La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

DATA WAREHOUSING Défis et pistes de solutions. Yazid Grim Gestionaire de produit BI (PCG Canada) Spécialiste en cycle de vie logiciel en BI Spécialiste.

Présentations similaires


Présentation au sujet: "DATA WAREHOUSING Défis et pistes de solutions. Yazid Grim Gestionaire de produit BI (PCG Canada) Spécialiste en cycle de vie logiciel en BI Spécialiste."— Transcription de la présentation:

1 DATA WAREHOUSING Défis et pistes de solutions

2 Yazid Grim Gestionaire de produit BI (PCG Canada) Spécialiste en cycle de vie logiciel en BI Spécialiste en produits Microsoft BI 7 ans déxperience en BI et DW (consultation) 10 ans déxperience en TI Ingéniorat en Informatique (SI) à lINI ( )

3 Agenda Mise en contexte: le monde a changé… Rappel: la mission dun Data Warehouse Les problématiques actuelles du Data Warehousing Des pistes de solutions Q&R

4 Le monde a changé… … Et les entreprises aussi

5 Le monde a changé + de données (Internet) + de clients + de compétition + de maturité + de consommation + de régulations + dinnovations + personne compétentes + défis - de frontières - de droit à lerreur - de limites…

6 Mission du DW Stockage de données pour du reporting Mémoire « passive » dentreprise Source pour les analystes Outil de prédiction Nouveau modèle daffaire (Google, Facebook, …) … TEMPS

7 Mission du DW Stocker des données qui seront utilisées pour de la prise de décision

8 Mission du DW Stocker des données qui seront utilisées pour de la prise de décision

9 Données / Utilisateurs / Gestion dentreprise Les défis du Data Warehousing

10 Volumétrie des données

11 "...notre PME accumule plus 50Go de données par mois dans son DW..." "...on veut analyser l'achalandage des utilisateurs mais ça représente plus 3 millions de passages par jour" "...notre infrastructure ne tient plus la route avec des tables de faits de 500 Millions de lignes..." "...notre process ETL prend plus de 24h..."

12 Volumétrie des données Architectures matérielles ne peuvent plus supporter les charges des DW (stockage et traitement) Architectures logicielles désuètes Les SGBD relationnels montrent leurs limites Le paradigme E-T-L ne répond plus au besoin initial Nos méthodes de modélisation nont pas été pensés pour de tels volumes de données

13 Le BI pour les décideurs nexiste plus… BI pour tous

14 Data-Driven businesses Nouvelles façon de gérer les entreprises Exige que tous les employés prennent des décisions à leur niveau Offre les outils nécessaires pour ce faire

15 BI pour tous Les travailleurs en entreprises sont: Mieux formés Plus responsables Plus instruits Plus désireux dexceller dans leur travail Plus « branchés »

16 BI pour tous Real-Time BI / Operational BI Utilisé dans les grosses entreprises manufacturières et les compagnies financières. Quand des décisions importantes doivent être prises chaque seconde par beaucoup de personnes… Brise le modèle asynchrone des ETL classiques

17 TI vs. Business

18 TI vs Business

19 TI vs. Business Processus dentreprise changent beaucoup trop vite pour les TI Les méthodes agiles ne règlent que partiellement le problème BI et DW sont devenus trop important pour les laisser aller à leur rythme

20 Ce qui se fait actuellement pour pallier aux problèmes Éléments de solution

21 Linfrastructure en tant que service Cloud Computing

22 Permet dhéberger des données et du traitement dans des environnements spécialisés Réduit le TCO en infrastructure Met à disposition une capacité de traitements phénoménale

23 Plus vite, plus efficace, moins cher Nouvelle génération de matériel

24 Nouvelle génération de hardware SSD Nouvelle génération dOS Nouvelles générations de RAM Nouvelles technologies (SAN, DFS) Nouveaux processeurs

25 Diviser pour régner Architectures distribuées

26 Permet de mettre à profit des machines de faible puissance pour des traitements complexes sur de gros volumes de données Mets en réseau stockage, RAM et processeur pour gérer la charge Initiative de Google

27 Lalternative venue du Web Le mouvement NoSQL

28 Mouvement NoSQL Nouvelle génération doutils de stockage née avec les grosses compagnies du Web Aux antipodes des règles de CODD Inventés pour répondre aux besoins des géants du Web (Google, Facebook, Twitter, Ebay,…) Récemment adopté pour des besoins BI en entreprise Principe simple: stocker des fichiers avec un SGF distribué Permet de gérer des Péta Bytes (index de recherche de Google)

29 Mouvement NoSQL

30 Pensé pour les DW Columnar Databases

31

32 Bénéfices: Taux élevé de compression au niveau colonne (1:4) On ne lit que ce quon a besoin On retrouve linformation de manière efficace

33 De plus en plus matures Outils de visualisation de données

34 Outils de visualisation Permettent de traiter des volumes importants de données Plus simples dutilisation Un marché encore jeune mais avec des leaders émergents

35 Outils de visualisation de données Ex: Tableau Software

36 Conclusion

37 Questions / Contact

38 Widescreen Test Pattern (16:9) Aspect Ratio Test (Should appear circular) 16x9 4x3


Télécharger ppt "DATA WAREHOUSING Défis et pistes de solutions. Yazid Grim Gestionaire de produit BI (PCG Canada) Spécialiste en cycle de vie logiciel en BI Spécialiste."

Présentations similaires


Annonces Google