Decideo - Data Science, Big Data, Intelligence Augmentée

Nous recevons aujourd'hui dans le podcast Decideo, Nicolas Korchia, co-fondateur de Indexima, éditeur français qui développe une solution de data Hub, permettant aux organisations de récupérer toutes leurs données, instantanément, afin de faciliter l'analyse et la prise de décision. :

- Vous proposez ce que vous appelez un "data hub". Face à l'empilement des termes (Data Warehouse, Data Lake, Data Platform...) les clients ne savent plus quoi faire, surtout que cela semble changer tous les ans. Qu'appelez vous un data hub ? En quoi est-ce différent des autres architectures ?

- J'ai déjà un Data Warehouse depuis 10 ans, un Data Lake depuis 2 ans... pourquoi ai-je besoin d'une solution de plus ? L'objectif est de réduire le nombre de silos, pas de l'augmenter !

- "One Click", votre solution, propose aux data analystes de manipuler directement les données... cela semble rappeler les premières années de la BI, avec les "univers" chez Business Objects. En quoi votre couche sémantique est-elle différente ? Et qui se charge de créer et maintenir cette couche sémantique ?

- La tendance est clairement au cloud, et vous allez dans cette direction au travers d'un partenariat avec Amazon Web Services. Sentez vous que les clients sont prêts ? Peut-être certains secteurs d'activité sont-ils plus ouverts que d'autres ? Quel est votre constat ? - Quels sont les cas d'usage développés par vos clients ? Pouvez vous nous donner quelques exemples de projets ?

Le Data Storytelling est traduit très justement par l'Office Québécois de la Langue Française, par Mise en Récit des Données. Il s'agit d'une nouvelle brique d'un système décisionnel, apparu au début des années 2010. Parmi les premiers éditeurs de logiciel promoteurs de cette méthode, Tableau, Microsoft (avec PowerView) ou encore Yellowfin (un éditeur australien de logiciels de Business Intelligence), peu connu mais sans doute celui qui a le mieux intégré un logiciel de présentation dans son outil de Business Intelligence. Les fonctions de requête et d'analyse sont au coeur des outils décisionnels depuis les années 80. Avec les années 2000 et les outils de BI agile, les capacités de visualisation graphique se sont largement améliorées, et mises à la portée de l'utilisateur final, grâce à des outils comme Qlik, Tableau, Spotfire ou plus tard Power BI de Microsoft. Mais une fois les graphiques préparés, quel dommage de simplement les « coller » dans une présentation figée. Et surtout comment les organiser, comment raconter une histoire lors de la construction de la présentation. Cette mise en récit des données, c'est l'ajout de la narration aux fonctions de création graphique. Sans un module d'aide à la conception narrative, aucun outil ne devrait utiliser le terme de Data Storytelling. Malheureusement, pour rebondir sur ce nouveau terme, plusieurs éditeurs l'utilisent à tort, alors que la narration ne figure nulle part dans leurs fonctions. Plusieurs méthodes existent pour appliquer le « storytelling » au monde de la donnée. Elles s'appuient le plus souvent sur la [pyramide de Freytag]urlblank:https://en.wikipedia.org/wiki/Dramatic_structure, ainsi que d'autres techniques de persuasion. L'idée est de persuader son interlocuteur de la justesse de son propos en organisant une présentation rythmée et scénarisée, s'appuyant sur des données pour convaincre.

Nous recevons aujourd'hui dans le podcast Decideo, Jean-Charles Deconninck, Président de Generix Group, expert de la Supply Chain collaborative, éditeur français, qui anticipe et analyse les impacts de la crise actuelle sur le travail de chacun des maillons qui constitue cette chaine logistique globale :

- Il n'y a plus de farine dans les supermarchés ! Est-ce la faute de la supply chain ? Est-ce que tout est de la faute de la supply chain ?

- En période de crise, comment doit-on gérer sa chaine logistique globale ? Est-ce le moment de prendre des risques ?

- Les données sont au coeur des prévisions, en particulier les données externes; comment peut-on améliorer ses prévisions en utilisant ce type de données ?

- On pense bien sur à la supply chain à propos des produits de première nécessité, en particulier alimentaire. D'autres secteurs sont-ils également concernés ?

- Sous l'éclairage de la supply chain, qu'est-ce qu'une entreprise "data driven" ?

Un entrepôt de données (Data Warehouse) sert à regrouper les informations provenant des applications de production. Les données sont dénormalisées (voir ce terme), harmonisées, mises en cohérence les unes par rapport aux autres, et conservées pour analyse. Les outils de requêtage et d'analyse vont ensuite interroger l'entrepôt de données, pour ne pas pénaliser les temps de réponse des applications opérationnelles.
Les entrepôts de données ont remplacé les infocentres (voir ce terme). Pour passer de l'infocentre (non modélisé) à l'entrepôt de données, la phase essentielle est la modélisation. On parle le plus souvent de modélisation en étoile ou en flocon (voir ces termes). L'entrepôt de données est alors organisé autour d'une table des faits (voir ce terme).
L'entrepôt de données impose donc de connaitre en amont, la structure des données qui y seront chargées - ce qui conduira à la création du concept de lac de données (Data Lake) lors du développement de l'usage des données non structurées (voir ces termes).
La modélisation de l'entrepôt de données peut évoluer dans le temps, mais le risque est toujours présent de perdre alors le lien avec les données historiques. Deux grandes approches ont été proposées par Ralph Kimball et Bill Inmon (voir ces termes). Sans être fondamentalement différentes, l'approche de Bill Inmon est plus stratégique, celle de Ralph Kimball est plus tactique. Chacun a développé sa vision dans son propre ouvrage; ces ouvrages restent aujourd'hui une lecture essentielle pour comprendre les architectures possibles d'un entrepôt de données.
L'entrepôt de données est alimenté à partir des données de production, en passant par l'outil d'alimentation/intégration (ETL). Parfois une étape intermédiaire de stockage (Operational Data Store - ODS) est proposée, pour répondre à certaines contraintes techniques de l'architecture.
En théorie, un entrepôt de données n'est jamais purgé, afin de permettre les comparaisons sur plusieurs années. Dans le même temps, les bases de production auront été nettoyées afin d'optimiser leur temps de réponse. L'entrepôt de données devient alors la mémoire centrale, et unique, des données décisionnelles.
Autre règle de cohérence, on ne devrait jamais modifier ou supprimer une donnée dans un entrepôt de données. Si une donnée est erronée ou de mauvaise qualité, il faudrait passer par une importation de la correction, afin de conserver la trace de l'ensemble des opérations.
En sortie de l'entrepôt de données, on pourra compléter par des magasins de données (Data Marts) qui regrouperont une partie des données pour en faciliter l'analyse. Mais l'entrepôt de données peut également être directement interrogé par les outils d'analyse.

Nous parlons de surveillance, de téléphones cellulaires, de vie privée et de différences culturelles sur la notion de "vie privée" entre nos pays européens et certains pays d'Asie.

Nous recevons aujourd'hui dans le podcast Decideo, Ramzi Larbi, fondateur de l'entreprise VA2CS, spécialisée dans l'intelligence artificielle.

- On oublie plus facilement ses clefs que son téléphone portable. De plus c'est un outil devenu très personnel. Est-ce l'outil de traçage parfait ?

- Y a-t-il des "failles" du point de vue du traceur, ou des "opportunités" de disparaitre du point de vue du tracé ? Est-ce normal que je ne veuille pas être tracé, même si je n'ai rien à me reprocher ? Où sont les données que je génère sans m'en rendre compte ?

- La France est un des pays du monde les plus sensibles sur le sujet des libertés publiques et personnelles. Ce qui a été mis en place en Asie peut-il l'être en France ? L'argument "santé publique" ou "sécurité nationale", autorise-t-il à collecter toutes les données possibles ?

- Si l'on sait d'où je viens et où je suis, cela devient assez simple d'utiliser de l'apprentissage machine pour déterminer où je vais... Ce serait un fantastique outil commercial, mais aussi sécuritaire ? Va-t-on dans cette direction ?

Microstrategy est un des pionniers de la Business Intelligence, et un des rares à être resté indépendant. Son fondateur, Michael Saylor, a fait, en 30 ans, la Une de nombreuses rubriques, financière, people, et heureusement aussi, technologique. Nous recevons aujourd'hui dans le podcast Decideo, Jean-Pascal Ancelin, Vice-Président Microstrategy pour la France, la Belgique et le Luxembourg.

- Microstrategy a fêté ses 30 ans l'année dernière. Le marché de la BI a bien changé depuis 1989. Comment les clients utilisent-ils Microstrategy en 2020 et quel est votre place dans le SI de l'entreprise ?
- Tout le monde veut être "data driven". Qu'est-ce que cela signifie pour vous ?
- Certes Microstrategy est disponible en cloud, mais à la lecture de votre site web, cette forme de déploiement n'est pas mise en avant, par rapport à la plateforme d'entreprise. Comment vous positionnez vous face à des plateformes comme Google, Amazon, qui semblent séduire de plus en plus d'entreprises ?
- Face à la crise de santé mondiale dans laquelle nous sommes, quel rôle peuvent jouer les données, et les outils d'analyse de données dans une entreprise ?

Bienvenue dans le podcast Decideo, le podcast des passionnés de data. Decideo c'est le magazine en ligne de référence, en français, sur l'analyse de données. Plus de 40 000 visiteurs uniques par mois, lisent nos articles d'actualité, nos cas clients, nos avis d'experts. Aujourd'hui c'est en version audio que vous pouvez nous retrouver chaque semaine. Au programme : des interviews exclusives sur la data, son utilisation, sa valeur, sa gouvernance, et tous les outils qui permettent de la manipuler et de l'analyser. Le podcast Decideo est un format commode, audio, que vous pouvez écouter sur votre cellulaire, dans votre voiture, dans les transports en commun, ou directement à partir de votre ordinateur. Le podcast Decideo est disponible gratuitement sur toutes les grands plates-formes : Apple Podcasts, Google Podcasts, SoundCloud, Deezer, et beaucoup d'autres. Et surtout c'est un média interactif. Par email, Twitter, LinkedIn, ou en utilisant les commentaires, nous vous invitons à participer, à nous dire ce que vous avez aimé, ou pas; à partager votre propre expérience; et à nous suggérer de nouveaux sujets. Alors, abonnez-vous, et bonne écoute de notre podcast. On se retrouve très bientôt pour des interviews passionnantes.