SlideShare une entreprise Scribd logo
1  sur  38
Télécharger pour lire hors ligne
La Logical Data Fabric au
secours de la connaissance
client
Webinaire
20 octobre 2022
Tarik Zaakour
Consultant avant-ventes
AGENDA
1. Les enjeux
2. Une plateforme logique
3. Cas clients
4. Démonstration
5. Denodo
Les enjeux
4
Connaissances clients : Définition
Source : https://blog.hubspot.fr/service/connaissance-client
5
Les enjeux
- Beaucoup de données au sujet des clients ,
- Sources de données diverses (carte de fidélité, réseaux sociaux,…),
- Format de données différentes ,
- Conformité à la RGPD,
- Rapprochement des données compliqués,
- Fiabilité des données réduite,
- Projets longs et coûteux…
6
Les types de données
La connaissance clients nécessite des données :
Quantitatives : les achats en ligne , le nombre de produits achetés,…
Qualitatives : les habitudes du client, le magasin ou le site marchand régulièrement visité, …
Exemples :
• Données socio-démographiques : sexe, âge, composition de famille, traits de personnalité,
opinions, centres d’intérêt…
• Des événements sur les achats : produits ou services achetés, fréquence de consommation,
lieux d’achat privilégiés, …
• Données concernant les programmes de fidélité : promotions et réductions utilisées,
avantages choisis, …
• Les interactions avec le service client : problèmes résolus, …
• L’historique web : historique de recherche de produits sur le site, achats réalisés, produits
visualisés ou ajoutés au panier, …
• Feedback client et données liées à la satisfaction client : satisfaction vis-à-vis de critères
précis, …
Une plate-forme logique pour :
l'intégration, la gestion et la livraison
des données
8
La situation actuelle
Apps &
Machine
Datamarts
Warehouse
Stagin
g
Databas
e
Apps
Marketin
g
Sales Executiv
e
Support
Gouvernance
Il est difficile de maintenir des politiques
d'accès aux données et de gouvernance
cohérentes entre les silos de données.
L'intégration est déléguée aux outils et
applications de l'utilisateur final
Intégration
L'intégration de données traditionnelle est
extrêmement gourmande en ressources.
Agilité & Productivité
Cloud
JSON
JSON
Big Data
AI/ Machine learning
Stream
Social
Video
Predictive
9
“One Size Never Fits All”
« Inhérent à l'architecture LDW est la reconnaissance qu'un seul niveau de
persistance des données et un seul type de traitement ne suffisent pas à répondre
à l'ensemble des demandes modernes en matière de données et d'analyse »
The Practical Logical Data Warehouse (Dec 2020) by Henry Cook, Rick Greenwald and Adam Ronthal
10
- The Forrester Wave™: Enterprise Data Fabric, Q2 2020
La solution data fabric de Denodo intègre les
composants clés de la gestion des données,
notamment l'intégration, l'ingestion, la transformation,
la gouvernance et la sécurité des données, afin de
prendre en charge les cas d'utilisation nouveaux et
émergents, notamment les clients 360, l'analyse en
temps réel et à la demande, l'analyse IoT et l'analyse
en libre-service."
11
Les 6 piliers de Data Fabric s'alignent sur la vision de base de Denodo
1. Point d'accès unique à toutes
les données à n'importe quel
endroit
2. Des données exposées sous
une forme Business-Friendly,
adaptée aux besoins de
chaque consommateur
3. Faible coût et mise sur le
marché rapide : jusqu'à 80 %
de réduction des coûts
d'intégration de données
4. Référence pour les données
de confiance via la
sémantique : appliquez une
sémantique, une qualité, une
gouvernance et une sécurité
des données cohérentes
5. Découvrabilité : Le
Data Catalog actif crée un
marché de données pour
l'entreprise
6. ML et automatisation pour
accélérer toutes les étapes du
cycle de vie de la gestion des
données
12
Virtualisation des données : fondement des architectures logiques et
distribuées
“Data Virtualization capabilities offer an access and delivery layer that can serve as the foundation for the logical data fabric, which offers significant
automation functions in the data management space. These include automation of data recommendations, data quality, data governance and
policy, on top of the core integration functions of data virtualization.”
– Gartner: Assessing the Relevance of Data Virtualization in Modern Data Architectures, June 2021
6 capacités clés dans les architectures de données logiques et distribuées Cas d'utilisation différenciés Personas
Intégration de
données
hybride/multi-
cloud
BI en libre-
service
Lakehouse/
Accélérateur de
requêtes
analytiques
Vue à 360°
des entités
Réplication
des données
Data Science
Services de
données
d'entreprise
Structure de
données/Data
Mesh
Analystes de
données/BI
Data Scientists
Architectes
Ingénieurs de
données /
Développeurs
Administrateur des
opérations de
données
Intégration des
données en temps
réel
Abstraction de
données logique
Accélération
intelligente des
requêtes
Sémantique
avancée
Automatisation et
recommandation
Sécurité et gouvernance
unifiées
Data Catalog
AI/ML
13
INTÉGREZ
Des données
disparates dans
n'importe quel
emplacement,
format ou latence
Files
Cubes
Cloud
Stores
Traditional
DB & DW
Data Lake &
NoSQL
Hybrid/
Multi-Cloud
Security &
Governance
Al/ML
Recommendations
Advanced
Semantics
GEREZ
Des données connexes avec
un modèle sémantique
universel et une fonctionnalité
AI / ML permettant une
gouvernance des données
vitales
Query
Optimization &
Acceleration
Data Catalog
Discover / Explore /
Document
BI Tools
SQL / MDX
Data Science
Tools
Data as a Service
RESTful / Odata
GraphQL/ GeoJSON
LIVREZ
Et démocratisez les données à
l'aide d'outils de BI et de data
science, de catalogues de
données et d'API
Plateforme Denodo : la plateforme logique pour toutes vos données
14
BI Tools Data Science Tools
Architecture de la plateforme Denodo
CATALOGUE DE DONNÉES
Découvrir - Explorer - Documenter
DATA AS A SERVICE
RESTful / OData
GraphQL / GeoJSON
SQL
CONSOMMATEURS
INTEGRER
des données disparates, quel que soit l'endroit, le
format ou la latence
GÉRER
des données connexes dans des vues avec un
modèle sémantique universel
LIVREZ
en utilisant des outils de BI et de science des
données, un catalogue de données et des API.
Self-Service
Hybrid/
Multi-Cloud
Optimisation de
Requêtes
AI//ML
Recommendations
Securité
PLATEFORME
D'INTÉGRATION,
DE
GESTION
ET
DE
DIFFUSION
DES
DONNÉES
SOURCES
150+
data
adapters
Apps Streaming
Gouvernance des
données
SaaS
Files
OLAP
Hadoop
& NoSQL
Cloud
Stores
Traditional
DB & DW
15
Le fonctionnement de la virtualisation de données
CONNECTER, INTROSPECTER & GOUVERNER
VOS SOURCES, AVEC ZERO REPLICATION DE
LA DONNÉE
COMBINER & INTEGRER VOS DONNÉES EN
VUES MÉTIERS
CONSUMER & SECURER LES VUES
MÉTIERS DANS DE MULTIPLES FORMATS
Connecter, Combiner & Consommer
Sales
HR
Executive
Marketing Apps/API
Data Science
AI/ML
COMBINE & INTEGRATE INTO BUSINESS
DATA VIEWS
16
Les couches dans Denodo
Couches de connectivité
Couche d’intégration
Couches desn entités métiers
Couche applicative
Couches des services web
17
Trois modèles architecturaux – Virtualisation de données et MDM
1. Analytical DV + MDM 2. Operational DV + MDM 3. Virtual MDM
18
Principaux bénéfices
FACILITÉ D'UTILISATION
Une interface intuitive et facile à
utiliser pour favoriser la
démocratisation et la découverte
des données.
RÉPONSE RAPIDE AUX REQUÊTES
L'optimisation des requêtes permet
d'obtenir des résultats plus
rapidement, ce qui se traduit par un
meilleur calcul et une réduction des
coûts.
CATALOGUE DE DONNÉES ACTIF
INTÉGRÉ
Offre une expérience axée sur la
sémantique pour faciliter la
découverte et la gouvernance des
données.
CONNECTIVITÉ
UNIVERSELLE
Intégration à plus de 150
sources de données
COUCHE API DE SERVICES
DE DONNÉES MODERNES
Fournir des données par le
biais d'un schéma unique
accessible par une couche API
moderne.
MASQUAGE DYNAMIQUE DES
DONNÉES
Fournit des capacités améliorées
de gouvernance des données
GESTION AUTOMATISÉE DU
CLOUD
augmentez ou réduisez vos
dépenses pour mieux gérer les
coûts associés aux pics
d'utilisation.
Réduction de 83 %.
dans le délai de
recouvrement des recettes
67% de réduction
dans l'effort de préparation des
données
Diminution de 65%.
dans les délais de livraison par
rapport à l'ETL
Source: Forrester Total Economic ImpactTM of Data
Virtualization, 2021
L'objectif principal de Data Mesh est d'accélérer la
création de données fiables, de haute qualité et
conformes à partager dans toute l'entreprise.
Cet objectif est atteint en formant les professionnels de
l'entreprise à produire ces données plutôt que de
toujours compter sur des équipes informatiques
centralisées qui peuvent ne pas être en mesure de suivre
le rythme de la demande.
Architecture Data Mesh Denodo
20
Compatibilité de la virtualisation des données et du maillage de données
Le concept de paradigme Data Mesh est apparu il y a deux ans et demi. Depuis lors,
l'intérêt pour Data Mesh s'est rapidement accru.
L'idée derrière Data Mesh est que les personnes dans des domaines d'activité qui
travaillent quotidiennement avec des données spécifiques utilisent un logiciel
d'infrastructure en libre-service pour créer des pipelines qui prennent des données à
partir de sources de données d'application utilisées dans ce domaine d'activité et
produisent des produits de données disponibles dans un Data Mesh. .
21
Les principes du Data Mesh Denodo
▪ Propriété et architecture des données
décentralisées orientées domaine.
▪ Les données en tant que produit.
▪ Ensembles de données réutilisables
▪ Peut être consommé par différents systèmes analytiques à
partir de différentes charges de travail analytiques
▪ Construire une fois, réutiliser partout
▪ Infrastructure de données en libre-service en tant
que plate-forme.
▪ Gouvernance fédérée des données informatiques.
22
Structures de données logiques dans le Data Mesh
API
Business User
& BI Analyst
Data Scientist
Denodo Proprietary and Confidential
Cas clients
Business Need Solution Benefits
La chaîne mondiale de supermarchés augmente les
ventes des magasins de détail en analysant le
comportement des clients et les habitudes d'achat
Étude de cas
• La division d'intelligence marketing d'Eroski
souhaitait piloter le marketing client basé
sur les segments, principalement en
magasin et également en ligne.
• Besoin de données de base sur les clients
pour permettre aux employés d'Eroski
d'avoir une vue globale des clients, en
fonction de leurs préférences d'achat, de
leur démographie et de leurs habitudes de
dépenses
• Voulait fournir le plus haut niveau de
satisfaction client, atteindre un très haut
degré de fidélité client et arrêter l'attrition
des clients vers des marques concurrentes
• Satisfaction client : En obtenant une vue
complète de leur relation avec chaque
client, Eroski est en mesure d'offrir des
produits et services sur mesure
• Impact sur les revenus : la compréhension
du comportement des clients et des
habitudes d'achat aide Eroski à effectuer
des ventes incitatives et croisées à
l'ensemble de sa clientèle
• Confidentialité des clients : grâce à la
couche de virtualisation, Eroski est en
mesure de sécuriser les informations
personnelles de ses clients, ce qui est
essentiel à leur succès.
• La couche de virtualisation des données
regroupe les données spécifiques au client,
y compris les informations personnelles du
client, les données de produit et de support
pour créer une vue unique du client
• Eroski intègre également des données non
structurées basées sur Internet qui sont
utilisées comme base de connaissances
Eroski pour les produits concurrentiels et
les informations sur les offres.
• L'équipe Client Intelligence d'Eroski utilise
un magasin de données maître virtuel pour
offrir à chaque client spécifique des produits
et des promotions ciblés de manière
appropriée
24
Eroski est une chaîne de supermarchés avec près de 1 000 points de vente
répartis dans toute l'Espagne.
Elle est gérée comme une coopérative hybride de travailleurs-consommateurs.
Les établissements varient en taille, des plus grands hypermarchés aux plus
petits magasins. En 2016, Eroski a généré 6,3 milliards de dollars de revenus.
Eroski
Diagramme d’architecture
25
Business Need Solution Benefits
Une grande entreprise de télécommunications américaine améliore
l'alignement de son inventaire avec des vues de données de
référence virtualisées
Étude de cas
La société est la deuxième plus grande entreprise de câblodistribution aux États-Unis
en termes de chiffre d'affaires, opérant dans 29 États, avec un siège social situé à
Midtown Manhattan, à New York. La société a enregistré un chiffre d'affaires de 23,69
milliards de dollars américains en 2015. Son groupe d'exploitation de réseau est une
entreprise florissante qui fournit toute la gamme de services de télécommunications
aux particuliers et aux entreprises.
▪ Les utilisateurs professionnels avaient besoin
d'une vue unique des informations sur les
périphériques réseau, les clients et les sites
à partir des systèmes d'inventaire
▪ Les vues uniques étaient nécessaires pour
l'enrichissement des tickets et des
événements, la conformité et l'audit, et
l'alignement des stocks
▪ Les informations ont été dispersées dans
plusieurs systèmes d'inventaire avec
différents niveaux d'exhaustivité et de
qualité des données
▪ Denodo est utilisé comme système virtualisé de
gestion des données de référence (MDM)
▪ Denodo se connecte à plusieurs systèmes
d'inventaire et Hadoop
▪ Denodo agrège et expose les vues de données
de référence via une couche API intégrée
▪ Les données sont consommées par
l'enrichissement des tickets et des
événements, le tableau de bord et les
applications de conformité/d'audit
▪ Satisfaction client : des données MDM de
haute qualité ont aidé le client final à
recevoir des informations de meilleure
qualité
▪ Alignement de l'inventaire : amélioration
de la disponibilité des informations pour
les applications internes et externes
▪ Conformité améliorée : une meilleure
gestion et analyse des stocks contribue à
une meilleure conformité et à des normes
d'audit
26
Charter Communications
Diagramme d’architecture
27
Business Need Solution Benefits
Une grande société de réassurance crée des vues à 360°
pour les utilisateurs métiers afin d'accélérer le retour sur
investissement
Étude de cas
• Swiss re avait besoin d'une vue à 360° de
l'ensemble du processus de réclamation, du
processus de transaction, du portefeuille, du
risque, etc.
• L'entreprise avait besoin d'agréger les vues
des clients, du portefeuille, du marché, des
réclamations, des cas et des processus et
des risques.
• L'entreprise avait besoin d'une intégration
de données en temps réel, ce qui rend la
prise de décision commerciale plus rapide et
plus simple.
• La plateforme Denodo a fourni aux
utilisateurs métiers de Swiss Re des vues
complètes des informations dont ils ont
besoin.
• La simplification du processus de
développement des vues à 360° signifie
également un retour sur investissement
plus rapide pour les transactions, les
réclamations et les autres départements.
• La plateforme Denodo a non seulement
joué un rôle essentiel dans la réduction du
temps de développement, mais également
dans la création de meilleurs modèles de
données, offrant des fonctionnalités qui
n'étaient pas possibles auparavant.
• La plateforme Denodo établit une couche de
service basée sur les normes OData, qui
correspond bien à la Vision 2020 de Swiss
Re.
• Denodo Platform fournit des données en
temps réel à des vues à 360° ainsi qu'aux
systèmes transactionnels (OLTP), où les
besoins d'agrégation sont moindres et où
un accès plus rapide aux données est de la
plus haute importance.
• La plateforme Denodo aide également à
s'intégrer à un annuaire actif pour
récupérer les informations des utilisateurs
et intégrer ces informations aux vues à
360°,
Le groupe Swiss Re est l'un des principaux fournisseurs de gros de
réassurance, d'assurance et d'autres formes de transfert de risques basées sur
l'assurance. Fondée en 1863, Swiss Re opère à travers des bureaux dans plus
de 25 pays. Swiss Re est basée à Zurich, en Suisse, et a généré 35,7 milliards
de dollars de revenus en 2015 avec 12 767 employés dans le monde.
Swiss Re
Diagramme d’architecture
29
Démonstration
31
Démonstration
Ventes 2013-2018 Produits Marketing Clients
DATA VIRTUALIZATION
Web Services
32
Démonstration
Ventes
Ventes par
magasins Produits
Produits Marketing Clients
Promotion Adresses
Marketing
DATA VIRTUALIZATION
Clients
DATA CATALOG
Discover - Explore - Document
{ API ACCESS }
RESTful / OData
GraphQL / GeoJSON
SQL / MDX
Web Services
Ventes 2013-2018
Vision 360 des clients
Croisement de données
multi sources
Organisation Data Mesh
Consommation avec un
outil tiers
33
Démonstration
Analyste de données
Equipe Marketing Equipe des ventes
Analyste de données
Equipe
statistiques
Ingénieure data
Equipe Marketing
Administrateur Denodo
Login :
marketing
Login :
market_admin
Login : ventes Login : demo1
Denodo
35
Une expérience solide en intégration, gestion et livraison de données – depuis 1999
Denodo: Leader en Gestion de Data
BUREAUX DE DENODO, EMPLOYÉS
Présence mondiale - 25 bureaux dans
20 pays ; plus de 500 employés.
Nouveaux bureaux en 2021 - Pays-Bas,
Belgique, Suède, Corée du Sud.
CLIENTS et PARTENAIRES
+ 1000 clients, dont de nombreuses sociétés
F500 et G2000 dans tous les grands secteurs
d'activité.
+ 300 partenaires actifs et engagés, dans le
monde entier.
FINANCES
~50% de croissance annuelle
108% de rétention nette ; 4% de
désabonnement
0 $ de dette ; rentable
Leader : Quadrant magique de Gartner
pour les outils d'intégration de données,
2021
Leader : Vague 2020 de Forrester -
Enterprise Data Fabric, Q2 2020
Leader : Forrester 2017 Wave - Data
Virtualization, quatrième trimestre
2017.
LEADERSHIP
Customers’ Choice: 2022 Gartner Peer
Insights for Data Integration Tools (2nd
year in a row)
36
Nos clients français
Denodo – France Footprint
Q&A
Thanks!
www.denodo.com info@denodo.com
© Copyright Denodo Technologies. All rights reserved
Unless otherwise specified, no part of this PDF file may be reproduced or utilized in any for or by any means, electronic or mechanical, including photocopying and
microfilm, without prior the written authorization from Denodo Technologies.

Contenu connexe

Similaire à La Logical Data Fabric au secours de la connaissance client

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
 
Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022
Denodo
 
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
 
Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data VirtualizationSession en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
Denodo
 
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
 
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?
Denodo
 
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Denodo
 

Similaire à La Logical Data Fabric au secours de la connaissance client (20)

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...
 
Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022
 
Denodo 2022 : le meilleur time-to-Data du marché
Denodo 2022 : le meilleur time-to-Data du marchéDenodo 2022 : le meilleur time-to-Data du marché
Denodo 2022 : le meilleur time-to-Data du marché
 
La Data Virtualization au coeur de l’architecture “Data Mesh”
La Data Virtualization au coeur de l’architecture “Data Mesh”La Data Virtualization au coeur de l’architecture “Data Mesh”
La Data Virtualization au coeur de l’architecture “Data Mesh”
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Big Data - Quel usage au sein des projets internet
Big Data - Quel usage au sein des projets internetBig Data - Quel usage au sein des projets internet
Big Data - Quel usage au sein des projets internet
 
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
 
Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data VirtualizationSession en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
 
Atelier Informatica - Forum MDM Micropole 2014 Un pas de plus vers les métie...
Atelier Informatica - Forum MDM Micropole 2014  Un pas de plus vers les métie...Atelier Informatica - Forum MDM Micropole 2014  Un pas de plus vers les métie...
Atelier Informatica - Forum MDM Micropole 2014 Un pas de plus vers les métie...
 
Atelier Informatica MDM Forum micropole 2014
Atelier Informatica MDM Forum micropole 2014Atelier Informatica MDM Forum micropole 2014
Atelier Informatica MDM Forum micropole 2014
 
Big data Paris Presentation Solocal 20150310
Big data Paris Presentation Solocal 20150310Big data Paris Presentation Solocal 20150310
Big data Paris Presentation Solocal 20150310
 
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 !
 
Ecosystème Big Data
Ecosystème Big DataEcosystème Big Data
Ecosystème Big Data
 
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
 
Présentation offre SmartBigData 2012
Présentation offre SmartBigData 2012Présentation offre SmartBigData 2012
Présentation offre SmartBigData 2012
 
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?
 
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
 
Exadays cloud – Enjeux et Transformation du SI
Exadays   cloud – Enjeux et Transformation du SIExadays   cloud – Enjeux et Transformation du SI
Exadays cloud – Enjeux et Transformation du SI
 

Plus de Denodo

Mastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business LandscapeMastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business Landscape
Denodo
 
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Denodo
 
Знакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данныхЗнакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данных
Denodo
 

Plus de Denodo (20)

Enterprise Monitoring and Auditing in Denodo
Enterprise Monitoring and Auditing in DenodoEnterprise Monitoring and Auditing in Denodo
Enterprise Monitoring and Auditing in Denodo
 
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps ApproachLunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
 
Achieving Self-Service Analytics with a Governed Data Services Layer
Achieving Self-Service Analytics with a Governed Data Services LayerAchieving Self-Service Analytics with a Governed Data Services Layer
Achieving Self-Service Analytics with a Governed Data Services Layer
 
What you need to know about Generative AI and Data Management?
What you need to know about Generative AI and Data Management?What you need to know about Generative AI and Data Management?
What you need to know about Generative AI and Data Management?
 
Mastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business LandscapeMastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business Landscape
 
Denodo Partner Connect: Business Value Demo with Denodo Demo Lite
Denodo Partner Connect: Business Value Demo with Denodo Demo LiteDenodo Partner Connect: Business Value Demo with Denodo Demo Lite
Denodo Partner Connect: Business Value Demo with Denodo Demo Lite
 
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
 
Drive Data Privacy Regulatory Compliance
Drive Data Privacy Regulatory ComplianceDrive Data Privacy Regulatory Compliance
Drive Data Privacy Regulatory Compliance
 
Знакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данныхЗнакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данных
 
Data Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
Data Democratization: A Secret Sauce to Say Goodbye to Data FragmentationData Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
Data Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
 
Denodo Partner Connect - Technical Webinar - Ask Me Anything
Denodo Partner Connect - Technical Webinar - Ask Me AnythingDenodo Partner Connect - Technical Webinar - Ask Me Anything
Denodo Partner Connect - Technical Webinar - Ask Me Anything
 
Lunch and Learn ANZ: Key Takeaways for 2023!
Lunch and Learn ANZ: Key Takeaways for 2023!Lunch and Learn ANZ: Key Takeaways for 2023!
Lunch and Learn ANZ: Key Takeaways for 2023!
 
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way ForwardIt’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
 
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
 
How to Build Your Data Marketplace with Data Virtualization?
How to Build Your Data Marketplace with Data Virtualization?How to Build Your Data Marketplace with Data Virtualization?
How to Build Your Data Marketplace with Data Virtualization?
 
Webinar #2 - Transforming Challenges into Opportunities for Credit Unions
Webinar #2 - Transforming Challenges into Opportunities for Credit UnionsWebinar #2 - Transforming Challenges into Opportunities for Credit Unions
Webinar #2 - Transforming Challenges into Opportunities for Credit Unions
 
Enabling Data Catalog users with advanced usability
Enabling Data Catalog users with advanced usabilityEnabling Data Catalog users with advanced usability
Enabling Data Catalog users with advanced usability
 
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
 
GenAI y el futuro de la gestión de datos: mitos y realidades
GenAI y el futuro de la gestión de datos: mitos y realidadesGenAI y el futuro de la gestión de datos: mitos y realidades
GenAI y el futuro de la gestión de datos: mitos y realidades
 
Lunch and Learn ANZ: Shaping the Role of a Data Lake in a Modern Data Fabric ...
Lunch and Learn ANZ: Shaping the Role of a Data Lake in a Modern Data Fabric ...Lunch and Learn ANZ: Shaping the Role of a Data Lake in a Modern Data Fabric ...
Lunch and Learn ANZ: Shaping the Role of a Data Lake in a Modern Data Fabric ...
 

La Logical Data Fabric au secours de la connaissance client

  • 1. La Logical Data Fabric au secours de la connaissance client Webinaire 20 octobre 2022 Tarik Zaakour Consultant avant-ventes
  • 2. AGENDA 1. Les enjeux 2. Une plateforme logique 3. Cas clients 4. Démonstration 5. Denodo
  • 4. 4 Connaissances clients : Définition Source : https://blog.hubspot.fr/service/connaissance-client
  • 5. 5 Les enjeux - Beaucoup de données au sujet des clients , - Sources de données diverses (carte de fidélité, réseaux sociaux,…), - Format de données différentes , - Conformité à la RGPD, - Rapprochement des données compliqués, - Fiabilité des données réduite, - Projets longs et coûteux…
  • 6. 6 Les types de données La connaissance clients nécessite des données : Quantitatives : les achats en ligne , le nombre de produits achetés,… Qualitatives : les habitudes du client, le magasin ou le site marchand régulièrement visité, … Exemples : • Données socio-démographiques : sexe, âge, composition de famille, traits de personnalité, opinions, centres d’intérêt… • Des événements sur les achats : produits ou services achetés, fréquence de consommation, lieux d’achat privilégiés, … • Données concernant les programmes de fidélité : promotions et réductions utilisées, avantages choisis, … • Les interactions avec le service client : problèmes résolus, … • L’historique web : historique de recherche de produits sur le site, achats réalisés, produits visualisés ou ajoutés au panier, … • Feedback client et données liées à la satisfaction client : satisfaction vis-à-vis de critères précis, …
  • 7. Une plate-forme logique pour : l'intégration, la gestion et la livraison des données
  • 8. 8 La situation actuelle Apps & Machine Datamarts Warehouse Stagin g Databas e Apps Marketin g Sales Executiv e Support Gouvernance Il est difficile de maintenir des politiques d'accès aux données et de gouvernance cohérentes entre les silos de données. L'intégration est déléguée aux outils et applications de l'utilisateur final Intégration L'intégration de données traditionnelle est extrêmement gourmande en ressources. Agilité & Productivité Cloud JSON JSON Big Data AI/ Machine learning Stream Social Video Predictive
  • 9. 9 “One Size Never Fits All” « Inhérent à l'architecture LDW est la reconnaissance qu'un seul niveau de persistance des données et un seul type de traitement ne suffisent pas à répondre à l'ensemble des demandes modernes en matière de données et d'analyse » The Practical Logical Data Warehouse (Dec 2020) by Henry Cook, Rick Greenwald and Adam Ronthal
  • 10. 10 - The Forrester Wave™: Enterprise Data Fabric, Q2 2020 La solution data fabric de Denodo intègre les composants clés de la gestion des données, notamment l'intégration, l'ingestion, la transformation, la gouvernance et la sécurité des données, afin de prendre en charge les cas d'utilisation nouveaux et émergents, notamment les clients 360, l'analyse en temps réel et à la demande, l'analyse IoT et l'analyse en libre-service."
  • 11. 11 Les 6 piliers de Data Fabric s'alignent sur la vision de base de Denodo 1. Point d'accès unique à toutes les données à n'importe quel endroit 2. Des données exposées sous une forme Business-Friendly, adaptée aux besoins de chaque consommateur 3. Faible coût et mise sur le marché rapide : jusqu'à 80 % de réduction des coûts d'intégration de données 4. Référence pour les données de confiance via la sémantique : appliquez une sémantique, une qualité, une gouvernance et une sécurité des données cohérentes 5. Découvrabilité : Le Data Catalog actif crée un marché de données pour l'entreprise 6. ML et automatisation pour accélérer toutes les étapes du cycle de vie de la gestion des données
  • 12. 12 Virtualisation des données : fondement des architectures logiques et distribuées “Data Virtualization capabilities offer an access and delivery layer that can serve as the foundation for the logical data fabric, which offers significant automation functions in the data management space. These include automation of data recommendations, data quality, data governance and policy, on top of the core integration functions of data virtualization.” – Gartner: Assessing the Relevance of Data Virtualization in Modern Data Architectures, June 2021 6 capacités clés dans les architectures de données logiques et distribuées Cas d'utilisation différenciés Personas Intégration de données hybride/multi- cloud BI en libre- service Lakehouse/ Accélérateur de requêtes analytiques Vue à 360° des entités Réplication des données Data Science Services de données d'entreprise Structure de données/Data Mesh Analystes de données/BI Data Scientists Architectes Ingénieurs de données / Développeurs Administrateur des opérations de données Intégration des données en temps réel Abstraction de données logique Accélération intelligente des requêtes Sémantique avancée Automatisation et recommandation Sécurité et gouvernance unifiées Data Catalog AI/ML
  • 13. 13 INTÉGREZ Des données disparates dans n'importe quel emplacement, format ou latence Files Cubes Cloud Stores Traditional DB & DW Data Lake & NoSQL Hybrid/ Multi-Cloud Security & Governance Al/ML Recommendations Advanced Semantics GEREZ Des données connexes avec un modèle sémantique universel et une fonctionnalité AI / ML permettant une gouvernance des données vitales Query Optimization & Acceleration Data Catalog Discover / Explore / Document BI Tools SQL / MDX Data Science Tools Data as a Service RESTful / Odata GraphQL/ GeoJSON LIVREZ Et démocratisez les données à l'aide d'outils de BI et de data science, de catalogues de données et d'API Plateforme Denodo : la plateforme logique pour toutes vos données
  • 14. 14 BI Tools Data Science Tools Architecture de la plateforme Denodo CATALOGUE DE DONNÉES Découvrir - Explorer - Documenter DATA AS A SERVICE RESTful / OData GraphQL / GeoJSON SQL CONSOMMATEURS INTEGRER des données disparates, quel que soit l'endroit, le format ou la latence GÉRER des données connexes dans des vues avec un modèle sémantique universel LIVREZ en utilisant des outils de BI et de science des données, un catalogue de données et des API. Self-Service Hybrid/ Multi-Cloud Optimisation de Requêtes AI//ML Recommendations Securité PLATEFORME D'INTÉGRATION, DE GESTION ET DE DIFFUSION DES DONNÉES SOURCES 150+ data adapters Apps Streaming Gouvernance des données SaaS Files OLAP Hadoop & NoSQL Cloud Stores Traditional DB & DW
  • 15. 15 Le fonctionnement de la virtualisation de données CONNECTER, INTROSPECTER & GOUVERNER VOS SOURCES, AVEC ZERO REPLICATION DE LA DONNÉE COMBINER & INTEGRER VOS DONNÉES EN VUES MÉTIERS CONSUMER & SECURER LES VUES MÉTIERS DANS DE MULTIPLES FORMATS Connecter, Combiner & Consommer Sales HR Executive Marketing Apps/API Data Science AI/ML COMBINE & INTEGRATE INTO BUSINESS DATA VIEWS
  • 16. 16 Les couches dans Denodo Couches de connectivité Couche d’intégration Couches desn entités métiers Couche applicative Couches des services web
  • 17. 17 Trois modèles architecturaux – Virtualisation de données et MDM 1. Analytical DV + MDM 2. Operational DV + MDM 3. Virtual MDM
  • 18. 18 Principaux bénéfices FACILITÉ D'UTILISATION Une interface intuitive et facile à utiliser pour favoriser la démocratisation et la découverte des données. RÉPONSE RAPIDE AUX REQUÊTES L'optimisation des requêtes permet d'obtenir des résultats plus rapidement, ce qui se traduit par un meilleur calcul et une réduction des coûts. CATALOGUE DE DONNÉES ACTIF INTÉGRÉ Offre une expérience axée sur la sémantique pour faciliter la découverte et la gouvernance des données. CONNECTIVITÉ UNIVERSELLE Intégration à plus de 150 sources de données COUCHE API DE SERVICES DE DONNÉES MODERNES Fournir des données par le biais d'un schéma unique accessible par une couche API moderne. MASQUAGE DYNAMIQUE DES DONNÉES Fournit des capacités améliorées de gouvernance des données GESTION AUTOMATISÉE DU CLOUD augmentez ou réduisez vos dépenses pour mieux gérer les coûts associés aux pics d'utilisation. Réduction de 83 %. dans le délai de recouvrement des recettes 67% de réduction dans l'effort de préparation des données Diminution de 65%. dans les délais de livraison par rapport à l'ETL Source: Forrester Total Economic ImpactTM of Data Virtualization, 2021
  • 19. L'objectif principal de Data Mesh est d'accélérer la création de données fiables, de haute qualité et conformes à partager dans toute l'entreprise. Cet objectif est atteint en formant les professionnels de l'entreprise à produire ces données plutôt que de toujours compter sur des équipes informatiques centralisées qui peuvent ne pas être en mesure de suivre le rythme de la demande. Architecture Data Mesh Denodo
  • 20. 20 Compatibilité de la virtualisation des données et du maillage de données Le concept de paradigme Data Mesh est apparu il y a deux ans et demi. Depuis lors, l'intérêt pour Data Mesh s'est rapidement accru. L'idée derrière Data Mesh est que les personnes dans des domaines d'activité qui travaillent quotidiennement avec des données spécifiques utilisent un logiciel d'infrastructure en libre-service pour créer des pipelines qui prennent des données à partir de sources de données d'application utilisées dans ce domaine d'activité et produisent des produits de données disponibles dans un Data Mesh. .
  • 21. 21 Les principes du Data Mesh Denodo ▪ Propriété et architecture des données décentralisées orientées domaine. ▪ Les données en tant que produit. ▪ Ensembles de données réutilisables ▪ Peut être consommé par différents systèmes analytiques à partir de différentes charges de travail analytiques ▪ Construire une fois, réutiliser partout ▪ Infrastructure de données en libre-service en tant que plate-forme. ▪ Gouvernance fédérée des données informatiques.
  • 22. 22 Structures de données logiques dans le Data Mesh API Business User & BI Analyst Data Scientist Denodo Proprietary and Confidential
  • 24. Business Need Solution Benefits La chaîne mondiale de supermarchés augmente les ventes des magasins de détail en analysant le comportement des clients et les habitudes d'achat Étude de cas • La division d'intelligence marketing d'Eroski souhaitait piloter le marketing client basé sur les segments, principalement en magasin et également en ligne. • Besoin de données de base sur les clients pour permettre aux employés d'Eroski d'avoir une vue globale des clients, en fonction de leurs préférences d'achat, de leur démographie et de leurs habitudes de dépenses • Voulait fournir le plus haut niveau de satisfaction client, atteindre un très haut degré de fidélité client et arrêter l'attrition des clients vers des marques concurrentes • Satisfaction client : En obtenant une vue complète de leur relation avec chaque client, Eroski est en mesure d'offrir des produits et services sur mesure • Impact sur les revenus : la compréhension du comportement des clients et des habitudes d'achat aide Eroski à effectuer des ventes incitatives et croisées à l'ensemble de sa clientèle • Confidentialité des clients : grâce à la couche de virtualisation, Eroski est en mesure de sécuriser les informations personnelles de ses clients, ce qui est essentiel à leur succès. • La couche de virtualisation des données regroupe les données spécifiques au client, y compris les informations personnelles du client, les données de produit et de support pour créer une vue unique du client • Eroski intègre également des données non structurées basées sur Internet qui sont utilisées comme base de connaissances Eroski pour les produits concurrentiels et les informations sur les offres. • L'équipe Client Intelligence d'Eroski utilise un magasin de données maître virtuel pour offrir à chaque client spécifique des produits et des promotions ciblés de manière appropriée 24 Eroski est une chaîne de supermarchés avec près de 1 000 points de vente répartis dans toute l'Espagne. Elle est gérée comme une coopérative hybride de travailleurs-consommateurs. Les établissements varient en taille, des plus grands hypermarchés aux plus petits magasins. En 2016, Eroski a généré 6,3 milliards de dollars de revenus.
  • 26. Business Need Solution Benefits Une grande entreprise de télécommunications américaine améliore l'alignement de son inventaire avec des vues de données de référence virtualisées Étude de cas La société est la deuxième plus grande entreprise de câblodistribution aux États-Unis en termes de chiffre d'affaires, opérant dans 29 États, avec un siège social situé à Midtown Manhattan, à New York. La société a enregistré un chiffre d'affaires de 23,69 milliards de dollars américains en 2015. Son groupe d'exploitation de réseau est une entreprise florissante qui fournit toute la gamme de services de télécommunications aux particuliers et aux entreprises. ▪ Les utilisateurs professionnels avaient besoin d'une vue unique des informations sur les périphériques réseau, les clients et les sites à partir des systèmes d'inventaire ▪ Les vues uniques étaient nécessaires pour l'enrichissement des tickets et des événements, la conformité et l'audit, et l'alignement des stocks ▪ Les informations ont été dispersées dans plusieurs systèmes d'inventaire avec différents niveaux d'exhaustivité et de qualité des données ▪ Denodo est utilisé comme système virtualisé de gestion des données de référence (MDM) ▪ Denodo se connecte à plusieurs systèmes d'inventaire et Hadoop ▪ Denodo agrège et expose les vues de données de référence via une couche API intégrée ▪ Les données sont consommées par l'enrichissement des tickets et des événements, le tableau de bord et les applications de conformité/d'audit ▪ Satisfaction client : des données MDM de haute qualité ont aidé le client final à recevoir des informations de meilleure qualité ▪ Alignement de l'inventaire : amélioration de la disponibilité des informations pour les applications internes et externes ▪ Conformité améliorée : une meilleure gestion et analyse des stocks contribue à une meilleure conformité et à des normes d'audit 26
  • 28. Business Need Solution Benefits Une grande société de réassurance crée des vues à 360° pour les utilisateurs métiers afin d'accélérer le retour sur investissement Étude de cas • Swiss re avait besoin d'une vue à 360° de l'ensemble du processus de réclamation, du processus de transaction, du portefeuille, du risque, etc. • L'entreprise avait besoin d'agréger les vues des clients, du portefeuille, du marché, des réclamations, des cas et des processus et des risques. • L'entreprise avait besoin d'une intégration de données en temps réel, ce qui rend la prise de décision commerciale plus rapide et plus simple. • La plateforme Denodo a fourni aux utilisateurs métiers de Swiss Re des vues complètes des informations dont ils ont besoin. • La simplification du processus de développement des vues à 360° signifie également un retour sur investissement plus rapide pour les transactions, les réclamations et les autres départements. • La plateforme Denodo a non seulement joué un rôle essentiel dans la réduction du temps de développement, mais également dans la création de meilleurs modèles de données, offrant des fonctionnalités qui n'étaient pas possibles auparavant. • La plateforme Denodo établit une couche de service basée sur les normes OData, qui correspond bien à la Vision 2020 de Swiss Re. • Denodo Platform fournit des données en temps réel à des vues à 360° ainsi qu'aux systèmes transactionnels (OLTP), où les besoins d'agrégation sont moindres et où un accès plus rapide aux données est de la plus haute importance. • La plateforme Denodo aide également à s'intégrer à un annuaire actif pour récupérer les informations des utilisateurs et intégrer ces informations aux vues à 360°, Le groupe Swiss Re est l'un des principaux fournisseurs de gros de réassurance, d'assurance et d'autres formes de transfert de risques basées sur l'assurance. Fondée en 1863, Swiss Re opère à travers des bureaux dans plus de 25 pays. Swiss Re est basée à Zurich, en Suisse, et a généré 35,7 milliards de dollars de revenus en 2015 avec 12 767 employés dans le monde.
  • 31. 31 Démonstration Ventes 2013-2018 Produits Marketing Clients DATA VIRTUALIZATION Web Services
  • 32. 32 Démonstration Ventes Ventes par magasins Produits Produits Marketing Clients Promotion Adresses Marketing DATA VIRTUALIZATION Clients DATA CATALOG Discover - Explore - Document { API ACCESS } RESTful / OData GraphQL / GeoJSON SQL / MDX Web Services Ventes 2013-2018 Vision 360 des clients Croisement de données multi sources Organisation Data Mesh Consommation avec un outil tiers
  • 33. 33 Démonstration Analyste de données Equipe Marketing Equipe des ventes Analyste de données Equipe statistiques Ingénieure data Equipe Marketing Administrateur Denodo Login : marketing Login : market_admin Login : ventes Login : demo1
  • 35. 35 Une expérience solide en intégration, gestion et livraison de données – depuis 1999 Denodo: Leader en Gestion de Data BUREAUX DE DENODO, EMPLOYÉS Présence mondiale - 25 bureaux dans 20 pays ; plus de 500 employés. Nouveaux bureaux en 2021 - Pays-Bas, Belgique, Suède, Corée du Sud. CLIENTS et PARTENAIRES + 1000 clients, dont de nombreuses sociétés F500 et G2000 dans tous les grands secteurs d'activité. + 300 partenaires actifs et engagés, dans le monde entier. FINANCES ~50% de croissance annuelle 108% de rétention nette ; 4% de désabonnement 0 $ de dette ; rentable Leader : Quadrant magique de Gartner pour les outils d'intégration de données, 2021 Leader : Vague 2020 de Forrester - Enterprise Data Fabric, Q2 2020 Leader : Forrester 2017 Wave - Data Virtualization, quatrième trimestre 2017. LEADERSHIP Customers’ Choice: 2022 Gartner Peer Insights for Data Integration Tools (2nd year in a row)
  • 36. 36 Nos clients français Denodo – France Footprint
  • 37. Q&A
  • 38. Thanks! www.denodo.com info@denodo.com © Copyright Denodo Technologies. All rights reserved Unless otherwise specified, no part of this PDF file may be reproduced or utilized in any for or by any means, electronic or mechanical, including photocopying and microfilm, without prior the written authorization from Denodo Technologies.