Hadoop et Hana font avancer la numérisation

Les technologies telles que Hana et Hadoop ouvrent de nouvelles possibilités à cet égard. L'étude de tendance actuelle de Lünendonk "Créer de la valeur ajoutée grâce à la transformation numérique" montre que de nombreuses entreprises hésitent à agir lorsqu'il s'agit de transformation numérique et de développements innovants.

Les auteurs de l'étude reconnaissent un danger dans la tendance à considérer les opportunités offertes par le développement de nouveaux modèles d'entreprise ou la conquête de nouveaux marchés comme moins importantes que les "objectifs de défense", comme la fidélisation de la clientèle ou l'amélioration des processus.

Une telle évaluation rend difficile les innovations courageuses et disruptives des modèles commerciaux, des produits et des services, peut-on lire dans la conclusion. Mais comment les entreprises peuvent-elles faire avancer la transformation numérique et tester de nouveaux modèles commerciaux ?

Les systèmes et architectures traditionnels ne sont pas conçus pour maîtriser avec agilité le flot de données et de sources de données. Le Big Data ne peut donc devenir un Big Business que si les bonnes technologies et structures organisationnelles sont utilisées et mises en place.

Pour traiter de grandes quantités de données, les bases de données modernes utilisent des composants matériels de haute qualité et traitent les données en mémoire principale (in-memory).

Ces technologies sont extrêmement puissantes, mais aussi coûteuses. La flexibilité de pouvoir stocker de grandes quantités de données à court terme sans se heurter à des limites budgétaires et donc sans augmenter la pression sur les performances est essentielle pour la transformation numérique.

C'est là qu'intervient la plateforme open source Hadoop, car elle a été créée précisément dans ce but : stocker, traiter et analyser de très grands volumes, des centaines de pétaoctets à des zétaoctets de données.

L'un des principaux avantages d'Hadoop par rapport à d'autres systèmes est qu'il ne repose pas sur un matériel propriétaire coûteux pour le stockage et le traitement des données. L'avantage du système de fichiers distribué s'étend également au traitement distribué des données et peut évoluer presque indéfiniment via des serveurs standard bon marché.

De nouvelles voies pour l'analyse des données massives

Pour les exigences de l'analyse des données volumineuses, Hadoop seul ne suffit cependant pas dans de nombreux cas. Pour l'évaluation des données non structurées ou semi-structurées en combinaison avec les données commerciales les plus récentes, le traitement en mémoire avec des méthodes d'analyse modernes s'impose.

Hana et Hadoop forment une équipe solide : la combinaison d'une base de données haute performance et d'une solide plateforme de données de masse peut ouvrir de nouvelles voies pour l'analyse commerciale et convainc par des économies de coûts massives.

Analyse en temps quasi réel

Les données provenant de capteurs, de réseaux et de machines ainsi que les informations non structurées issues de photos, de textes et de réseaux sociaux peuvent être analysées de manière rentable et presque en temps réel à l'aide de Hana et Hadoop, et permettent d'innombrables scénarios d'application, comme le montre l'application d'une entreprise agricole internationale.

Cette application permet aux agriculteurs de détecter les maladies des plantes à un stade précoce et de choisir le traitement approprié à l'aide d'un smartphone ou d'une tablette.

Si l'agriculteur envoie une photo de la plante malade, celle-ci est immédiatement comparée par datamining avec des images de référence de maladies végétales dans la base de données. De plus, les données météorologiques actuelles de la région sont prises en compte dans l'analyse.

En arrière-plan, Hana élabore une recommandation en temps réel que l'agriculteur reçoit ensuite immédiatement sur son terminal mobile. Celle-ci contient la détermination de la maladie des plantes ainsi qu'un schéma indiquant comment traiter au mieux la maladie en fonction des conditions météorologiques actuelles.

Les données de masse nécessaires à cet effet, telles que les fiches techniques des produits, les vidéos ou les données de référence des images, se trouvent dans un cluster Hadoop. L'un des grands avantages d'Hadoop est le streaming de données. Les données de masse peuvent être analysées directement dans Hadoop à l'aide de modèles statistiques.

Seule l'essence de ces analyses est ensuite transmise à Hana. Cette approche permet d'évaluer en temps réel et de manière performante d'énormes quantités de données de structures différentes.

Autre avantage : la combinaison de Hana et Hadoop est également adaptée aux petites entreprises disposant de peu de ressources informatiques. En effet, avec Predictive Analytics, SAP propose des analyses standard qui permettent aux entreprises disposant de peu de connaissances en statistiques de générer des modèles correspondants.

Le courage d'essayer est ici la clé du succès. Datavard propose des ateliers d'innovation au cours desquels les responsables informatiques peuvent apprendre à utiliser les nouvelles technologies tout en testant des idées et des modèles commerciaux.