Transformez votre Business Intelligence avec l'analytique en temps réel

Découvrez comment l'analytique en temps réel offre un avantage concurrentiel à l'ère des entreprises orientées données.

Qu'est-ce que l'analytique en temps réel ?

Les décideurs des entreprises étant constamment à la recherche de renseignements plus approfondis et plus précis, l'analytique en temps réel (parfois appelée intelligence opérationnelle) séduit de plus en plus de professionnels, quel que soit leur secteur d'activité. Ces outils collectent des informations exploitables à partir de sources historiques et en temps réel qui fournissent des données en permanence dans l'entreprise.

L'analytique en temps réel est de plus en plus appréciée, car elle permet de transformer les données en informations exploitables en quelques secondes, voire nanosecondes. Pour dire les choses simplement, l'analytique en temps réel consiste à fournir immédiatement des informations collectées aux personnes qui en ont besoin pour analyse, reporting et de prise de décision, souvent de façon proactive. Si votre équipe opérationnelle n'a pas remarqué qu'un appareil est sur le point de tomber en panne, l'analytique prédictive révèlera cette information urgente.

Comment cela fonctionne-t-il ? Prenons l'exemple des bases de données structurées traditionnelles, comme les systèmes SQL/BI. Dans cette approche, les informations sont stockées, indexées, puis traitées par des requêtes. Elle ne suffit plus maintenant que les publications sur Twitter permettent de lancer une tendance mode ou que les détaillants risquent de perdre un client s'ils n'envoient pas des suggestions de produits opportunes ou appropriées aux clients en période intensive d'achats.

L'évolution rapide du marché pousse les entreprises à adopter une nouvelle approche basée sur la vitesse à laquelle les données sont traitées. Au lieu de stocker et d'indexer les informations dans des bases de données traditionnelles, l'utilisation des données en temps réel nécessite de traiter les données « à la volée » à mesure qu'elles transitent par un serveur. Les données en temps réel doivent ensuite être intégrées aux données historiques.

La plupart des entreprises collectent des données volumineuses et variées, mais ne savent pas forcément comment les utiliser ou les associer à des données internes ou externes pour obtenir rapidement des informations sur leur marque, l'expérience des clients ou les tendances du marché. L'analytique en temps réel permet d'exploiter le potentiel de toutes ces données et de prendre des décisions métiers à la vitesse d'Internet.

Analyse de la rentabilité de l'analytique en temps réel

Les détaillants, les fabricants, les sociétés de services financiers et bien d'autres secteurs d'activité cherchent des solutions pour suivre le rythme des données générées, qui doivent être traitées et analysées pour anticiper les demandes des clients et garder une longueur d'avance sur la concurrence.

En général, la valeur des données se détériore au fil du temps. Ce n'est pas le cas des données traitées en temps réel. En outre, l'analytique peut être appliquée aux processus métiers qui laissent peu de temps pour intervenir ou exigent d'intervenir immédiatement en cas d'événement.

Plus le flux de données en provenance des capteurs et de l'Internet des objets (IoT) est important, plus ce processus s'impose, car la valeur des données s'évapore en seulement quelques jours, heures, minutes ou même secondes. Les données IoT d'un camion sans conducteur représentent un parfait exemple d'informations qui perdent de la valeur, voire deviennent dangereuses, avec la moindre latence. De même, les données indiquant l'usure d'une machine dans une chaîne de production deviennent inutiles dès lors que la machine tombe en panne.

L'analytique en temps réel résout de nombreuses problématiques organisationnelles. Les commerçants en ligne fusionnent les données concernant les transactions et l'activité en ligne d'un client pour déterminer l'offre qui lui correspond le mieux. Les banques analysent les comportements pour identifier les activités frauduleuses ou détecter les signes indiquant qu'un client en contact avec l'un de leurs services est prêt pour l'argumentaire d'un autre service. La tarification dynamique, la gestion des risques, l'optimisation des centres d'appels et la sécurité ne sont que quelques-uns des processus que l'analytique en temps réel peut optimiser.

Dans ces cas, les données en temps réel permettent aux entreprises de proposer des services et des produits à valeur ajoutée au moment où le client en a besoin, et de se protéger contre les conséquences négatives avant qu'elles deviennent dévastatrices. L'analytique en temps réel permet de séparer les tendances des informations inutiles. À mesure que le rythme des activités ne cesse de croître, les systèmes d'alerte précoce rendus possibles par l'analytique en temps réel font la différence et deviennent rapidement indispensables en permettant de fournir le type de service attendu par les clients.

Comment l'analytique en temps réel s'intègre-t-elle dans une stratégie analytique globale ?

L'analytique est un spectre. La plupart des entreprises adoptent différentes approches analytiques en fonction des types de données, des charges de travail et du type de problèmes métiers qu'elles essaient de résoudre. L'analytique se répartit en cinq catégories : descriptive, diagnostique, prédictive, prescriptive et cognitive.

L'analytique descriptive permet d'identifier ce qui s'est produit dans le passé. L'analytique diagnostique fournit des informations sur les raisons pour lesquelles ces événements se sont produits. L'analytique prédictive utilise les données historiques et actuelles pour fournir des informations sur ce qu'il pourrait se produire à l'avenir. L'analytique prescriptive suggère des mesures à prendre en fonction de ces prévisions, tandis que l'analytique cognitive automatise ou augmente les décisions humaines.

Ces cinq catégories se complètent progressivement, faisant évoluer l'entreprise pour qu'elle puisse fournir des services à la demande et prendre des décisions plus éclairées, plus rapidement.

L'analytique prédictive constitue le point de départ de « l'analytique avancée », où la prise de décision repose sur des informations en temps réel. Il s'agit d'un cas d'utilisation qui tire parti des capacités de l'analytique en temps réel.

Quel que soit le type d'analytique utilisé, les entreprises doivent adopter une stratégie complète pour leurs données. Cette stratégie doit reposer sur une infrastructure moderne qui décompose les silos de données et les silos organisationnels. Le dénominateur commun est la capacité de capturer, stocker, analyser et sécuriser les données pour diffuser les informations rapidement dans l'entreprise et accélérer la prise de décisions métiers.

De quelle infrastructure et de quelles compétences l'analytique en temps réel a-t-elle besoin ?

La pile d'une solution analytique comporte quatre couches : infrastructure, données, analytique et application. Les technologies Intel® couvrent tous les éléments importants de l'infrastructure d'une d'entreprise (réseau, stockage et calcul) pour permettre la gestion efficace et l'exploitation rapide des données en vue d'obtenir un avantage concurrentiel. Avec une architecture globale cohérente, par exemple une architecture basée sur les processeurs Intel® Xeon® Scalable, l'entreprise dispose d'un chemin prévisible pour faire rapidement évoluer des projets d'analytique sans avoir à prendre en charge plusieurs architectures.

Les solutions Big Data traditionnelles, centrées sur l'entreposage des données, ne conviennent pas à la plupart des traitements de données en temps réel. Les fournisseurs de services Cloud sont de plus en plus nombreux à proposer des solutions PaaS (Platform-as-a-Service) et SaaS (Software-as-a-Service) pouvant être exploitées par l'analytique en temps réel. Les solutions réparties dans des Clouds permettent aux entreprises d'exécuter des charges de travail partout où elles le souhaitent, en fonction du volume, de la variété et de la vitesse des informations.

Les entreprises générant de grandes quantités de données dans le Cloud, elles doivent déterminer celles à récupérer pour prendre des décisions avisées. Les données en temps réel doivent être traitées à la « périphérie », l'analyse des données étant effectuée au niveau du point de collecte ou à proximité. Cependant, l'analytique en temps réel dans le datacenter requiert un accès rapide à des volumes de données en croissance constante et l'analyse de ces données. Il est donc essentiel d'optimiser chaque niveau de votre infrastructure, du processeur aux sous-systèmes de mémoire/stockage. Les technologies de mémoire persistante conservent davantage de données à proximité du processeur. Comme les données restent en mémoire même en cas de coupure de courant, les latences causées par les goulets d'étranglement des E/S sont éliminées, les données peuvent être récupérées dans des unités SSD plus lentes et les redémarrages sont accélérés.

L'analytique en temps réel exige de collecter des données partout, dans tous les formats, et de les convertir dans le bon format d'enregistrement pour pouvoir les traiter globalement. Pour améliorer les processus métiers et la prise de décision, l'entreprise doit comprendre où les données sont créées et comment elles seront utilisées.

Quels sont les acteurs clés de l'analytique en temps réel ?

En tant que partenaire technologique dans le domaine de l'analytique, Intel offre la liberté de choisir parmi les principales solutions logicielles analytiques du marché, open source ou propriétaires.

La base de données SAP* HANA* réunit une base de données, des capacités de traitement avancé des données, des services d'applications et des services flexibles d'intégration des données. HANA tire parti d'un logiciel de base de données en mémoire, qui interroge les données lorsqu'elles résident dans la mémoire du système (aujourd'hui appelée RAM) au lieu d'interroger les données stockées sur des disques physiques.

Ainsi, les clients peuvent traiter les données plus rapidement et créer une série de scénarios hypothétiques pour exploiter des opportunités ou éviter des problèmes. D'autres fournisseurs de technologies traditionnelles, comme IBM et Oracle, ont également activé les opérations en temps réel dans leur plate-forme.

Les solutions open source, centrées sur le code de base Apache Spark*, appliquent l'analytique en temps réel aux données non structurées comme les réseaux sociaux, les images et les vidéos. Spark utilise l'analytique en mémoire déployée sur de nombreux systèmes pour traiter de grandes quantités de données en parallèle.

Bon nombre de ces solutions peuvent être proposées dans le Cloud, ce qui permet d'exécuter l'analytique partout où les données (réseaux sociaux et Internet des objets) sont générées. Ainsi, les entreprises peuvent interroger les données transactionnelles et en ligne pour identifier des schémas et des tendances en temps réel, et évoluer aussi rapidement que leurs clients et le reste du monde.

De nouvelles solutions et de nouveaux acteurs arrivent sur le marché en permanence. Il en résulte un écosystème complet de solutions prêtes à profiter des capacités de calcul, réseau et de stockage fournies par Intel pour accroître l'agilité des processus analytiques et décisionnels des entreprises.

Comment les informations en temps réel génèrent de la valeur pour l'entreprise


L'analytique en mémoire rapproche les données (2 sur 2)

L'analytique en mémoire offre un avantage concurrentiel à l'ère des entreprises orientées données.

En savoir plus

Analyses avancées

L'innovation implique un accès rapide aux informations. Prise en main des produits et technologies Intel®.

En savoir plus

Processeurs évolutifs Intel® Xeon®

La toute nouvelle génération de processeurs Intel® Xeon® Scalable est optimisée en termes de charges de travail, afin de gérer les applications de données gourmandes en ressources de calcul.

En savoir plus

Technologie Intel® Optane™

Toute nouvelle catégorie de mémoire haut de gamme, capable de transformer la façon dont nous construisons et utilisons les ordinateurs.

En savoir plus