Se démarquer grâce à l'analytique prédictive

Les solutions actuelles de Business Intelligence et d'analytique examinent attentivement les événements du passé. Ces informations ont de la valeur, mais elles fournissent uniquement une vue plus détaillée des événements déjà passés. Aujourd'hui, les entreprises qui se contentent de regarder en arrière prennent le risque d'être devancées par la concurrence. En déployant des solutions d'analytique prédictive, elles peuvent se focaliser sur leur avenir et le transformer.

Prenons l'exemple des cotes de crédit. Les entreprises déclarantes examinent l'historique des paiements et la situation financière de l'acheteur, puis fournissent aux créanciers une représentation numérique de la probabilité que cet acheteur paye sa dette dans les délais afin qu'ils évaluent le risque d'un accord de crédit. Il s'agit d'une solution très basique d'analytique prédictive. Cette méthodologie récupère des ensembles de données disparates, les analyse et génère une représentation numérique de la probabilité qu'une chose se produise ou non dans le futur.

L'analytique prédictive ne sert donc pas uniquement à établir des prévisions. Elle combine de nombreux ensembles de données structurées (données transactionnelles, par exemple) et non structurées (publications sur les réseaux sociaux, images) et les analyse en temps réel. Contrairement aux approches traditionnelles de Business Intelligence, elle stocke les informations différemment, les analyse dans de nouveaux emplacements et les recherche partout. Elle rapproche les applications des données pour un traitement en périphérie en temps réel avec l'IoT et le Cloud. Il est avéré que l'analytique prédictive améliore la collaboration et la prise de décisions dans les unités opérationnelles.

L'obtention d'informations ne représente qu'une partie de l'équation. En identifiant des corrélations auparavant non détectées, votre entreprise peut transformer ses données en catalyseur d'informations utiles et exploitables. Les modifications qui en résultent améliorent l'expérience des clients, les produits et les services dans toute l'entreprise.

Des solutions concrètes

Les solutions analytiques aident votre entreprise à surpasser vos concurrents avec de nouveaux produits et services. Elles vous permettent de satisfaire les clients avec des communications qui leur parlent vraiment. Dans le monde réel, l'analytique repose entièrement sur les données. Plus les données disponibles à traiter sont nombreuses, plus vous générez des prévisions précises. En collectant de nouveaux flux de données, vous disposez d'une vue complète de l'entreprise et d'un point de départ solide pour votre transition vers l'analytique.

Le North East London National Health Service Foundation Trust* (NELFT*) britannique est un parfait exemple. Ce système s'occupe de plus de 1,5 million de personnes de plus de 65 ans qui passent en moyenne quatre jours par an à l'hôpital suite à des admissions non planifiées. La plupart de ces admissions pouvant être évitées, le NELFT* a cherché un moyen de les réduire.

Grâce à son partenariat avec Intel et Santana Natural Language Analytics*, le NELFT* a mis en œuvre un nouveau programme pilote capable de transformer de très gros volumes de données non structurées en langage naturel en données médicales codées utiles, sans qu'aucune saisie de données soit requise. Les cliniciens ont ainsi pu prévoir quels patients présentaient le plus de risques d'événements et de troubles majeurs et intervenir plus tôt pour éviter qu'ils soient réadmis à l'hôpital.

Ce programme n'a pas simplement consisté à ajouter de nouveaux systèmes basés sur une solution existante. Il a nécessité une compréhension approfondie du problème, un examen de toutes les informations disponibles pour mieux identifier les facteurs corrects, de nouveaux domaines d'analyse des données et la volonté de créer un environnement technologique sécurisé, agile et évolutif capable de s'adapter à de nombreuses tâches. Les solutions d'analytique prédictive sortent généralement des sentiers battus et sont capables de s'adapter au nouvel environnement.

Les collaborateurs : le point de départ de votre solution

Le déploiement d'une solution d'analytique prédictive doit débuter par l'évaluation précise de l'infrastructure actuelle et des compétences des salariés. L'analytique prédictive exige des collaborateurs compétents, par exemple des analystes spécialisés en modélisation, en statistique et en science des données.

Les scientifiques des données sont suffisamment compétents et spécialisés pour guider et structurer la mise en œuvre complète d'une solution analytique. Leur connaissance des différentes approches algorithmiques et des techniques de structuration des données est essentielle pendant les premières phases d'une nouvelle solution d'analytique prédictive. La science des données et le placement approprié des données permettent de collecter de nouvelles informations exploitables issues de l'association des magasins de données existants avec des sources en temps réel provenant par exemple de l'Internet des objets (IoT).

Il est également important de connaître les différentes plateformes d'analytique prédictive à la disposition de votre entreprise. La majorité des fournisseurs auxquels votre entreprise fait déjà appel prennent en charge des solutions prédictives avec des suites logicielles mises à niveau. Ils ont potentiellement la capacité d'intégrer des données non structurées, directement ou via un connecteur relié à une solution open source. L'identification des compétences dont vous disposez et l'acquisition des compétences manquantes constituent le point de départ de votre projet.

Bien sûr, vous aurez toujours besoin d'administrateurs, de développeurs d'applications et d'autres compétences courantes en informatique. Vous aurez aussi besoin de nombreuses compétences en virtualisation, topologies réseau et stockage. Enfin, vous devez envisager d'utiliser les ressources des Clouds publics et hybrides. Toutes ces compétences s'avèreront utiles dans une solution d'analytique prédictive à grande échelle.

Évolution de l'infrastructure

L'adoption et le développement de solutions analytiques contribuent également à la construction de votre infrastructure, en particulier si vous rapprochez les données de leur source et devez les traiter en mémoire ou en temps réel. La sécurité des données et la gestion des accès sont absolument prioritaires.

Dans la mesure où l'analytique repose exclusivement sur les données et implique potentiellement la migration des données issues des capteurs en périphérie vers le Cloud et le datacenter lui-même, il existe de nombreux points de vulnérabilité devant être contrôlés. Par exemple, pour protéger des points d'extrémité individuels, vous devez rendre anonymes les données de plusieurs sources IoT. Dans le cas du NELFT*, l'entreprise pourrait envisager de fournir divers capteurs à domicile pour surveiller les patients à risque. Il faudrait alors assurer la sécurité des données de bout en bout pour protéger les informations des patients.

La vitesse de traitement est essentielle, car la valeur des données diminue rapidement au fil du temps. Une entreprise devra collecter et analyser presque simultanément les données de plusieurs sources et en retirer un maximum de valeur. Ces données seront plus complexes et devront être analysées de différentes manières. Même les données pré-existantes apparemment redondantes ou inutiles (les « dark data » inutilisées par l'entreprise) pourraient avoir de la valeur.

L'infrastructure devra aussi être plus flexible. Un département informatique prêt pour l'analytique pourrait mettre en œuvre des solutions en mémoire SAP* HANA*, concevoir une architecture pour l'analytique en streaming ou programmer un déploiement Hadoop* pour le Big Data. Un nombre élevé de déploiements exige de migrer de nombreuses ressources vers le Cloud et d'acquérir de nouvelles compétences logicielles pour le traitement réseau et en périphérie.

Étapes de mise en œuvre

Une fois l'infrastructure et les compétences appropriées en place et le problème métier à résoudre identifié, la mise en œuvre peut commencer.

Les entreprises doivent souvent choisir entre vision à long terme et résolution des problèmes à court terme. Vous pouvez profiter des conseils d'un partenaire de confiance expert en conception de solutions viables pour disposer d'un bon point de départ et retirer des avantages immédiats.

Vous devez réfléchir au lieu et au moyen de stocker les nouvelles données qui seront utilisées par l'entreprise. Les solutions Cloud et sur site présentent toutes deux des avantages. Une solution hybride permet donc d'atteindre vos objectifs de vitesse, de sécurité, de stabilité et d'évolutivité.

De même, les nouvelles plateformes logicielles valent la peine d'être envisagées. Les solutions open source continuent de jouer un rôle majeur dans les clusters analytiques. En permettant à sa communauté d'innover sur une plateforme partagée, votre entreprise peut faire beaucoup de progrès. Apache* Spark* et Hadoop* sont deux solutions majeures d'analytique open source qui permettent d'ajouter des options à mesure que vous définissez vos besoins.

Bientôt, votre entreprise disposera de plus d'informations exploitables qu'elle n'aurait pu l'imaginer, et la gestion de ces données non structurées sera bien différente de la gestion des informations traditionnelles stockées dans une base de données relationnelle. Les solutions Cloud PaaS (Platform-as-a-Service) peuvent améliorer les compétences et accélérer les avancées.

Les informations sont regroupées dans un « data lake » (lac de données), ainsi nommé en raison de la grande quantité d'informations en un seul emplacement. Or, ce « lac » est en fait un ensemble de « flaques ». Le travail des scientifiques et des architectes de l'entreprise consiste donc à regrouper ces « flaques » et à en extraire un sens. Pour cela, ils doivent discerner les informations connexes pouvant être examinées ensemble des ensembles de données apparemment distincts qui, après analyse, peuvent révéler des informations exploitables. Pour agréger les données dans un seul « emplacement » logique et les formater pour une variété de moteurs analytiques différents, des initiatives de stockage défini par logiciel peuvent s'avérer nécessaires. Certaines solutions de stockage permettent même de construire des moteurs analytiques qui s'exécutent directement sur le nœud de stockage lui-même.

Support de votre solution analytique

L'adoption d'un cluster analytique nécessite l'appui de votre direction. Son soutien précoce et indéfectible est un atout précieux qui vous permettra de faire face aux incertitudes et aux défis. Dans tous les cas, vous ne pouvez pas vous permettre d'ignorer l'analytique plus longtemps. Vos concurrents n'ont peut-être pas encore commencé à exploiter la puissance de l'analytique, mais ils ne vont pas tarder à le faire.

Pour dissiper toute préoccupation concernant les inconvénients potentiels d'un cluster analytique, mettez l'accent sur l'expertise des partenaires et une approche qui valorise la vitesse, la stabilité et l'évolutivité. Intel est un excellent partenaire pour votre entreprise. L'architecture Intel® est à la base de toute infrastructure de calcul, réseau et de stockage dont vous avez besoin pour déployer des solutions agiles et robustes. Les ressources disponibles via l'écosystème Intel vous permettent de construire une base solide pour tous vos besoins d'analytique prédictive.

Les systèmes de Business Intelligence du passé resteront précieux. Combinés à une puissante solution analytique orientée données, ils fourniront des informations exploitables plus détaillées et offriront des capacités d'innovation accrues. Les entreprises dotées d'une solution d'analytique prédictive regarderont vers l'avenir plutôt que vers le passé et auront la capacité de transformer leur propre avenir de façon fascinante et innovante. C'est ce message que les entreprises doivent transmettre pour rester à l'avant-garde de leurs marchés au 21e siècle.