SlideShare ist ein Scribd-Unternehmen logo
1 von 38
Downloaden Sie, um offline zu lesen
WEB I NAR
Réussissez vos projets d’analytique
self-service avec une couche de
services de données gouvernée
Tarik Zaakour
Snr Principal Sales Engineer,
Denodo
Agenda
1. Les défis des données
2. Les initiatives Self-Service
3. Le Self-Service gouverné
4. Cas clients
5. Demo
6. Q&A
7. Les prochaines étapes
Agenda
Les défis des données
4
The Economist, May 2017
“La ressource la plus précieuse au
monde n’est plus le pétrole, mais
les données.”
5
Les données - comme l’essence - ne sont pas faciles à extraire et à utiliser
6
Les données sont quelque part ici …
7
Dépendance des utilisateurs vis-à-vis de l'informatique pour fournir des données
Département
Informatique
Le métier
“Vous êtes trop lent, trop
cher et ne livrez jamais
ce que je veux.”
“Vous ne pouvez pas
vous décider, continuer à
ajouter des
fonctionnalités et ne
jamais avoir une vue
d'ensemble.”
Utilisateur
occasionnel: “Oublie
ça.”
Utilisateur expérimenté:
“Donnez-moi juste une
copie des données.”
Responsible Business
Unit: “Nous le ferons
nous-mêmes.”
“Je préfère faire autre
chose que prendre votre
commande.”
“Vous reviendrez bientôt
vers nous.”
Initiatives en Self-Service
9
• Permet aux utilisateurs métiers d'accéder
aux données dont ils ont besoin et évitez
que l'informatique ne soit un goulot
d'étranglement
• C’est la vision que proposent de nombreux
fournisseurs d’outils BI et de préparation de
données
• c'est-à-dire donnez-moi les outils et
l'accès aux données et prenez du
recul ☺
La promesse du Self-Service
10
Le Self-Service à la rescousse!
Pas si vite!
• Pas d'arriéré et d'attente
• De meilleurs outils
• Temps plus rapide pour comprendre
Département IT
• Des utilisateurs heureux
• Rapports plus rapides (offload)
• Focus sur les données
Utilisateurs Métier
11
Défis des initiatives de Self-Service
• Trop de rapports
• Rapports en double
• Données contradictoires
• Les utilisateurs ne font pas
confiance aux rapports
NO STANDARDS OR GOVERNANCE
A TOWER OF BABEL
Self-Service gouverné
13
Besoins des différentes communautés d'utilisateurs
60% of employees
Consommateurs de
données
Explorateurs de
données
30% of employees
8% des employés
Analystes de données
UTILISATEURS OCCASIONNELS
UTILISATEURS EXPERIMENTES
Data Scientists
2% des employés
SERVICE
«GANT
BLANC»
SELF
SERVICE
DehautenbasDebasenhaut
14
Utilisateurs occasionnels
• Je veux des réponses… pas des données
• Résultats pré-intégrés, pré-calculés et organisés
• Généralement pas des utilisateurs techniques
• * Peut * comprendre le langage SQL, etc. - mais pas toujours…
• Souhaitent utiliser les mécanismes et outils avec lesquels ils sont familiers
• par exemple. Rapports ou tableaux de bord
• par exemple. Excel (charger les données dans le tableau croisé dynamique)
• Na pas «rassembler» les données pour obtenir les résultats
• Ne pas leurs rendre la vie difficile!
Data Consumers Data Explorers
15
Utilisateurs expérimentés
• Ils veulent des données!
• Volonté d’analyser des données, de rechercher des modèles, des similitudes, etc.
• Généralement technique - la plupart comprennent le langage SQL et comment interroger des
données
• Volonté d’utiliser les outils existants pour accéder aux données
• Outils BI (Tableau, Qlik, etc.)
• Outils d'analyse et langages (Statistica, SAS, Python, etc.)
• Cela ne les dérange pas de rassembler des données, mais ne veulent pas que cela prenne du temps
• Ont souvent leurs propres ensembles de données à intégrer
Data Analysts Data Scientists
16
Les défis du Self-Service
Gouvernance
Standards
Architecture
Opérations
Centralisation
Self-Service
Vitesse
Agilité
Innovation
Décentralisation
Create a data-
driven enterprise
that balances
dueling
imperatives.
Créez une organisation
axée sur les données
qui équilibre les
impératifs du duel.
17
Sandboxes pour
utilisateurs expériementés
La virtualisation de données –Self-Service gouverné
Système d’enregistrements source
Lac de
données Data Warehouse
Vues communes (ou principales)
Vues organisées (Virtual Data Marts)Customer VIews Vues Promotion
18
Vues communes (ou principales)
• Fondation d’une architecture pour soutenir les
utilisateurs occasionnels et expérimentés
• Vues de base et vues dérivées construites sur
des sources de données
• Hébergées sur le (s) serveur (s) Denodo «central
(aux)»
• Détenues et maintenues par le service
informatique (équipe du Centre d’Excellence)
• Disponible à tous les utilisateurs comme requis
19
Vues organisées (Virtual Data Marts)
• Vues créées pour des utilisateurs ou des
applications spécifiques
• Ensembles de données organisés «adaptés
à leurs besoins»
• Virtual Data Marts
• Hébergées sur le (s) serveur (s) Denodo «central
(aux)»
• Détenues et maintenues par le service
informatique (équipe du Centre d’Excellence)
• Disponible à tous les utilisateurs comme requis
20
Sandbox pour les utilisateurs expériemntés
• Environnement Sandbox pour un «utilisateur expérimenté»
• Copie locale de Denodo s'exécutant sur le bureau
• Base de données virtuelle dédiée (VDB) s'exécutant
sur un serveur sandbox Denodo partagé
• Base de données virtuelle dédiée s'exécutant sur le
serveur Denodo central
• Intégrez des données locales avec des données communes
ou organisées à partir du serveur Denodo central
• Fournit des garde-corps pour accéder aux vues communes
ou organisées
• Le service informatique peut contrôler ce que les
utilisateurs expérimentés peuvent et ne peuvent
pas faire via des politiques ou des contraintes de
gestionnaires de ressources dans les «vues en
libre-service»
21
Le besoin d’un catalogue pour consommer les données
• La plateforme de virtualisation de données fournit
(beaucoup) de données aux utilisateurs
• Comment les utilisateurs savent-ils quelles données sont
disponibles?
• Quel est le schéma des données?
• D'où viennent les données? (Lignage de données)
• S'agit-il d'un ensemble de données «approuvé»?
• Peuvent-ils obtenir un échantillon des données?
• Peuvent-ils sélectionner uniquement certaines des données?
(lignes et colonnes)
22
Catalogue de données avec accès aux données
Cas clients
24
Etude de cas client
La banque communautaire régionale améliore l'efficacité des
processus métier à l'aide de l'entrepôt de données logique
Cette banque régionale a son siège en Floride et est l'une des plus grandes banques
communautaires avec environ 4 milliards de dollars d'actifs et 3,2 milliards de dollars
de dépôts. La banque fournit des services financiers intégrés, y compris des services
bancaires commerciaux et de détail, de gestion de patrimoine et des services
hypothécaires aux clients grâce à des solutions bancaires avancées.
• Accélérez les opérations commerciales
dans les domaines des prêts, des
dépôts et d'autres services grâce à
l'utilisation de rapports et de tableaux
de bord en libre-service
• Mettre en place une plate-forme
centrale de diffusion d'informations
pour ajouter facilement de nouvelles
sources de données provenant des
sociétés acquises
• L'entrepôt de données précédent basé
sur le cloud était inflexible pour
accueillir de nouvelles sources de
données
• Denodo utilisé comme entrepôt de
données logique à l'échelle de
l'entreprise à des fins analytiques et
opérationnelles
• Denodo agrège les données sur des
sources cloud et sur site - IBM Unica,
FIS,…
• Denodo transmet des données à
Tableau, aux portails SAS, aux appareils
mobiles, etc.
• Amélioration de l'efficacité grâce au
libre-service pour les utilisateurs
métiers des départements prêts,
dépôts, fraude, crédit et risques
• Le délai de traitement des rapports est
passé de 2 à 3 jours à 2 heures
• Les opérations commerciales telles que
le traitement des prêts sont gérées en
temps réel
PROBLEME SOLUTION RESULTAT
25
Seacoast Bank – Architecture
- Mark Blanchette SVP, Director Business Technology and Data Management, Seacoast Bank
”La technologie de virtualisation des données de Denodo a joué le rôle le plus important
en permettant à nos utilisateurs métiers de recueillir des informations précieuses grâce à
des rapports en libre-service. La capacité de la plate-forme Denodo a considérablement
augmenté la vitesse à laquelle les activités sont menées à Seacoast Bank.”
27
Etude de cas client Une société immobilière industrielle mondiale crée une nouvelle
architecture de données et lance avec succès un programme
d'analyse de données pour l'optimisation des coûts.
Prologis est la plus grande société immobilière industrielle au monde, servant 5000
clients dans plus de 20 pays et 87 milliards USD d'actifs sous gestion. Prologis a été
classée première entreprise américaine et sixième au classement général des 100
entreprises les plus durables du monde 2019 dans le monde au Forum économique
mondial de Davos.
• Créez une couche d'accès aux données
gouvernée unique pour créer des actifs
analytiques réutilisables et cohérents qui
pourraient être utilisés par le reste des
équipes métiers pour exécuter leurs propres
analyses.
• Gagnez du temps pour les data scientists
dans la recherche, la transformation et
l'analyse d'ensembles de données sans avoir
à acquérir de nouvelles compétences et à
créer des modèles de données qui
pourraient être actualisés à la demande.
• Maintenir efficacement sa nouvelle
architecture de données avec un minimum
de temps d'arrêt et de gestion de la
configuration.
• Denodo a été utilisé pour créer un entrepôt
de données logique qui a rendu les données
disponibles pour l'analyse. Fonction de
catalogue de données utilisée par les
scientifiques des données pour trouver
facilement les données.
• Tirez parti de l’architecture de microservices
de Denodo pour pousser les données
d’entreprise dans des modèles analytiques et
rendre les résultats disponibles à la
consommation.
• Terraform avait l'habitude de script de
nombreuses configurations exécutant
Denodo. Le pipeline CI/CD est utilisé pour
automatiser la sauvegarde de la
configuration Denodo.
• L'équipe d'analyse a pu créer des
domaines thématiques axés sur le
métier avec des ensembles de
données cohérents qui étaient 30%
plus rapides en termes d'analyse.
• Denodo a permis à Prologis de
démarrer rapidement des projets
d'analyse avancée.
• Le déploiement de Denodo était aussi
simple qu'un clic sur un bouton avec
une gestion centralisée de la
configuration et facile à mettre à
niveau et à évoluer en fonction de la
charge de travail.
PROBLEME SOLUTION RESULTAT
28
Opérationnalisation du scoring de modèle
Prologis: Workflow dans la Data Science
Web Service
(Python Model Scoring)
AWS Lambda
• Un modèle est créé à l'aide
de Python en utilisant les
étapes précédemment
décrites
• Le modèle est ensuite exposé
en tant qu'API REST
• Denodo importe le modèle
REST en tant que nouvelle
source de données
• Le Model Scoring peut
désormais être combiné avec
n'importe quelle autre source
disponible dans Denodo.
• Toute source peut désormais
devenir une entrée pour le
scoring du modèle
Démo
30
Demo – Le besoin
Quel est l’impact d’une nouvelle campagne
marketing pour chaque pays?
▪ Données de ventes historiques déchargées
vers le cluster Hadoop pour un stockage
moins cher
▪ Campagnes marketing gérées dans une
application cloud externe
▪ Le pays fait partie de la table des détails du
client, stockée dans le DW
Sources
Combiner,
Transformer
&
Intégrer
COnsommation
Base View
Abstraction
des sources
join
group by state
join
Sales Campaign Customer
Résumé
32
Points clés à retenir
FIRST
Takeaway
L'analyse en self-service peut libérer la puissance et la
créativité de vos utilisateurs
SECOND
Takeaway
Le self-service non gouverné est une recette pour le chaos
et les analyses non fiables
THIRD
Takeaway
La virtualisation des données fournit une infrastructure de
gouvernance et de gestion nécessaire au succès des
initiatives de self-service
FOURTH
Takeaway
Associée à un catalogue de données «consommateur», la
virtualisation des données permet un «self-service protégé»
Q&A
Les prochaines étapes
Présence Denodo
Palo Alto (USA) & A Coruña (Espagne)
Présence mondiale
Leadership
A l’origine et « Pure Player » de la data virtualization
(leader & pionnier) – depuis 1999
Reconnaissance des analystes et du marché en tant que
leader (Forrester, Gartner, Clients depuis 6+ ans)
Nombreux prix
Denodo Technologies
Leader & Pionnier dans la Data Virtualization
Technologie
Industrie
Service financier
Assurance
Santé
Secteur public
Télécommunication
Distribution
Pharma / Bio-Tech
Energie
Clients
850+ actifs
F500, G2000 & Start-ups
Santé financière
$4B+ Fond privé (HGGC).
60+% croissance annuelle; Zéro dette; Rentable.
Denodo Technologies
Leader & Pionnier dans la Data Virtualization
Partenaires technologiques
Intégrateurs & ESN
Présence Denodo
Palo Alto (USA) & A Coruña (Espagne)
Présence mondiale
Leadership
A l’origine et « Pure Player » de la data virtualization
(leader & pionnier) – depuis 1999
Reconnaissance des analystes et du marché en tant que
leader (Forrester, Gartner, Clients depuis 6+ ans)
Nombreux prix
Clients
850+ actifs
F500, G2000 & Start-ups
Santé financière
$4B+ Fond privé (HGGC).
60+% croissance annuelle; Zéro dette; Rentable.
Denodo Technologies
Leader & Pionnier dans la Data Virtualization
AUTO ÉVALUATION
ÉVALUATION COLLABORATIVE
Téléchargez Denodo Express
Contactez-nous !
Évaluez (1h) avec le Test Drive:
Denodo Platform
for AWS, Azure ou GCP
Présence Denodo
Palo Alto (USA) & A Coruña (Espagne)
Présence mondiale
Leadership
A l’origine et « Pure Player » de la data virtualization
(leader & pionnier) – depuis 1999
Reconnaissance des analystes et du marché en tant que
leader (Forrester, Gartner, Clients depuis 6+ ans)
Nombreux prix
Clients
850+ actifs
F500, G2000 & Start-ups
Santé financière
$4B+ Fond privé (HGGC).
60+% croissance annuelle; Zéro dette; Rentable.
Thanks!
www.denodo.com info@denodo.com
© Copyright Denodo Technologies. All rights reserved
Unless otherwise specified, no part of this PDF file may be reproduced or utilized in any for or by any means, electronic or mechanical, including photocopying and microfilm,
without prior the written authorization from Denodo Technologies.

Weitere ähnliche Inhalte

Was ist angesagt?

Simplifiez vos architectures Cloud avec la Data Virtualization
Simplifiez vos architectures Cloud avec la Data VirtualizationSimplifiez vos architectures Cloud avec la Data Virtualization
Simplifiez vos architectures Cloud avec la Data VirtualizationDenodo
 
Réussir sa migration vers le Cloud grâce à la virtualisation des données
Réussir sa migration vers le Cloud grâce à la virtualisation des donnéesRéussir sa migration vers le Cloud grâce à la virtualisation des données
Réussir sa migration vers le Cloud grâce à la virtualisation des donnéesDenodo
 
Réinventez votre stratégie de données en 2021 avec la Data Virtualization
Réinventez votre stratégie de données en 2021 avec la Data VirtualizationRéinventez votre stratégie de données en 2021 avec la Data Virtualization
Réinventez votre stratégie de données en 2021 avec la Data VirtualizationDenodo
 
Cas APHP - solution de mobilité avec Windows 8
Cas APHP - solution de mobilité avec Windows 8Cas APHP - solution de mobilité avec Windows 8
Cas APHP - solution de mobilité avec Windows 8Microsoft Décideurs IT
 
Présentation data vault et bi v20120508
Présentation data vault et bi v20120508Présentation data vault et bi v20120508
Présentation data vault et bi v20120508Empowered Holdings, LLC
 
Comment se préparer à la directive DSP2?
Comment se préparer à la directive DSP2?Comment se préparer à la directive DSP2?
Comment se préparer à la directive DSP2?DataStax
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data VirtualizationDenodo
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data VirtualizationDenodo
 
Découvrez comment créer une solution complète de gouvernance des données
Découvrez comment créer une solution complète de gouvernance des donnéesDécouvrez comment créer une solution complète de gouvernance des données
Découvrez comment créer une solution complète de gouvernance des donnéesPrecisely
 
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...Micropole Group
 
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...Jean-Michel Franco
 
Datastax-fraud_detection_webinar
Datastax-fraud_detection_webinarDatastax-fraud_detection_webinar
Datastax-fraud_detection_webinarDataStax
 
Optimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data VirtualizationOptimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data VirtualizationDenodo
 
DATA FORUM 2015 - Atelier ORACLE
DATA FORUM 2015 - Atelier ORACLEDATA FORUM 2015 - Atelier ORACLE
DATA FORUM 2015 - Atelier ORACLEMicropole Group
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataLudovic Piot
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business IntelligenceLilia Sfaxi
 
Maximisez les bénéfices de votre BI self-service avec la Data Virtualization
Maximisez les bénéfices de votre BI self-service avec la Data VirtualizationMaximisez les bénéfices de votre BI self-service avec la Data Virtualization
Maximisez les bénéfices de votre BI self-service avec la Data VirtualizationDenodo
 
Tracer la voie vers le big data avec Talend et AWS
Tracer la voie vers le big data avec Talend et AWSTracer la voie vers le big data avec Talend et AWS
Tracer la voie vers le big data avec Talend et AWSJean-Michel Franco
 
Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Denodo
 
Collab mtl 2018 - Qu'est-ce que le CDM (Common Data Model)
Collab mtl 2018 - Qu'est-ce que le CDM (Common Data Model)Collab mtl 2018 - Qu'est-ce que le CDM (Common Data Model)
Collab mtl 2018 - Qu'est-ce que le CDM (Common Data Model)Nicolas Georgeault
 

Was ist angesagt? (20)

Simplifiez vos architectures Cloud avec la Data Virtualization
Simplifiez vos architectures Cloud avec la Data VirtualizationSimplifiez vos architectures Cloud avec la Data Virtualization
Simplifiez vos architectures Cloud avec la Data Virtualization
 
Réussir sa migration vers le Cloud grâce à la virtualisation des données
Réussir sa migration vers le Cloud grâce à la virtualisation des donnéesRéussir sa migration vers le Cloud grâce à la virtualisation des données
Réussir sa migration vers le Cloud grâce à la virtualisation des données
 
Réinventez votre stratégie de données en 2021 avec la Data Virtualization
Réinventez votre stratégie de données en 2021 avec la Data VirtualizationRéinventez votre stratégie de données en 2021 avec la Data Virtualization
Réinventez votre stratégie de données en 2021 avec la Data Virtualization
 
Cas APHP - solution de mobilité avec Windows 8
Cas APHP - solution de mobilité avec Windows 8Cas APHP - solution de mobilité avec Windows 8
Cas APHP - solution de mobilité avec Windows 8
 
Présentation data vault et bi v20120508
Présentation data vault et bi v20120508Présentation data vault et bi v20120508
Présentation data vault et bi v20120508
 
Comment se préparer à la directive DSP2?
Comment se préparer à la directive DSP2?Comment se préparer à la directive DSP2?
Comment se préparer à la directive DSP2?
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Découvrez comment créer une solution complète de gouvernance des données
Découvrez comment créer une solution complète de gouvernance des donnéesDécouvrez comment créer une solution complète de gouvernance des données
Découvrez comment créer une solution complète de gouvernance des données
 
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
 
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...
Big Data : au delà du proof of concept et de l'expérimentation (Matinale busi...
 
Datastax-fraud_detection_webinar
Datastax-fraud_detection_webinarDatastax-fraud_detection_webinar
Datastax-fraud_detection_webinar
 
Optimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data VirtualizationOptimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data Virtualization
 
DATA FORUM 2015 - Atelier ORACLE
DATA FORUM 2015 - Atelier ORACLEDATA FORUM 2015 - Atelier ORACLE
DATA FORUM 2015 - Atelier ORACLE
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligence
 
Maximisez les bénéfices de votre BI self-service avec la Data Virtualization
Maximisez les bénéfices de votre BI self-service avec la Data VirtualizationMaximisez les bénéfices de votre BI self-service avec la Data Virtualization
Maximisez les bénéfices de votre BI self-service avec la Data Virtualization
 
Tracer la voie vers le big data avec Talend et AWS
Tracer la voie vers le big data avec Talend et AWSTracer la voie vers le big data avec Talend et AWS
Tracer la voie vers le big data avec Talend et AWS
 
Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?
 
Collab mtl 2018 - Qu'est-ce que le CDM (Common Data Model)
Collab mtl 2018 - Qu'est-ce que le CDM (Common Data Model)Collab mtl 2018 - Qu'est-ce que le CDM (Common Data Model)
Collab mtl 2018 - Qu'est-ce que le CDM (Common Data Model)
 

Ähnlich wie Réussissez vos projets d’analytique self-service avec une couche de services de données gouvernée

Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022Denodo
 
Ecosystème Big Data
Ecosystème Big DataEcosystème Big Data
Ecosystème Big DataIdriss22
 
Dwh udl 2014_2015_v0.22 - student
Dwh udl 2014_2015_v0.22 - studentDwh udl 2014_2015_v0.22 - student
Dwh udl 2014_2015_v0.22 - studentCarlos Sanin
 
Neo4j - Cas d'usages pour votre métier
Neo4j - Cas d'usages pour votre métierNeo4j - Cas d'usages pour votre métier
Neo4j - Cas d'usages pour votre métierNeo4j
 
Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data VirtualizationSession en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data VirtualizationDenodo
 
Le « libre-service » dans les solutions clientes de GeoBI
Le « libre-service » dans les solutions clientes de GeoBILe « libre-service » dans les solutions clientes de GeoBI
Le « libre-service » dans les solutions clientes de GeoBIACSG - Section Montréal
 
[French] Matinale du Big Data Talend
[French] Matinale du Big Data Talend[French] Matinale du Big Data Talend
[French] Matinale du Big Data TalendJean-Michel Franco
 
Livre blanc data-lakes converteo 2018
Livre blanc data-lakes converteo 2018Livre blanc data-lakes converteo 2018
Livre blanc data-lakes converteo 2018Converteo
 
La Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance clientLa Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance clientDenodo
 
La Data Virtualization au coeur de l’architecture “Data Mesh”
La Data Virtualization au coeur de l’architecture “Data Mesh”La Data Virtualization au coeur de l’architecture “Data Mesh”
La Data Virtualization au coeur de l’architecture “Data Mesh”Denodo
 
Simplifier la mise en place d'une stratégie Data Mesh avec Denodo
Simplifier la mise en place d'une stratégie Data Mesh avec DenodoSimplifier la mise en place d'une stratégie Data Mesh avec Denodo
Simplifier la mise en place d'une stratégie Data Mesh avec DenodoDenodo
 
Big data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesBig data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesKezhan SHI
 
Deagital smart data proposal fr
Deagital smart data proposal frDeagital smart data proposal fr
Deagital smart data proposal frJose Torres
 
Morning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide AcademyMorning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide AcademyOxalide
 
Livre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakesLivre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakesConverteo
 
Le reporting bi dans tous ses états quel outil pour quel usage
Le reporting bi dans tous ses états quel outil pour quel usageLe reporting bi dans tous ses états quel outil pour quel usage
Le reporting bi dans tous ses états quel outil pour quel usageMichael Nokhamzon
 

Ähnlich wie Réussissez vos projets d’analytique self-service avec une couche de services de données gouvernée (20)

Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022
 
Ecosystème Big Data
Ecosystème Big DataEcosystème Big Data
Ecosystème Big Data
 
Business intelligence QLIKVIEW
Business intelligence QLIKVIEWBusiness intelligence QLIKVIEW
Business intelligence QLIKVIEW
 
Dwh udl 2014_2015_v0.22 - student
Dwh udl 2014_2015_v0.22 - studentDwh udl 2014_2015_v0.22 - student
Dwh udl 2014_2015_v0.22 - student
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Neo4j - Cas d'usages pour votre métier
Neo4j - Cas d'usages pour votre métierNeo4j - Cas d'usages pour votre métier
Neo4j - Cas d'usages pour votre métier
 
Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data VirtualizationSession en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
 
Le « libre-service » dans les solutions clientes de GeoBI
Le « libre-service » dans les solutions clientes de GeoBILe « libre-service » dans les solutions clientes de GeoBI
Le « libre-service » dans les solutions clientes de GeoBI
 
[French] Matinale du Big Data Talend
[French] Matinale du Big Data Talend[French] Matinale du Big Data Talend
[French] Matinale du Big Data Talend
 
Livre blanc data-lakes converteo 2018
Livre blanc data-lakes converteo 2018Livre blanc data-lakes converteo 2018
Livre blanc data-lakes converteo 2018
 
La Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance clientLa Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance client
 
La Data Virtualization au coeur de l’architecture “Data Mesh”
La Data Virtualization au coeur de l’architecture “Data Mesh”La Data Virtualization au coeur de l’architecture “Data Mesh”
La Data Virtualization au coeur de l’architecture “Data Mesh”
 
Simplifier la mise en place d'une stratégie Data Mesh avec Denodo
Simplifier la mise en place d'une stratégie Data Mesh avec DenodoSimplifier la mise en place d'une stratégie Data Mesh avec Denodo
Simplifier la mise en place d'une stratégie Data Mesh avec Denodo
 
Big data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesBig data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuaires
 
Big data
Big dataBig data
Big data
 
Deagital smart data proposal fr
Deagital smart data proposal frDeagital smart data proposal fr
Deagital smart data proposal fr
 
Morning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide AcademyMorning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide Academy
 
Livre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakesLivre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakes
 
Le reporting bi dans tous ses états quel outil pour quel usage
Le reporting bi dans tous ses états quel outil pour quel usageLe reporting bi dans tous ses états quel outil pour quel usage
Le reporting bi dans tous ses états quel outil pour quel usage
 
1-Intro to DB.pptx
1-Intro to DB.pptx1-Intro to DB.pptx
1-Intro to DB.pptx
 

Mehr von Denodo

Enterprise Monitoring and Auditing in Denodo
Enterprise Monitoring and Auditing in DenodoEnterprise Monitoring and Auditing in Denodo
Enterprise Monitoring and Auditing in DenodoDenodo
 
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps ApproachLunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps ApproachDenodo
 
Achieving Self-Service Analytics with a Governed Data Services Layer
Achieving Self-Service Analytics with a Governed Data Services LayerAchieving Self-Service Analytics with a Governed Data Services Layer
Achieving Self-Service Analytics with a Governed Data Services LayerDenodo
 
What you need to know about Generative AI and Data Management?
What you need to know about Generative AI and Data Management?What you need to know about Generative AI and Data Management?
What you need to know about Generative AI and Data Management?Denodo
 
Mastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business LandscapeMastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business LandscapeDenodo
 
Denodo Partner Connect: Business Value Demo with Denodo Demo Lite
Denodo Partner Connect: Business Value Demo with Denodo Demo LiteDenodo Partner Connect: Business Value Demo with Denodo Demo Lite
Denodo Partner Connect: Business Value Demo with Denodo Demo LiteDenodo
 
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...Denodo
 
Drive Data Privacy Regulatory Compliance
Drive Data Privacy Regulatory ComplianceDrive Data Privacy Regulatory Compliance
Drive Data Privacy Regulatory ComplianceDenodo
 
Знакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данныхЗнакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данныхDenodo
 
Data Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
Data Democratization: A Secret Sauce to Say Goodbye to Data FragmentationData Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
Data Democratization: A Secret Sauce to Say Goodbye to Data FragmentationDenodo
 
Denodo Partner Connect - Technical Webinar - Ask Me Anything
Denodo Partner Connect - Technical Webinar - Ask Me AnythingDenodo Partner Connect - Technical Webinar - Ask Me Anything
Denodo Partner Connect - Technical Webinar - Ask Me AnythingDenodo
 
Lunch and Learn ANZ: Key Takeaways for 2023!
Lunch and Learn ANZ: Key Takeaways for 2023!Lunch and Learn ANZ: Key Takeaways for 2023!
Lunch and Learn ANZ: Key Takeaways for 2023!Denodo
 
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way ForwardIt’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way ForwardDenodo
 
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...Denodo
 
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...Denodo
 
How to Build Your Data Marketplace with Data Virtualization?
How to Build Your Data Marketplace with Data Virtualization?How to Build Your Data Marketplace with Data Virtualization?
How to Build Your Data Marketplace with Data Virtualization?Denodo
 
Webinar #2 - Transforming Challenges into Opportunities for Credit Unions
Webinar #2 - Transforming Challenges into Opportunities for Credit UnionsWebinar #2 - Transforming Challenges into Opportunities for Credit Unions
Webinar #2 - Transforming Challenges into Opportunities for Credit UnionsDenodo
 
Enabling Data Catalog users with advanced usability
Enabling Data Catalog users with advanced usabilityEnabling Data Catalog users with advanced usability
Enabling Data Catalog users with advanced usabilityDenodo
 
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...Denodo
 
GenAI y el futuro de la gestión de datos: mitos y realidades
GenAI y el futuro de la gestión de datos: mitos y realidadesGenAI y el futuro de la gestión de datos: mitos y realidades
GenAI y el futuro de la gestión de datos: mitos y realidadesDenodo
 

Mehr von Denodo (20)

Enterprise Monitoring and Auditing in Denodo
Enterprise Monitoring and Auditing in DenodoEnterprise Monitoring and Auditing in Denodo
Enterprise Monitoring and Auditing in Denodo
 
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps ApproachLunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
 
Achieving Self-Service Analytics with a Governed Data Services Layer
Achieving Self-Service Analytics with a Governed Data Services LayerAchieving Self-Service Analytics with a Governed Data Services Layer
Achieving Self-Service Analytics with a Governed Data Services Layer
 
What you need to know about Generative AI and Data Management?
What you need to know about Generative AI and Data Management?What you need to know about Generative AI and Data Management?
What you need to know about Generative AI and Data Management?
 
Mastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business LandscapeMastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business Landscape
 
Denodo Partner Connect: Business Value Demo with Denodo Demo Lite
Denodo Partner Connect: Business Value Demo with Denodo Demo LiteDenodo Partner Connect: Business Value Demo with Denodo Demo Lite
Denodo Partner Connect: Business Value Demo with Denodo Demo Lite
 
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
 
Drive Data Privacy Regulatory Compliance
Drive Data Privacy Regulatory ComplianceDrive Data Privacy Regulatory Compliance
Drive Data Privacy Regulatory Compliance
 
Знакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данныхЗнакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данных
 
Data Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
Data Democratization: A Secret Sauce to Say Goodbye to Data FragmentationData Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
Data Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
 
Denodo Partner Connect - Technical Webinar - Ask Me Anything
Denodo Partner Connect - Technical Webinar - Ask Me AnythingDenodo Partner Connect - Technical Webinar - Ask Me Anything
Denodo Partner Connect - Technical Webinar - Ask Me Anything
 
Lunch and Learn ANZ: Key Takeaways for 2023!
Lunch and Learn ANZ: Key Takeaways for 2023!Lunch and Learn ANZ: Key Takeaways for 2023!
Lunch and Learn ANZ: Key Takeaways for 2023!
 
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way ForwardIt’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
 
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
 
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
 
How to Build Your Data Marketplace with Data Virtualization?
How to Build Your Data Marketplace with Data Virtualization?How to Build Your Data Marketplace with Data Virtualization?
How to Build Your Data Marketplace with Data Virtualization?
 
Webinar #2 - Transforming Challenges into Opportunities for Credit Unions
Webinar #2 - Transforming Challenges into Opportunities for Credit UnionsWebinar #2 - Transforming Challenges into Opportunities for Credit Unions
Webinar #2 - Transforming Challenges into Opportunities for Credit Unions
 
Enabling Data Catalog users with advanced usability
Enabling Data Catalog users with advanced usabilityEnabling Data Catalog users with advanced usability
Enabling Data Catalog users with advanced usability
 
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
 
GenAI y el futuro de la gestión de datos: mitos y realidades
GenAI y el futuro de la gestión de datos: mitos y realidadesGenAI y el futuro de la gestión de datos: mitos y realidades
GenAI y el futuro de la gestión de datos: mitos y realidades
 

Réussissez vos projets d’analytique self-service avec une couche de services de données gouvernée

  • 1. WEB I NAR Réussissez vos projets d’analytique self-service avec une couche de services de données gouvernée Tarik Zaakour Snr Principal Sales Engineer, Denodo
  • 2. Agenda 1. Les défis des données 2. Les initiatives Self-Service 3. Le Self-Service gouverné 4. Cas clients 5. Demo 6. Q&A 7. Les prochaines étapes Agenda
  • 3. Les défis des données
  • 4. 4 The Economist, May 2017 “La ressource la plus précieuse au monde n’est plus le pétrole, mais les données.”
  • 5. 5 Les données - comme l’essence - ne sont pas faciles à extraire et à utiliser
  • 6. 6 Les données sont quelque part ici …
  • 7. 7 Dépendance des utilisateurs vis-à-vis de l'informatique pour fournir des données Département Informatique Le métier “Vous êtes trop lent, trop cher et ne livrez jamais ce que je veux.” “Vous ne pouvez pas vous décider, continuer à ajouter des fonctionnalités et ne jamais avoir une vue d'ensemble.” Utilisateur occasionnel: “Oublie ça.” Utilisateur expérimenté: “Donnez-moi juste une copie des données.” Responsible Business Unit: “Nous le ferons nous-mêmes.” “Je préfère faire autre chose que prendre votre commande.” “Vous reviendrez bientôt vers nous.”
  • 9. 9 • Permet aux utilisateurs métiers d'accéder aux données dont ils ont besoin et évitez que l'informatique ne soit un goulot d'étranglement • C’est la vision que proposent de nombreux fournisseurs d’outils BI et de préparation de données • c'est-à-dire donnez-moi les outils et l'accès aux données et prenez du recul ☺ La promesse du Self-Service
  • 10. 10 Le Self-Service à la rescousse! Pas si vite! • Pas d'arriéré et d'attente • De meilleurs outils • Temps plus rapide pour comprendre Département IT • Des utilisateurs heureux • Rapports plus rapides (offload) • Focus sur les données Utilisateurs Métier
  • 11. 11 Défis des initiatives de Self-Service • Trop de rapports • Rapports en double • Données contradictoires • Les utilisateurs ne font pas confiance aux rapports NO STANDARDS OR GOVERNANCE A TOWER OF BABEL
  • 13. 13 Besoins des différentes communautés d'utilisateurs 60% of employees Consommateurs de données Explorateurs de données 30% of employees 8% des employés Analystes de données UTILISATEURS OCCASIONNELS UTILISATEURS EXPERIMENTES Data Scientists 2% des employés SERVICE «GANT BLANC» SELF SERVICE DehautenbasDebasenhaut
  • 14. 14 Utilisateurs occasionnels • Je veux des réponses… pas des données • Résultats pré-intégrés, pré-calculés et organisés • Généralement pas des utilisateurs techniques • * Peut * comprendre le langage SQL, etc. - mais pas toujours… • Souhaitent utiliser les mécanismes et outils avec lesquels ils sont familiers • par exemple. Rapports ou tableaux de bord • par exemple. Excel (charger les données dans le tableau croisé dynamique) • Na pas «rassembler» les données pour obtenir les résultats • Ne pas leurs rendre la vie difficile! Data Consumers Data Explorers
  • 15. 15 Utilisateurs expérimentés • Ils veulent des données! • Volonté d’analyser des données, de rechercher des modèles, des similitudes, etc. • Généralement technique - la plupart comprennent le langage SQL et comment interroger des données • Volonté d’utiliser les outils existants pour accéder aux données • Outils BI (Tableau, Qlik, etc.) • Outils d'analyse et langages (Statistica, SAS, Python, etc.) • Cela ne les dérange pas de rassembler des données, mais ne veulent pas que cela prenne du temps • Ont souvent leurs propres ensembles de données à intégrer Data Analysts Data Scientists
  • 16. 16 Les défis du Self-Service Gouvernance Standards Architecture Opérations Centralisation Self-Service Vitesse Agilité Innovation Décentralisation Create a data- driven enterprise that balances dueling imperatives. Créez une organisation axée sur les données qui équilibre les impératifs du duel.
  • 17. 17 Sandboxes pour utilisateurs expériementés La virtualisation de données –Self-Service gouverné Système d’enregistrements source Lac de données Data Warehouse Vues communes (ou principales) Vues organisées (Virtual Data Marts)Customer VIews Vues Promotion
  • 18. 18 Vues communes (ou principales) • Fondation d’une architecture pour soutenir les utilisateurs occasionnels et expérimentés • Vues de base et vues dérivées construites sur des sources de données • Hébergées sur le (s) serveur (s) Denodo «central (aux)» • Détenues et maintenues par le service informatique (équipe du Centre d’Excellence) • Disponible à tous les utilisateurs comme requis
  • 19. 19 Vues organisées (Virtual Data Marts) • Vues créées pour des utilisateurs ou des applications spécifiques • Ensembles de données organisés «adaptés à leurs besoins» • Virtual Data Marts • Hébergées sur le (s) serveur (s) Denodo «central (aux)» • Détenues et maintenues par le service informatique (équipe du Centre d’Excellence) • Disponible à tous les utilisateurs comme requis
  • 20. 20 Sandbox pour les utilisateurs expériemntés • Environnement Sandbox pour un «utilisateur expérimenté» • Copie locale de Denodo s'exécutant sur le bureau • Base de données virtuelle dédiée (VDB) s'exécutant sur un serveur sandbox Denodo partagé • Base de données virtuelle dédiée s'exécutant sur le serveur Denodo central • Intégrez des données locales avec des données communes ou organisées à partir du serveur Denodo central • Fournit des garde-corps pour accéder aux vues communes ou organisées • Le service informatique peut contrôler ce que les utilisateurs expérimentés peuvent et ne peuvent pas faire via des politiques ou des contraintes de gestionnaires de ressources dans les «vues en libre-service»
  • 21. 21 Le besoin d’un catalogue pour consommer les données • La plateforme de virtualisation de données fournit (beaucoup) de données aux utilisateurs • Comment les utilisateurs savent-ils quelles données sont disponibles? • Quel est le schéma des données? • D'où viennent les données? (Lignage de données) • S'agit-il d'un ensemble de données «approuvé»? • Peuvent-ils obtenir un échantillon des données? • Peuvent-ils sélectionner uniquement certaines des données? (lignes et colonnes)
  • 22. 22 Catalogue de données avec accès aux données
  • 24. 24 Etude de cas client La banque communautaire régionale améliore l'efficacité des processus métier à l'aide de l'entrepôt de données logique Cette banque régionale a son siège en Floride et est l'une des plus grandes banques communautaires avec environ 4 milliards de dollars d'actifs et 3,2 milliards de dollars de dépôts. La banque fournit des services financiers intégrés, y compris des services bancaires commerciaux et de détail, de gestion de patrimoine et des services hypothécaires aux clients grâce à des solutions bancaires avancées. • Accélérez les opérations commerciales dans les domaines des prêts, des dépôts et d'autres services grâce à l'utilisation de rapports et de tableaux de bord en libre-service • Mettre en place une plate-forme centrale de diffusion d'informations pour ajouter facilement de nouvelles sources de données provenant des sociétés acquises • L'entrepôt de données précédent basé sur le cloud était inflexible pour accueillir de nouvelles sources de données • Denodo utilisé comme entrepôt de données logique à l'échelle de l'entreprise à des fins analytiques et opérationnelles • Denodo agrège les données sur des sources cloud et sur site - IBM Unica, FIS,… • Denodo transmet des données à Tableau, aux portails SAS, aux appareils mobiles, etc. • Amélioration de l'efficacité grâce au libre-service pour les utilisateurs métiers des départements prêts, dépôts, fraude, crédit et risques • Le délai de traitement des rapports est passé de 2 à 3 jours à 2 heures • Les opérations commerciales telles que le traitement des prêts sont gérées en temps réel PROBLEME SOLUTION RESULTAT
  • 25. 25 Seacoast Bank – Architecture
  • 26. - Mark Blanchette SVP, Director Business Technology and Data Management, Seacoast Bank ”La technologie de virtualisation des données de Denodo a joué le rôle le plus important en permettant à nos utilisateurs métiers de recueillir des informations précieuses grâce à des rapports en libre-service. La capacité de la plate-forme Denodo a considérablement augmenté la vitesse à laquelle les activités sont menées à Seacoast Bank.”
  • 27. 27 Etude de cas client Une société immobilière industrielle mondiale crée une nouvelle architecture de données et lance avec succès un programme d'analyse de données pour l'optimisation des coûts. Prologis est la plus grande société immobilière industrielle au monde, servant 5000 clients dans plus de 20 pays et 87 milliards USD d'actifs sous gestion. Prologis a été classée première entreprise américaine et sixième au classement général des 100 entreprises les plus durables du monde 2019 dans le monde au Forum économique mondial de Davos. • Créez une couche d'accès aux données gouvernée unique pour créer des actifs analytiques réutilisables et cohérents qui pourraient être utilisés par le reste des équipes métiers pour exécuter leurs propres analyses. • Gagnez du temps pour les data scientists dans la recherche, la transformation et l'analyse d'ensembles de données sans avoir à acquérir de nouvelles compétences et à créer des modèles de données qui pourraient être actualisés à la demande. • Maintenir efficacement sa nouvelle architecture de données avec un minimum de temps d'arrêt et de gestion de la configuration. • Denodo a été utilisé pour créer un entrepôt de données logique qui a rendu les données disponibles pour l'analyse. Fonction de catalogue de données utilisée par les scientifiques des données pour trouver facilement les données. • Tirez parti de l’architecture de microservices de Denodo pour pousser les données d’entreprise dans des modèles analytiques et rendre les résultats disponibles à la consommation. • Terraform avait l'habitude de script de nombreuses configurations exécutant Denodo. Le pipeline CI/CD est utilisé pour automatiser la sauvegarde de la configuration Denodo. • L'équipe d'analyse a pu créer des domaines thématiques axés sur le métier avec des ensembles de données cohérents qui étaient 30% plus rapides en termes d'analyse. • Denodo a permis à Prologis de démarrer rapidement des projets d'analyse avancée. • Le déploiement de Denodo était aussi simple qu'un clic sur un bouton avec une gestion centralisée de la configuration et facile à mettre à niveau et à évoluer en fonction de la charge de travail. PROBLEME SOLUTION RESULTAT
  • 28. 28 Opérationnalisation du scoring de modèle Prologis: Workflow dans la Data Science Web Service (Python Model Scoring) AWS Lambda • Un modèle est créé à l'aide de Python en utilisant les étapes précédemment décrites • Le modèle est ensuite exposé en tant qu'API REST • Denodo importe le modèle REST en tant que nouvelle source de données • Le Model Scoring peut désormais être combiné avec n'importe quelle autre source disponible dans Denodo. • Toute source peut désormais devenir une entrée pour le scoring du modèle
  • 29. Démo
  • 30. 30 Demo – Le besoin Quel est l’impact d’une nouvelle campagne marketing pour chaque pays? ▪ Données de ventes historiques déchargées vers le cluster Hadoop pour un stockage moins cher ▪ Campagnes marketing gérées dans une application cloud externe ▪ Le pays fait partie de la table des détails du client, stockée dans le DW Sources Combiner, Transformer & Intégrer COnsommation Base View Abstraction des sources join group by state join Sales Campaign Customer
  • 32. 32 Points clés à retenir FIRST Takeaway L'analyse en self-service peut libérer la puissance et la créativité de vos utilisateurs SECOND Takeaway Le self-service non gouverné est une recette pour le chaos et les analyses non fiables THIRD Takeaway La virtualisation des données fournit une infrastructure de gouvernance et de gestion nécessaire au succès des initiatives de self-service FOURTH Takeaway Associée à un catalogue de données «consommateur», la virtualisation des données permet un «self-service protégé»
  • 33. Q&A
  • 35. Présence Denodo Palo Alto (USA) & A Coruña (Espagne) Présence mondiale Leadership A l’origine et « Pure Player » de la data virtualization (leader & pionnier) – depuis 1999 Reconnaissance des analystes et du marché en tant que leader (Forrester, Gartner, Clients depuis 6+ ans) Nombreux prix Denodo Technologies Leader & Pionnier dans la Data Virtualization Technologie Industrie Service financier Assurance Santé Secteur public Télécommunication Distribution Pharma / Bio-Tech Energie Clients 850+ actifs F500, G2000 & Start-ups Santé financière $4B+ Fond privé (HGGC). 60+% croissance annuelle; Zéro dette; Rentable.
  • 36. Denodo Technologies Leader & Pionnier dans la Data Virtualization Partenaires technologiques Intégrateurs & ESN Présence Denodo Palo Alto (USA) & A Coruña (Espagne) Présence mondiale Leadership A l’origine et « Pure Player » de la data virtualization (leader & pionnier) – depuis 1999 Reconnaissance des analystes et du marché en tant que leader (Forrester, Gartner, Clients depuis 6+ ans) Nombreux prix Clients 850+ actifs F500, G2000 & Start-ups Santé financière $4B+ Fond privé (HGGC). 60+% croissance annuelle; Zéro dette; Rentable.
  • 37. Denodo Technologies Leader & Pionnier dans la Data Virtualization AUTO ÉVALUATION ÉVALUATION COLLABORATIVE Téléchargez Denodo Express Contactez-nous ! Évaluez (1h) avec le Test Drive: Denodo Platform for AWS, Azure ou GCP Présence Denodo Palo Alto (USA) & A Coruña (Espagne) Présence mondiale Leadership A l’origine et « Pure Player » de la data virtualization (leader & pionnier) – depuis 1999 Reconnaissance des analystes et du marché en tant que leader (Forrester, Gartner, Clients depuis 6+ ans) Nombreux prix Clients 850+ actifs F500, G2000 & Start-ups Santé financière $4B+ Fond privé (HGGC). 60+% croissance annuelle; Zéro dette; Rentable.
  • 38. Thanks! www.denodo.com info@denodo.com © Copyright Denodo Technologies. All rights reserved Unless otherwise specified, no part of this PDF file may be reproduced or utilized in any for or by any means, electronic or mechanical, including photocopying and microfilm, without prior the written authorization from Denodo Technologies.