1.
De la BI Traditionnelle au Big Data

2.
Connaissez-vous PagesJaunes?

3.
Connaissez-vous PagesJaunes ?

4.
Sommaire
1.Enjeux de la BI actuelle
2.Vers une rupture technologique
3.Pour quels usages business?
4.Conclusion

5.
A quoi ressemble la BI actuelle?

6.
8

7.
Les enjeux de la BI
Une remise en cause est nécessaire ….

8.
11

9.
12

10.
La vraie vie!
Data
Warehouse
Traditionnel
13
Go
Po
Eo
Zo
To

11.
Vers une rupture technologique …

12.
De la BI traditionnelle AU BIG DATA –L’état de l’art architectural
BI Traditionnelle
Données structurées d’entrepriseTraitement d’alimentation ETL
ERP
Système de fichiers (texte, excel, csv)
CRM
SCM
Data Marts
Cubes
OLAP
Databases
BI Orientée
UtilisateursFinaux
In Memory
Tableau de bord
Analyse Prédictive
Data Warehouse
Mobilité
Associativité des données
Data Visualisation
Données non-structurées d’entreprise et externes
Exploitation et analyse de l’ensemble
de l’information
Fichier, Image, Vidéo
Intranet / Gestion de contenuMPP/ Intégration des données
Analyse temps réel
Base Orientée
Colonne
IndexeTextAgent Mining
Analyse de tendance
Recherche Native
Réseaux sociaux
NIVEAU DE MATURITE DES ARCHITECTURES ENTERPRISE INFORMATION MANAGEMENT

13.
Données structurées d’entreprise
ERP
Données non-structurées d’entreprise et externes
Fichier
Réseaux sociaux
Data Processing
Data Storage
Data Access
Reporting, Analytique,
Visualisation & Statisitique
Data
Management
ZooKeeper
Architecture de données BI en version BigData
Fichiers de Log

14.
Pour quels intérêts Business ?

15.
Business Intelligence Innovante –Des réponses métiers pour un gain de performance
Information
d’entreprise ou extérieure
Traitement
De l’information
Apport de valeurs
Indicateurs de performance
Finance
Marketing
Logistique
CRM
Quel nouveau produit a
les plus grandes
chances de réussite?
Est-ce que ma chaîne d'approvisionnement est suffisamment rapide et efficace? Quels sont les facteurs d’optimisation?
Quel collaborateur clé
est susceptible
de quitter l’entreprise?
Comment adresser des offres
beaucoup plus ciblées
basées sur les avis et
goûts des clients ou prospects?
Quelle transaction est
une transaction
frauduleuse
ou à risque?
Ressources
Humaines

16.
Et chez Solocal ?

17.
Data MartFonctionnelOpen Data Group(Données brutes et Open Datamart)
Données Structurées ou Semi-structurées d’entreprise
PJ.fr
SCO
SAPHIR
CIMOB
Données non structurées
Image, Vidéo
Portail / Intranet
Social Network
RH
MPG
CRMData Visualisation

18.
Big Data – la transformation ne s’arrête pas là!

19.
IT
Modéliseles données, contruitun soclepour répondreau besoin
IT
Mise en disposition d’un socle de données, performant
Métier
Analyse et répond par eux-même aux questions futures!
Amélioration de la stratégie d’entreprise
Métier
Exprimedes besoinsde reporting/indicateurs…
Approchedu Big Data
En mode “Bottom Up” => Analyseen “Test & Learn”
Approchede la BI traditionnelle
Classiquementen mode “Top Down”

20.
La Data Visualisation est clé!
Résumé par une formule : 3V * Visualisation = Valeur
@nieuwbourg

21.
Conclusion

22.
25