Jean-Marc Bonnet, Teradata : « Big Data, le même chantier qu’à l’origine de la BI »

Teradata Universe Europe, qui s’est déroulé en avril dernier, avait été l’occasion pour l’éditeur spécialiste des entrepôts de données de dévoiler sa stratégie autour du Big Data et d’Hadoop (lire « Teradata Universe 2013 : vers une prise de décision ‘data driven’ »). Si le mouvement semble logique – le Big Data est à la mode… – nous nous interrogions sur le mariage du datawarehouse et d’Hadoop, le premier permettant depuis sa création de réaliser des analytiques performantes proches de celles promises par le Big Data analytics.

Six mois après, se déroule la version française de Teradata Universe. Désormais l’éditeur s’affiche sans complexe sous la bannière du Big Data. Ce dernier aura d’ailleurs occupé la majorité des thématiques abordées lors de cette journée consacrée aux clients de l’éditeur. Et ce ne sont pas ces derniers qui auront été les moins intéressés.

Jean-Marc Bonnet, Architecte Business Intelligence de Teradata, a répondu à nos questions.

Silicon.fr : Teradata s’affiche sous le signe du Big Data. Pourquoi et qu’en est-il chez vos clients ?

Jean-Marc Bonnet : Nous enregistrons une forte progression de nouveaux clients dans la finance, le commerce et les utilities (distribution des fluides et de l’énergie). Ils étendent la BI (Business Intelligence) vers le Big Data afin de capter de nouvelles données, principalement non structurées, d’étendre ces données au web et aux réseaux sociaux, et d’extraire un flux de données afin de l’injecter dans le datawarehouse. Même si la valeur de ce flux ramenée dans l’analyse n’est pas énorme ! C’est pourquoi nous avons étendu notre offre à Hadoop, avec Hortonworks, et Aster Data (solution analytique acquise par Teradata) dans un package ‘entreprise ready’.

Attention, cependant, Big Data n’est pas égal à Hadoop ! Hadoop est destiné à structurer la donnée non structurée. Les initiatives BI bien structurées entrainent l’émergence du besoin de structurer des données dispersées, de rendre la donnée cohérente et non pas déconnectée. De plus, nombre de données échappent à la DSI, en étant à l’initiative des différents métiers, avec des risques d’incohérences. Nous faisons face au même chantier qu’à l’origine de la BI. Nous devons éviter les chantiers dispersés. L’informatique doit fournir les moyens d’un écosystème analytique. Les DSI ont compris leur rôle et prennent les devants dans ce chantier. De son côté, Teradata investit dans la R&D et en acquisition pour apporter une réponse afin d’unifier l’extension au Big Data, dans un cadre de gouvernance cohérent.

Il nous semble cependant que peu de projets Big Data soient engagés en France…

Beaucoup de clients se cherchent, et les DSI sont à la recherche du ‘use case’. 250 initiatives ont été engagées dans le monde, et plus de 50 clients ont mis en place des instances UDA (Unified Data Architecture), dont eBay et Verizon. En fait, tout le monde apprend en marchant. C’est pourquoi le PoC (Proof of Concept) est important, plus que dans la BI classique. Hadoop est une bonne solution, mais la programmation est compliquée. D’où la nécessité de mettre en place des processus, des outils de dialogue, de masquer sa complexité et celle de MapReduce.

Les entreprises recherchent de bons profils pour mettre en musique et optimiser la réponse, alors que dans le Big Data on ne connaît par forcément la question. Dans notre approche d’architecture unifiée, Hadoop est l’aspirateur, tandis qu’Aster Data permet de réinjecter dans le datawarehouse. Aster Data, c’est le discovery, qui raccourcit la distance entre la donnée et son usage, par exemple avant de l’injecter dans les outils de type CRM.

Le Big Data ne risque-t-il pas d’être une ‘valseuse’ pour certains DSI ?

Le Big Data, c’est le ‘buzzword’ marketing du moment ! Le datawarehouse pourrait paraître perdu dans la vague, mais il reste la pierre angulaire. Il est depuis longtemps arrivé à maturité. Notre intérêt est de clarifier notre approche des nouvelles données numériques qui ont besoin d’être structurées. S’il vient compléter la BI, le Big Data nous impose également de traiter des volumes de données de peu de valeur. Et nos clients sont à la recherche de nouveaux usages : analyse comportementale découlant sur l’interaction, détection des traces des comportements clients, analyse des informations en provenance des capteurs. Nous devons exploiter les nouveaux signaux, parfois juste intrinsèquement, comme la navigation web, et parfois extrinsèquement, comme la publicité sur le web en interaction avec le magasin. Prenons l’exemple du churn (taux de désabonnement) des opérateurs, le Big Data aide à trouver des pattern de comportements. Sous couvert de la CNIL, bien évidemment !

Voir aussi

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