouvelles Solutions pour de Nouveaux Problèmes ?
  • 7. Au début de notre ère numérique… Informatique d’Entreprise •Affaire de Spécialistes •Centralisée •Inaccessible hors de l’entreprise
  • 8. Au début de notre ère numérique… Informatique d’Entreprise •Affaire de Spécialistes •Centralisée •Inaccessible hors de l’entreprise Informatique Personnelle •Mac .vs. PC •Individuelle •Isolée
  • 9. Notre environnement Numérique… aujourd’hui ! ›Application d’Entreprise ›Bureautique ›Internet ›Email ›Réseaux Sociaux ›Objets connectés ›e-commerce ›Banque en ligne ›Jeux en réseau ›Apps Mobiles ›Sauvegarde et Transport de données ›Échange / Partage ›… etc.
  • 12. Les Entreprises s’intéressent à … Nous ! Moi Opinions •Ce que j’Aime Passions •Mes Hobbies Coordonnées •Comment et où me joindre Avatars •Mes apparences Profession •Quel est mon métier et où je travail Réputation •Ce que l’on dit sur moi Expression •Ce que je dis Audience •Qui je connais Certificats •Qui peut certifier de mon identité Publications •Ce que je partage Achats •Ce que j’achète, quand et où
  • 13. Évolution de la Données 10% - Données Structurées 1980 2014 90 % - Données Non-Structurées +3 trillion Go de données créées en 2013…  Plus de 90% sont des données non structurées  500 quadrillion de fichiers 1 Trillion = 1018, soit un milliard de milliards. 1 Quadrillion = 1024 Des changements considérables lors des 30 dernières années Applications Internet Smartphones & Tablettes Machines intelligentes Capteurs Quantités doublent tous les 2 Ans
  • 14. Les 3V qui imposent le changement-Volume-Variété-Vitesse
  • 15. les Entreprises veulent gérer toutesles données Toutes les données Produites en Interne et en ExterneMais aussi à toutes les données qui la Concernent Source : IBM
  • 16. | Mobile | Cloud | BigData | Sécurité | 4 grands changements qui touchent le marché du matériel, des logiciels et des services informatiques. Regard à travers 1 seul prisme : le Mobileest l’élément essentiel de Productionet de Consommationdes données. le Cloudest l’environnement où les données sont Stockées. le BigDataest l’ensemble des technologies qui permettent d’Exploiter, Analyseret Restituerles données. La Protection des Donnéesest le critère Essentielpour l’établissement de la Relation de Confiancede l’ensemble. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance Analyse #1
  • 17. Comment les données sont- elles produites? Notre façon d’accéder aux données est en pleine mutation. •La hausse des usages avec les appareils mobiles apporte des changements radicaux dans l'informatique pour les entreprises car ces nouveaux outils ont envahi le lieu de travail et également l’environnement privé. •La mobilité marque le début d'un changement fondamental de stockageque ce soit au sein de l’appareil, ou dans le nuage (Cloud) pour que les données soient disponibles à tout moment, n'importe où ! En 201575% de tous les dispositifs ‘informatiques’ seront des smartphones, des tablettes et des Objets Connectés #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 18. Comment les données sont- elles stockées, gérées et utilisées? •La production de l'information numérique est en constante hausse. •Comment les données sont-elles stockées et gérées ? •Où les données sont-elles stockées ? Savoir comment toutes les données sont utiliséespar une organisation de n'importe quelle taille est vital. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance SI Cloud60% SI interne40% Prévisionde la RépartitionCentre de Donnéesà H2020
  • 19. 19 #BigData… on change d’ère
  • 20. La route du Changement Déterminer l’environnement opérationnel1
  • 21. La route du Changement Déterminer l’environnement opérationnel Analyser un cas d’usage12
  • 22. La route du Changement Déterminer l’environnement opérationnel Analyser un cas d’usage Identifier les Compétences123
  • 23. BigBangHadoop Doug ! Pourquoi cet éléphant jaune ?
  • 25. Ecosystèmes Hadoop Source : Datameer +400 Partenaires Technologies et Services
  • 26. Les avantages de l'Open Source au-delà de l’éthique, il est question de : Facilité d’Adoption Acquisition et démonstration de la Valeuravec des investissements maîtrisables1
  • 27. Les avantages de l'Open Sourceau-delà de l’éthique, il est question de : Facilité d’Adoption Acquisition et démonstration de la Valeuravec des investissements maîtrisables1 Innovation et Développement Rapide Développement communautaire: les meilleurs ingénieurs de beaucoup de sociétés Collaborentpour résoudre les problèmes et Imaginerde nouveaux concepts2
  • 28. Les avantages de l'Open Sourceau-delà de l’éthique, il est question de : Facilité d’Adoption Acquisition et démonstration de la Valeuravec des investissements maîtrisables1 Innovation et Développement Rapide Développement communautaire: les meilleurs ingénieurs de beaucoup de sociétés Collaborentpour résoudre les problèmes et Imaginerde nouveaux concepts2 Souplesse Un Standard Ouvertet indépendant des fournisseurs, ce qui encourage une large intégration de la technologie3
  • 29. Les avantages de l'Open Source au-delà de l’éthique, il est question de : Facilité d’Adoption Acquisition et démonstration de la Valeuravec des investissements maîtrisables1 Innovation et Développement Rapide Développement communautaire: les meilleurs ingénieurs de beaucoup de sociétés Collaborentpour résoudre les problèmes et Imaginerde nouveaux concepts2 Souplesse Un Standard Ouvertet indépendant des fournisseurs, ce qui encourage une large intégration de la technologie3 Pas de dépendance «Editeur» Pas de données ou processus «propriétaires" –la sélection des fournisseurs est uniquement sur la Qualité des Services4
  • 30. PourquoiutiliserHadoop ? •Le moins Couteux (100% OpenSource) •Pour traiter des Peta-Octets de données •Le plus Rapide actuellement •Pour les Traitements Parallèles •Le Meilleur à ce jour •Pour apporter des Solutions à tous les problèmes de traitement de Données Massives
  • 31. Quelle importance accordez vous, dans la sélection d’un vendeur de BigData aux critères suivants: 7 8 9 Source: King Research, 3922 Respondents Evolutivité Performance Flexibilité Fiabilité du vendeur Technologie Sécurisée Intégration avec d'autres systèmes Coût Techniquement Supérieur aux autres Logiciel Open Source
  • 32.
  • 34. Quels sont les éléments qui déterminent votre choix de fournisseur de solution BigData? Source: King Research, 3922 Respondents 6 6,5 7 7,5 8 8,5 9 Formations Services de Consulting Recommandations Support Technique Richesse des Fonctionnalités
  • 35. 0% 20% 40% 60% Quelles infrastructures pensez-vous améliorer avec des solutions BigData ? Source: King Research, 3922 Respondents Traitements ETL Bases de Données Analytiques Stockage Entrepôts de Données Système Central (Mainframe)
  • 36. Quels sont les principaux avantages recherchés dans une solutions BigData d’entreprise Source: King Research, 3922 Respondents 10% 30% 50% 70% Amélioration des Analyses de Données Amélioration du Traitement de Données Prendre de Meilleures Décisions, Plus Rapidement Augmenter la Valeur marchande des Données Améliorer l‘Efficacité Opérationnelle Acquérir un Avantage Concurrentiel
  • 37. 15% 25% 35% 45% Quelles sont vos principaux développements BigData? Source: King Research, 3922 Respondents Recherche / Innovation Analyse Comportementale Connaissance des Clients Ciblage de Marché Analyse de l‘Expérience Client Amélioration Opérationnelle
  • 38. #2 Analyser un Cas d’Usage
  • 39. Retour sur le “Data Warehouse” Applications OLTP Applications
  • 40. Retour sur le “Data Warehouse” Data Warehouse Query Extract Transform Load Transform Architecture généralement déployé sur un SGBD Relationnel S.I centralisée = "Enterprise Data Warehouse" Applications OLTP Applications
  • 41. Retour sur le “Data Warehouse” Data Warehouse Query Extract Transform Load Transform Architecture généralement déployé sur un SGBD Relationnel S.I centralisée = "Enterprise Data Warehouse" Applications OLTP Applications
  • 42.
  • 43. Applications Défis communs dans les environnements DW OLTP Applications Data Warehouse Query Extract Transform Load Transform
  • 44. Applications Défis communs dans les environnements DW OLTP Applications Data Warehouse Query Extract Transform Load Transform 1 1 1 Transformations de données est lentes, SLA manqué
  • 45. Applications Défis communs dans les environnements DW OLTP Applications Data Warehouse Query Extract Transform Load Transform 1 1 1 Transformations de données est lentes, SLA manqué 2 2 Requêtes lentes, QoSdégradé et des opportunités manquées.
  • 46. Applications Défis communs dans les environnements DW OLTP Applications Data Warehouse Query Extract Transform Load Transform 1 1 1 Transformations de données est lentes, SLA manqué 2 2 Requêtes lentes, QoSdégradé et des opportunités manquées. 3 Nécessité d’Archivage pour économiser l’espace de stockageLes données archivées ne peuvent pas fournir une Valeur.
  • 47. Applications Défis communs dans les environnements DW OLTP Applications Data Warehouse Query Extract Transform Load Business Intelligence Transform 1 1 1 Transformations de données est lentes, SLA manqué 2 2 Requêtes lentes, QoSdégradé et des opportunités manquées. 3 Nécessité d’archiver. Les données archivées ne peuvent pas fournir une Valeur. 4 Pression constante pour acheter de nouvelles capacités de stockage et unités de calculs juste pour maintenir la qualité de service actuel. Pas de place pour étendre les possibilités. Pas de place pour l’innovation.
  • 48. # Validation de l’Environnement Opérationnel
  • 49. Les Changements dans le Système d’Information des Entreprises Logs Files Web Data Relational Databases IDEs BI / Analytics Enterprise Reporting Enterprise Data Warehouse Online Serving Systems Manager SYSTEM OPERATORS ENGINEERS ANALYSTS BUSINESS USERS Web/Mobile Applications CUSTOMERS Sqoop Sqoop Sqoop Flume Flume Flume Modeling Tools DATA SCIENTISTS DATA ARCHITECTS Meta Data/ ETL Tools ODBC, JDBC, NFS, HTTP
  • 51. Distribution BigDataUne puissante plate-forme BigData basée sur Apache •Clouderaest le plus grand contributeur au projet Hadoop •CDHest la plus utilisée et la 1èredistribution Hadoop 100% Open Source prête à l’emploi pour les entreprises •Intègre les projets les plus populaires liées à Hadoop dans un package unique, testé rigoureusement et qui garantit une fiabilité maximale lors de la mise en production. La liste des distributions Hadoop : http://wiki.apache.org/hadoop/Distributions%20and%20Commercial%20Support +400 Partenaires Technologies et Services
  • 52. Une Plate- forme pour Stocker toutes les données •Stockage et Traitement par Lots •HDFS + NoSQL •Gestionnaire de processus batch BATCH PROCESSING (MapReduce, Hive, Pig) WORKLOAD MANAGEMENT STORAGE FOR ANY TYPE OF DATA UNIFIED, ELASTIC, RESILIENT, SECURE Filesystem (HDFS) Online NoSQL (Hbase)
  • 53. Ouverte avec des méthodes d‘Accès à toutes les données •Fournir de multiples options pour intégrer les données •S'appuyant sur les niveaux de compétences et les investissements existants #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance BATCH PROCESSING (MapReduce, Hive, Pig) ANALYTIC SQL (Impala) SEARCH ENGINE (RealTimeSearch) MACHINE LEARNING (Mahut, Datafu) STREAM PROCESSING (Spark) WORKLOAD MANAGEMENT STORAGE FOR ANY TYPE OF DATA UNIFIED, ELASTIC, RESILIENT, SECURE Filesystem (HDFS) Online NoSQL (Hbase)
  • 54. Prêt pour l'entreprise avec uneSécurité Garantie et la Supervision Globale •Sécurité et Protection des données et outils pour les Audits •Haute disponibilité avec sauvegarde automatique et reprise après sinistre •Système de Gestion Globale BATCH PROCESSING (MapReduce, Hive, Pig) ANALYTIC SQL (Impala) SEARCH ENGINE (RealTimeSearch) MACHINE LEARNING (Mahut, Datafu) STREAM PROCESSING (Spark) 3RDPARTY APPS WORKLOAD MANAGEMENT STORAGE FOR ANY TYPE OF DATA UNIFIED, ELASTIC, RESILIENT, SECURE DATA MANAGEMENT SYSTEM MANAGEMENT Filesystem (HDFS) Online NoSQL (Hbase) #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 55. Nouvelle Approche «Software» Traditionnelle •Monolithique •Stockage Centralisé •RDBMS •Schéma de Donnée d’abord •PropriétaireSoftware Big Data •Distribué •Stockage et Exécutionau niveau du Node •Toutes les Données Brutes •Open Source
  • 56. Nouvelle Approche «Hardware» 56 Matériel Traditionnel Matériel exotique •Gros Serveur Central •SAN •RAID Coût élevé Évolutivité limitéeMatériel Big Data Matériel de base •Racks de boîtes de pizza •Ethernet •JBOD Vite Rentable Évolutivité illimitée
  • 57. Nouvelles Possibilités grâce aux technologies du BigData Moteurs de Recommandations Analyse de Sentiments Modélisation des Risques Détection de la Fraude Analyse de Campagne Marketing Analyse du taux de désabonnement des clients Analyse Social Graph Réseau de surveillance Data Analytics Source: Cloudera “Ten Common Hadoopable Problems”
  • 58. BigDataCas d’Usages ! •Moteurs de Recommandations: les géants du Web et les sites de e-commerce qui utilisent Hadoop, l’utilisent pour proposer à leurs clients des produits et services basés sur l'analyse du profil utilisateur et les données comportementales. LinkedIn, Facebook, Twitter utilisent cette approche pour alimenter son "personnes que vous connaissez peut-être", tandis qu’Amazon l’utilise pour proposer des produits liés aux habitudes d’achats pour les consommateurs en ligne. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 59. BigDataCas d’Usages ! •Analyse de Sentiments: Utilisé en conjonction avec Hadoop, et des outils avancés d'analyse de texte, essentiellement non structuré des médias sociaux et des publications et blogs de réseautage social, y compris les tweets et messages Facebook, afin de déterminer le sentiment des utilisateurs liés à des entreprises particulières, des marques ou des produits. L'analyse peut se concentrer sur une analyse macro- sentiment jusqu'au sentiment de chaque utilisateur. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 60. BigDataCas d’Usages ! •Modélisation des Risques: les entreprises financières, les banques et d'autres utilisent Hadoop et Entrepôts de données nouvelle génération pour analyser de grands volumes de données transactionnelles pour déterminer le risque et l'exposition des actifs financiers, afin de préparer des scenarii potentiels "what- if" basés sur le comportement du marché simulé, et de marquer des clients potentiels pour le risque. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 61. BigDataCas d’Usages ! •Détection de la Fraude: Utiliser les techniques du BigData pour combiner le comportement des clients, historiques et données transactionnelles pour détecter les activités frauduleuses. Les sociétés de cartes de crédit, par exemple, utiliser les technologies BigData pour identifier le comportement transactionnel qui indique une forte probabilité d'une carte volée. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 62. BigDataCas d’Usages ! •Analyse campagne de marketing: Les départements de marketing dans les industries ont longtemps utilisé la technologie pour surveiller et évaluer l'efficacité des campagnes de marketing. BigData permet aux équipes de marketing d’intégrer l'augmentation des volumes de données de plus en plus granulaires pour augmenter la précision de l'analyse. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 63. BigDataCas d’Usages ! (suite.) •Analyse du taux de désabonnement des clients: Les entreprises utilisent Hadoop et les technologies de BigData pour analyser les données du comportement des clients pour identifier les modèles qui indiquent que les clients sont plus susceptibles de les quitter pour un service ou fournisseur concurrent. Des actions peuvent alors être prises pour ‘sauver’ et garder les clients les plus rentables. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 64. BigDataCas d’Usages ! (suite.) •Analyse Social Graph: les données de prochaine génération et les données de réseaux sociaux sont extraites pour déterminer quels clients ont le plus d'influence sur les autres à l'intérieur de réseaux sociaux. Ceci aide les entreprises à déterminer quels sont leurs «plus importants», clients qui ne sont pas toujours ceux qui achètent le plus de produits ou dépensent le plus, mais ceux qui ont tendance à influer sur le comportement d'achat d’autres personnes. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 65. BigDataCas d’Usages ! (suite.) •Data Analytics: utiliser Hadoop et les grandes technologies connexes pour intégrer des données provenant de canaux d'interaction client cloisonnés tels que centres d'appels, chat en ligne, Twitter, etc… pour avoir une vision complète de l'expérience client. Cela permet aux entreprises de comprendre l'impact d'un canal d'interaction client dispose sur un autre afin d'optimiser l'expérience client dans son ensemble du cycle de vie. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 66. BigDataCas d’Usages ! (suite.) •Réseau de surveillance: Hadoop et d'autres technologies BigData sont utilisés pour ingérer, analyser et afficher les données collectées à partir des serveurs, périphériques de stockage et autres matériels informatique pour permettre aux administrateurs de surveiller l'activité du réseau et de diagnostiquer les goulots d'étranglement et autres problèmes. Ce type d'analyse peut également être appliqué à d'autres formes de réseaux, notamment des Réseaux de Transport afin d'améliorer l'efficacité énergétique. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 67. BigDataCas d’Usages ! (suite.) •Recherche et développement: les entreprises, comme les fabricants de produits pharmaceutiques, utilisent Hadoop pour passer au peigne fin les volumes énormes de texte basé sur la recherche et d'autres données historiques pour aider au développement de nouveaux produits. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 68. … Streaming Sources -Logs -Apps -File systems -Servers -Devices Relational Sources -Databases -Data Warehouse Analyseavancée AnalysePrédictive Recherchetemps réelet exploration “RootCause” Exploration, Reporting, Visualisation, Correlation BATCH PROCESSING ANALYTIC SQL SEARCH ENGINE MACHINE LEARNING STREAM PROCESSING 3RDPARTY APPS WORKLOAD MANAGEMENT STORAGE FOR ANY TYPE OF DATA UNIFIED, ELASTIC, RESILIENT, SECURE DATA MANAGEMENT SYSTEM MANAGEMENT ENTERPRISE DATA HUB Filesystem Online NoSQL#BigData ! #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 69. Analyser toutes les données et pas seulement les métadonnées. BigData pour l’Analyse et la Prévention contre la Fraude et les IntrusionsBigData pour l’Analyse et les investigationsBigData pour l’Analyse PrédictiveBigData pour la Protection Proactive #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFranceSecData–XL
  • 70. Solution pour toutes les Entreprises
  • 71. #3 Identifier les Compétences
  • 72. Comment ? Obstacles à l'adoption du BigData Le manque de ressources et de compétences qualifiées Selon McKinsey, à horizon 2018; les États-Unis devront faire face à une pénurie de : •140.000 à 190.000 personnes avec des compétences d'analyse de données •1,5 million d’analystes avec le savoir-faire minimum leur permettant utiliser l'analyse de données massives pour prendre des décisions efficaces. En France; Vu le faible taux de pénétration de ces nouveaux modèles de BigData dans les entreprises, la pénurie devrait être proportionnellement plus importante. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 73. Les Nouveaux Métiers Pour Réaliser des Projets en utilisant les technologies du BigData ChiefData Officer(CDO) : la responsabilité du CDO concerne les données et leur état : Valeur, Qualité, Fiabilitéet doit en garantir la Cohérenceet Gouvernance. Les données peuvent être d’origine interne ou externe, privée ou publique Data Scientist: est chargé de développer les outils adaptés au besoin pour Collecter, Analyser et faire parler les données numériques et, de les présenter sous un format simple et compréhensible (DataVizualisation) Data Analyst: va manipuler les données une fois que la base est opérationnelle, afin de faire remonter les informations nécessaires pour les prises de décisions. Et faire évolution les métiers du Marketing , de la Vente, des Architectes, des Administrateurs Réseaux, de DBA… avec des programmes de formations adaptées. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 74. Excelerate Systems +30 Experts CertifiésCloudera •Depuis 2011, nous avons développé un réseau de consultants hautement qualifiés. •Architectes, •Administrateurs, •Développeurs, •Analystes, Statisticiens •Data Scientistes •Nous avons réalisé plusieurs projets dans divers secteurs d’activités. •e-Commerce •Jeux •e-Gouvernement •Banque et Finance •Grande Distribution •Marketing •Communication •Sécurité et Protection des Données
  • 75. Des Experts accessibles mondialement •France •2 Développeur Certifié Cloudera •1 Administrateur Certifié Cloudera •2 Data Scientiste & Analyste •1 Expert DataViz Canada 1 Développeur Certifié Cloudera États Unis 1 Développeur Certifié Cloudera, 1 Administrateur Certifié Cloudera 1 Data Scientiste Mexique 1 Administrateur Certifié Cloudera Brésil 2 Développeurs Hadoop (Sao Paulo, Belém, 1 Administrateur Certifié Hadoop (Belém) 1 Développeur HBase(Rio) Chine 1 Administrateur Certifié Cloudera, 1 Développeur Certifié Cloudera, Inde 2 Administrateurs Certifiés Cloudera, 2 Développeurs Certifiés Cloudera, Chili 1 Développeur Cert. Excelerate Systems Offices Espagne 1 Développeur Cert.
  • 76. +100 Clients nous font confiance…
  • 77. Qui sommes-nous ? #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance •Entreprise Privée, Fondée en 2007 à Seattle, Washington USA •Des bureaux pour l’Europe à Bordeaux(France), pour l’Amérique Latine à Mexico(Mexique) et présence dans +20 pays •Offre Riche dans 4 catégories 1.BigData, Cloud et Virtualisation. 2.Sécurité et Protection des Données et Optimisation des S.I 3.Gestion et Sécurité du Mobile en Entreprise et le CRM-Mobile. 4.Connectivité au Systèmes Centraux et l’intégration des Mainframes
  • 78. Nos Partenaire, Nos Solutions
  • 79. Merci de votre attention @ExcelSysFrance ExcelerateSystemsFranceExcelerate Systems -BigData, Cloud & Security Community #Security #BigData #Cloud #Mobile
  • 80. BigData .|. Cloud .|. MobileDataProtection