alphaspirit - Fotolia

MongoDB accompagne sa base NoSQL d’un outil de dataviz

MongoDB Charts permet de créer des tableaux de bord graphiques directement à partir des données stockées dans la base NoSQL.

Si les déploiements dans le Cloud sont certainement le sujet prioritaire pour les entreprises lorsqu’on évoque MongoDB, la société, qui a contribué à donner ses lettres de noblesse au NoSQL, entend aussi porter le débat vers ….la visualisation de données et la création de tableaux de bord.

A l’occasion de MongoDB World 2017, qui s’est tenu à Chicago il y a quelques semaines, tous les regards étaient certes tournés vers les services Cloud d’Atlas et sur le support des plateformes Cloud de Google et de Microsoft. Mais cette conférence recelait d’autres trésors cachés, comme celui portant sur MongoDB Charts, une application de création de visualisation de données en self-service à partir des données JSON stockées dans la base. Une application dont la cible reste assurément les utilisateurs métiers.

Ces outils ont la particularité de transformer des tonnes de données NoSQL en des graphiques intuitifs et des tableaux de bord. Leur donner vie en somme. Si ce marché est déjà trusté par des sociétés comme Tableau et Qlik, pour n’en citer que certains, MongoDB y voit aussi un certain intérêt pour créer un écosystème autour de sa base de données.

Exploiter nativement le modèle MongoDB

Si comme les autres, MongoDB Charts entend proposer des outils graphiques pour permettre aux responsables des données de proposer à leur tour des méthodes de visualisation adaptées, l’application est surtout un moyen d’exploiter nativement les modèles de document, chers à la marque.

Charts supporte en effet les pipelines d’agrégation de MongoDB, censés transformer les documents en agrégats, affirme Eliot Horowitz, le CTO et co-fondateur de MongoDB. Selon lui, MongoDB est beaucoup utilisée au sein d’applications opérationnelles, et en cela, Charts permet d’y intégrer directement des outils de visualisation de données, plutôt que d’avoir à effectuer des analyses séparées sur des données extraites en batch.

MongoDB Charts fait en fait partie d’un ambitieux programme que MongoDB. La société travaille également sur des connecteurs censés relier des outils de BI relationnelles, comme Tableau, à la base de données NoSQL.

Pour Tony Baer, analyste au sein du cabinet d’études Ovum, MongoDB Charts s’inscrit bien dans une tendance. « La plupart des plateformes de données associe à leurs outils des possibilités de visualisation graphique qui permettent de ne plus avoir recours à des outils tiers, comme Tableau ou encore Qlik », commente-t-il. C’est ici la volonté de MongoDB.

S’il ne fallait retenir qu’une fonction de MongoDB Charts est qu’il permet de visualiser les données sans avoir à modifier les données JSON pour qu’elles s’apparentent à des données relationnelles, analyse-t-il. MongoDB Charts interroge chaque champ sans avoir à les fusionner dans une unique ligne, ou à exploser le document, commente encore Tony Baer.

Un outil au milieu d’autres

Pour certains, MongoDB a pourtant davantage sa place aux côtés d’autres outils de BI et donc pas comme en remplacement. C’est par exemple le cas de Tom Schenk, le Chief Data Officer de la ville de Chicago.

Le CDO utilise MongoDB pour renforcer l’entrepôt de données analytique de son vaste projet WindyGrid – cette plateforme motorise le concept de Smart City de la région. Cet entrepôt de données doit rassembler tous les jours les données de plusieurs villes. Tom Schenk et ses collègues ont aussi prévu d’ouvrir ces données vers l’extérieur dans le but d’encourager la création d’applications par les citoyens.

Interrogé par nos confères de SearchDatamanagement lors de l’événement, le CDO a expliqué que MongoDB a permis de se débarrasser des silos qui isolent les données de chaque département de la ville. Pour lui, Charts cible bien les data scientists de son administration, même s’il considère l’intégration de Tableau comme également pertinente. « Nous sommes une entreprise de 33 000 utilisateurs. Nous devons disposer d’outils adaptés à chaque niveau technique. Les outils doivent correspondre aux niveaux de compétences des employés, et surtout aux problèmes qu’ils souhaitent résoudre. En matière de BI, il n’y a jamais qu’une seule réponse. »

Pour approfondir sur Base de données

Close