Big Data, Science des données, aide à la décision en entreprise, business intelligence, data warehouse, reporting, OLAP, web analytics, data visualization, data mining, internet des objets, informatique cognitive, intelligence artificielle...

Abonnez-vous gratuitement à Decideo !


Decideo

 


SAS élargit le champ d'application de l'informatique décisionnelle aux bases de données


Rédigé par SAS le 8 Octobre 2007

SAS annonce son intention d'intégrer plus étroitement ses outils analytiques avec les moteurs de base de données



SAS, leader mondial de l’informatique décisionnelle, annonce son intention d'intégrer directement les solutions analytiques de SAS dans les principaux systèmes de gestion de bases de données relationnelles (SGBDR). Les entreprises dotées d'entrepôts de données disposeront ainsi de données plus fiables, avec une réduction du nombre de manipulations, et simplifieront leurs processus analytiques. La diffusion des informations décisionnelles dans toute l'entreprise en sera accélérée. Grâce à un accès plus rapide aux résultats analytiques, les décideurs auront une vision encore plus précise de leur activité et pourront prendre de meilleures décisions, en phase avec la stratégie de l'entreprise.



« En associant les capacités de traitement des bases de données aux processus analytiques là où sont les données, SAS propose aux entreprises une nouvelle approche pour optimiser leur efficacité en les aidant à équilibrer et exploiter pleinement leurs ressources technologiques », a annoncé Henry Morris, Senior Vice President, Worldwide Software and Services Research, IDC. « Grâce à l'accélération du développement et de l'exécution des modèles analytiques au sein des bases de données relationnelles , les utilisateurs pourront mettre en oeuvre des analyses prédictives et des analyses d'informations à un seul endroit, de manière souple et efficace. »



Aujourd'hui, les entreprises doivent relever un réel défi pour prendre des décisions rapides et précises : tirer profit des volumes de données exponentiels dont elles disposent. SAS entend donc proposer une solution réunissant des fonctions analytiques, d’intégration des données et de reporting appropriées au niveau de la base de données, s'intégrant parfaitement aux solutions décisionnelles de l'entreprise. L'association d'outils d'analyse à un entrepôt de données permet d'écourter les temps de réponse, de produire des analyses de données « en temps réel » et d'exploiter plus efficacement l'ensemble des ressources. Les clients ont alors toute latitude pour se concentrer sur leurs opportunités commerciales les plus prometteuses.



« Les bases de données ayant évolué au point de devenir de véritables serveurs de données évolutifs et distribués, il est temps d'appliquer la puissance d’analyse de SAS et de traitement des données au moteur de la base de données », a déclaré Keith Collins, Chief Technology Officer de SAS. « De plus en plus de clients fondent leur compétitivité sur les capacités d'analyse et nous demandent de les aider à gérer le cycle de vie des modèles analytiques, de la création à l'exécution. En couplant le meilleur de SAS aux points forts des bases de données, les entreprises seront plus efficaces et réactives face aux fluctuations du marché. »



Par exemple, le USA PATRIOT Act impose aux banques de détecter et signaler les activités financières frauduleuses à tous les niveaux de l'entreprise. Désormais, l'intégration de modèles prédictifs SAS dans une base de données relationnelle permettra aux banques d'identifier et de traiter rapidement les tendances ou anomalies suspectes, tout en accélérant le processus d'ajustement des mesures et des logiques de détection en vue de signaler plus précisément les exceptions au sein de l'entreprise.



« Les sociétés qui misent sur les outils analytiques pour être plus compétitives réalisent que la collecte et le stockage de gros volumes de données ne sont pas suffisants. En déployant des stratégies concurrentielles fondées sur la connaissance issues des données, elles parviennent à dégager des résultats commerciaux impressionnants », déclare le professeur Tom Davenport, auteur de Competing on Analytics. « L'intégration de modèles analytiques au point de transaction et de transformation des données permet aux entreprises dotées d'entrepôts de données d'accéder plus rapidement aux résultats prédictifs nécessaires pour maintenir un niveau de compétitivité élevé sur le marché. »

Cette initiative globale fera l’objet d’un plan de développement en plusieurs phases, notamment l'intégration technique avec les principaux fournisseurs de SGBDR.