Guide d'achat sur l'analyse et la visualisation des données

Transcription

1 DÉCEMBRE 2013 Guide d'achat sur l'analyse et la visualisation des données Commandité par

2 Sommaire Introduction : Que peut nous apporter l'analytique du Big Data? 1 Dégager de la valeur du Big Data 2 En quoi l'intégration de données est-elle essentielle à l'analytique du Big Data? 3 Implication de la visualisation pour l'analytique du Big Data 4 Fonctionnalités d'un système d'analytique performant : le pouvoir de la visualisation 7 Prochaine étape 10

3 1 Introduction : que peut nous apporter l'analytique du Big Data? Le Big Data occupe aujourd'hui les esprits de tous les directeurs informatiques et dirigeants et ce, pour une bonne raison. Avec ses volumes inouïs et ses nouveaux formats de données, le Big Data pourrait bien transformer le mode de fonctionnement interne des entreprises en termes d'innovation et d'amélioration du service à la clientèle. Un tel volume de nouvelles données disponibles exerce une pression sur les entreprises qui rivalisent pour les analyser et leur donner un sens. Le premier investissement est généralement consacré à l'infrastructure requise pour stocker et traiter le Big Data. Mais très souvent, son stockage devient une forme d'obsession. Le référentiel devient de plus en plus grand. En effet, l'ajout de données semble poser nettement moins de problèmes que leur extraction pour analyse. Pour éviter ce piège, il est important d'élaborer un plan, non seulement pour l'acquisition et le stockage du Big Data, mais également pour son analyse et son utilisation. Les entreprises sont confrontées à de nombreux défis en ce qui concerne l'analytique du Big Data : Comment l'intégrer avec les référentiels et les flux de données existants? Comment gérer son volume phénoménal? Comment gérer la complexité des technologies requises pour l'analyser? Comment faire en sorte que ces données aient un sens pour les analystes? Comment dégager un maximum de valeur du Big Data? Comment l'explorer au moyen de la visualisation? Comment intégrer harmonieusement les analytiques existantes et à venir afin de faciliter l'adaptation des entreprises au changement? D'après, l'analytique du Big Data représente une opportunité inimaginable pour les entreprises. Pour saisir cette opportunité, une solution d'analytique adaptée s'impose. Le présent guide décrit ce que doit apporter l'analyse du Big Data en soulignant l'importance de l'intégration des données, et présente la configuration idéale pour la visualisation du Big Data.

4 2 Dégager de la valeur du Big Data On fait trop de bruit autour du volume du Big Data. On fait trop de bruit autour du volume du Big Data. S'il est vrai que ce phénomène génère de nouvelles exigences pour les entreprises, la plupart peuvent en tirer profit à condition de le gérer et de l'analyser correctement. Pour créer une analytique efficace du Big Data, l'étape la plus importante est l'intégration des données. Une entreprise peut facilement s'égarer si les utilisateurs accordent trop d'importance à l'unicité du Big Data au point d'en faire un phénomène isolé. Le Big Data ne peut générer de la valeur que s'il est intégré et fusionné avec les données existantes. Il n'est pas question d'abandonner les méthodes actuelles d'intégration de données et de BI. Elles seront au contraire partie intégrante des solutions de Big Data, car au fond, ce dernier constitue un défi tant opérationnel que technologique. La valeur du Big Data provient de l'intégration des données avec tous les entrepôts de données de manière à établir des échanges cohérents entre eux. Les entreprises individuelles doivent compter avec le Big Data, qui dégage de la valeur lorsqu'il est combiné avec les sources de données existantes. Le Big Data, ou comment faire du neuf avec du vieux Comme aurait pu le dire le joueur de baseball Yogi Berra, le Big Data est tout nouveau, à l'exception de ses aspects qui ne le sont pas. La qualité du Big Data est très variable et les entreprises doivent veiller à ne pas confondre quantité et qualité. Il est aisé d'être submergé par l'ampleur du Big Data, sans que celui-ci ne fournisse de signal pertinent. À l'instar de tout type de données, le Big Data seul ne saurait fournir des informations d'analytique aptes à guider les décisions d'un dirigeant. En effet, les experts en contenu et les professionnels de BI doivent nettoyer ces données et les corréler avec celles des entrepôts existants, avant de les filtrer et de les explorer de manière à identifier des tendances et à faire la part des choses entre vérités et distorsions. Pour maximiser votre ROI dans le Big Data, fusionnez toutes les données de façon à fournir une analytique plus efficace. Pour maximiser leur ROI, les entreprises doivent choisir une solution d'analytique qui leur permette d'ajouter le Big Data à leur BI et à leur infrastructure d'applications. Les données ainsi fusionnées fournissent une analytique plus efficace. Par conséquent, l'intégration de données doit être motivée par le besoin d'analytique. Grâce aux solutions technologiques actuelles, cela n'a jamais été aussi facile. Une fois les données intégrées, l'entreprise n'a plus qu'à se lancer dans l'analytique. Il importe de choisir une solution hautement personnalisable, qui puisse s'adapter aux besoins spécifiques de l'entreprise. Il est parfois nécessaire de recourir à plusieurs types d'analytique. Mais le propre d'une entreprise prospère est son dynamisme, et ses exigences évoluent avec le temps. Les solutions d'analytique à forte valeur ajoutée sont adaptables et fonctionnent en toute transparence, non seulement avec la technologie existante mais également avec les technologies non encore créées. Plutôt que de se laisser enfermer dans leurs solutions de BI actuelles, les sociétés ont tout intérêt à investir dans des produits et outils qui contribueront à leur croissance et faciliteront leur adaptation.

5 3 De l'importance d'une analytique interactive et attrayante Cela coule de source pour les professionnels de la BI : pour une efficacité optimale, les rapports d'analytique doivent être visuellement engageants et hautement interactifs. L'analytique ne se limite pas aux questions initialement posées par les utilisateurs. Elle doit permettre de poser des questions qui découlent de l'exploration de données. Cette capacité à interagir et à effectuer des recherches est cruciale pour tirer parti de tout le potentiel du Big Data. En quoi l'intégration de données est-elle essentielle à l'analytique du Big Data? Intégration et analyse du Big Data sont indissociables. Toutefois, malgré son importance pour l'analytique, l'intégration de données et l'utilisation du Big Data par l'entreprise ne peuvent avoir lieu du jour au lendemain. Cette évolution doit se faire progressivement. Les entreprises doivent évaluer l'impact du Big Data sur leurs opérations et sur leur BI avant de se lancer dans un plan de mise en œuvre des données, car l'analytique et la BI doivent former un front commun. Une solution d'intégration de données doit également seconder l'entreprise tout au long du processus d'évolution. Loin de se limiter à résoudre la question de l'intégration des données, elle doit également offrir des fonctions d'analytique et de visualisation et couvrir toutes les étapes du processus, ce qui permettra à l'entreprise d'en profiter au maximum. En bref, la solution idéale doit à elle seule répondre à l'ensemble des besoins de l'entreprise en termes d'analytique. Dans le respect du principe du juste milieu, l'intégration de données est optimale lorsqu'elle atteint ce point idéal où tous les systèmes de données fonctionnent en harmonie et parlent le même langage. Sans intégration, la valeur des données est très limitée, peu importe leur forme. Forts d'un système d'intégration de données prenant en charge l'analytique, les utilisateurs accèdent à la puissance du Big Data en tout lieu et à tout moment, sans limitation. Il est également important d'adopter une technologie d'intégration de données suffisamment fluide et flexible, et hautement adaptable. Les systèmes de données en silos représentent l'antithèse de ce type d'agilité. Ils favorisent le cloisonnement de la BI et se traduisent par une conception erronée de l'analytique. En mettant en œuvre une véritable intégration de données, où le Big Data se superpose aux flux de données existants, pour être consulté de la même manière que toute autre source d'information et mis en relation avec les autres données, l'entreprise favorise la collaboration entre les informaticiens, les professionnels de la BI et les analystes, ce qui crée une coopération et des partenariats internes. Forts d'un système d'intégration de données prenant en charge l'analytique, les utilisateurs accèdent à la puissance du Big Data en tout lieu et à tout moment, sans limitation.

6 4 Implications de la visualisation pour l'analytique du Big Data Du point de vue du processus d'analyse, l'analytique du Big Data n'est pas fondamentalement différente. Pour démontrer la valeur de la visualisation dans le domaine de l'analytique, nous aurons recours au modèle CRISP (Cross-Industry Standard Process) appliqué au Data Mining. Ce modèle se compose de six phases : Connaissance du métier. Toute analytique répond à des besoins métier. Pour garantir l'utilité de l'analytique, il importe de bien connaître le problème et le domaine de l'entreprise. Connaissance des données. L'étape suivante consiste à évaluer les données à disposition (ou que vous pourrez vous procurer), à déterminer ce qu'elles peuvent vous enseigner, puis à comprendre comment elles s'appliquent au problème. Préparation des données. Lors de cette phase, les données sont préparées en vue de leur analyse ; les sources de données sont notamment combinées de manière pertinente. L'intégration représente une part importante de ce processus. Modélisation. Cette phase implique la modélisation des données de manière à représenter une solution potentielle au problème métier que vous traitez. Évaluation. Il convient ensuite d'évaluer le modèle afin de vérifier s'il fonctionne. Cela implique le plus souvent des mises au point, l'apport éventuel de nouvelles sources de données, la fusion de ces données, un changement de modèle et l'évaluation d'une autre hypothèse. Déploiement. Lorsque le modèle est prêt, vous pouvez passer à l'étape finale qui consiste à le déployer. Ces phases représentent un cycle complet : une fois le modèle déployé et les connaissances obtenues, il fournit de nouvelles informations métier et de nouvelles réponses. À ce stade, le cycle se répète lorsque l'entreprise affine sa stratégie de données.

7 5 Visualisation lors de la phase de connaissance des données Si votre ensemble de données est de petite taille, ce processus peut être manuel : il suffit d'examiner les données pour les comprendre. Mais si vos données sont volumineuses et que vous appliquez de nombreuses sources au problème métier, il vous faudra adapter votre approche pour comprendre ces données. Plus vos sources de données sont nombreuses et volumineuses, plus vous aurez besoin de la visualisation. L'échantillonnage est une des techniques adoptées par les statisticiens pour traiter de gros ensembles de données. Cette méthode exige néanmoins l'utilisation d'une technique garantissant la pertinence statistique de l'échantillon. Mais sur quelle base évaluer cette pertinence statistique? Il est impossible de le savoir tant que les modèles ne sont pas définis, de sorte que l'échantillonnage au début du processus ne constitue pas une solution viable. Si les outils échantillonnent les données avant que vous ne les analysiez, vous perdrez des informations précieuses et vous risquez d'obtenir des modèles inexacts, voire tout simplement inutilisables. Une méthode plus adaptée pour gérer des quantités massives de données consiste à les visualiser. Un outil d'analytique du Big Data digne de ce nom doit proposer des fonctions de visualisation à toutes les étapes du processus d'analytique. Plus vos sources de données sont nombreuses et volumineuses, plus vous aurez besoin de la visualisation pour savoir avec précision quelles sont les données à votre disposition et comprendre comment elles peuvent vous aider à résoudre le problème métier. Visualisation lors de la phase de préparation des données La combinaison des diverses sources de données représente également une étape clé du processus d'analytique. Si vous avez la possibilité de visualiser ce processus dans un outil qui vous permette de vérifier que votre mode d'assemblage des données reflète bien la signification des sources de données (voir l'encadré page 6 : Importance d'une solution intégrée), la tâche ardue qui consiste à enrichir les sources de données traditionnelles avec des sources de Big Data pertinentes se transformera en une expérience visuelle passionnante. Par ailleurs, un système d'analytique efficace permet non seulement de fusionner des sources de données, mais également de fusionner dynamiquement les données en vue d'alimenter le modèle. Autrement dit, cette fusion ne crée pas un ensemble de données statique, mais une recette qui sera fusionnée à son tour avec les nouvelles informations disponibles quand vous exécuterez le modèle.

8 6 Importance d'une solution intégrée Voici un exemple concret qui illustre l'impact négatif d'un système d'analytique inefficace et sans intégration de données sur la façon dont une entreprise utilise le Big Data. Ce type d'expérience a touché un nombre incalculable d'entreprises ayant tenté d'apprivoiser le Big Data. Une entreprise a adopté un système qui prétendait intégrer le Big Data alors qu'il ne l'intégrait que partiellement. Par conséquent, aucun effort n'avait été fourni pour garantir l'uniformité des catégorisations entre les types de données. Un utilisateur de BI avait consulté deux champs, tous deux nommés «revenu», l'un issu de la source Big Data et l'autre d'une source de données existante de l'entreprise. Or, la catégorie du Big Data représentait un revenu mensuel, tandis que la catégorie existante indiquait un revenu journalier. Le champ de la source Big Data ayant été interprété comme une valeur journalière, certains clients semblaient dépenser nettement plus que la réalité. L'entreprise a donc élaboré une campagne promotionnelle et incitative d'envergure en ciblant une foule de clients censés être de bon acheteurs mais qui en réalité ne se tournaient que rarement vers cette entreprise. Ainsi, non seulement elle s'est adressée aux mauvais clients, en laissant certainement sur la touche les véritables acheteurs potentiels, mais elle a en outre offert des réductions considérables à des clients qui ne les méritaient pas. Il y a fort à parier que ces derniers, moins investis dans l'entreprise, aient profité de ces remises sans toutefois renouveler leurs achats par la suite, à supposer qu'ils aient utilisé ces remises. Résultat : l'entreprise a affecté ses ressources limitées à des clients erronés et sapé sa marge bénéficiaire. Ce type d'erreur coûteuse est courant dans le monde naissant du Big Data. Pour les éviter, les entreprises doivent adopter une solution capable de comprendre tous les types de données et de synchroniser les différentes sources. Visualisation lors de la phase de modélisation Lors de la phase de modélisation, vous testez les données afin de déterminer si elles soutiennent votre hypothèse de travail. Pour commencer, vous les explorez au moyen de mesures simples (statistiques univariées). La visualisation est extrêmement importante au cours de la modélisation, notamment du fait que dans la plupart des cas, il vous faudra ajuster le modèle au fil des différentes mises au point : vous ajouterez des sources de données, résumerez les donnés de diverses manières, et les ferez pivoter pour en dévoiler de nouveaux aspects.

9 7 La visualisation est indispensable à tous les stades du processus d'analytique du Big Data. Visualisation lors de la phase de déploiement De nombreux ensembles d'outils ne permettent la visualisation que pendant la phase de déploiement. La visualisation joue ici un rôle crucial : l'analytique est intégrée dans une application où elle génère de la valeur pour une variété d'utilisateurs et elle leur fournit les informations indispensables à leur travail. Bien que le produit final, à savoir la phase de déploiement, soit une utilisation vitale de la visualisation, nous avons vu qu'elle jouait également un rôle majeur tout au long du processus d'analytique du Big Data. Fonctionnalités d'un système d'analytique performant : le pouvoir de la visualisation La nécessité de l'intégration des données pour la réussite de l'analytique du Big Data ne fait aucun doute. Mais quelles sont les principales fonctionnalités d'un système d'analytique performant? Les entreprises ont tout intérêt à s'orienter vers des solutions couvrant l'analytique toute entière et non pas seulement une ou deux fonctions spécialisées. Ces solutions doivent également couvrir l'ensemble de la chaîne logistique de l'analytique, de l'obtention des donnée à la fourniture des analyses. Un système doit offrir les deux éléments suivants : Création de rapports opérationnels et de tableaux de bord de BI traditionnels Nouvelles technologies telles que la visualisation et l'analyse prédictive Un outil exhaustif doit fournir une analytique à partir de toutes les données intégrées, de sorte que l'interaction soit possible entre le Big Data et les autres sources de données. Il ne s'agit pas de vouloir le beurre et l'argent du beurre. Il est logique de posséder une solution de plate-forme complète qui permette aux utilisateurs d'explorer tous les types de données à partir d'un emplacement unique, sans avoir à passer d'un outil à un autre à chaque fois. De plus, la solution doit permettre d'intégrer l'analytique là où elle est le plus utile : l'utilisateur doit pouvoir obtenir les informations dans le contexte des applications où il effectue son travail, plutôt que d'avoir à ouvrir des applications d'analytique distinctes. Un outil exhaustif est en mesure de fournir une analytique à partir de toutes les données intégrées, de sorte que l'interaction soit possible entre le Big Data et les autres sources de données. Cette fusion n'est doit pas être fixe et préparée à l'avance, mais bien générée en temps réel à partir des données les plus récentes. Il est essentiel que l'analytique et la visualisation accèdent aux données de plusieurs sources rapidement et simplement. Un environnement d'analytique prenant en compte les données de plusieurs sources est plus riche et immersif.

10 8 Parcourir le Big Data en analysant les tendances Dans le cadre de la navigation dans le Big Data, les entreprises ont besoin d'outils qui leur évitent de manipuler le Big Data au niveau granulaire et qui proposent des fonctionnalités relationnelles pour identifier les tendances. Compte tenu du volume du Big Data, toute tentative d'interaction à un microniveau serait aussi productive et efficace qu'une tentative de compter l'ensemble des gouttes d'eau dans l'océan. Par contre, les outils d'analytique doivent résumer les données de manière concrète et accessible. Si un analyste trouve une information précise et souhaite approfondir ses recherches sur une base plus spécifique, il doit pouvoir compter sur son outil d'analytique. L'adaptabilité est également un facteur clé. Les entreprises désireuses d'exploiter l'analytique du Big Data ont besoin d'une solution qui permet aux utilisateurs d'accéder aux données de n'importe quelle source : bases de données traditionnelles, entrepôts de données, Hadoop, etc. Par ailleurs, il doit être possible de déployer cette solution sur site ou dans le Cloud. En effet, une entreprise peut opter pour l'instant pour un déploiement sur site mais décider ultérieurement une transition vers le Cloud. Toute solution d'intégration de données et d'analytique doit prendre en charge ce type d'adaptabilité. Analytique personnalisable et flexible Un système adaptable doit être personnalisable, flexible et accessible depuis des appareils mobiles. Les utilisateurs doivent pouvoir installer uniquement les composants nécessaires à leur activité afin d'avoir accès aux seules capacités d'analytique dont ils ont besoin, avec la possibilité, par la suite, de faire évoluer ces capacités à tout moment. Ils doivent par ailleurs être en mesure d'incorporer le service d'analytique dans d'autres produits et applications, de sorte que les systèmes et l'architecture de données existants puissent être intégrés dans la nouvelle solution. Enfin, il est indispensable qu'ils aient accès au système depuis un ordinateur portable, un ipad, un smartphone ou tout autre appareil. Les entreprises ont besoin de l'analytique opérationnelle et de l'analyse prédictive pour établir un état des lieux et envisager l'avenir. La personnalisation est un facteur déterminant pour la visualisation. La solution idéale propose une bibliothèque de visualisations dotée d'options étendues. Elle permet également aux utilisateurs de générer de nouvelles visualisations le cas échéant. L'entreprise façonne ainsi le système et se l'approprie. N'oubliez pas que l'objectif de l'analytique, en dépit des récentes tendances, ne se limite pas à identifier la trajectoire d'une entreprise. Elle permet également d'établir sa situation actuelle. Toute solution doit donc offrir des fonctions d'analytique opérationnelle et d'analyse prédictive. Quelles que soient leurs compétences, les utilisateurs doivent être en mesure d'utiliser le système sans devoir suivre une nouvelle formation. L'implémentation n'entraîne ainsi aucune perturbation en termes d'activité ou d'employés. Il importe d'adopter un système intuitif et réactif, qui soit à la portée de chaque utilisateur et pas uniquement des informaticiens chevronnés ou des professionnels de l'analytique.

11 9 Cette simplicité d'accès se caractérise en partie par un tableau de bord interactif doté de puissantes fonctions de visualisation. Celles-ci doivent être captivantes mais néanmoins faciles à générer. Le Big Data n'en devient que plus accessible et applicable à un public plus large. Les visualisations doivent en outre être instantanées et interactives, et disponibles sur tous les appareils mobiles, de sorte que la génération de rapports soit possible à tout moment, en tout lieu et pour tous les employés. Enfin, dans un souci d'efficacité, les utilisateurs doivent pouvoir créer et affûter eux-mêmes ces nouvelles analyses sans avoir à se tourner vers les service informatiques à chaque étape du processus. Cela permettra d'économiser les ressources et de gagner en efficacité. Plate-forme pérenne, extensible et flexible Toute solution doit être tournée vers l'avenir. Les technologies sont elles aussi soumises aux phénomènes de mode, et un système en vogue aujourd'hui aura peut-être disparu dans cinq ans. Parallèlement, ces technologies évoluent sans cesse, de sorte que les systèmes doivent intégrer les nouvelles fonctionnalités sans obliger les entreprises à recommencer à zéro. Une plate-forme personnalisable, extensible et flexible offre précisément aux entreprises cette sécurité face à l'avenir. La solution que vous recherchez doit présenter les caractéristiques suivantes : Indépendante de la technologie. Bien que Hadoop soit actuellement en vogue, une solution d'analytique capable de fonctionner avec n'importe quelle plate-forme sous-jacente représente un meilleur investissement sur le long terme. Le paysage technologique évolue sans cesse et par conséquent, il est important de choisir une solution capable de suivre cette évolution afin de ne pas devenir obsolète. Adepte de normes ouvertes. Lorsqu'une plate-forme épouse des formats propriétaires, l'entreprise devient vite dépendante d'un fournisseur unique. L'existence de formats propriétaires d'échange de données entre les différents stades de l'analyse est une sonnette d'alarme qui doit vous indiquer que la solution est conçue pour enchaîner votre entreprise au fournisseur. Transparente, à l'inverse d'une boîte noire. Il n'y a pas de miracle : si la solution que vous évaluez prétend répondre à tous vos besoins, mais sans que vous ne sachiez comment elle y parvient, méfiez-vous. Prise en charge. Étant donné la multitude des types de Big Data, il vous faudra intégrer de nouvelles formes de données. Par conséquent, attendez-vous à ce que la première analyse soit chaotique. Une assistance continue vous aidera à éviter les éventuels écueils lors de la fusion du Big Data avec les sources de données traditionnelles.

12 10 Prochaine étape Une solution d'analytique du Big Data doit inclure les employés quelles que soient leurs compétences, et doit par conséquent être personnalisable, adaptable et pérenne. Il convient d'aborder l'analytique du Big Data sans crainte, mais sans trop d'insouciance non plus. S'il est intégré correctement, le Big Data peut générer une analytique prometteuse qui contribuera à guider la prise de décision des entreprises. Cette intégration doit être progressive et incorporer les données existantes, afin que l'analytique soit consultable dans le contexte de l'entreprise et du problème métier. Une solution d'analytique du Big Data doit inclure les employés, quelles que soient leurs compétences, et doit par conséquent être personnalisable, adaptable et pérenne. Mais surtout, il est vivement déconseillé aux entreprises d'acheter plusieurs produits pour satisfaire leurs besoins en matière d'analytique du Big Data. Mieux vaut opter pour un produit unique fournissant l'ensemble des services requis sur une seule et même plate-forme. recommande l'approche Pentaho, qui prend en charge l'intégralité du processus d'analytique, de l'intégration des données à l'exploration et à la visualisation des données en passant par l'analyse prédictive, et qui vous protège contre les risques associés au Big Data dans un marché en pleine mutation. est une source d'informations, d'analyses, d'études et de connaissances pour les directeurs informatiques, les directeurs de la technologie, les professionnels des technologies de l'information et autres professionnels. dialogue avec son public afin de saisir les dernières tendances technologiques. Celles-ci sont recueillies, analysées et communiquées de manière élaborée pour aider les professionnels à résoudre des problèmes complexes liés à leur activité. Consultez notre site Web à l'adresse Cet article a été créé par et commandité par Pentaho