Decideo - Actualités sur le Big Data, Business Intelligence, Data Science

Abonnez-vous gratuitement à Decideo !


Decideo

 


QlikView Direct Discovery : virage par l’extérieur pour QlikTech


Rédigé par Richard Hooft, Ysance le 29 Novembre 2012

Lors de ses dernières annonces, QlikTech a clairement affiché sa volonté d’élargir le périmètre de son offre et de s’ouvrir vers l’extérieur en montant des partenariats technologiques compatibles avec sa solution. Dernière annonce en date, le lancement d’une nouvelle fonctionnalité, QlikView Direct Discovery, qui offre un accès direct aux sources Big Data depuis ses applications. Un tournant décisif pour ce leader en matière de Business Discovery qui a longtemps revendiqué un écosystème autonome mais propriétaire et plutôt fermé.



Richard Hooft, directeur du pôle Business Intelligence Services chez Ysance
Richard Hooft, directeur du pôle Business Intelligence Services chez Ysance
QlikTech avait déjà donné le ton en ouvrant sa plateforme aux applications et aux composants d’éditeurs externes (extensions et connecteurs personnalisés). Aujourd’hui, le lancement de QlikView Direct Discovery, pour faciliter l’analyse des Big Data, marque une nouvelle volonté d’ouverture, orientée vers une intégration multi-plateforme.

L’éditeur qui axait sa stratégie autour des données significatives (relevant data) se lance dans les données de masse. QlikView Direct Discovery permet de combiner des données déjà chargées en mémoire à des sources Big Data pour la réalisation d’analyses croisées. Démontrant au passage l’ingénieuse prouesse technique de l’éditeur, qui malgré son parti-pris d’opter pour un stockage de données autonome (in-memory data storage), a rendu techniquement possible l’analyse de quantité massive de données au sein de QlikView.

Les principes de développement restent les mêmes. Aucun changement non plus côté utilisateurs, les principes fondamentaux de navigation - intuitive, simple, visuelle - sont inchangés. La donnée très volumineuse reste stockée dans la plate-forme Big Data mais est requêtée en direct par QlikView, ce qui permet aux utilisateurs métiers d’explorer de nouvelles sources de données sans avoir à écrire des requêtes dans un langage informatique souvent complexe.
Ce « modèle hybride » ralentit toutefois les temps de réponse de certaines analyses. En basculant sur cette nouvelle approche d’accès aux données, on passe à une échelle de temps potentiellement beaucoup plus longue en comparaison à la quasi-instantanéité des analyses sur QlikView. Une manière détournée pour l’éditeur de mettre en perspective la performance de son moteur sur les données chargées dans sa base de données associative et donc la pertinence d’indicateurs de pilotage construits principalement sur des données traditionnelles.

Quoiqu’il en soit, face à la déferlante Big Data, QlikTech n’avait d’autre choix que de revoir son positionnement et démontrer que - bien que fervent défenseur des relevant data - il était capable avec un ETL intégré d’apporter aux utilisateurs métiers des périmètres d’analyses propres aux données de masse ; qui plus est avec de solides partenariats éditeurs annoncés : Google, Teradata et Cloudera Impala pour Hadoop.
Ouverture réussie donc pour l’éditeur dont l’objectif affiché ici est de toucher les grandes et très grandes entreprises, là où jusqu’à présent on atteignait les limites de QlikView vers le milliard d’enregistrements analysés.

Sans être révolutionnaire, QlikView Direct Discovery a le mérite de rattraper efficacement le retard de l’éditeur sur ses concurrents et propose un compromis intelligent entre l’apport de la solution QlikView et l’ouverture vers les Big Data. Disponible en décembre prochain avec la mise à jour de QlikView 11 (actuellement en version bêta), cette nouvelle fonctionnalité, même si elle doit encore s’enrichir, semble très prometteuse. Et ce premier pas vers toujours plus d’intégration avec le système d’information décisionnel laisse présager une ambitieuse feuille de route pour la future version QlikView Next.




Commentaires

1.Posté par Jean-Marc Dupont le 03/12/2012 09:40
Twitter
On attend avec impatience QlikView Next : réconcilier les fonctionnalités d'association de données / rapidité de l'actuel Qlikview, sans ses défauts :
meilleure employabilité / productivité de l'outil : gérer un véritable méta modèle en distinguant indicateurs et axes d'analyse, en séparant la couche du méta modèle de son utilisation dans les tableaux de bord, ...
afin d'accélérer le déploiement dans une entreprise et de réellement donner la main aux utilisateurs sur un modèle partagé et validé pour l'ensemble de l'entreprise (ou d'une entité de l'entreprise).

2.Posté par Jean-Michel Franco le 03/12/2012 10:00
Bonjour
Effectivement, le virage est très intéressant, et il était nécessaire pour Qliktech car les positions prises par certains des portes paroles de l'éditeur vis à vis du big data risquaient (à mon sens) de le marginaliser.
Reste qu'il rappellera aux vétérans de la BI le vieux débat MOLAP vs ROLAP, avec d'un côté une technologie assez facile à prendre mais montrant ses limites face à l'inflation des volumétries, et de l'autre une technologie certes plus à l'aise sur la volumétrie, mais nettement plus lourde à mettre en oeuvre. Et puis entre les deux, des approches hybrides certes possibles, mais pas faciles à mettre en oeuvre.
Le Big Data semble nous entraîner vers ces mêmes débats, certes à des échelles différentes, c'est à dire pour des volumétries et des variétés de données plus étendues.
QlikView n'est évidement pas le seul à devoir faire face à ce dilemme : voir par exemple Hana versus Sybase IQ chez SAP, Exalytics vs Exadata chez Oracle, le difficile exercice de positionnement de Hadoop chez tous les grands éditeurs, etc.).
Au final, puisque l'avenir semble être d'utiliser des technologies différentes selon la vitesse (données chaudes ou données froides), la variété ou la volumétrie des données, l'enjeu sera peut être pour ceux qui mettent en oeuvre ces plates-formes de parvenir à unifier la description des données entre ces différentes couches, de déterminer le plus facilement possible la meilleure place pour chaque donnée, et de permettre de gérer facilement les mouvements de données d'une couche à une autre .

Nouveau commentaire :
Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.


Twitter
Rss
LinkedIn
Facebook
Apple Podcast
App Store
Google Play Store