L'ingénierie décisionnelle : La meilleure voie à suivre Partie 1

Partie 1 : Vous avez besoin d'une structure de données

Parmi les 10 principales tendances de Gartner en matière de données et d'analyse pour 2021 figure l'intelligence décisionnelle (engineered decision intelligence)*, ce qui soulève deux questions incontournables : Qu'est-ce que c'est ? et pourquoi devriez-vous vous en préoccuper ?

L'ingénierie informatique décisionnelle est, quand on y pense, exactement ce qu'elle dit : un processus délibéré de dérivation de l'informatique décisionnelle à partir de données. Le pourquoi est également simple : Les entreprises doivent prendre des décisions éclairées pendant que la situation se déroule. Après coup, il est généralement trop tard. Trop de prise de décision n'aboutissent pas parce que des écosystèmes complexes de données en mouvement rendent difficile l'assemblage de données en temps voulu et en fonction du contexte. C'est ce problème que l'ingénierie décisionnelle tente de résoudre.

Mais il y a d'abord un problème encore plus fondamental à surmonter. À l'heure actuelle, il existe un arsenal considérable d'outils d'aide à la décision que l'on peut utiliser, depuis les requête et les rapports de base jusqu'aux analyses et aux applications avancées d'intelligence artificielle et de systèmes adaptatifs. Toutefois, les informations qu'ils fournissent ne sont valables que dans la mesure où les données qui les alimentent le sont. Selon Gartner, cela signifie que l'ingénierie décisionnelle consiste à associer ces outils à un tissu de données commun et à un supportcomposabilité supportpermet d'utiliser des composants provenant de multiples solutions de données, d'analyse et d'intelligence artificielle, ouvrant ainsi la voie à des décisions plus précises, plus reproductibles et plus traçables. À ces avantages, j'ajouterais "en temps opportun", car vous avez besoin de capacités de prise de décision en temps réel pour évaluer et partager les informations dès qu'elles sont collectées.

Commençons par examiner les raisons pour lesquelles le tissu de données est essentiel à l'intelligence décisionnelle. Dans un prochain article, je vous ferai part de mes réflexions sur le support composabilité et sur la manière d'y parvenir.

Qu'est-ce qu'une structure de données ?

Une structure de données est une architecture qui fournit un ensemble cohérent de services et de capacités de données à travers vos sur site critiques et vos environnements en nuage. Il s'agit d'une fondation qui vous permet d'abstraire les données des systèmes qui sont physiquement et logiquement distincts pour créer un ensemble commun d'objets de données que vous pouvez traiter comme un ensemble de données d'entreprise unifié.

Pourquoi ai-je besoin d'une "Data Fabric" pour une "Engineered Decision Intelligence" ?

Parce que l'informatique décisionnelle doit fonctionner avec des données provenant de systèmes qui peuvent être sur site, dans le nuage, répartis entre plusieurs nuages et même déployés à distance à la périphérie du réseau, la structure de données permet de tisser ces sources en un réseau d'informations qui alimente vos outils d'informatique décisionnelle.

En utilisant un tissu de données, vous pouvez réaliser le plein potentiel de vos outils d'intelligence décisionnelle. Comme ils peuvent accéder plus rapidement et plus efficacement aux données de l'ensemble de l'entreprise, vous obtiendrez des informations commerciales plus intégrées et plus précises, ainsi qu'une plus grande souplesse d'action. En outre, à mesure que les décisions deviennent plus opérationnelles et standardisées grâce au tissu de données, elles deviennent plus reproductibles et traçables. De plus, comme les outils d'intelligence décisionnelle sont capables d'exécuter plus d'itérations sur les nouvelles données exposées par la structure de données, ils peuvent apprendre des résultats précédents pour produire des résultats plus fiables et reproductibles.

Actian : La base d'une structure de données moderne

La plateforme deentrepôt de données cloud, d'intégration et de gestion Actian™ hybrid-entrepôt de données fournit les capacités essentielles dont vous avez besoin pour mettre en œuvre une structure de données moderne et libérer la valeur de vos données pour une intelligence décisionnelle ingénieuse. Il s'agit grosso modo d'un processus en trois étapes faisant appel à des services d'intégration intégrés à Actian :

• La première étape consiste à créer un catalogue métadonnées d'informations contextuelles sur les données auxquelles vous avez l'intention d'accéder, telles que l'origine des données, la définition des données et la date de leur dernière mise à jour.
• Actian utilise ensuite le catalogue des métadonnées pour créer un graphe de connaissances. Celui-ci fournit une couche sémantique qui représente chaque entité (personne, lieu, organisation, produit, etc.) et ses relations avec d'autres entités. Actian utilise l'intelligence artificielle et l'apprentissage automatique pour enrichir les métadonnées, ce qui améliore encore l'interprétation et la contextualisation des données. Les utilisateurs obtiennent ainsi des réponses plus pertinentes et plus rapides à leurs requête . Le graphe de connaissances permet également de visualiser les données selon plusieurs dimensions et d'y accéder à l'aide d'une variété d'outils d'intelligence décisionnelle, sans modifier les données sources des systèmes sous-jacents.
• Enfin, les services d'intégration d'Actian utilisent le graphe de connaissances pour rassembler les sources de données d'entreprise requises et les concilier en un ensemble de données commun. Les services d'intégration d'Actian se connectent à Google Cloud Storage, Amazon S3 et Azure Data Lake Storage, ainsi qu'à plus de 200 applications, API de services Web, données JSON et même feuilles de calcul. Une fois que vos sources de données sont intégrées, la structure de données pilote l'orchestration et l'automatisation des flux de données afin de fournir des informations aux utilisateurs et aux outils d'aide à la décision.

C'est un emballage !

Il ne s'agit là que d'un bref aperçu du rôle que joue une structure de données moderne dans la fourniture d'une intelligence décisionnelle élaborée. L'un des principaux enseignements est qu'une structure de données est vraiment importante dans les cas d'utilisation de la prise de décision en temps réel. Si vous voulez en savoir plus sur la façon dont Actian peut fournir la fonctionnalité de tissu de données dont j'ai parlé, vous devriez lire la série de blogues en trois parties de mon collègue Lewis Carr, où il examine l'impact de Covid-19 sur l'industrie de la vente au détail et montre comment un tissu de données moderne peut améliorer le support aux décideurs. Vous trouverez cet article ici.

* https://www.gartner.com/smarterwithgartner/gartner-top-10-data-and-analytics-trends-for-2021/

Cet article a été publié à l'origine sur The New Stack.

Cet article a été rédigé en collaboration avec Lewis Carr.

Professionnel chevronné des industries verticales stratégiques, des solutions horizontales, du marketing produit, de la gestion des produits et du développement commercial, spécialisé dans les logiciels d'entreprise, y compris la gestion des données et l'analytique, le mobile et l'IoT, et l'informatique dans le cloud distribuée informatique dans le cloud.

À propos de Teresa Wingfield

Teresa Wingfield est directrice du marketing produit chez Actian, où elle est chargée de faire connaître la valeur unique de la plateforme de données Actian , notamment l'intégration de données éprouvée, la gestion des données et l'analyse des données. Elle possède 20 ans d'enregistrement dans l'augmentation du chiffre d'affaires et de la notoriété des solutions d'analyse, de sécurité et d'informatique dématérialisée. Avant de rejoindre Actian, Teresa a géré le marketing des produits dans des entreprises de premier plan telles que Cisco, McAfee et VMware.