Informatique décisionnelle en temps réel

L’informatique décisionnelle en temps réel (IDTR) est le processus de fourniture d’informatique décisionnelle (business intelligence, BI) ou d’informations sur les opérations commerciales au fur et à mesure qu’elles se produisent. Le temps réel signifie une latence quasi nulle et un accès aux informations chaque fois que cela est nécessaire.

La vitesse des systèmes de traitement d’aujourd’hui a déplacé l’entreposage de données classique dans le domaine du temps réel. Le résultat est une informatique décisionnelle en temps réel. Les transactions commerciales au fur et à mesure qu’elles se produisent sont transmises à un système de BI en temps réel qui maintient l’état actuel de l’entreprise. Le système IDTR prend non seulement en charge les fonctions stratégiques classiques de l’entreposage de données pour extraire des informations et des connaissances de l’activité passée de l’entreprise, mais il fournit également un soutien tactique en temps réel pour piloter des actions d’entreprise qui réagissent immédiatement aux événements lorsqu’ils se produisent. En tant que tel, il remplace à la fois l’entrepôt de données classique et les fonctions d’intégration d’applications d’entreprise (IAE). Un tel traitement piloté par les événements est un principe de base de l’informatique décisionnelle en temps réel.

Dans ce contexte, le « temps réel » signifie une plage allant de quelques millisecondes à quelques secondes (5 s) après que l’événement commercial s’est produit. Alors que la BI traditionnelle présente des données historiques pour une analyse manuelle, IDTR compare les événements commerciaux actuels avec des modèles historiques pour détecter automatiquement les problèmes ou les opportunités. Cette capacité d’analyse automatisée permet d’initier des actions correctives et/ou d’ajuster les règles métier pour optimiser les processus métier.

IDTR est une approche dans laquelle des données jusqu’à la minute sont analysées, soit directement à partir de sources opérationnelles, soit en alimentant des transactions commerciales dans un entrepôt de données en temps réel et un système de Business Intelligence. IDTR analyse les données en temps réel.

L’informatique décisionnelle en temps réel a du sens pour certaines applications, mais pas pour d’autres – un fait que les organisations doivent prendre en compte lorsqu’elles envisagent d’investir dans des outils de BI en temps réel. Pour décider si une stratégie de BI en temps réel serait rentable, il est essentiel de comprendre les besoins de l’entreprise et de déterminer si les utilisateurs finaux ont besoin d’un accès immédiat aux données à des fins d’analyse, ou si quelque chose de moins que le temps réel est assez rapide.

Évolution du IDTR

Dans l’environnement concurrentiel d’aujourd’hui avec des attentes élevées des consommateurs, des décisions basées sur les données les plus récentes disponibles pour améliorer les relations avec les clients, augmenter les revenus, maximiser l’efficacité opérationnelle et, oui, même sauver des vies. Cette technologie est l’informatique décisionnelle en temps réel. Les systèmes d’informatique décisionnelle en temps réel fournissent les informations nécessaires pour améliorer stratégiquement les processus d’une entreprise ainsi que pour tirer un avantage tactique des événements au fur et à mesure qu’ils se produisent.

Latence

Tous les systèmes d’informatique décisionnelle en temps réel ont une certaine latence, mais l’objectif est de minimiser le temps entre l’événement commercial qui se produit et le lancement d’une action corrective ou d’une notification. L’analyste Richard Hackathorn décrit trois types de latence :

• Latence des données ; le temps nécessaire pour collecter et stocker les données
• Latence d’analyse ; le temps nécessaire pour analyser les données et les transformer en informations exploitables
• Latence d’action ; le temps nécessaire pour réagir à l’information et agir

Les technologies d’informatique décisionnelle en temps réel sont conçues pour réduire les trois latences aussi près que possible de zéro, tandis que l’informatique décisionnelle traditionnelle ne cherche qu’à réduire la latence des données et ne traite pas la latence d’analyse ou la latence d’action, car les deux sont régies par des processus manuels.

Certains commentateurs ont introduit le concept d’informatique décisionnelle au bon moment qui propose que l’information soit livrée juste avant qu’elle ne soit requise, et pas nécessairement en temps réel.

Architectures

Basé sur les événements

Les systèmes de Business Intelligence en temps réel sont pilotés par les événements et peuvent utiliser des techniques de traitement d’événements complexes, de traitement de flux d’événements et de mashup (application Web hybride) pour permettre l’analyse d’événements sans être d’abord transformés et stockés dans une base de données. Ces techniques en mémoire ont l’avantage de pouvoir surveiller des taux élevés d’événements et, comme les données n’ont pas besoin d’être écrites dans les bases de données, la latence des données peut être réduite à quelques millisecondes.

Entrepôt de données

Une approche alternative aux architectures pilotées par les événements consiste à augmenter le cycle de rafraîchissement d’un entrepôt de données existant pour mettre à jour les données plus fréquemment. Ces systèmes d’entrepôt de données en temps réel peuvent réaliser une mise à jour des données en temps quasi réel, où la latence des données est généralement comprise entre quelques minutes et plusieurs heures. L’analyse des données est encore généralement manuelle, de sorte que la latence totale est très différente des approches architecturales événementielles.

Technologie sans serveur

La dernière innovation alternative aux architectures d’entrepôt de données « en temps réel » pilotées par des événements et/ou « en temps réel » est la technologie MSSO (Multiple Source Simple Output) qui supprime complètement le besoin d’entrepôt de données et de serveurs intermédiaires puisqu’il est capable d’accéder données en direct directement à partir de la source (même à partir de sources multiples et disparates). Étant donné que les données en direct sont accessibles directement par des moyens sans serveur, elles offrent la possibilité de données en temps réel sans latence au sens le plus vrai.

Sensible aux processus

Ceci est parfois considéré comme un sous-ensemble de l’intelligence opérationnelle et est également identifié avec la surveillance des activités commerciales. Il permet de surveiller des processus entiers (transactions, étapes), de visualiser des métriques (latence, taux d’achèvement/d’échec, etc.), de les comparer aux données historiques stockées et d’établir des tendances en temps réel. Les implémentations avancées permettent de détecter les seuils, d’alerter et de fournir un retour aux systèmes d’exécution de processus eux-mêmes, « bouclant ainsi la boucle ».

Technologies prenant en charge l’analyse en temps réel

Les technologies qui peuvent être prises en charge pour activer l’informatique décisionnelle en temps réel sont la visualisation des données, la fédération des données, l’intégration des informations d’entreprise, l’intégration des applications d’entreprise et l’architecture orientée services. Des outils de traitement d’événements complexes peuvent être utilisés pour analyser les flux de données en temps réel et soit déclencher des actions automatisées, soit alerter les employés des modèles et des tendances.

Appareil d’entrepôt de données

L’appliance d’entrepôt de données est une combinaison de matériel et de logiciel qui a été conçue exclusivement pour le traitement analytique. Dans la mise en œuvre de l’entrepôt de données, les tâches qui impliquent le réglage, l’ajout ou la modification de la structure autour des données, la migration des données à partir d’autres bases de données, la réconciliation des données sont effectuées par l’administrateur de base de données. Une autre tâche de l’administrateur de base de donnée consistait à rendre la base de données performante pour un grand nombre d’utilisateurs. Alors qu’avec les appliances d’entrepôt de données, c’est la responsabilité du fournisseur de la conception physique et du réglage du logiciel en fonction des exigences matérielles. Le package d’appliance d’entrepôt de données est fourni avec son propre système d’exploitation, son espace de stockage, son SGBD, ses logiciels et le matériel requis. Si nécessaire, les appliances d’entrepôt de données peuvent être facilement intégrées à d’autres outils.

Technologie mobile

Il existe très peu de fournisseurs pour fournir une informatique décisionnelle mobile ; IDM est intégré à l’architecture BI existante. IDM est un package qui utilise des applications BI existantes afin que les utilisateurs puissent les utiliser sur leur téléphone mobile et prendre des décisions éclairées en temps réel.

Zone d’application

• Trading algorithmique
• Détection de fraude
• Surveillance des systèmes
• Surveillance des performances des applications
• Gestion de la relation client
• Détection de la demande
• Tarification dynamique et gestion du rendement
• Validation des données
• Veille opérationnelle et gestion des risques
• Paiements et suivi des espèces
• Surveillance de la sécurité des données
• Optimisation de la chaîne d’approvisionnement
• Analyse des données du réseau RFID/capteurs
• Flux de travail
• Optimisation du centre d’appels
• Mashups d’entreprise et tableaux de bord de mashups
• Industrie du transport

L’industrie des transports peut bénéficier de l’utilisation d’analyses en temps réel.

Source: Drew Bentley, Business Intelligence and Analytics. © 2017 Library Press, License CC BY-SA 4.0. Traduction et adaptation: Nicolae Sfetcu

© 2022 MultiMedia Publishing, L’informatique décisionnelle et l’analyse exploratoire des données dans les entreprises, Collection Sciences de l’information