AWS fait son entrée au Magic Quadrant de la BI. Le trio Microsoft-Tableau-Qlik domine toujours le marché, qui se densifie et converge vers celui de la data science.

On appelle « Business Intelligence » (BI) un ensemble de théories, de méthodologies, de processus, d’architectures, et de technologies qui transforme des données brutes en informations utiles
et pleines de sens pour les affaires d’une entreprise. Cet ensemble peut analyser une grande quantité d’information permettant d’identifier de nouvelles opportunités sur les marchés ou de prendre de meilleures décisions dans l’entreprise.
La Business Intelligence regroupe différentes applications aux fonctions complémentaires : agrégation de données, reporting, datamining, analyse prédictive, traitement analytique en ligne, benchmarking…
AWS fait son entrée au Magic Quadrant de la BI. Le trio Microsoft-Tableau-Qlik domine toujours le marché, qui se densifie et converge vers celui de la data science.
Ces dernières années, l’informatique décisionnelle ou BI (business intelligence) a pris de l’ampleur et est devenue un moteur essentiel de la croissance des entreprises. Avec l’impact de la COVID-19 sur l’accélération de la technologie logicielle, nous voyons l’informatique décisionnelle évoluer rapidement pour mieux répondre aux besoins futurs des entreprises.
En rachetant Signavio, SAP fait de la gestion intelligente des processus d’affaires un des moteurs de l’offre de migration cloud « RISE with SAP ».
Quelles sont les technologies disruptives qui ont marqué la période 2000-2020 ? À l’occasion de son 20e anniversaire, Silicon effectue un petit retour vers le passé. Aujourd’hui : la Business Intelligence.
Les réseaux wifi supportent toujours plus d’équipements et d’applications critiques. Les algorithmes d’intelligence artificielle permettent d’automatiser leur gestion et de maintenir la qualité de l’expérience utilisateur. Les explications de Thomas Munzer, senior system engineer pour Juniper MIST. Pourquoi la gestion et la configuration des réseaux wifi doivent-elles évoluer ? Les usages ont évolué. Le wifi servait
Avec SQL Analytics, les data scientists bénéficient des capacités analytiques de Qlik, parallèlement à l’architecture Lakehouse de Databricks.
Les progrès rapides de la data science ouvrent de nouvelles possibilités pour les entreprises. Elles peuvent approfondir leur connaissance de leur marché, de leurs clients et de leur business et identifier des opportunités nouvelles.
Outils de programmation, gestion du non structuré, marketplace de services… Snowflake diversifie ses leviers d’exploitation de la data.
France Digitale propose une cartographie des 453 startups française qui évoluent dans le domaine de l’IA. Parmi elles, plusieurs dizaines se développent sur différents secteurs de l’IT. Panorama.
Tibco Software va acquérir Information Builders (ibi), pionnier de la Business Intelligence qui cherchait à se vendre depuis plusieurs mois.
La mise en œuvre de modèle d’entreprise data-centric permet de réaliser les opportunités de création de valeur généréées par la data sur les différents maillons de la chaîne de valeur.
Arrivé chez SAS France en 2015, Jean-François Sebastian va assurer la direction générale de la filiale qui compte 250 personnes.
Intelligence artificielle, RPA, big data… Derrière ces expressions barbares, se cachent des innovations IT qui sont véritablement en train de révolutionner l’exercice du métier de DAF.
L’outil d’analyse et visualisation Tableau 2020.2 intègre un nouveau modèle de données et facilite l’accès aux indicateurs de performance depuis un smartphone.
En 1997 deux chercheurs de la NASA, Michael Cox et David Ellsworth, utilisent pour la première fois le terme de big data. Ils étaient loin d’imaginer que, plus de vingt ans après, le phénomène des ‘‘données massives’’ gagnerait tous les secteurs d’activité, et devienne un levier de l’économie moderne.
En 2019, aucune organisation n’a effectué plus de demandes auprès de l’Office européen des brevets que Huawei.
Avec la montée en puissance du streaming vidéo et le changement des habitudes de consommation des utilisateurs, le choix d’un bon fournisseur de réseau de diffusion de contenus (CDN) devient un enjeu majeur pour les acteurs over the top (OTT). Le point sur les critères de sélection d’un CDN.
Le groupe Jouve, qui a cédé son activité imprimerie, veut se consacrer « entièrement » au développement de solutions et services numériques orientés data.
L’intelligence artificielle impacte la prise de décision dans de grandes entreprises. La perception de cette influence varie d’une industrie à l’autre.
Il n’aura échappé à personne que depuis quelques années le terme de « transformation numérique » s’est imposé sur la scène IT. Progressivement, des entreprises de tous les secteurs de l’industrie se sont engagées d’une façon ou d’une autre dans un processus de transformation de leur relation au numérique. Ces entreprises cherchent ainsi à repenser leur usage des technologies pour définir de nouveaux business models ou améliorer la productivité des modèles existants.
L’arrivée de l’intelligence artificielle et de l’automatisation dans le monde du travail n’a pas toujours été perçue d’un très bon œil. Malgré les avantages que ces technologies apportent aux entreprises et à leurs effectifs, la crainte de voir l’humain remplacé par la machine et le manque de connaissances à propos de ces nouvelles technologies ont jusqu’alors minimisé leur impact sur le monde du travail.
La mise en place d’un programme analytique efficace se rapproche sensiblement de la création d’une entreprise et exige les mêmes qualités de détermination, de flexibilité et de créativité. Les études s’accordent pour dire que les entreprises doivent capitaliser sur l’analytique. Pourtant, étonnamment, la plupart échouent à le mettre en place. Comment réussir en adoptant le mode de pensée des start-ups ?
L’IA avec l’apport de sa performance n’est pas une option, même si chaque entreprise, chaque industrie a ses cycles, son rythme et sa culture et qu’il est tentant de regarder les autres faire avant de se lancer.
La question est-elle bien posée ? En effet, avant de parler de compatibilité, assurons-nous que l’entreprise et son équipe marketing sont agiles. Si ce pré-requis est respecté, les méthodes agiles ne peuvent qu’aider à les rendre compatibles.
Les entreprises du monde entier investissent des dizaines de milliards d’euros dans l’Intelligence Artificielle (IA) et le Machine Learning (ML). Un rapport du Hub Institute indique d’ailleurs qu’en seulement 6 ans les investissements sont passés de 600 millions à 1,8 milliard de dollars.
Il n’y a pas un secteur industriel ou une entreprise qui ne se transforme aujourd’hui grâce aux logiciels, qui permettent d’offrir de nouveaux services digitaux, afin de conquérir de nouveaux marchés et de réduire les coûts opérationnels. Une quête d’amélioration continue pour laquelle les organisations sont prêtes à dépenser près d’1,2 milliards de dollars cette année, selon IDC.
Selon Deloitte, une majorité de professionnels préfèrent utiliser des feuilles de calcul et des outils d’informatique décisionnelle plutôt que les solutions analytiques cloud et IA.
C’est la première démo de leur Open Data Initiative : une application de collecte et d’envoi des données vers Microsoft Azure pour un traitement analytique.
OpenText veut faciliter le transfert de charges de travail EIM vers Google Cloud et des services tiers de cloud public en s’appuyant sur Anthos.
Microsoft enrichit son offre Power BI avec une version mise à jour. On trouve notamment un service de développement d’applications « prêtes à l’emploi ».