Worawut - stock.adobe.com

BI : Google dévoile sa première collaboration avec Looker depuis son acquisition

Six mois après la clôture de l’acquisition de Looker par Google, les deux entreprises ont dévoilé leur première collaboration dans le cadre de Google Cloud Next 2020. GCP veut d’abord améliorer les intégrations avec la suite Google Marketing Platform.

Il n’a pas fallu longtemps à Looker et à Google pour trouver des moyens d’unir leurs forces.

Looker, c’est l’éditeur d’une solution BI  dont la société fondée en 2012 et basée à Santa Cruz, en Californie, a été rachetée par Google en juin 2019 pour 2,6 milliards de dollars (la quatrième acquisition la plus importante de la jeune histoire de Google). Les deux entités ont toutefois été empêchées de collaborer jusqu’à ce que l’achat reçoive l’approbation réglementaire finale, en février 2020.

Six mois après, Looker a dévoilé une mise à jour de sa plateforme – la première depuis qu’il a officiellement rejoint Google Cloud – lors de Google Cloud Next 2020, la conférence virtuelle des utilisateurs de Google Cloud qui s’étale de juillet à septembre.

Parmi les nouvelles fonctionnalités, figure la prise en charge complète de la suite Google Marketing Platform.

L’acquisition par Salesforce du concurrent de Looker, Tableau, a été conclue en novembre 2019. Bien que la mise à jour du troisième trimestre de Tableau sera publiée plus tard ce mois-ci, à ce jour, Salesforce et Tableau n’ont encore rien présenté de leurs travaux communs.

« Notre intention, avec cette annonce, est de montrer que nous continuons à investir dans notre produit principal, mais aussi que nous profitons des opportunités qui s’offrent à nous dans le cadre du rachat par Google », assure Pedro Allerano, responsable marketing produit chez Looker. « Nous découvrons maintenant toutes ces possibilités de travailler avec différents produits Google et de trouver des points d’intégration ».

Looker propose ce qu’il appelle des « Looker Blocks ». Ce sont des bouts de code préconstruits que les entreprises peuvent utiliser pour développer rapidement une couche analytique. Parmi ceux-ci, on trouve des blocs adaptés à différentes utilisations commerciales, telles que la vente, le marketing et l’expérience client.

Des intégrations plus naturelles avec Google Marketing Platform

Le support de Looker pour la suite Google Marketing Platform (fusion des produits de Google Analytics 360 et de ceux de DoubleClick) est un ensemble de nouveaux blocs conçus pour les clients de Google. Les blocs ont été créés de concert avec les ingénieurs de Google et comprennent les Looker blocks pour Search Ads 360, Display and Video 360, Google Analytics 360 et pour Campaign Manager. Chacun des modules comprend des capacités de machine learning disponibles depuis Google BigQuery, l’entrepôt de données en ligne du géant du cloud.

Doug Henschen, analyste principal chez Constellation Research, estime que la suite Google Marketing Platform était un bon point de départ pour la collaboration entre Looker et Google.

« Les nouveaux Looker Blocks pour la suite Google Marketing Platform sont un point de départ évident pour une intégration plus étroite avec le reste de la plateforme Google Cloud », déclare-t-il. « Looker utilise depuis longtemps ses blocs pour favoriser les intégrations avec ses partenaires. Les nouveaux modules permettront aux utilisateurs de Looker d’exploiter et d’analyser plus facilement les données de la suite Google Marketing Analytics ».

Inversement, les utilisateurs de Google Data Studio auront désormais des raisons de considérer Looker, puisque Data Studio n’est essentiellement qu’un outil de visualisation et de conception de rapports. Looker est une plateforme BI à part entière, qui doit permettre la modélisation sémantique, la réutilisation des données et des analyses adaptées aux besoins des entreprises.

La prise en charge de la suite Google Marketing Platform dans Looker n’est toutefois que la première pierre à la collaboration entre la maison mère et sa filiale.

Pedro Arellano assure qu’il y aura une plus grande intégration entre Looker et BigQuery avant la fin de l’année 2020. En 2021, Looker prévoit de travailler avec Google pour améliorer les capacités d’intelligence augmentée de sa plateforme, y compris le traitement du langage naturel.

L’intelligence artificielle est une capacité qui fait défaut à Looker par rapport à certains de ses concurrents. ThoughtSpot, par exemple, s’est récemment associé à VoiceBase pour améliorer ses capacités de traitement du langage naturel. Par ailleurs, la requête en langage naturel est un élément central de la mise à jour de printemps de Sisense. Ces caractéristiques sont des piliers clés de leurs plateformes.

« Le seul domaine “moderne” où la plateforme doit encore s’améliorer est celui de l’analyse augmentée », constate Doug Henschen. « La génération du langage naturel, les requêtes en langage naturel, l’apprentissage automatique et les suggestions et recommandations générées par des graphes pour la découverte et l’analyse des données, sont de plus en plus courants sur les plateformes de BI et d’analyse, mais je n’ai pas vu grand-chose de la part de Looker sur ces fronts ».

En ce qui concerne la future collaboration entre Looker et Google, Doug Henschen ajoute que Looker était déjà intégré à BigQuery (et avec d’autres datawarehouses dans le cloud). Cette intégration allait déjà plus loin que l’exécution de requêtes par-dessus une base de données. Ainsi, même si l’intégration sera encore plus poussée, Looker et Google peuvent concentrer leurs efforts de collaboration sur d’autres domaines.

« Le prochain cycle de développement pourrait inclure des intégrations intéressantes avec d’autres services de données et d’analyse de Google, notamment Dataprep, Data Catalog, Cloud Composer et Dataproc », envisage l’analyste chez Constellation Research.

Looker voit (encore) un monde au-delà de Google

Malgré sa fusion avec Google, l’éditeur a surtout amélioré les capacités de son outil, maintenant en version 7.12.

Notons que la mise à jour de la plateforme Looker comprend une série de fonctionnalités centrées sur l’amélioration de l’expérience de la BI afin que les utilisateurs puissent plus facilement accéder à l’information. Il s’agit principalement de rafraîchir plus rapidement les analyses et d’améliorer les visualisations avec de nouveaux filtres.

Looker a également souhaité améliorer les performances de sa plateforme, pour gérer davantage de traitements et de données. Parmi les nouvelles fonctionnalités, figurent la sensibilisation agrégée pour accélérer les requêtes et aider à réduire leur coût, le téléchargement plus rapide des données pour que les utilisateurs puissent diffuser les résultats des requêtes plus rapidement, et le regroupement des connexions pour réduire leur latence.

Enfin, il a ajouté de nouveaux outils pour les développeurs d’applications afin qu’ils puissent personnaliser leurs outils de BI et intégrer certaines fonctionnalités les flux de travail de leur entreprise.

Citons la refonte de l’environnement de développement intégré (IDE), qui doit rendre les flux de travail plus intuitifs, grâce à des commandes avancées et un référentiel inter-instances pour partager le développement de modèles et des dossiers, ce qui doit améliorer l’organisation des projets et favoriser la collaboration. Ce dernier repose sur une des API ou des webhooks ayant pour mission de simplifier la fusion de dépôt Git (comme ceux de GitHub). L’éditeur introduit également une fonctionnalité dans Looker Extension Framework, pour développer plus facilement des applications JavaScript au-dessus de la plateforme analytique.

« Nous croyons fermement à plusieurs choses. La première est que la BI conventionnelle est très contraignante dans la manière d’interagir avec les données », avance Pedro Allerano. « Il est donc très important pour nous de continuer à donner aux entreprises les outils, l’inspiration et la confiance nécessaires pour aller au-delà [des rapports et des tableaux de bord] de différentes manières », poursuit-il. « La deuxième est l’idée d’être agnostique en ce qui concerne le multicloud et les bases de données ».

En effet, l’évolution de la version 7 de Looker est non seulement ponctuée de correctifs pour des services de datawarehousing comme Snowflake, Azure Synapse Analytics (nouveau nom d’Azure Data Warehouse) et Redshift, mais aussi d’ajouts ou d’améliorations de connecteurs pour des bases de données comme MariaDB, PostgreSQL, Oracle ou MemSQL. L’éditeur se retrouve ainsi en parfait alignement avec la stratégie de GCP qui cherche à développer son activité par le prisme du multicloud.

Pour approfondir sur Outils décisionnels et analytiques

Close