Liberté pour les données et les analyses

SAP a remplacé le Data Warehouse Cloud par Datasphere

La problématique est aussi vieille que l'informatique elle-même : Comment les entreprises utilisatrices peuvent-elles exploiter leurs données de manière rentable ? Et ce, indépendamment de la date et du lieu où elles ont été générées et enregistrées par telle ou telle application ? Les utilisateurs expérimentés de SAP se souviennent de toute une série de tentatives du fournisseur pour aider ses clients dans ce domaine. Mais sans grand succès, comme les experts l'ont toujours constaté.

C'est pourquoi de nombreux experts ont réagi avec réserve lorsque SAP a présenté Datasphere au printemps 2023. Dans le cadre de l'événement virtuel "SAP Data Unleashed", Datasphere a été présentée comme "une solution unifiée pour l'intégration des données, le catalogage des données, la modélisation sémantique, l'entreposage des données, la fédération des données et la virtualisation des données". Cette solution doit permettre aux experts en données de "distribuer facilement les données critiques dans l'ensemble de l'environnement de données tout en conservant le contexte et la logique de l'entreprise". Cette présentation pourrait donner l'impression d'un "outil universel" et donc susciter des attentes exagérées. Mais nous y reviendrons plus tard.

Tout d'abord, la bonne nouvelle : SAP a reconnu le défi non résolu d'une interaction simple avec les données d'entreprise provenant de différentes sources. Dans sa stratégie de produits, l'entreprise de Walldorf unifie désormais toute la palette des fonctionnalités de gestion des données et d'analyse dans un concept global, afin que les clients puissent à l'avenir composer les services dont ils ont besoin en fonction de leurs besoins. Le lancement de Datasphere s'inscrit dans la continuité de l'évolution de l'architecture cloud de l'entrepôt de données vers la "Business Data Fabric". Il s'agit d'une couche de données intégrée, sémantiquement polyvalente, permettant un accès continu aux données dans tous les domaines de l'environnement de données d'une organisation.

Parallèlement, les utilisateurs reçoivent des informations sur le contexte commercial et la logique nécessaires pour générer de la valeur ajoutée à partir des données. La nouveauté réside surtout dans le fait qu'il est devenu plus facile d'utiliser des données SAP et non SAP de manière intégrée. Par exemple, cette technologie permet de combiner des données provenant d'un entrepôt de données Oracle avec des données provenant d'un BW/4 Hana. C'est un pas important dans la bonne direction, car les efforts consentis jusqu'à présent pour extraire, transformer et restaurer les données ont empêché de nombreuses innovations réussies de modèles commerciaux basés sur les données. 

Les données en point de mire

Du point de vue des utilisateurs, le plus grand avantage des nouveautés actuelles de Datasphere réside dans la focalisation sur les données - et non sur la technique ou ses fabricants. C'est d'autant plus vrai qu'il ne s'agit pas d'une vision. Au contraire, Datasphere apporte une série de nouvelles fonctions concrètes pour la reconnaissance, la modélisation et la distribution des données commerciales critiques pour l'entreprise. Le Datasphere Analytic Model est l'un de ses points forts. Il permet aux experts en données de résoudre des besoins de modélisation complexes en réutilisant des définitions sémantiques issues d'applications SAP.

De nouvelles possibilités de modélisation multidimensionnelle avec des approches analytiques étendues aident aussi bien les utilisateurs professionnels que les utilisateurs informatiques à développer plus rapidement des modèles utilisables de manière productive pour l'entreprise. Ainsi, les tableaux de demandes d'achat et de matériaux peuvent être combinés en un modèle analytique qui fournit aux utilisateurs clés des informations pour optimiser le flux de matériaux. Pour cela, il n'est pas nécessaire de comprendre techniquement les processus en arrière-plan de l'entrepôt de données qui sont représentés par la Datasphere.

Pour que les modèles commerciaux basés sur les données fonctionnent, il est essentiel de minimiser au maximum la gestion manuelle des données. Le Datasphere Catalog est un outil important dans ce contexte. Il aide à trouver, gérer et contrôler automatiquement les données. Cela simplifie également le respect des règles de gouvernance des données tout au long du cycle de vie des données. En outre, Datasphere contient de nombreux outils et technologies qui permettent aux entreprises de rassembler toutes leurs données et de garantir que toutes les personnes concernées travaillent toujours avec les mêmes données.

Un environnement de données simplifié

Des données toujours plus nombreuses entraînent inévitablement une complexité toujours plus grande, car le nombre de relations possibles entre les différents ensembles de données augmente progressivement avec la quantité de données. Il est donc d'autant plus nécessaire de disposer d'une infrastructure simple, sûre et flexible pour gérer ces volumes de données en forte croissance. SAP Datasphere fonctionne donc dans n'importe quel cloud et dans des environnements hybrides. Cela permet d'accéder à toutes les données de l'entreprise, quel que soit le lieu. En outre, les clients actuels de SAP Business Warehouse (BW) sur site pourront désormais utiliser leur stock de données dans Datasphere.

Avec BW Bridge, un service spécial de Datasphere pour l'intégration des données existantes dans BW, les utilisateurs de NetWeaver BW et BW/4 disposent d'outils de transfert pour transférer leurs modèles de données et connecteurs existants vers le cloud public. Une fois intégrées, les données peuvent ensuite être regroupées et mises à disposition dans des espaces de travail virtuels grâce à Datasphere Spaces. Ces espaces de travail virtuels sont particulièrement adaptés aux consommateurs de données qui accèdent fréquemment à des constellations de données spécifiques, comme le marketing, les ventes, les fournisseurs, les partenaires et les équipes d'intelligence artificielle. 

L'entrée dans Datasphere est particulièrement simple pour les entreprises qui sont déjà clientes de Data Warehouse Cloud : Elles reçoivent automatiquement les nouvelles fonctionnalités sous forme de services supplémentaires dans leur interface cloud existante, sans aucune migration.

Datasphere n'est pas un outil universel

L'annonce citée au début pourrait donner l'impression d'un outil universel pour toutes les applications liées aux données. Il est donc d'autant plus important de se rappeler ce qu'est Datasphere à la base : une couche de gestion des données qui sert à rendre les données disponibles pour les applications les plus diverses. Il ne s'agit pas ici d'assommer tous les problèmes possibles avec une solution. Au contraire, Datasphere est délibérément conçue de manière ouverte afin que les utilisateurs puissent décider eux-mêmes quelles tâches ils veulent traiter et avec quels outils. Enfin, SAP propose d'autres solutions dans le domaine des données et de l'analytique avec SAP Analytics Cloud et SAP Data Intelligence Cloud. Toutes deux font partie de la SAP Business Technology Platform (BTP) - comme Datasphere. Lorsqu'il s'agit de générer des avantages économiques à partir de données, l'interaction entre ces composants et, le cas échéant, d'autres applications de différents fournisseurs est requise.

Avantages économiques

L'interaction entre les différentes composantes des données et de l'analytique peut être illustrée par le scénario suivant : Une entreprise qui fait de la publicité dans les stades de football doit indiquer à ses clients combien de fois et pendant combien de temps leur logo ou motif publicitaire a été visible pendant la retransmission télévisée d'un match de football. Pour ce faire, elle utilise un service de reconnaissance d'images basé sur l'IA dans le cloud, qui analyse les données de diffusion en continu de la retransmission télévisée.

Selon les spécifications du client, le service fournit une liste plus ou moins détaillée des moments où le motif a été visible. Ces données structurées sont transmises à Datasphere par le prestataire de services concerné via un SAP Open Connector. De là, elles voyagent directement vers le client pour son reporting et, en interne, vers le système ERP du marketeur pour la facturation au client. Les données vidéo non structurées sont en revanche transmises à l'Analytics Cloud, où elles sont utilisées pour d'autres analyses. Cela permettrait par exemple de faire une recommandation au client basée sur les données pour un autre positionnement de son motif. 

Dans un autre scénario, un constructeur de machines souhaite évaluer en détail les besoins énergétiques de ses lignes de production. L'objectif : réduire les coûts, produire de manière plus durable et fournir efficacement des données pour le rapport RSE. Il s'agit de rassembler et d'évaluer des données en continu provenant de différentes sources. Ainsi, les données transitent d'abord par le Data Intelligence Cloud, d'où elles sont transmises au Analytics Cloud après une intégration et une orchestration automatisées.

Grâce à l'apprentissage automatique et à d'autres technologies d'intelligence artificielle, des prévisions et des simulations des besoins énergétiques futurs sont réalisées. Parallèlement, les données réelles sont transférées dans la Datasphere, où elles peuvent être consultées à tout moment et de partout pour différents rapports et autres calculs. 

Ces deux exemples en forme de coupe montrent déjà la situation : En combinaison avec SAP Analytics Cloud et Data Intelligence Cloud, Datasphere offre aux entreprises une grande liberté de conception de leurs flux de travail liés aux données, en fonction des tâches et des objectifs qu'elles poursuivent. Le défi consiste à tirer le meilleur parti de cette liberté.