Les sept tendances qui vont changer l informatique décisionnelle telle que nous la connaissons aujourd hui

Transcription

1 7 Les sept tendances qui vont changer l informatique décisionnelle telle que nous la connaissons aujourd hui

2 Sommaire Introduction 3 Tendance n 1 : L informatique décisionnelle en libre service 4 Tendance n 2 : L informatique décisionnelle devient mobile 5 Tendance n 3 : Travail collaboratif et réseaux sociaux 6 Tendance n 4 : L informatique décisionnelle en nuage 7 Tendance n 5 : L open source s impose dans l informatique décisionnelle 8 Tendance n 6 : Des volumes de données en pleine croissance 9 Tendance n 7 : La visualisation en temps réel 10 Conclusion 11 Pour en savoir plus 11

3 Introduction Après des années de relative stabilité, le monde de l informatique décisionnelle est aujourd hui en profonde mutation. Les règles qui prévalaient auparavant dans les entreprises ne peuvent plus s appliquer aujourd hui. Les stratégies d hier en matière d informatique décisionnelle ne sont plus pérennes. Il convient de considérer les changements fondamentaux ci-dessous : Nous gérons d une manière différente. Plutôt que de se fier à l instinct, les décisions entrepreneuriales se fondent désormais sur une grande variété de données objectives de mesure de la performance. Les utilisateurs ont une approche différente de l utilisation des données. La plupart des utilisateurs professionnels font appel à des applications sur base web depuis des années pour gérer et interagir avec leurs données personnelles. Ces applications grand public offrent des interfaces intuitives, hautement interactives, avec des temps de réaction quasi-instantanés. Attentes élevées. Qu il s agisse de MapQuest, de Gmail, de Facebook ou encore de solutions plus spécialisées y compris pour l analyse de trafic sur les blogs et de gestion de portefeuille, ces outils ont fait naître de fortes attentes parmi les utilisateurs finaux. Si nous voulons que ces derniers s impliquent, nos applications d informatique décisionnelle doivent en faire autant. Les systèmes de gestion de l information évoluent à un rythme élevé. Aujourd hui, il est possible d obtenir une image pertinente de l activité d une entreprise à partir de grandes quantités de données, et ce plus rapidement et pour des coûts bien moins élevés que jamais auparavant. Les règles ont changé. Globalement, ces changements signifient que les anciennes technologies, architectures et approches en matière d informatique décisionnelle ne sont plus valides. Désormais, les entreprises veulent pouvoir prendre des décisions qui reposent sur des faits et se fondent sur l analyse de données provenant d une grande variété de sources de données, ce qui n était pas possible auparavant. Les utilisateurs veulent pouvoir s appuyer sur une efficacité éprouvée. A ce titre, les technologies pouvant répondre à ces attentes sont de plus en plus disponibles en ligne. Les anciennes règles. Vous les connaissez elles font sans doute même partie de vos pratiques : En moyenne, l utilisateur final n est pas en mesure de faire sa propre analyse. De nombreuses analyses importantes ne sont tout simplement pas réalisables sur le plan technique. Le reporting et l analyse en temps réel ne sont pas faisables : ils exigent des budgets exorbitants et un accès à des systèmes de traitement transactionnel qui nuisent à la performance. L informatique décisionnelle intégrée est une solution onéreuse qui exige des investissements logiciels et matériels élevés. Les nouvelles règles... sont en train de s écrire. Les changements sont de taille. Passons en revue les sept tendances majeures qui nous obligent à repenser l informatique décisionnelle.

4 Tendance 1 L informatique décisionnelle en libre service Les attentes des utilisateurs en termes d outils de reporting et d analyse ont changé. De plus en plus d utilisateurs finaux créent et modifient eux-mêmes leurs données d analyse et tableaux de bord. Lors de la dernière décennie, nous sommes devenus pour la plupart de gros consommateurs d informations, notamment dans notre vie privée. Nous utilisons de nombreuses données pour prendre nos décisions au quotidien : les comparateurs de prix, les sites de notation et de cotation nous aident par exemple à décider du film à aller voir, de l école où envoyer nos enfants ou encore de la maison à acheter. Nous sommes capables d accéder et d analyser ces données parce que nos applications Internet favorites offrent des interfaces évoluées, familières et conviviales pour l exploration de données. Cette évolution des mentalités avec les attentes qu elle a fait naître touche aujourd hui aussi notre vie professionnelle. Les utilisateurs ont aujourd hui des comportements décisionnels analytiques plus complexes. Et les managers à tous les niveaux veulent prendre des décisions rapides et pertinentes reposant sur des données factuelles, et non sur l intuition. Il n y a pas si longtemps encore, les managers avaient l habitude d utiliser des rapports écrits, dans lesquels ils avaient suffisamment confiance pour fonder leurs décisions. Lorsqu il a fallu une compréhension plus poussée des interactions, ils ont dû faire appel à des analystes : des utilisateurs expérimentés capables d écrire du code SQL, de définir et de réviser des rapports, et (occasionnellement) d employer des outils complexes d exploration des données. Mais ça, c était avant. Aujourd hui,... Aujourd hui, les utilisateurs professionnels (y compris les managers) souhaitent en faire plus par eux-mêmes et être moins dépendants des analystes qui, pour leur part, se sont encore plus spécialisés, se concentrant sur l identification proactive des tendances et des opportunités plutôt que sur l établissement de rapports à la demande. Les rapports ont également changé. Ils ne sont plus statiques, mais fortement interactifs, ce qui permet aux différents utilisateurs d y accéder via le web, pour pouvoir les exploiter, les filtrer ou encore les modifier au besoin. Les analyses ont également changé. Désormais, les outils de visualisation sophistiqués généralement intégrés à une application ou basés en mémoire pour faciliter la configuration donnent un aperçu instantané. La montée en puissance des tableaux de bord et des tableaux de pilotage. La personnalisation de l accès aux informations et l interactivité a permis l émergence de méthodes plus évoluées autorisant les utilisateurs à combiner, partager et interagir avec les données. Les utilisateurs peuvent désormais personnaliser leurs tableaux de bord pour les conformer à leurs besoins, avec la possibilité de combiner des données externes à des données internes à l entreprise. Ils peuvent également interagir avec une large gamme d outils de visualisation performants : Les jauges et les graphiques de mesure fournissent une information synoptique. Le formatage conditionnel permet de mettre en exergue les circonstances exceptionnelles et de simplifier la navigation visuelle. Les utilisateurs peuvent ainsi mettre l accent sur des items spécifiques qui présentent un intérêt particulier. Les graphiques de tendance permettent aux utilisateurs de pointer les écarts par rapport aux tendances. Aujourd hui, les tableaux de bord sont en temps réel, ce qui les rend utiles pour la visualisation des données opérationnelles. Et les utilisateurs peuvent interagir avec eux sans recourir à d importantes ressources IT. En terminologie Web 2.0, il y a ce que l on appelle les applications composites ou mashup. Cela n a plus de sens aujourd hui de générer des conglomérats de rapports (souvent disjoints), à la pertinence parfois toute relative, conçus par une seule et même personne dans la structure IT. Les tableaux de bord offrent aujourd hui de nouvelles possibilités importantes qui sont personnalisées, interactives et instantanées. Faire plus avec moins. L établissement de rapports en libre service peut être le moyen IT le plus efficace pour améliorer sa propre productivité en matière d informatique décisionnelle. Dans une récente étude menée par l institut TDWI, 66 % des professionnels IT ont déclaré que la mise en œuvre d outils d informatique décisionnelle en libre service était une mesure importante, voire très importante, pour permettre de dégager des économies de coûts. Pourquoi? Les utilisateurs disposent plus rapidement de rapports conformes à leurs souhaits, et les ressources IT, qui ne sont pas mobilisées à cet effet, peuvent se consacrer à des tâches plus stratégiques. Liste de contrôle pour une informatique décisionnelle en libre service. Les entreprises qui étudient la possibilité de recourir à des solutions d informatique décisionnelle doivent tenir compte des éléments suivants : Tableaux de bords interactifs avec des options de zoom (drill down) et d exploration détaillée (drill through). La structure des tableaux de bord doit permettre aux utilisateurs de pouvoir choisir la présentation et le contenu du tableau. Les concepteurs de tableaux de bord flexibles peuvent combiner aisément des informations relationnelles, nonrelationnelles ou encore publiques. Les outils de filtrage indexés sur les valeurs paramétriques ou basés sur des colonnes permettent aux utilisateurs de cibler certaines données spécifiques. Granularité de la sécurité des données avec possibilité de supprimer des colonnes ou des lignes. Visualisation avancée et diagrammes faciles à utiliser. Formatage conditionnel.

5 Tendance 2 L informatique décisionnelle devient mobile Récemment encore, peu nombreuses étaient les entreprises qui pouvaient déployer des solutions mobiles d informatique décisionnelle. En 2008, une étude du cabinet Aberdeen Group avait montré que seules 17 % 1 des entreprises étaient en mesure de fournir des données d informatique décisionnelle sur téléphone portable, alors que 78 % d entres elles envisageaient de le faire à terme 2. La raison est la suivante : L approche standard en matière de mobilité pour les solutions BI requiert l affichage des rapports via un navigateur web, mais sur la plupart des terminaux mobiles, le rendu des pages HTML est approximatif, voire pauvre. Les écrans des terminaux mobiles sont souvent trop petits pour permettre une visualisation confortable. Les vitesses d accès au réseau sont trop lentes (jusqu à la mise en œuvre de la 3G). La plupart des terminaux mobiles offrent une interactivité limitée, empêchant les utilisateurs de filtrer, trier, explorer les données ou réaliser d autres actions importantes. Bien que les utilisateurs manifestaient un véritable intérêt, la demande en solutions d informatique décisionnelle mobiles n était pas excessivement pressante. Mais l évolution rapide des terminaux et des plateformes mobiles a rendu les choses plus complexes. Pratiquement tous les obstacles ont été surmontés ces deux dernières années, notamment avec l arrivée sur le marché de terminaux intelligents (iphone, ipad, Android) et l émergence de réseaux sans fil haut débit à faible coût. L engouement pour les applications ipad et iphone a fait naître une demande de disponibilité d accès aux informations, à tout moment et en tout lieu. Les pages Web peuvent être affichées dans leur configuration d origine, sans réadaptation du contenu, comme c était le cas avec la génération antérieure de téléphones portables. Les réseaux 3G et 4G offrent aujourd hui des débits de données bien plus élevés. Les écrans tactiles offrent un meilleur confort d utilisation. L étude menée par Aberdeen en 2010 a montré que les comportements ont fortement évolué ces deux dernières années, 23 % des 146 entreprises interrogées ayant déployé, à ce jour, une application BI ou un tableau de bord mobile, et 31 % prévoyant de le faire dans l année à venir. 3 D ici mi-2011, plus de 50 % des entreprises envisagent d utiliser des formes de mobilité pour l informatique décisionnelle. La plupart de ces déploiements permettront à leurs utilisateurs de visualiser des rapports et de réaliser des analyses sommaires via de petits tableaux de bord portables 4, mais ne prévoient pas la création de rapports ni l exploration approfondie de données. Beaucoup utiliseront les messages d alerte ou les notifications pour permettre aux utilisateurs mobiles de savoir immédiatement lorsque les données commencent à s écarter de la norme. En bref, la mobilité a fait son apparition dans l informatique décisionnelle 5. Les solutions de mobilité se sont vite imposées en matière d informatique décisionnelle, notamment lorsqu il s agit de diffuser en temps réel des informations critiques sur l activité auprès d un grand nombre de personnes. Dans l étude 2010 menée par le cabinet Aberdeen, près d un tiers des personnes interrogées ont fait part de leur intention d accroître (ou d abandonner) leurs correspondants actuels en informatique décisionnelle mobile en raison de l inadéquation de leur plateforme actuelle. Les entreprises à la recherche d une solution mobile en informatique décisionnelle devraient centrer leur attention sur les outils suivants : Rendu des rapports sur le navigateur web en format HTML avec un confort visuel sur écran d ordinateur comme sur un grand nombre de terminaux mobiles. Facilité de création des applications BI personnalisées destinées à des terminaux spécifiques. Support d un certain degré d interactivité dans les rapports et les analyses, notamment le tri, le filtrage et la gestion des hyperliens, sur les terminaux mobiles. Support optimisé des messages d alerte et des notifications selon des règles liées à l activité opérationnelle. Infrastructures de sécurité optimisées pour empêcher l accès aux données à des utilisateurs mobiles non autorisés. 1 Revue Computerworld, Business intelligence goes mobile, 07/14/ Cabinet Aberdeen Group : 11/30/2010 Mobile Business Intelligence : A Path to Pervasive BI 3 Revue ComputerWorld 08/09/2010. Business intelligence apps go mobile, par Michael Fitzgerald. 4 Monash, Curt : DBMS2.com, What matters in mobile business intelligence 7/15/ Dresner Advisory Services, LLC. DAS Mobile Business Intelligence Market Study

6 Tendance 3 Travail collaboratif et réseaux sociaux De nombreux utilisateurs de l informatique décisionnelle utilisent de manière active les possibilités offertes par les réseaux sociaux comme Facebook, Twitter et LinkedIn, depuis des années, et attendent, à juste titre, de leurs applications informatiques qu elles offrent également des fonctionnalités sociales. Ces dernières années, les réseaux sociaux ont connu un formidable développement, pas seulement auprès des jeunes (Twitter connaît sa plus forte croissance parmi les utilisateurs de la tranche ans). Les utilisateurs attendent de leurs applications, y compris en informatique décisionnelle, qu elles leur permettent de collaborer plus efficacement avec les autres, d améliorer rapidement la compréhension des contenus et de prendre des décisions fondées. Les salariés et les clients, qui utilisent les mêmes fonctionnalités de réseaux sociaux que dans leur vie privée, sont capables désormais d atteindre un niveau de créativité jamais atteint à ce jour. Voici quelques exemples de travail collaboratif et de fonctionnalités liées aux réseaux sociaux pouvant être mis à profit en informatique décisionnelle : L étiquetage des rapports permet d identifier plus rapidement et plus facilement les rapports dont on a besoin. Les lignes de commentaire et de discussion permettent de poser des questions aux auteurs des rapports, d échanger sur la valeur du rapport, de soumettre des instructions d utilisation ou encore de suggérer des améliorations. Les fonctionnalités d annotation permettent de créer des rapports plus pertinents en indiquant un contexte et en fournissant des informations complémentaires ; citons à titre d exemple un gestionnaire de stocks qui associerait par erreur le faible niveau de ventes d un produit à des problèmes d approvisionnement. Les possibilités de vote d évaluation (haut/bas) permettent aux utilisateurs de localiser plus rapidement les contenus utiles en présentant l appréciation faite par la communauté concernée sur un point de données et/ou une valeur de rapport. Les notations fournies par les utilisateurs sur la conception des rapports, des tableaux de bord, etc., permettent aux auteurs d avoir un retour d expérience et constituent une aide pour les futures fonctionnalités à développer. Les paramètres de confidentialité permettent aux utilisateurs de partager de manière sélective auprès des seules personnes visées leurs rapports, analyses et tableaux de bords ainsi que les résultats afférents. Les fonctionnalités de gestion des flux permettent de développer des processus d informatique décisionnelle collaboratifs basés sur des règles, notamment pour la revue et le feedback, les procédures d approbation, le suivi décisionnel et d autres fonctions encore.

7 Tendance 4 L informatique décisionnelle en nuage En quoi l informatique en nuage est-elle un sujet pertinent? Parce qu elle offre une flexibilité sans précédent dans le déploiement d applications, mais aussi un formidable potentiel d économies. Avec le principe de l informatique en nuage, les entreprises paient en fonction de leur consommation réelle, qu il s agisse du matériel, des logiciels, de la bande passante ou de toute autre ressource informatique. Rien de plus simple que d ajuster les capacités, et les ajustements se traduisent immédiatement dans les coûts. L informatique dématérialisée, dite informatique en nuage, est une expression générique qui recouvre trois manières différentes de déployer des logiciels : 1. Le logiciel en tant que service (SaaS). Dans ce cas, il s agit de cibler les logiciels d application. Les clients paient une redevance périodique (généralement mensuelle) pour accéder à un logiciel d application auprès d un fournisseur de solutions ; l accès se fait via un navigateur web. Les abonnés à ce service et les utilisateurs finaux s épargnent ainsi les problèmes liés à la configuration matérielle, à l installation logicielle, la configuration du système ou encore aux mises à jour. Salesforce.com est un exemple de produit SaaS. 2. La plateforme en tant que service (PaaS). Les abonnés à une solution PaaS paient tout ce dont ils ont besoin pour réaliser, maintenir et exploiter leurs propres applications ; tout est hébergé chez le fournisseur et accessible via un navigateur web. 3. L infrastructure en tant que service (IaaS). Les solutions IaaS permettent aux entreprises de louer l accès au matériel en déployant les applications qu elles développent ou qu elles achètent sur des serveurs distants. L abonné à ce type de service prend en charge certains aspects limités de la gestion du serveur. Amazon Web Services fournit une forme d IaaS : accès à des serveurs mutualisés sur une base pay-as-you-go (paiement à l utilisation). Les deux premières approches SaaS et PaaS sont mieux adaptées à l informatique décisionnelle. Dans un modèle SaaS, par exemple, les entreprises pourraient souscrire à une application analytique offrant un accès à tous les utilisateurs depuis un navigateur. La même infrastructure matérielle et la même plateforme sous-jacente sont utilisées par tous les abonnés et tous les utilisateurs finaux. Les abonnés n ont rien à installer, à configurer ou à maintenir en-dehors des terminaux sur lesquels sont installés les navigateurs. Dans le modèle PaaS, l abonné développe, implémente et exploite toutes les applications spécifiques en faisant appel aux ressources de développement et d exécution hébergées ; l accès à ces applications se fait via un navigateur web. Les architectures BI normalisées seront faciles à intégrer via des services web. A ce titre, elles conviennent idéalement au modèle PaaS. Le rôle de l informatique en nuage. Dans une étude récente TDWI, 31 % des personnes interrogées ont estimé que les déploiements en nuage constituaient une méthode optimale pour travailler avec les budgets IT relativement serrés de Les entreprises apprennent à utiliser l informatique décisionnelle en nuage de manière créative pour atteindre les objectifs de l entreprise et faire baisser les coûts. Voici quelques raisons qui expliquent cette évolution : Solutions d informatique décisionnelle rapides et interactives. Réduction des coûts pendant le cycle de développement grâce à la possibilité de payer pour disposer de fractions d espace partagé sur des serveurs dédiés. Suppression de la planification des capacités, avec les risques inhérents de surcapacités ou de sous-capacités. Les entreprises peuvent ainsi payer simplement la capacité de traitement effectivement utilisée par leurs applications, en fonction de l usage qui en est fait. Capacité de traitement évolutive pour faire face à des charges importantes occasionnelles, par exemple pour des analyses de clôture de trimestre ou d exercice. Moyen rapide et efficace de faire des tests logiciels ou des essais et déployer des bacs à sable (sandbox) à court terme pour des besoins analytiques exceptionnels. Les entreprises à la recherche de solutions BI en nuage devraient prendre en compte les éléments suivants : 1. Interfaces utilisateur et méthodes d accès sur base web. 2. Un environnement largement accessible, pouvant être consulté en tout lieu via une grande variété de services, de préférence avec des interfaces de programmation (API) sur base web. 3. Une tarification à l utilisation ( pay-as-you-go ), car c est le meilleur moyen de tirer un bénéfice économique maximum de l informatique en nuage. 4. Un environnement sécurisé sur le réseau, gestion des identités et couches d authentification. 5. Elasticité : facilité d ajustement des capacités matérielles pour pouvoir évoluer en fonction des besoins. 6. Support total des API en cohérence avec les standards du web. 7. Les fournisseurs de solutions SaaS ou ceux qui opteront pour cette voie dans un avenir proche devraient développer des fonctionnalités pour architectures multilocataires. 6 Rapport des meilleures pratiques TDWI : Le décisionnel pour budget limité : Strategies for Doing More With Less, par Wayne W. Eckerson, juillet 2010

8 Tendance 5 L open source s impose dans l informatique décisionnelle L open source devient aujourd hui une règle en informatique décisionnelle. Les outils sont arrivés à maturité et font une incursion remarquée dans les grandes entreprises comme dans les PME. Dans l étude technologique TDWI de mai 2009, plus d un tiers des entreprises ont déclaré utiliser des logiciels open source pour leurs applications d informatique décisionnelle, d intégration de données ou d entreposage de données. Tout comme les logiciels libres LAMP (Linux, Apache, MySQL et PHP/Perl/Python), la pile technologique domine aujourd hui l environnement de développement et de déploiement des applications sur base web et des sites web. Le secteur de l informatique décisionnelle développe à son tour également des piles logicielles open source. Il s agit notamment de bases de données, mais aussi d outils d intégration de données et d informatique décisionnelle en open source. Pourquoi l informatique décisionnelle open source connaît-elle un tel engouement? 1. Faible coût. 87 % des personnes interrogées lors d une récente étude Gartner tablaient sur des économies substantielles en termes de TCO (coût total de possession) grâce à l open source. Avec la forte pression sur les prix, la stratégie open source s impose d elle-même. 2. Une technologie moderne, légère, normalisée permettra aux développeurs d intégrer plus facilement les solutions BI aux technologies internes des entreprises. 3. Solutions à maturité. A ce jour, une grande variété de solutions open source se sont avérées pertinentes pour la production par de nombreux clients. Les outils de création de rapports Jaspersoft par exemple déployés commercialement à des centaines d exemplaires sont utilisés aujourd hui depuis plus de 10 ans. 4. Risque minimum. Le modèle open source signifie que les entreprises peuvent essayer avant d acheter. Les projets BI, notamment avec des entrepôts de données, doivent traditionnellement faire face à des risques considérables liés à des choix technologiques incertains (mais coûteux), dont certains peuvent se monter à plusieurs milliers de dollars. L open source permet de prototyper rapidement les projets BI en minimisant les risques voire de développer des solutions de test de résistance avec de forts volumes et une simulation des comptes utilisateur. 5. De solides communautés d utilisateurs. Les communautés open source, comme JasperForge, contribuent grandement à améliorer la stabilité et la convivialité des logiciels en open source en permettant d avoir un aperçu précis des besoins des utilisateurs et en fournissant, à moindre coût, un retour d expérience extrêmement précieux avant validation de la version finale. 6. Flexibilité. Les technologies open source sont généralement plus novatrices, avec des architectures ouvertes tournées vers l avenir, et sont plus flexibles en termes de support de sources de données et d intégration de nouvelles fonctionnalités.

9 Tendance 6 Des volumes de données en pleine croissance Selon une étude Gartner, le volume de données généré sur la seule année 2009 était plus important que le cumul des 5000 années précédentes. Les données produites par les entreprises lors des cinq prochaines années augmenteront de 650 %. L expression Big Data, apparue pour la première fois en 2008, se réfère aux technologies qui permettent aux entreprises d analyser rapidement et d obtenir une vue synoptique à partir de volumes de données très importants, qui atteignent une échelle encore inimaginable il y a quelques années encore. Les matériels de base courants ( commodity ), moins onéreux, permettent également de développer des solutions destinées à analyser et agréger instantanément des pétaoctets de données (1 pétaoctet = 1000 téraoctets). A partir de quelle taille un volume de données est-il important? Les hommes ont généré 150 exaoctets (milliards de gigaoctets) de données en Cette année, ils en génèreront exaoctets. The Economist, 27/02/2010 Bien que la plupart des entreprises soient encore loin d avoir près d un pétaoctet de données aujourd hui, toute entreprise stockant plus de quelques téraoctets peut bénéficier des technologies Big Data. Avec les bases de données, l entreposage de données et les technologies d informatique décisionnelle traditionnelles même avec les meilleures pratiques actuelles, il est difficile de dépasser les 10 To. 7 Les prévisions de taux de croissance des données signifient pour les entreprises que seuls deux ou trois To de données suffiront bientôt pour dépasser les limites des technologies traditionnelles. Les technologies Big Data permettront également aux entreprises de réduire considérablement le temps de réponse pour traiter les requêtes ou pour terminer les tâches d analyse complexes dans des intervalles de temps plus courts. Innovations Big Data Les nouvelles technologies pour stocker et accélérer le traitement des gros volumes de données sont classées en trois catégories (certains fournisseurs offrent des solutions hybrides comprenant deux approches ou plus) : 1. Accélération matérielle. Ces équipements matériels pour bases de données utilisent des mémoires dynamiques DRAM ou flash au lieu de disques durs, ce qui améliore la performance d accès en lecture/écriture, et peuvent également modifier le code de la base de données pour tirer un meilleur bénéfice des processeurs multicœurs ainsi que d autres avancées technologiques. 2. Bases de données d analyse massivement parallèle (MPP). Ces bases de données conformes SQL sont conçues pour répartir le traitement des données sur plusieurs machines appelés généralement commodity servers. Certaines bases de données MPP utilisent également les architectures sans partage, dites shared nothing, qui répartissent également le stockage des données sur plusieurs machines, supprimant ainsi les possibles goulets d étranglement de scalabilité. 3. Modèle Map-Reduce, Hadoop, et autres approches NoSQL. Ces approches, appelées collectivement NoSQL, ou Not Only SQL, permettent d accéder aux données via des langages de programmation sans utiliser les interfaces basées sur SQL et permettent de répartir les données sur plusieurs machines distinctes. Les structures de données sont de type fichier plat ou d autres formats non-relationnels. Les approches NoSQL sont particulièrement importantes pour les tâches d analyse qui ne peuvent pas être codées efficacement dans SQL. Cela comprend les analyses qui impliquent plusieurs passages des données comme les simulations par méthode de Monte Carlo et les cas où les données ne sont pas structurées, ou sont semistructurées, comme l analyse de textes. Map-Reduce et Hadoop sont les modèles NoSQL les plus répandus. Map-Reduce est un algorithme qui répartit les tâches d analyse de données sur plusieurs nœuds, et qui réduit ensuite tous les résultats des nœuds en un jeu unique. Hadoop est une implémentation open source de Map Reduce, avec des fonctionnalités supplémentaires disponibles à partir d Apache. Grâce à ces innovations technologiques Big Data, les entreprises peuvent désormais réaliser des analyses qui étaient considérées jusqu à présent comme infaisables, soit parce qu il y avait trop de données à traiter, les analyses prenant alors trop de temps, soit parce que le traitement requis était peu approprié pour SQL. Vers une informatique décisionnelle Big Data. Quelles que soient les technologies Big Data utilisées pour les tâches d analyse, les utilisateurs professionnels doivent pouvoir visualiser et comprendre les résultats. Etant donné le volume potentiellement important des résultats, les utilisateurs ont besoin d outils de reporting et d analyse ad hoc conçus pour pouvoir trouver une aiguille dans une botte de foin y compris des outils de visualisation et d exploration (forage avant) performants, ainsi que de filtrage et de tri dynamiques. Ces fonctionnalités de reporting, d analyse et d interface utilisateur doivent pouvoir traiter tout type de format de données et travailler en continuité avec les bases de données traditionnelles RDBMS, MPP, ou les fichiers répartis sur le réseau. 7 TDWI Next Generation Data Warehouse Platforms par Philip Russo, Page 11.

10 Tendance 7 La visualisation en temps réel L un des défis de l informatique décisionnelle remonte à loin : il s agit de réduire le temps requis pour répondre aux requêtes et réaliser les tâches d analyse. Mais l explosion des données et le raccourcissement des cycles d activité a rendu cette exigence encore plus universelle. Les technologies BI ont su répondre aux exigences accrues de manière remarquable, en intégrant les avancées technologiques. Les exemples d accélération des tâches d analyse, qui pouvaient durer autrefois des jours ou des heures, et qui sont aujourd hui de l ordre de quelques minutes ou secondes sont nombreux. L impact sur l activité est important et continuera de croître à mesure que les capacités de traitement augmenteront. Les entreprises veulent pouvoir prendre des décisions fondées sur des données entièrement analysées de manière instantanée. L impact est considérable pour les entités marketing, qui dépensent des millions en campagnes pour susciter de l intérêt ou créer une demande. Alors que cela pouvait prendre des semaines ou des mois pour optimiser des campagnes de marketing les spécialistes devant attendre de collecter et d analyser les données ils peuvent désormais quasiment évaluer, ajuster et optimiser leurs campagnes en quelques heures. Ces avancées sont essentielles à l ère des campagnes d études marketing qui doivent évoluer en temps réel parfois du jour au lendemain. Parallèlement, les décisions opérationnelles dans l entreprise sont devenues plus urgentes, soulignant encore davantage le besoin d analyse en temps réel. Cela ne suffit plus de comprendre ce qui s est passé le mois dernier ou même la semaine d avant. Il faut une vision en temps réel pour faire face à certaines situations, avec un même degré d exigence. Les solutions BI dotées d architectures novatrices sont davantage armées pour pouvoir répondre à ces attentes des entreprises.

11 Conclusion Pour en savoir plus Le secteur de l informatique décisionnelle a connu des mutations profondes, faisant naître des attentes accrues de la part des entreprises en termes de données opérationnelles et de vision stratégique de l activité, tout en améliorant la technologie disponible capable de fournir ces informations. The Economist, 2/27/2010 Edition spéciale sur Data, Data, Everywhere. Les professionnels du secteur IT et les éditeurs de logiciels ne peuvent pas tous agir sur ces évolutions. Toutefois, à mesure que les stratégies évoluent en matière d informatique décisionnelle et que les décisions afférentes se prennent, la compréhension de ces tendances peut permettre aux entreprises de tirer un bénéfice maximum de leurs investissements en solutions de Business Intelligence. Using Collaboration to Extend the Reach of BI, par Colin White, BI Research. Au sommet international sur l entreposage de données et l informatique décisionnelle, Rome, juin TDWI Technology Survey de mai 2009 Gartner : Open Source in Information Management: State of Play. par Donald Feinberg, Sommet sur l informatique décisionnelle, avril 2010, Las Vegas.