Big Data : un nouveau champ de travail pour les experts du décisionnel

Il est difficile de dire si le mot Big Data est adapté et perdurera, mais il est certain que le domaine du décisionnel connaît un fort développement lié à l’apparition simultanée (quid de la poule et de l’œuf) de « nouvelles » demandes et de « nouvelles » solutions technologiques, qui amènent à traiter de plus en plus de données à la fois en termes de volumes et de variétés. Le volume de données générées quotidiennement dans les systèmes d’information croît de façon exponentielle et donc la volumétrie explose aussi dans le monde du décisionnel. Il y a dix ans Teradata animait un club composés de ses clients qui avaient plus d’un Téra de données dans leur système décisionnel, aujourd’hui nous avons un club pour les entreprises qui ont plus d’un Péta.

Ce qui me paraît plus important dans tout cela, ce n’est pas forcément le volume mais la volonté de développer les approches analytiques avancées en traitant toutes sortes de données brutes, qui nécessitent beaucoup de travail pour en tirer une information métier. Il ne s’agit plus simplement de prendre quelques lignes de factures et de faire quelques opérations basiques pour générer une donnée plus ou moins agrégée qui est du sens. Il s’agit par exemple d’identifier un client/prospect surfant sur le web, de définir s’il a une vision positive ou négative de la marque ou des produits, il peut s’agir aussi de repérer des réseaux d’amis ou de fraudeurs suivant les préoccupations métiers, de mettre en place des moteurs de recommandations qui tiennent compte de votre navigation sur le web et de votre profil, etc.

Pour arriver à disposer des possibilités évoquées ci-dessus, il convient de mettre en place un ensemble de moyens qui permettent d’exploiter des données brutes (par exemple des web logs, des textes, ...), pour en tirer des connaissances (profil, segment, affinité, ...), pour prévoir (attrition, propension, ...) et pour agir (recommandations d’offres, tarification, ...). Concrètement aujourd’hui il faut pouvoir croiser des données classiques d’un système d’information décisionnel, avec des données extraites et structurées via des programmes types MapReduce (Hadoop, Aster Data, ...), et au-delà de l’intégration de ces données, de les travailler avec des outils de data mining pour faire des analyses avancées, mettre au point des modèles et les utiliser pour enrichir des processus opérationnels, par exemple au niveau des sites web, des centres d’appels, des divers canaux d’interaction avec le client.

Teradata qui œuvre depuis longtemps dans l’analyse de données ne pouvait pas passer à côté de ce nouveau domaine prometteur. Comme les solutions classiques sont mal adaptées pour faire certains traitements nécessaires pour ces données « nouvelles » pour le monde du décisionnel, Teradata a donc racheté Aster Data au début de l’année 2011, une société spécialisée offrant une solution brevetée SQL-MapReduce™. Avec ces moyens complémentaires permettant de mieux exploiter des volumes importants de données non relationnelles, Teradata va pouvoir proposer plus de solutions analytiques innovantes à ses clients cherchant à utiliser leur système d’information pour différencier leur positionnement sur le marché (analyse des relations clients et des réseaux, optimisation du marketing, détection et prévention des fraudes, etc.).

Pour aller plus loin sur la vision Teradata du Big Data et les solutions Aster Data vous pouvez utilement consulter les sites suivants : www.asterdata.com & www.teradata.com