Linked Enterprise Data. Principes, usages et bénéfices

Linked Enterprise Data Principes, usages et bénéfices

Linked Enterprise Data En résumé... Les systèmes d information des entreprises se sont construits de façon incrémentale. Chaque nouveau besoin opérationnel a déclenché la mise en œuvre d une application ad hoc : ERP, CRM, GED, annuaire, messagerie, extranet Le développement du SI a été pensé en termes d applications et de processus. Chaque nouvelle application a entrainé la création d un silo de données si bien que les entreprises sont aujourd hui confrontées à un nouveau défi : la gestion et la valorisation de ces données par essence hétérogènes et cloisonnées. Dans le même temps, le raccourcissement des cycles économiques, la mondialisation et Internet ont changé la donne. Face à une hyper concurrence et à une accélération généralisées, les entreprises se transforment pour grandir, survivre ou conquérir. Les structures pyramidales disparaissent au profit d un fonctionnement en réseau : l organisation se fluidifie pour être plus réactive et libérer la créativité. Les décisions opérationnelles se prennent à chaque échelon afin de gagner en performance. Mais pour être plus efficace et devenir acteur de la stratégie, chaque collaborateur doit accéder à une information adaptée à sa mission. Le repense l accès à l information pour atteindre cet objectif. Il crée un espace informationnel unifié qui se nourrit de l ensemble des données de l entreprise, structurées ou non, voire de données externes captées sur Internet. Evolutif et agile par essence, le permet de créer les données opérationnelles demandées par les métiers sans modification des applications existantes ni perturbation du système d information. Le c est aussi l opportunité de créer de nouvelles applications, comme des apps mobiles, pour répondre à des besoins métier spécifiques, de façon rapide et efficace en réutilisant et valorisant les données déjà existantes dans le système d information. En apportant à chaque utilisateur les vues métiers dont il a besoin, les solutions Antidot ouvrent une nouvelle voie dans la recherche et l accès à l information. Le redonne la maîtrise des données aux DSI, l autonomie aux métiers et le sourire aux utilisateurs. Through 2015, organizations integrating high value, diverse, new information types and sources into a coherent information management infrastructure will outperform their industry peers financially by more than 20%. Gartner septembre 2011 Page 3 24

1. Les données, nouvelle frontière du SI Êtes-vous en mesure de satisfaire les besoins informationnels de vos directions fonctionnelles à partir des données existantes dans les applications? Dans quel délai et à quel coût? Pouvez-vous créer facilement des applications mobiles pour les commerciaux ou les revendeurs en utilisant les informations provenant de plusieurs sources de votre SI? L agilité est devenue la clé du succès. Il en va de la survie des entreprises qui doivent réagir et amener de nouveaux produits et services sur le marché de plus en plus vite afin de ne pas être distancées par la concurrence. Les risques économiques, juridiques, sociaux et environnementaux pèsent de plus en plus et demandent des adaptations continuelles. Le périmètre même de l entreprise évolue sans cesse au gré des rachats, des fusions, des réorganisations. Dans ce contexte où tout s accélère, l information est un enjeu stratégique : elle est une richesse fondamentale de l entreprise, un actif et une pierre angulaire de son activité, elle est devenue centrale tant pour la prise de décision que pour l exécution de la stratégie. La réactivité de l entreprise nécessite l agilité de son système d information. Avec le temps, sous la pression opérationnelle, avec la multiplication des outils et l évolution des technologies, le système d information de l entreprise (SI) s est fragmenté. Là où les bases de données étaient le cœur du système il y a 20 ans, on ne compte désormais plus les sources de données : ERP, système de relation client, gestion commerciale, dossiers juridiques, annuaires internes, GED marketing, serveurs de messagerie, intranet, extranet, sites web Ce sont autant de sources créées pour répondre à des besoins métier, alimentées au quotidien par la vie de l entreprise et l activité des collaborateurs. Pour autant ces données très abondantes, plus ou moins structurées, ne sont pas exploitées dans leur globalité et leur richesse, ni par les collaborateurs ni par les applications du système d information. Pourquoi cette difficulté? Principalement parce que les données sont enfermées dans de multiples silos cloisonnés et étanches. Chaque source est accessible via une interface utilisateur, et dans le meilleur des cas via une API ou un Web Service spécifique. Le Web social, l Open Data, les applications mobiles, le Big Data sont autant de mouvements de fonds qui ont émergé à un rythme toujours plus rapide. Ils génèrent des demandes et des besoins, faisant peser toujours plus de pression sur la stratégie IT des organisations. Mais ces tendances sont aussi des formidables opportunités. Pour répondre à tous ces challenges avec succès, il faut trouver le moyen de réutiliser et valoriser les données efficacement. Tout l enjeu d un SI moderne se situe là : comment créer rapidement, à moindre coût, des applications métier qui exploitent les données existantes, sans modifier les silos, pour répondre aux demandes des directions fonctionnelles? Comment rendre les données d une application exploitables par d autres applications sans créer de complexité supplémentaire, en prenant en compte les contraintes d intégrité, de maintenabilité et d évolution du système d information? Comment relier de manière explicite les données des différents silos qui le sont en fait de manière implicite? Comment intégrer des données externes pour enrichir les applications sans perturber le SI? Modifier les applications et les silos existants n est pas envisageable, et dupliquer les données ne ferait qu ajouter de la complexité. Pourtant il faut parvenir à rendre les données malléables et dynamiques ; il faut fournir à ceux qui en ont besoin des objets métiers riches et exploitables directement. La maîtrise de l information demande de nouveaux outils de valorisation, d exploitation, de recherche et d accès afin que chaque collaborateur puisse mener à bien les missions qui lui sont confiées. Business Intelligence, Master Data Management, Service Oriented Architecture, recherche fédérée diverses approches ont émergé durant ces vingt dernières années. Chacune essaye de s attaquer à ces problèmes liés à la prolifération des données. Comme nous le verrons plus loin, ces outils fournissent des réponses opérationnelles, mais ils sont longs et coûteux à mettre en œuvre, et tendent à complexifier plus encore le système. Et aucune d eux n apporte une vraie réponse au besoin d un SI agile et incrémental. Il nous faut désormais penser l accès à l information dans un espace riche et unifié, alimenté par l ensemble des sources de l entreprise ; un espace à partir duquel on peut naturellement créer de nouveaux services. Mais comment créer cet espace unifié? Avec quelle approche et quelle technologie? Page 4 24

2. Le est une approche innovante qui relie et met en synergie toutes les données de l entreprise, quelle que soit leur provenance, afin de créer un espace informationnel unifié et complet à partir duquel de nouvelles informations sont extraites pour répondre à des besoins opérationnels. Le (LED) est différent. Il change la donne. Là où les approches conventionnelles sont limitées à résoudre partiellement les problèmes aligner des bases relationnelles ou faire communiquer les applications le LED va plus loin et franchit une étape décisive. Le LED prend en compte tous les types de données de l entreprise : bases de données, flux structurés, documents et fichiers bureautiques, contenus Web, Le LED fait tomber les barrières entre les silos et maille les données au niveau le plus fin. Il crée un espace de données cohérent, dense et unifié qui prend en compte toute la richesse de l entreprise. Le Linked Enterprise Data rend l entreprise plus agile en facilitant la réutilisation et les nouveaux usages des données existantes. Pour réaliser ce changement, le s appuie sur les principes et technologies du Web Sémantique qui sont conçus et standardisés par le W3C depuis plus de 10 ans. Aussi connues sous le nom de Web 3.0, ces technologies sont en train de révolutionner le Web et de le transformer d un espace documentaire réservé aux humains en une gigantesque base de connaissance distribuée que les ordinateurs utilisent pour résoudre des problèmes complexes et échanger de l information directement. Le fournit aux entreprises les technologies nécessaires pour répondre au défi de créer un système d information agile, performant et ouvert : les données internes sont liées entre elles et, si besoin, consolidées avec des données externes pour les enrichir et les contextualiser. Le est évolutif et flexible par essence. Il ne nécessite pas de modifier les applications existantes ni ne perturbe le SI. Le LED est pragmatique : vous pouvez commencer par un projet ciblé qui apporte une réponse et un retour sur investissement rapide à un besoin précis. Puis vous pouvez progressivement élargir le graphe informationnel, projet après projet, au fur et à mesure des demandes et des nouvelles applications à créer, sans jamais remettre en question le travail précédent. En lisant ce livre blanc, vous comprendrez comment le apporte à votre système d information les énormes bénéfices suivants : Créer des liens entre les données existantes, qu elles soient internes ou externes. Décloisonner les données et offrir un hub informationnel : ce ne sont plus les applications qui sont urbanisées mais les données elles-mêmes. Chaque application s enrichit des données en provenance de tout le SI en s adressant à ce hub informationnel. Réduire la complexité en offrant une méthodologie unifiée pour l échange de données entre applications. Que les données soient internes ou externes dans le Web, le LED ouvre le champ des possibles et permet une consolidation avec toutes les informations accessibles. Créer de nouvelles applications comme les apps mobiles afin d être réactif et même proactif sur les demandes du marché et des utilisateurs. Bénéficier d un cadre technologique défini par le W3C : ouvert, standardisé, sécurisé, pérenne et performant. Créer des vues produits ou clients à 360 Développer des applications mobiles Exploiter les données ouvertes APPLICATIONS DONNÉES Réduire les coûts de licence inutiles Page 5 24

CAS PRATIQUE Le moteur de recherche interne d Antidot Comme toute entreprise à la recherche d efficacité et de performance, Antidot s est dotée au fil du temps d outils variés qui répondent chacun à un besoin et à un enjeu : pilotage commercial et administratif de l entreprise : CRM, ERP ; support à nos clients : gestion de tickets, espace de back-office client, extranet ; organisation et suivi de la production : outil de pilotage de notre datacenter pour l offre SaaS ; production logicielle par la R&D : gestionnaires de version (SVN, Git), administration et organisation des demandes d évolution fonctionnelles et techniques, suivi des bugs produits, bancs de tests automatiques, production de la documentation ; capitalisation et diffusion des connaissances : base de connaissances, wiki, GED ; communication : e-mail et messagerie instantanée ; serveurs de fichiers. Les collaborateurs d Antidot sont autant d utilisateurs avec des profils et des objectifs distincts qui ont chacun besoin d accéder à une information adaptée à leur travail : Pour les administratifs et la direction : état administratif consolidé d un client (avancement des projets, jours consommés, facturation cumulée et en cours), nombre de tickets de support déposés et encore ouverts, trafic et indicateurs de service pour les clients en mode SaaS, interlocuteurs internes impliqués, suivi des collaborateurs Pour les commerciaux et les avant-vente : identifier les contacts et les interlocuteurs référencés dans l outil de CRM, trouver l information sur les projets réalisés avec des sociétés du même secteur, les modules techniques habituellement proposés dans des projets similaires, identifier des références et cas clients adaptés. Les consultants et les chefs de projets ont des besoins multiples : Pour piloter et réaliser le projet en accord avec les engagements commerciaux : proposition commerciale, bon de commande, CCTP et CCAP pour les marchés publics, cahier des charges et périmètre fonctionnel, etc. Pour un accès optimal, ces documents doivent être classés par genre, les versions successives agrégées avec la version finale. Dans les phases de réalisation et de déploiement : accès à la documentation technique, à la base de connaissance et aux guides de meilleures pratiques selon des axes produits adaptés. Pour le support client : fiche administrative synthétique, tickets de support passés et en cours, demandes et incidents similaires ayant pu exister avec d autres clients, liens avec la base de connaissance interne et avec la documentation technique, liste des intervenants internes en cas d escalade, identification d experts internes ayant travaillé sur des projets, modules ou fonctions similaires, informations sur les produits et modules déployés. Antidot souhaite donc fournir à chaque collaborateur des vues informationnelles propres à ses besoins, en ligne avec des scénarios d usage identifiés. Nous disposons d un moteur de recherche unifié Antidot Finder Suite, le moteur de recherche sémantique de référence mais celui-ci est loin de répondre à ces demandes. Selon le paradigme classique des moteurs de recherche, AFS indexe des documents et des enregistrements, et il répond des documents. Mais une liste de documents en réponse à une recherche n est pas une information métier. C est pour cela qu il faut aller plus loin et créer les objets métiers que chacun attend. Le fournit la solution Page 6 24

3. Comprendre ce nouveau paradigme Les fondations du Web Conçu à l origine pour être un système de publication documentaire universel, le Web a évolué de façon radicale en 15 ans. Avec l avènement du Web 2.0 et des réseaux sociaux, il s est transformé en écosystème interactif et participatif dans lequel l utilisateur n est plus un simple lecteur, mais a été intégré comme acteur. L impact a également été technologique puisque les entreprises ont dû adapter leur système d information en même temps que les solutions logicielles ont été repensées sur les principes et les technologies standardisées par le W3C. La planète informatique s est webifiée : un outil unique, le navigateur ; un seul langage de présentation de données, HTML ; un seul protocole de communication, HTTP. En 2012, des dizaines de milliards de pages Web et de données sont disponibles : statistiques, horaires, recettes, livres, avis d utilisateurs, musiques, blogs et wikis, vidéos et photos de particuliers Rien n échappe au Web et une part importante de la connaissance et des données produites par l humanité est désormais en ligne. Pour autant, toutes ces informations ne sont accessibles qu à l homme car le Web est de la littérature. Les ordinateurs ne peuvent pas consommer cette information pour en tirer parti complètement et résoudre des problèmes complexes. Le Web 3.0, appelé aussi Web sémantique est la nouvelle évolution du Web dans laquelle les ordinateurs peuvent publier, capter, traiter et échanger de l information de façon automatique et non ambiguë. La finalité du Web sémantique va bien au-delà d une simple mise à disposition de données brutes pour les machines puisqu il s agit de relier ces données entre elles. Cette démarche de maillage des données, appelée Linked Data, a pour but de créer une base de connaissance décentralisée à l échelle du Web dans laquelle l intérêt de chaque information est démultiplié par la présence de données complémentaires. De la même façon que les liens entre les pages ont fait le succès du Web 1.0 et que les liens inter personnels ont fait exploser les réseaux sociaux, le Linked Data révolutionne et transforme Internet. Les technologies du LED sont celles qui animent le Web sémantique. Par leur maturité, elles font quotidiennement la preuve de leur robustesse et de leur évolutivité. Pour plus de détails sur l évolution du Web et approfondir la compréhension des apports et enjeux du Web sémantique, vous pouvez télécharger et lire «Là où va le Web». Lier les données dans l entreprise Les apports du Web sémantique sont majeurs puisque les technologies associées sont pensées pour décrire des données de façon dynamique et évolutive sans modèle rigide, pour lier simplement ces données entre elles afin de constituer une base de connaissance géante, et interroger cette base pour répondre à des questions complexes et créer de nouveaux objets informationnels. Ces solutions sont déjà à l œuvre à l échelle du Web et elles offrent aujourd hui aux entreprises une opportunité unique de faire évoluer leur système d information en plaçant les données au centre de la démarche. Dans l approche conventionnelle, les utilisateurs accèdent à des applications séparées qui gèrent chacune des données propres. Si la résolution d un problème nécessite la mise en synergie de multiples sources, l utilisateur se voit contraint de consulter chaque application séparément puis de réaliser un travail de consolidation parfois fastidieux. Avec l approche Linked Data appliquée à l entreprise, les sources de données internes sont mises en relation et éventuellement consolidées avec des données externes différentes ou de même nature : référentiels, traces utilisateurs, données sociales, données statistiques créant ainsi un véritable espace informationnel unifié. Page 7 24

Le LED consolide et croise vos données pour en tirer une information contextualisée et personnalisée qui facilite la prise de décision. Le introduit une véritable rupture dans l approche puisque ce sont les données elles-mêmes qui sont mises en réseau, et non plus juste des applications ou des silos complets qui sont juxtaposés. Pour réaliser cet espace informationnel dense et cohérent, il faut modéliser, sémantiser et interconnecter les différentes données, selon les principes du Web sémantique. Il suffit pour cela d utiliser la nature des données sources, et générer de façon explicite les liens qui existent déjà de façon implicite. a pour sujet Un concept a pour sujet fait référence à cite inclut CR de réunion Fiche produit Courriel Page Web auteur émetteur destinataire auteur participant fait référence à Une personne Votre SI intègre-t-il les données sociales en provenance de Facebook ou de LinkedIn pour enrichir votre application commerciale (CRM) ou renforcer vos analyses marketing? Avec le LED, dépassez le vieux modèle centré sur le document brut et bénéficiez d une information finement maillée. Le schéma ci-dessus illustre ce point avec des données d entreprise classiques : un compte rendu de réunion a un auteur et mentionne des participants que l on retrouve dans l annuaire de l entreprise ; un e-mail a des destinataires que l on va retrouver dans la CRM, contient en pièce jointe un document marketing issu de la GED et fait référence à des noms de produits que l on retrouve dans le catalogue produit. À l instar du Web qui relie des pages, le maille les données, et ce au niveau le plus fin : ces liens sont comme des jointures dans les bases relationnelles, mais ici à l échelle du système d information qui devient alors une immense base de données distribuée des informations et connaissances de l entreprise. On voit clairement que les liens générés créent de nouvelles informations : quels ont été les destinataires du document X dans sa version Y? Combien de personnes du bureau d étude ont été impliquées dans le projet Z? Quels sont les chefs de projet qui ont déjà déployé le produit P dans un projet de plus de X jours.homme? Ce sont là autant de questions auxquelles il devient possible de répondre facilement. Au-delà, pensez à la puissance que peut apporter l ajout automatisé de données venant de Wikipedia ou des statistiques de l INSEE au système d information. Prenons l exemple d un fabricant de parapluies : ses applications lui permettent évidemment de savoir que son distributeur X vend N parapluies par an à Angoulême. Mais combien y a-t-il d habitants à Angoulême? Combien de jours de pluie par an? En intégrant ces données dans le système d information, celui-ci offre une information enrichie et plus pertinente. Il se transforme en une véritable base de connaissance. Documents Produits, fonctions Liens sociaux, compétences Indicateurs Documents issus des sources, nouvelles données métiers, indicateurs chiffrés toutes les informations nécessaires à la prise de décision et au déroulement de la stratégie sont rendues accessibles aux applications existantes et aux utilisateurs notamment sous forme d objets métiers qui viennent enrichir l espace informationnel de l entreprise. Page 8 24

Rationalité d un projet Un projet est par essence agile et non perturbant pour le système d information. Le LED est agile à plus d un titre Dans la phase d analyse des données source et de modélisation des objets cible, le LED privilégie la réutilisabilité et le partage des modèles. Il existe en effet de nombreux vocabulaires et modèles qui ont été définis par des communautés (experts, secteurs professionnels, groupes de normalisation). À l inverse des modèles relationnels qui sont difficiles à récupérer et adapter, l approche du Web sémantique crée des modèles qui sont nativement conçus pour être partagés et étendus à ses besoins spécifiques. Le Linked Data garantit donc à la fois une capacité à récupérer et partager des modélisations, à les adapter facilement, puis à les étendre et les maintenir à moindre coût et sans remise en cause de l existant. A cet égard le s impose comme une solution à la fois horizontale et verticale : horizontale car générique, ouverte et basée sur des standards. Le LED peut donc couvrir des besoins variés, s intégrer dans le système d information à la fois en tant que technologie et démarche. verticale par sa capacité très forte à partager et réutiliser des modèles d objets ; le LED permet de développer des approches très fortement métier. A titre d exemple, Antidot intègre dans son offre LED un ensemble d objets classiques (vues client 360, maintenance de produits et support après vente, projets, ), et certains de nos partenaires travaillent à fournir des objets plus spécifiques à des secteurs (industrie, juridique, ). Technologiquement, le LED bénéficie de la souplesse inhérente à la mise en graphe des données qui est l apport majeur du Web sémantique. L ajout de données ou la création de nouveaux objets ne nécessite pas de remettre en cause l existant. Ainsi, le n est pas une cathédrale qui oblige à repenser l organisation de l entreprise, à refonder son SI ou à envisager dès le début tous les cas et tous les usages. Bien au contraire, une démarche LED peut commencer par un petit projet qui va répondre rapidement et à faible coût à un besoin métier ponctuel, avec un retour sur investissement démontrable. La démarche même du projet se veut pragmatique, en partant de l examen des données disponibles et de scénarios d usage cibles. Sans refonte ni modification des premières réalisations, au fur et à mesure des besoins et des projets, le graphe informationnel va progressivement être étendu, ce qui va en accroître la valeur et susciter de nouveaux usages : le cercle vertueux du est alors enclenché. Avec le LED vous pouvez commencer simplement et rapidement par un projet ciblé pour un besoin spécifique. Puis capitaliser et élargir à des projets plus structurants sans perdre le bénéfice du travail accompli. Le LED est non perturbant pour le système d information La mise à disposition du graphe informationnel et des objets de connaissance nouvellement créés se fait de deux façons distinctes : Pour le système d information, l exposition se fait à travers des interfaces techniques de type Web Service ou point d accès Sparql. Chaque application vient alors récupérer directement les éléments dont elle à besoin pour enrichir son contenu. Pour servir les utilisateurs, le moteur de recherche s impose comme l outil idéal. Il permet d extraire des objets métier choisis, de créer des interfaces et applications rapidement et à moindre coût sans perturber le fonctionnement du SI ni ajouter de la complexité. Page 9 24

Les bénéfices du Les technologies du Web sémantique permettent l échange de données entre filiales, business unit ou partenaires sans développement d APIs spécifiques. En fédérant le contenu des silos, le (LED) crée un entrepôt unifié qui expose et partage de nouveaux objets de connaissance adaptés au contexte. Le LED donne alors tout son sens au concept du SBA (Search Based Application) en apportant la méthode et les briques technologiques nécessaires à la réutilisation et à la valorisation de vos données grâce à de nouvelles applications qui répondent aux demandes de vos utilisateurs. Accès utilisateur Moteur de recherche sémantique Accès applicatif Web services, endpoint Sparql En synthèse, une démarche Linked Enterprise Data apporte : Le LED capte les données et documents de votre système d information ou à l extérieur. Le LED crée des nouvelles informations orientées usage en enrichissant, sémantisant et reliant toutes ces données enfouies. Le LED rend cette nouvelle richesse informationnelle disponible à vos utilisateurs et à votre système d information. PRODUCTIVITÉ des connaissances nouvelles et des applications créées à la demande. SOUPLESSE inhérente à la mise en graphe des données. EVOLUTIVITÉ qui découle de la séparation entre les usages, les applications et les données. CONTINUITÉ car le LED ne nécessite aucune modification du SI. OUVERTURE et réversibilité du fait de l utilisation de standards du W3C. Une entreprise doit elle aller vers le Linked Data? En 1995, la question était : «Devons nous créer un site Web?». Et en 2000 : «Devons nous refondre nos applications métier pour les rendre accessibles avec un navigateur?». Une fois de plus, la réponse coule de source. Les entreprises qui ont su prendre la vague se sont montrées plus performantes ensuite. Celles qui ont hésité ont pris du retard. Il en sera de même avec le Linked Data car la puissance du Web est telle que chaque vague d innovation qui déferle transforme le paysage. «Leveraging information will continue to fuel business success. But the growth in information volume, velocity, variety and complexity and the new information use cases makes information management infinitely more complex than it has been in the past. In addition to the new sources and the increased demand for multiple context delivery, shareability and reuse, practically all information assets must be available for delivery through varied, multiple and concurrent channels and mobile devices. To deal with these new demands, the IT organization needs to dramatically modernize its IT systems, transforming outdated data management infrastructure and replacing it with a more up-to-date and superior information environment able to support an entirely new set of requirements.» Gartner - sep 2011 Page 10 24

4. Comparaison avec les autres approches Afin de répondre aux besoins d évolutivité, et pour pallier la rigidité des systèmes d information, différentes approches ont été proposées. Chacune traite un besoin et répond à un objectif spécifique. Pour autant les retours d expérience montrent qu aucune ne répond vraiment aux enjeux fondamentaux listés précédemment. DW DM MDM La Business Intelligence (BI) propose des vues analytiques et des axes d exploration en consolidant des données quantitatives provenant de bases de données diverses. Elle est appréciée pour sa capacité à créer des objets informationnels qui apportent un service opérationnel à l utilisateur final. Pour autant, elle ne permet pas de prendre en compte les données non structurées qui sont nombreuses et recèlent souvent des informations importantes. De plus, elle pêche par son manque d évolutivité car à chaque ajout de données il faut redéfinir et reconstruire les entrepôts (datawarehouse) de consolidation. DW DM MDM Le Master Data Management (MDM) s attaque au problème de la multiplicité des données de référence (catalogues, informations DW clients ) et DM de leur gestion. Le MDM crée un nouveau silo dans lequel les données de référence choisies sont dupliquées et sur lequel chaque base doit venir s aligner. Toute la complexité est d assurer la synchronisation des données de référence entre les silos et de gérer les conflits lors des mises à jour. Le MDM résout un enjeu critique pour l entreprise : l unification d un sous ensemble commun de données, ici par la création de liens techniques (flux de synchronisation) entre sources. ESB La difficulté et le coût du MDM en font une solution qui a trouvé un écho limité car réservé aux grandes entreprises. De plus, toutes les données ne peuvent être intégrées dans une approche MDM qui est limitée aux bases de données. MDM ESB DW DM MDM Les approches d urbanisation des systèmes d information, dites SOA (Service- Oriented Architecture), permettent aux applications d intégrer des données venant d autres applications. Pour autant, ERP, CRM, bases relationnelles, intranet, GED-CMS, messagerie demeurent autant de silos par essence hétérogènes qui imposent des structures et des méthodes d accès spécifiques. La complexité induite par l utilisation croisée de ces multiples API rend la maintenance difficile, et les possibilités restent limitées aux données existantes. Les bus applicatifs (ESB), s ils simplifient le travail, ne résolvent pas ces ESBbiais fondamentaux. La dynamique du SOA prouve l existence du besoin d intégration et de consolidation des données entre les sources. Le SOA constitue donc une étape qui a permis de comprendre que l intégration doit se faire au niveau des données et non des applications. L approche de la recherche fédérée a longtemps constitué une promesse, mais a désormais atteint ses limites : parce que les sources de données sont hétérogènes, les référentiels métiers épars et les vocabulaires des utilisateurs subjectifs, un moteur de recherche, aussi performant soit-il, ne peut constituer à lui seul un outil miracle. Au mieux, le moteur de recherche fédérée est capable de ramener un ensemble de documents hétérogènes, (fichiers, e-mails, pages Web, enregistrements de base de données) hors de tout contexte. ESB Et face à une longue liste de documents à parcourir, malgré la présence de filtres ou de facettes pour trier et affiner sa recherche, le besoin métier de l utilisateur n est pas réellement servi : parcourir une liste de résultats est fastidieux et ne répond pas à un enjeu opérationnel, sauf s il s agit de retrouver un document que l on sait exister. Mais c est bien rarement le cas. L utilisateur cherche plus souvent une information qu un document. Page 11 24

Chaque collaborateur peut devenir un acteur de la performance de l entreprise et il sera d autant plus efficace qu il a accès à une information juste, complète et adaptée à sa mission. Dérivé des moteurs de recherche, le SBA (Search Based Application) est une approche qui mixe BI light et recherche documentaire. Sans réel fondement technologique, sans vision ni trajectoire, le SBA était un concept marketing mis en avant par certains éditeurs de solutions de recherche d entreprise pour distinguer leur offre des moteurs Internet comme Google. Mais le LED apporte au SBA les fondations dont il avait besoin pour devenir une solution cohérente. Enfin, quant au tout nouveau big data, il s agit de la capacité à traiter des quantités massives de données structurées ou non structurées. Il est né chez les sites Web grand public Twitter, Facebook, Yahoo! qui manipulent des volumes hors norme et comptent en milliards de tweets, de pages web, de photos C est une approche technologique qui permet un passage à l échelle là où les architectures et les techniques de programmation habituelles ne suffisent plus. Le big data en lui-même ne répond à aucun enjeu fonctionnel précis, en particulier pour les entreprises. Il doit être intégré comme base technlogique dans des solutions opérationnelles. À cet égard, le LED tire parti du big data en exploitant les résultats de ces traitements pour compléter les objets métiers. L existence de toutes ces solutions et leur adoption, même limitée ou réservée aux grandes entreprises, permet de valider la réalité concrète des besoins suivants : mettre en commun les données du SI pour créer des informations qui rendent un service opérationnel aux utilisateurs ; intégrer et diffuser des données entre applications, en interne et en externe ; disposer d une infrastructure informationnelle qui privilégie la simplicité de mise en œuvre, l agilité et l évolutivité. Et répondre à ces enjeux ne se résume pas à un problème de technologie. Il faut avant tout changer de paradigme et mettre les données au cœur de la démarche. Le LED s avère donc être la solution idéale pour créer cet espace informationnel unifié, riche et complet, alimenté par l ensemble des sources de l entreprise. Les apports du LED face aux inconvénients inhérents aux solutions classiques sont : SOLUTIONS APPORTS INCONVÉNIENTS AVANTAGES DU LED BI Business Intelligence Délivre une information directement opérationnelle. Crée au besoin une nouvelle information. Complexe à mettre en place, à optimiser et lourd à faire évoluer. Limité aux données structurées quantitatives. Faible réactivité. L extension d une solution LED ne nécessite pas la révision du modèle et des mécanismes en place. Prise en compte de tout type de données, y compris les documents. MDM Master Data Management Mise en commun de données entre des sources structurées. Analyse préalable importante, complexité technique, évolutivité coûteuse. Limité aux bases de données. Le LED est agile par essence, et privilégie une approche incrémentale dans l intégration des données, sans modification des silos existants. SOA Service Oriented Architecture Permet à une application d intégrer des données venant d une autre source. Faible maintenabilité et complexité grandissante avec le nombre de sources. Ne délivre que des données déjà existantes dans d autres silos. A l opposé d une intégration pair à pair (de silo à silo), le LED apporte une vue globale sur la totalité des données et permet la création de nouvelles informations. Recherche fédérée Simplicité de mise en œuvre et d usage, vision globale. Approche «documentaire» qui répond faiblement à des besoins métier. Par la création d objets informationnels contextualisés à des objectifs métier, le LED dépasse le cadre documentaire. Big data Traitement de données massives. Approche technologique (couches basses) complexe mais pas d apport opérationnel en soi. Grâce aux enrichissements sémantiques, le LED fournit des «Smart Data» et pas uniquement «big». Page 12 24

5. Des solutions métier basées sur le LED Comme nous l avons vu, le est à la fois une approche innovante, un ensemble de technologies modernes et une démarche opérationnelle au service d une stratégie d évolution et d exploitation du SI qui valorise la richesse informationnelle existante et favorise l agilité. Mais plus encore que de la technologie, le LED est une extraordinaire façon de créer des solutions métier répondant à des besoins ciblés dans des domaines aussi variés que les ventes, le support ou les ressources humaines autant de secteurs critiques pour l entreprise. Cette aptitude à la verticalisation est directement liée à l essence du LED puisque la phase de consolidation et de maillage des données est orientée vers la création de nouveaux objets de connaissance par application de règles de raisonnement. L exemple qui suit illustre à la fois cette capacité et la façon dont elle est mise en œuvre. Il s agit d une solution déployée chez un industriel qui possède près de 10 sites regroupant des milliers de collaborateurs. Comprendre et favoriser les relations entre sites et équipes était critique. Détection des experts et des réseaux de compétence de l entreprise Le cahier des charges est de créer 5 objets informationnels originaux qui répondent aux enjeux de gestion des compétences de l entreprise en identifiant : les collaborateurs et leurs savoir-faire ; les structures et groupes de personnes ; les emplacements géographiques : sites, bâtiments, étages et pièces ; les thèmes ou concepts concernant les structures ; les affaires et projets rassemblés sous le terme d «activités». Allant au bout de la démarche de maillage, les objets métier sont eux mêmes reliés afin de faciliter la navigation par rebonds qui favorise la découverte et la compréhension. Le schéma ci-contre donne une vision macroscopique des relations entre ces différents objets. Pour créer ces nouvelles informations, la solution doit exploiter les données et documents provenant des silos applicatifs suivants: Documents GED Lieux de travail Activités Thèmes Personnel Structures l annuaire des personnels et structures le système de gestion électronique de documents (GED) application de gestion de projets 1 ère étape : décloisonner les données en créant du lien Comme tout système d information, celui de cet industriel s est construit par ajouts successifs d applications qui gèrent chacune leur propre silo de données étanche. La première étape consiste donc à lire les données contenues dans les silos, à les transformer dans un format standard (appelé RDF) en exploitant prioritairement comme modèle cible des ontologies génériques. La phase de maillage peut alors débuter : certains liens sont immédiats car les données ont des champs «communs» (si un document est écrit par une personne alors elle en est l auteur), alors que d autres liens nécessitent des traitements plus avancés : par exemple extraire la liste des participants et les sujets d une réunion depuis le texte du compte rendu. Page 13 24

2 ème étape : produire de nouvelles informations Une fois les liens directs créés, l étape suivante consiste à densifier le maillage et générer de nouvelles relations par application de règles de raisonnement spécifiques à chaque type d objet, toujours guidée par les ontologies cibles. Ces règles d inférence jouent un rôle clé, car elles portent une part importante de la spécificité du projet et des objets métiers à créer. Personnes : La personne ayant écrit un document sur des sujets particuliers s intéresse à ces sujets. Une personne ayant écrit un document portant sur une activité est liée à cette activité. Deux personnes participant au même document collaborent.... Lieux : Si un lieu contient une personne qui s intéresse à une thématique alors ce lieu est lié à cette thématique. Si une personne est impliquée dans une activité et se situe dans un lieu, alors le lieu est associé à cette activité. Si un document est écrit par une personne située dans un lieu alors le lieu est associé aux thématiques de ce document.... Activités : Si une personne est membre d une structure et qu elle est liée à une activité alors cette activité est liée à la structure. Si un document est lié à une activité et qu il est aussi associé à une structure alors cette activité est liée à la structure.... Structures : Si un document est en relation avec une activité et que son auteur est membre d une structure alors la structure est associée à cette activité. Si une personne est membre d une structure et aussi liée à une activité, alors la structure est aussi liée à cette activité. Si un document est associé à une structure alors cette structure est associée à toutes les thématiques liées au document.... SI un collaborateur est cité dans des documents ET il appartient à une structure ALORS la structure est liée aux documents. SI les documents parlent de certaines activités ET une personne est liée à ces documents ainsi qu à une structure ALORS le collaborateur est lié à ces activités, ET ALORS la structure est liée à ces activités. 3 ème étape : extraire les objets informationnels La chaîne de traitement nécessaire à la création et à l extraction de ces nouvelles connaissances est réalisée grâce à la solution Antidot Information Factory (AIF) qui est spécialement conçue pour assurer les tâches de valorisation des données : la conversion des données, leur enrichissement et leur normalisation selon les différents référentiels ; Sources de données la production des nouvelles informations par inférence ; Conversion, enrichissement, normalisation le traitement des données en vue de leur exposition via des Web Services. Espace Informationnel Objets métiers contextuels Accès utilisateurs : moteur de recherche sémantique Accès applicatif : Web services L application construit ainsi automatiquement le «réseau des compétences» de cet industriel qui décrit de façon exhaustive toutes les relations existantes entre les collaborateurs, les structures, les lieux et les activités, en se basant sur l information implicite enfouie dans les documents de l entreprise et en s appuyant sur ses référentiels métiers. Ce réseau est accessible pour les utilisateurs via le moteur de recherche Antidot Finder Suite, et pour les applications du système d information existantes ou à venir via des Web Services. Cette application dédiée aux ressources humaines n est qu une des innombrables façons d utiliser le LED pour créer rapidement de applications qui réutilisent et valorisent les données existantes. Page 14 24

6. Exemples de projets Cette section présente deux usages de l approche LED et des technologies du Web de données dans des contextes différents mais qui ont l objectif commun de consolider et d exploiter des données afin de créer de la valeur : La réalisation d une base de connaissance riche sur les monuments historiques Français par agrégation et utilisation de sept sources de données distinctes. Le nouveau moteur de recherche interne d Antidot qui exploite les technologies et l approche Linked Enterprise Data afin de fournir à chaque collaborateur une vision métier des données internes. L application Monuments Historiques L ouverture du site data.gouv.fr le 5 décembre 2011, aussitôt suivie d autres initiatives, a marqué une accélération du mouvement Open Data en France. Nous avons profité de l ouverture des données pour réaliser une application qui démontre la valeur du Linked Data en maillant des données issues de différentes sources, en particulier en consolidant des données «internes» avec des données accessibles sur Internet. Les données souches, que nous considérons ici comme les données internes est la liste des immeubles protégés au titre des Monuments Historiques (ce pourrait être une base de données de produits, de points de vente, de sociétés clientes, etc.). Disponible sur data.gouv.fr dans un fichier CSV, cette source de données décrit 43 720 monuments. L enrichissement de cette base a été réalisé en exploitant 6 sources de données ouvertes : La liste des 3 065 gares de voyageurs du Réseau Ferré National avec leurs coordonnées géographiques, telle que fournie par data.gouv.fr au format XLS. Elle est exploitée pour lier monuments et gares qui sont à proximité. La liste des 301 stations du métro parisien avec leurs coordonnées, fournie par OpenStreetMap. Cette source est exploitée pour situer les monuments parisiens à proximité d une station de métro. Les données du code officiel géographique (COG) de l INSEE. Cette source, disponible au format RDF, décrit 22 régions, 99 départements, plus de 4 000 cantons et chefs lieux. Les photos des monuments historiques proposées par Wikimedia Commons. Cette source, notamment alimentée par le concours «Wiki loves monuments», apporte 122 828 photos pour 12 586 monuments historiques désignés par leur code PA : il s agit d un code délivré de façon unique pour chaque monument et présent dans la liste souche des monuments. La description des monuments historiques de Wikipedia fournie par DBpedia. Cette source de données (au format RDF) décrit 3,64 millions d objets, dont 413 000 lieux. Elle est accessible directement à partir des informations de Wikimedia Commons. Le service de géolocalisation Yahoo! PlaceFinder permet de géolocaliser les monuments à partir de leur adresse (calcul des coordonnées latitude et longitude). Page 15 24

normalisation enrichissement Application Monuments Historiques Source principale Web Service de géo localisation Moteur de recherche Sources complémentaires En utilisant la solution Antidot Information Factory, toutes ces données sont collectées, nettoyées, normalisées puis transformées en RDF, le format de représentation des données standardisé par le W3C pour le Web de données. Les données souches (monuments), la liste des gares et les référentiels Insee sont récupérées sous forme de fichiers, alors que les sources OpenStreetMap, Wikimedia, Wikipedia et Yahoo! sont collectées à travers des API spécifiques. Les données contenues dans le fichier souche sont relativement sommaires. Si on prend l exemple de la Tour Eiffel, les informations fournies sont : REF : PA00088801 ETUD : Recensement immeubles MH INSEE : 75107 TICO : Tour Eiffel ADRS : Champ-de-Mars STAT : propriété de la commune PPRO : La tour Eiffel : inscription par arrêté du 24 juin 1964 AUTR : Eiffel Gustave (maître de l œuvre) SCLE : 4e quart 19e siècle Le schéma suivant illustre comment ces données initiales sont enrichies en exploitant les données contenues dans les sources complémentaires. Paris région Ile de France Champ de Mars adresse Champ de Mars lat, long 48.858 2.294 48.854 2.289 lat, long Métro Ligne 6 ligne département Paris 7ème Tour Eiffel Tour Eiffel photos Bir Hakeim code insee insee référence code PA description 75107 75107 88801 88801 La tour Eiffel est une tour de fer puddlé de 324 mètres... Page 16 24

L objet métier cible ainsi créé est un «monument» dont la définition est complétée avec les informations suivantes apportées par les sources complémentaires : coordonnées géographiques, adresse, ville, département et région, gares ferroviaires à moins de 20 km stations de métro à moins de 1 km pour les bâtiments parisiens, description étendue en plusieurs langues, période historique, type de monument, propriétaire, photos. Ce processus est réalisé automatiquement à l échelle de toutes les bases et le résultat est un graphe comprenant plus de 4,5 millions d éléments (triplets RDF), dont près de 450 000 ont été inférés, c est-à-dire créés par applications de règles. Ces objets cibles sont fournis en entrée du moteur de recherche AFS. Le résultat est accessible à travers une application web qui offre les fonctions de recherche et de navigation suivantes : recherche en plein texte filtrage pour une région, un département ou une ville donnés par type de monument : église, château, statue, site industriel par période historique : préhistoire, moyen-âge, renaissance etc par type de propriétaire : personne ou société privée, commune, Etat avec combinaison possible de tous ces critères, sous forme de «facettes de recherche» très simples à manipuler. Consultez l application en ligne pour voir le résultat : http://labs.antidot.net/demo/monuments Page 17 24

Le moteur de recherche entreprise d Antidot Cet exemple illustre comment le LED crée un moteur de recherche de nouvelle génération pour l entreprise. Au lieu d indexer des documents bruts (fichiers, enregistrements), le LED crée les objets métiers dont chacun a besoin chez Antidot : vente, support, gestion de projet... Réalisation Pour y parvenir, l outil Antidot Information Factory (AIF) est déployé pour réaliser les tâches suivantes : capter les données, structurées ou non, contenues dans les différents silos applicatifs ; transformer ces données : nettoyage, normalisation, mise en format cible ; les enrichir en les catégorisant selon des plans de classement, en les annotant automatiquement et en les alignant avec des référentiels métier ; relier ces données afin de les mettre en synergie et de faire émerger l information pertinente sous forme d objets métier ; générer les objets métier cibles. Les objets créés sont ensuite indexés et rendus accessibles à travers une application basée sur le moteur de recherche AFS (Antidot Finder Suite). Les sources de données exploitées sont les suivantes. The Organization Organizational Unit dc=net dc=com dc=de ou=people Person dc=antidot ou=servers L annuaire LDAP contient des données d identification et d authentification pour les collaborateurs d Antidot, ainsi que pour les utilisateurs partenaires et clients ayant accès à nos outils : prénom, nom, société, groupe de travail, profil, rôle, email, téléphone Tous ces éléments sont extraits et servent à créer d un côté le référentiel des collaborateurs, et de l autre une liste de personnes qui ont une relation qualifiée et active avec Antidot. Le CRM (SugarCRM) est l outil utilisé par les commerciaux, le marketing opérationnel et la direction pour le suivi de l action commerciale, des contacts et des prospects. Cet outil contient autant des données sur les sociétés que sur les personnes rencontrées lors des salons, visites et phases d avant vente. Les sociétés sont utilisées pour constituer un référentiel. Les personnes sont également extraites et viennent compléter celles issues de l annuaire. Un dédoublonnage et une consolidation des données sont effectués pour constituer une «fiche personne». Page 18 24

L ERP (Akuiteo) est le système de gestion de l entreprise. Il est utilisé autant pour la facturation des clients que pour la gestion des projets en cours : affectation des ressources, suivi des temps, plannings de production, Les données sur les sociétés sont consolidées avec celles de la CRM, et la mise en relation des données de la CRM et de l ERP permet d avoir une vision qui va de la phase d avant vente, au suivi après vente. Les données liées à la facturation sont récupérées. En croisant les données commerciales et les feuilles de temps les différentes phases projet sont automatiquement calculées, décrivant les actions, les temps consommés et les collaborateurs intervenus. Le Back-Office de production du cloud privé Antidot donne une vue consolidée de l ensemble des services de recherche gérés en mode SaaS. Chaque client a accès à ce back-office pour piloter et suivre le fonctionnement de ses services, de même que nos équipes pour assurer la surveillance et la maintenance. Sont extraits : des informations de trafic, les volumes d informations traitées et divers indicateurs. L outil de gestion des tickets de support (Mantis) permet à tous nos clients d ouvrir des demandes, de déclarer des incidents ou de poser des questions. Chaque ticket est rattaché à un service en développement ou en production donc à un client. Il liste les intervenants et mentionne des produits ou des fonctionnalités. De là nous calculons des indicateurs de qualité par projet et par client : nombre de tickets ouverts, temps de résolution moyen Nous calculons également des indicateurs sur les produits ou fonctions qui génèrent le plus de support chez nos clients afin d initier un processus qualité, ainsi que des informations sur les collaborateurs Antidot qui ont répondus selon les sujets et selon les clients, permettant par là de nourrir le processus de détection des compétences des collaborateurs. La GED (Alfresco) est utilisée pour stocker l ensemble des documents de référence de l entreprise, allant des plaquettes marketing, aux manuels produits et release notes techniques. La GED est intéressante à plus d un titre. Tout d abord car elle contient un plan de classement de l information qui reflète l organisation d Antidot. Ce plan de classement est donc extrait et transformé en taxonomie. Sur la base de cette organisation, l ensemble des fichiers contenus dans les différents serveurs sont catégorisés afin d offrir une navigation unifiée. Les différents documents de la GED sont annotés sur les référentiels des produits et fonctionnalités. Les documents sont également annotés selon les sujets traités et selon les personnes internes ou externes concernées. Nous ne rentrerons pas ici dans le détail des autres sources de données de l entreprise : Wiki, sites internes, gestionnaire de version et de produit, serveurs de fichiers. Elles sont également captées, analysées et liées. Page 19 24

Résultat La proposition d usage des moteurs de recherche Internet ne crée que peu de valeur pour les utilisateurs en entreprise. Les solutions d accès à l information qui se contentent de reproduire ces moteurs sont donc inefficaces, même en indexant toutes les sources et en ajoutant des fonctions de filtrage ou recherche sémantique. Nous en avons nous-mêmes fait l expérience en utilisant notre produit AFS pour reproduire différents types de moteur de recherche : Dans une approche simple à la Google, l utilisateur doit faire face à une longue liste de documents. Le moteur d entreprise avec ses fonctions sémantique, l autocomplétion, la tolérance ou le filtrage est plus complet mais le service rendu reste faible au regard des besoins métier. Mais grâce à la mise en relation des données selon les principes du Linked Enterprise Data, nous avons créé l espace informationnel dont nous avions besoin pour extraire des objets métier qui permettent de répondre à des scénarios d usage et donc à des questions précises. Trois exemples : L objet «client» donne accès à la liste des projets en développement avec une vision temporelle, les services de recherche actifs dans notre cloud ou les licences déployées, le trafic et la volumétrie des services de recherche d un client, des indicateurs sur les demandes de support en cours ou passées, l état de la facturation, les collaborateurs impliqués dans la relation, les derniers contacts pris par le commercial responsable pour assurer le suivi. Ces éléments sont bien évidemment différents selon le profil de l utilisateur. L objet «collaborateur Antidot» contient pour chacun la liste des projets et des clients avec lesquels il est en relation, sa charge de travail prévisionnelle, les tâches en cours sur la semaine passée et les deux prochaines semaines, les dates de congés à venir, les produits, les fonctionnalités et les secteurs dans lesquels il a développé une expertise métier, les technologies maîtrisées. L objet «fonctionnalité produit» décrit un module de notre offre. A chaque fonction sont rattachés des éléments de documentation technique, des tickets de support, des bugs et incidents, des entrées de la base de connaissance, les projets clients utilisant le module, les collaborateurs ayant des compétences sur la fonctionnalité. Il est ainsi possible de connaître les clients impactés par les modifications d une fonctionnalité et à partir d un ticket de support d associer automatiquement les éléments de documentation et les entrées de la base de connaissance. Les commerciaux peuvent identifier les consultants ayant des compétences techniques particulières. Page 20 24