CMO LEADERS

BI : et si l’analyse de données devenait harder, better, faster, stronger ?

5 min
CMO LEADERS
temps de visionnage :
5 min

BI : et si l’analyse de données devenait harder, better, faster, stronger ?

Ecouter cet article
Partager cet article
No items found.
No items found.
No items found.
En partenariat avec
Les entreprises sont de plus en plus nombreuses à compter sur la data pour prendre des décisions éclairées. En la matière, il est courant de chercher à cumuler les bénéfices : analyse de grands volumes de données, plus rapidement et dégageant plus d'insights à des coûts moindres... Pourtant, les bases de données du marché viennent généralement avec leurs lots de contraintes. Est-ce donc utopique de vouloir gagner sur tous les fronts en matière de BI ? D’après Carsten Weidmann, Technical Alliance Manager d’Exasol, le rêve se rapproche de plus en plus de la réalité. Voir le replay vidéo
Visuel intervenant webinar

4 enjeux à relever pour profiter d’une BI moderne

Quels sont les enjeux des entreprises en matière de BI ? Cette question a constitué le point de départ des échanges entre le HUB Institute et Exasol lors du webinaire dédié aux méthodes d’accélération de la BI d’entreprise le 30 novembre dernier. Pour Carsten Weidmann, ils seraient au nombre de 4.

Tout d’abord les entreprises chercheraient aujourd’hui à adopter des modes d’organisation dans lesquels la donnée sert l’ensemble des métiers, et pas seulement une entité spécialisée. "Il s’agit de démocratiser l’accès à la donnée pour profiter des capacités d’analyse et de la compréhension opérationnelle qu’en ont ces métiers", explique le Technical Alliance Manger d’Exasol. Problème, cette démocratisation de la donnée amène avec elle une seconde problématique : celle de l’intelligibilité des informations présentées à un public qui n’est pas forcément acculturé à l’analyse de donnée. Ce que les Anglo-saxons consacrent par le terme de "data literacy" incite les entreprises a beaucoup investir dans les solutions de data visualisation.

À lire également : "Data analytics : quel avenir pour les stratégies des entreprises ?"

L’essor des nouvelles technologies d’intelligence artificielle, ou tout du moins de machine learning, permet de doper les modèles de business intelligence pour passer d’un modèle où l’on "observe le passé pour adapter ses décisions, à un modèle où l’on anticipe le futur." Carsten Weidmann évoque ainsi la volonté des entreprises de se doter de modèles d’analyse prédictive, voire prescriptive, afin de prendre des décisions en phase avec les enjeux futurs des entreprises. Enfin, la crise de la COVID a fortement accéléré les stratégies de migration de données vers le cloud, et selon le Corinium Report effectué pour le compte de Deloitte, 98% des sociétés répondantes confirmeraient cette observation. De fait, les entreprises doivent pouvoir disposer de solutions de BI aptes à fonctionner dans le cloud et plus encore dans des environnements hybrides où une partie des données réside toujours sur site. Elles doivent dont être capables d’agréger différentes sources d’informations sans pour autant perdre en vitesse et en performance d’analyse.

Revolut et Piedmont Healthcare : deux case studies pour comprendre les performances d’Exasol

C’est bien entendu sur la base de ces 4 problématiques majeures que se fonde la proposition de valeur de la base de données Exasol. Toutefois, avant d’en souligner les mérites, Carsten Weidmann a profité de ce webinar pour présenter les cas d’étude de deux sociétés ayant connu une mutation rapide de leurs procédés de BI : Revolut, licorne britannique des fintech, et Piedmont Healthcare, société américaine détentrice de plusieurs centaines de lieux de soin dans la région d’Atlanta. Des informations détaillées que vous pouvez retrouver dans le replay du webinar.

Les résultats en bref

Revolut exploite quotidiennement près de 800 tableaux de bord, 12 000 lignes de données ainsi que 100 000 requêtes SQL qui façonnent à la fois ses processus de business intelligence, mais aussi de nombreux usages critiques tels que l’identification de procédés de fraude. Toutefois, sa solution historique PostgreSQL atteint rapidement des seuils de performance qui nuisent au développement de l’entreprise. Certaines requêtes mettent plusieurs heures à s’effectuer, et d’autres ne sont tout bonnement pas prises en charge par la base de données. Lorsque Revolut explore le marché à la recherche d’une base de données lui permettant des analyses plus performantes, les solutions proposées par son prestataire cloud "ont des coûts prohibitifs" dissuadant. Désormais, la quasi-totalité des métiers de Revolut exploite Exasol, participant de fait à la démocratisation de la donnée au sein de l’entreprise. Par ailleurs, l’entreprise a vu ses volumes de données exploités être multipliés par 20 en un an sans aucun frein à ses performances d’analyse.

L'événement à ne pas manquer : "HUBDAY Data & AI for Business"

Confronté aux mêmes problématiques, Piedmont Healthcare adopte Exasol. Les processus de chargement des données à analyser voient leurs délais considérablement réduits, passant de 6 heures à quelques minutes en moyenne. Par ailleurs, le développement du volume de données analysable permet à l’entreprise d’instruire des modèles d’étude sur l’équivalent de 10 années d’informations au lieu de 14 mois. La complexité des requêtes s’est aussi considérablement accrue en permettant l’ajout de nouvelles métriques aux modèles d’analyse conçus par Piedmont Healthcare. De fait, ils répondent à des besoins métier plus variés et leur utilisation s’est démocratisée au sein de l’organisation, passant de 25 utilisateurs finaux à 300.

De l’outil traditionnel à Exasol : une transition simplifiée pour réduire coûts et risques

À l’issue de ces deux présentations, une question importante reste à explorer : quelle doit-être la feuille de route de l’adoption d’Exasol ? La mutation du socle de solutions data d’une entreprise est toujours un enjeu critique induisant à la fois des coûts importants et des risques majeurs. Pourtant la dernière édition du Data Management Survey 22 (évaluant les opinions des utilisateurs finaux de près de 800 entreprises internationales à propos des solutions data qu’elles exploitent) classe Exasol première de plusieurs catégories, dont les "performances" et le "time to market".

Selon Carsten Weidmann, Technical Alliance Manager d’Exasol, ce résultat serait essentiellement dû à une combinaison de plusieurs technologies existantes : la base de données en colonne, le traitement massivement parallèle, et le traitement en mémoire (in-memory). En plus de décupler les performances d’analyse proposée par cette base de données, cela la rendrait beaucoup plus agile et permettrait aux entreprises utilisatrices d’envisager plusieurs modèles de déploiement. Carsten Weidmann recommande par exemple aux sociétés de ne pas remplacer d’un seul bond leur entrepôt de données traditionnel par Exasol, mais plutôt d’envisager cette solution comme une surcouche supplémentaire.

 Transférez à l’outil vos processus de BI les plus cruciaux et posant le plus de problèmes avec vos solutions historiques. Cela vous permettra de gagner progressivement en expérience et d’industrialiser progressivement pour finir par remplacer complètement les solutions obsolètes.

- Carsten Weidmann, Technical Alliance Manager (Exasol)

Par ailleurs, l’architecture agile d’Exasol permet d’envisager des économies d’échelle importantes qui sont amplement expliquées dans le replay vidéo du webinar.

Retrouvez Exasol lors du HUBDAY Future of retail & E-Commerce, le 8 et 9 février 2022 !

Missing élément de contenu.
Newsletters du HUB Institute