Teradata-warehouse : conserver l’avance technologique.

Aujourd’hui, les éditeurs majeurs investissent fortement sur le décisionnel. Face à IBM, Oracle et autres Microsoft, pourquoi choisir Teradata ?

Ces éditeurs proposent de bonnes technologies que nous utilisons d’ailleurs souvent. Mais ces bases de données ont été créées pour une finalité toute autre le datawarehouse, contrairement aux solutions Teradata, originellement conçues pour le datawarehouse.

Cet aspect et fondamental. En effet, la valeur ajoutée de ces solutions repose sur les fonctions analytiques, qui prennent en charge toutes les données de détail afin de leur donner un sens au niveau de l’entreprise. Et une bonne implémentation des règles métier qui répond alors aux attentes de décideurs.

Point essentiel, un datawarehouse doit pouvoir s’adapter non seulement aux montées en charge, mais aussi et surtout aux demandes et à leurs évolutions. Ainsi, une application analytique peut répondre parfaitement a une question, mais doit tout aussi facilement permettre d’affiner la demande dans différents contextes, une ou plusieurs activités, avec divers angles?

Or, les solutions de ces éditeurs ont pour la plupart été écrites dans une logique transactionnelle à structure fixe (OLTP). Le datawarehouse leur apporte la flexibilité, permettant de suivre efficacement les transactions de bout en bout en ajoutant de l’intelligence. Autre avantage, toutes ces données sont centralisées dans une seule base, facilitant la maitrise des performances.

Avec un système uniquement transactionnel, l’entreprise changeant d’organisation ou faisant évoluer son ‘business model‘ doit le plus souvent changer aussi ses bases de données. Ce n’est pas le cas avec les applications analytiques.

Enfin, contrairement à ces éditeurs, nous ne faisons que du datawarehouse et du décisionnel. Ils tirent d’ailleurs 80 a 90 % de leurs revenus d’autre chose que du décisionnel. Conséquence importante : nous consacrons 100 % de notre recherche et développement au datawarehouse et à l’analytique !

Différentes études font ressortir des attentes de décisionnel temps-réel. Est-il raisonnable de déployer ce type de traitement onéreux et exigeant dans toute l’entreprise ?

Chez Teradata, nous préférons parler de ‘right-time‘ (temps approprié ou temps adapté) plutôt que de ‘temps réel‘. A quelle fréquence vos données nécessitent-elles réellement une mise à jour ? Et quels groupes de données sont concernés par les différents rythmes de rafraichissement ?

Prenons l’exemple de la grande distribution. Certaines enseignes prennent des décisions sur le champ en analysant les dépenses dès la sortie de caisse. Toutefois, elles travaillent aussi sur la relation que vous avez établie avec elles dans le temps, l’historique des vos achats, etc. Cet exemple illustre bien deux besoins différents : une réponse immédiate en temps réel, et une bonne relation client pour laquelle le temps réel n’apporterait rien de plus. L’idéal consiste donc bien de combiner les deux, pour répondre aux situations métier de l’utilisateur.

Vous annoncez l’intégration de données non structurées (traitement de texte, e-mails, tableur?) et aérospatiales à vos solutions. Pouvez-vous nous indiquer un exemple pertinent d’utilisation ? Avec quel partenaire travaillez-vous ?

Je tiens à préciser que nous travaillons bien sur le texte des documents, et non sur des moteurs de recherche ou leurs résultats.

Imaginez qu’un client appelle un concessionnaire automobile pour une plainte. L’interlocuteur qui parle au client saisit un texte qui permettra au mécanicien d’effectuer une intervention précise et ciblée. Comment traduire ce texte libre en données. Nous travaillons avec Attensity, spécialiste de l’analyse sémantique visant à détecter des événements critiques. En corrélant cette analyse avec les données analytiques, on évite de nombreux impairs. Dans notre exemple, la transmission pose un problème.

Néanmoins, le concessionnaire a noté que l’origine de cet incident provient de boite de vitesse automatique. Sans les notes, les pièces pour réparer sont commandées pour la réparation, mais rien n’est fait pour la boite de vitesse. Résultat : des délais supplémentaires, un client mécontent, etc. Certains cas peuvent se révéler bien plus problématiques.

Concernant les données géospatiales (RFID, GPS, etc.), il s’agit de capturer des informations à la volée, en temps réel. Une fois capturées, les informations sont intégrées à l’ESB et subissent les traitements et les règles appropriées. Ces opérations génèrent un important volume de données et réclament de grandes performances. Un point sur lequel Teradata a toujours porté une attention particulière.