Tasso Argyros, Teradata : « Nous devons créer une culture du Big Data »

Tasso Argyros a été l’un des fondateurs d’Aster, un ensemble de solutions qui simplifient l’interrogation des bases de données même non structurées via des requêtes sur le modèle SQL. Aster fait désormais partie de la panoplie Teradata depuis son acquisition par le géant des datawarehouse. Et c’est une brique essentielle de l’architecture UDA (Unified Data Architecture), qui répond aux attentes du big data analytique (Lire notre article « Big Analytics : Comment Teradata apprivoise le Big Data »).

Tasso Argyros est aujourd’hui senior vice-président Product Strategy and Deployment des Teradata Labs.

Silicon.fr : Pourquoi la démarche de Teradata porte-t-elle vers une culture big data ?

Tasso Argyros : Le big data est une tendance unique. Il n’y a pas de discussion aux conseils d’administration des entreprises sur la virtualisation, alors que le big data, qui est plus fondamental pour le business, fait l’objet d’un grand intérêt de nos dirigeants. Le big data n’est pas non plus une évolution de la BI (Business Intelligence), son développement est parallèle. Le big data doit pouvoir analyser tout ce qui est disponible. Les organisations doivent donc reconnaître l’échec et admettre qu’une question stupide aujourd’hui ne le sera pas demain. C’est pourquoi nous devons créer une culture du big data, et commencer par la culture de l’organisation afin de tirer avantage de ce changement.

Le data warehouse ne suffit-il pas pour obtenir le même résultat que le big data ?

Datawarehouse et big data tournent sur la même infrastructure, mais les technologies sont différentes. C’est pour cela que nous avons créé notre infrastructure unifiée dans UDA. Nous ne pensons pas que la base de données peut tout faire. En revanche, nous invitons les analystes à adopter Atser pour créer des routines big data. Aster est en quelque sorte un SQL MapReduce, qui réunit les talents de Java et SQL. Au final, la question n’est pas : « est ce que c’est possible ? », mais plutôt : « comment l’optimiser, pour combien de temps et pour quel coût ? »

Etes-vous tentés par la création de votre propre distribution Hadoop ?

Nous n’aurions pas de crédibilité si nous avions notre propre distribution… Nous ne voyons pas d’avenir pour la distribution Intel, par exemple. Nous avons choisi Hortonworks, qui est la seule distribution Hadoop open source. Nous supportons également Cloudera, mais nous n’avons pas d’accord R&D avec eux. Quant à MapR, nous manquons de vision sur leur roadmap. Il est également important pour nos clients que la distribution Hadoop soit pilotée par notre solution de management Teradata ViewPoint.

Que demandent vos clients ?

Nos clients sont à la recherche de prédictions basées sur les actions des utilisateurs, afin en particulier de repérer les dysfonctionnements. Dans les médias et le marketing, ils cherchent à repérer les influenceurs. Le problème vient des entreprises qui n’utilisent pas toutes leurs données, avec toutes les interactions. Pour elles, il est préférable de créer une équipe, même s’ils viennent de la BI, car autrement ils risquent de passer à côté d’opportunités. Nous avons l’espoir de démocratiser notre approche de l’accès à toute la donnée par le big data avec notre architecture unifiée et nos partenaires.

Voir aussi

Silicon.fr étend son site dédié à l’emploi IT
Silicon.fr en direct sur les smartphones et tablettes