« Analytic Process Automation » : Alteryx rebaptise sa gamme d’outils

Simplifier la Data Prep et démocratiser le Machine Learning restent au cœur de la stratégie d’Alteryx. L’éditeur a sorti un Hub et une « Intelligent Suite », qui chapeaute son outil de modélisation assistée, et a regroupé le tout sous une marque ombrelle (APA).

Le spécialiste de la préparation de données Alteryx continue sa quête de démocratisation du Machine Learning pour transformer les analystes métiers en « Citizen Data Scientist ».

L’éditeur a coup sur coup renommé sa suite d’outils – en Alteryx APA (Analytic Process Automation) – et a sorti une mise à jour avec deux nouveautés majeures.

Alteryx Analytic Process Automation

En « créant » la plate-forme APA, Alteryx a mis une nouvelle fois l’accent sur l’automatisation (mais en la systématisant) et a réuni tous ses produits pour, dit-il, les rendre plus accessibles et faciliter leur utilisation en libre-service, de la phase de préparation à celle de l’analyse des données.

Concrètement, Analytic Process Automation est donc une nouvelle marque ombrelle au-dessus des outils historiques que sont Alteryx Designer, Alteryx Server et Alteryx Connect.

En allant vers le Machine Learning, Alteryx avait logiquement commencé par cibler les Data Scientists et les analystes métiers chevronnés. Mais ses récentes évolutions montrent un élargissement de sa stratégie et de ses cibles. Tout comme un DataRobot (qui a renforcé ses capacités automatisées de préparation des données avec le rachat de Paxata) voire un Dataiku ou un Databricks, la feuille de route d’Alteryx, riche d’automatisation en tous sens, traduit une envie de parler à un public non expert en algorithmes.

Ces utilisateurs sont traditionnellement des métiers (marketing, comptabilité, etc.) qui savent utiliser la Data Visualisation mais pas – ou mal - gérer les étapes en amont. Alteryx propose certes lui aussi quelques capacités analytiques de type DataViz, mais il ne se positionne (pas encore ?) en concurrence directe avec des éditeurs de Business Intelligence moderne comme Tableau, Qlik ou Microsoft (Power BI).

Il se propose au contraire de se concentrer sur l’étape précédente (importation des données, préparation, nettoyage, mix des sources) qui serait la grande oubliée de l’évolution récente du marché – explique le PDG d’Alteryx Dean Stoecker, schéma à l’appui, lors d’un échange avec LeMagIT.

Ce « rebranding » – et le regroupement des outils pour naviguer plus facilement de l’un à l’autre – est une évolution plutôt intéressante pour les clients, estime Doug Henschen, analyste chez Constellation Research.

« La philosophie d’APA est en phase avec les besoins actuels des organisations, c’est-à-dire des outils qui sont connectés les uns aux autres », explique-t-il. « Alteryx se concentre sur [la création d’outils qui permettent] un processus de bout en bout, accessible au plus grand nombre, pour la collecte, le nettoyage et la préparation des données, pour la création de modèles [de ML], pour leurs mises en production et pour leurs actualisations et leur support au fil du temps afin qu’ils restent performants », liste-t-il.

La plateforme APA
Schéma explicatif de la nouvelle plateforme analytique automatisée de bout en bout d'Alteryx, APA

Mike Leone, analyste chez Enterprise Strategy Group, est du même avis. Seule différence : il se demande bien pourquoi Alteryx a mis autant de temps à automatiser massivement ses outils.

« Pourquoi ne se sont-ils pas plus inspirés du RPA pour résoudre les différentes difficultés que l’on rencontre tout le long d’un processus analytique, de l’intégration à la génération d’enseignements (Insights) ? », questionne-t-il. « C’est si naturel qu’il est presque surprenant qu’il ait fallu attendre autant de temps pour qu’un éditeur sorte une plate-forme répondant aux attentes des organisations. »

Alteryx Analytics Hub

Toujours dans ce même état d’esprit de « Citizen Data Scientist », Alteryx a profité de la sortie de la version 2020.2, en juin, pour lancer deux nouveaux outils : Analytics Hub et Intelligence Suite.

Le Analytics Hub est un « endroit » où les « actifs analytiques » d’une organisation sont consolidés pour une meilleure collaboration, avance Alteryx. Le Hub vise en fait à éliminer les silos qui existent entre les données de différents départements et à automatiser tous les traitements.

« Ce Analytic Hub est une chose essentielle », commente Mike Leone. « Ils avaient déjà des outils pour collaborer et communiquer entre les équipes Data et les métiers. Mais Analytics Hub va plus loin en démocratisant tout le cycle. »

Alteryx Intelligence Suite

Alteryx Intelligence Suite veut, quant à elle, faire monter les utilisateurs en compétence (et de manière autonome).

L’outil fonctionne de consort avec le Hub Analytics et Alteryx Designer pour permettre aux utilisateurs non experts de créer des modèles prédictifs. Avec « Assisted Modeling », vante une nouvelle fois Alteryx, « n’importe qui » peut rapidement développer un pipeline ML de bout en bout, en quelques clics de souris. Les modèles peuvent être exportés à n’importe quel moment du processus pour qu’un Data Scientist puisse les personnaliser.

Une autre brique d’Intelligence Suite est un composant qui aide à extraire des données dans des PDF et des images (Text Mining) et qui les transforme pour les rendre utilisables.

Text Mining dans Alteryx Intelligent Suite
Text Mining dans Alteryx Intelligent Suite

Bien que « Augmented ML » ne soit pas nouveau – même si Matt Madden, le responsable marketing produit d’Alteryx, en parle beaucoup dans le cadre de Intelligent Suite –, Doug Henschen estime qu’Alteryx continue sur sa lancée et ajoute petit à petit des fonctionnalités bienvenues pour fluidifier un processus ML, pour Monsieur ou Madame « Tout le Monde ».

« Il s’agit d’une version bien dans l’air du temps, qui met l’accent sur la productivité d’une équipe et l’automatisation », déclare-t-il. « Le nouveau Hub offre un meilleur environnement collaboratif pour travailler, tandis que la nouvelle Intelligence Suite renforce les capacités de modélisation assistée, qui rendent la construction de modèles plus accessible. »

Produits simplifiés, marketing complexifié ?

La feuille de route de l’éditeur devrait continuer à emprunter ce chemin. Les prochaines mises à jour, promet Matt Madden, se focaliseront sur la simplification de l’usage des outils, sur la collaboration d’équipe et sur l’automatisation.

Il y a juste à espérer pour Alteryx, qui avait jusqu’ici une gamme claire et très lisible, que son marketing n’ira pas en sens inverse en complexifiant les appellations de ses produits au prétexte de « moderniser » une image de marque, qui n’en a pas besoin.

Pour approfondir sur Intelligence Artificielle et Data Science

Close