Einstein Analytics devient Tableau CRM, Einstein Discovery intègre Tableau

Lors de son événement virtuel Conferenceish, Tableau a annoncé l’intégration prochaine d’Einstein Discovery au sein de sa plateforme de visualisation et d’exploration de données. Cette étape marque le rapprochement entre l’éditeur et son propriétaire, Salesforce.

En juin 2019, après le rachat de l’entreprise par Salesforce, Adam Selipsky, PDG de Tableau, rêvait d’une intégration de « l’intelligence d’Einstein Analytics » dans Tableau. Cette vision anime maintenant la feuille de route de l’éditeur. Lors d’une présentation à la presse, le PDG a révélé que les équipes d’Einstein Analytics ont rejoint celle de Tableau sous sa direction cette année.

La nouvelle entité se nomme Tableau CRM et est commune aux deux entreprises.

Preuve en est que la page dédiée aux produits Einstein Analytics vient d’être fraîchement remplacée par Tableau CRM sur le site Web de Salesforce. Pour autant, les produits Einstein ne disparaissent pas. Certains sont associés à la nouvelle entité, d’autres restent embarqués dans les produits Salesforce.

« Nous voulions rassembler les meilleures fonctionnalités analytiques de Tableau et de Salesforce ensemble pour aider les clients à faire plus », assure François Ajenstat, Chief Product Officer chez Tableau. « Mais quand vous discutez avec les clients, ils perçoivent Einstein Analytics comme un moyen d’obtenir des indicateurs dans les flux de travail Salesforce, pour des utilisateurs de Salesforce. Tableau est conçu pour la visualisation et l’exploration de toutes les données, dans n’importe quel environnement, pour tous les cas d’usage », ajoute-t-il à l’adresse du MagIT.

Selon le responsable, l’objectif est de généraliser l’usage des capacités d’analytiques d’Einstein Analytics en dehors de l’écosystème CRM créé par Saleforce.

Einstein Discovery, la touche prédictive qui manquait à Tableau

Première étape de ce rapprochement, Einstein Discovery va être intégré dans les solutions Tableau Dashboard, Calculation et Prep Builder au début de l’année 2021. « Vous allez pouvoir consommer les prédictions définies dans Einstein dans l’ensemble de la plateforme Tableau », se réjouit François Ajenstat.

Einstein Discovery est un outil no-code compris dans la suite Einstein Analytics pour effectuer des analyses descriptives, prédictives et prescriptives sur les données d’un utilisateur. « Il faut d’abord entraîner un modèle dans Einstein Discovery à travers un jeu de données », indique le responsable.

Dans Discovery, un modèle est un « résultat à atteindre, par exemple maximiser le profit ou minimiser l’attrition chez les clients ». Ces modèles ne sont donc pas nommés par leur véritable nom (régression linéaire pour les nombres et classification binaire par régression logistique pour le texte). Il ne faut pas effrayer les profanes du machine learning.

« Les métiers ne savent pas forcément quels algorithmes appliquer à un cas d’usage donné, mais ils savent quels objectifs ils essayent d’atteindre pour leur entreprise », déclare François Ajenstat.

Les data scientists, eux, bénéficieront de capacités et d’indications pour comprendre les décisions de deux types de modèles qu’ils peuvent adapter et combiner pour différents cas d’usage. Ils pourront configurer les paramètres et « valider les modèles ». Une fois cette validation obtenue, les modèles seront consommables dans l’ensemble des couches de la plateforme Tableau, promet le responsable.

Prep Builder complète Discovery

Mais Discovery doit surtout fournir des capacités simples d’accès comme une extension des tableaux de bord pour prédire, expliquer et effectuer des recommandations sur les données visualisées. Einstein Calc permettra lui d’effectuer des prédictions en temps réel sur les visualisations. Enfin, il sera possible d’ajouter des nœuds dans Prep Builder pour obtenir des prédictions dans le cadre de la préparation de données.

Prep était sans doute ce qu’il manquait à Discovery, puisque la qualité des données est primordiale afin d’éviter les biais dans les prédictions issues des régressions linéaires et logistiques. C’est à cette étape que les métiers et les data scientists peuvent véritablement gagner du temps. À ce titre, Tableau prévoit également d’ajouter une capacité automatisée pour les alerter quant à la qualité des données utilisées.

À l’avenir, il sera possible d’interroger les données contenues dans les data store d’Einstein Analytics (enfin, de Tableau CRM) pour requêter des données CRM. Les deux éditeurs prévoient la possibilité d’écrire des informations dans Tableau depuis Einstein Analytics et d’Einstein Analytics vers Tableau pour créer des extraits de données. De la sorte, Tableau CRM doit « offrir une expérience unifiée pour les utilisateurs de Tableau et de Salesforce », assure François Ajenstat.

Par ailleurs, Tableau intégrera son offre à d’autres produits dans le giron Salesforce. La version 2020.4 de Tableau intégrera un connecteur vers la plateforme Marketing IA Datorama. Un autre connecteur vers la plateforme d’intégration Mulesoft suivra, selon le Chief Product Officer.

Un long road-trip qui ne fait que commencer

Le rapprochement de Tableau et de Salesforce était de plus en plus évident, depuis le salon Dreamforce de l’année dernière. Olivier Derrien, le dirigeant français de Salesforce, estimait que l’association de Tableau, d’Einstein Analytics et de Datorama est naturelle, mais que cette intégration prendrait du temps.

En effet, Tableau propose des équivalents à certains produits Salesforce. Par exemple, les trois modules nommés Explain Data, Dynamic Parameters et Ask Data disposent de fonctionnalités se rapprochant de celles de Discovery, sans pour autant offrir véritablement de capacités de prédiction.

« Il y a certaines fonctionnalités qui se chevauchent, c’est une réalité. Cependant, il ne s’agit pas de savoir si elles font la même chose, mais si elles sont utilisées de la même manière. Pour prendre une analogie automobile simple, si j’ai un 4×4 et une citadine, l’un est plus à l’aise sur des terrains vallonnés, tandis que l’autre est facile à garer en ville », illustre François Ajenstat.

Lors de Dreamforce 2019, Andrew Beers, CTO de Tableau, expliquait plus prosaïquement au MagIT le fait que les solutions Tableau citées ci-dessus n’utilisaient pas les mêmes algorithmes que ceux de Salesforce.

Auprès de nos confrères américains de SearchBusinessAnalytics [propriété de Techtarget, également propriétaire du MagIT], Doug Henschen, analyste principal chez Constellation Research, estime que les utilisateurs de Tableau sont les premiers bénéficiaires de cette première intégration. Les utilisateurs de Salesforce profiteront également de cette dernière, mais plus tardivement, selon lui.

« Il sera plus difficile de donner un sens aux licences et aux abonnements à court terme. »
Doug HenschenAnalyste, Constellation Research

L’analyste se pose surtout la question de la gestion des licences et des abonnements.

« Construire des intégrations à double sens entre les deux environnements et tirer le meilleur des deux mondes est évidemment le chemin à emprunter », déclare-t-il. « Il sera plus difficile de donner un sens aux licences et aux abonnements à court terme – ce qui sera particulièrement important pour les clients communs Einstein Analytics/Tableau – et de rationaliser les portfolios séparés à long terme », conclut l’analyste.

Pour approfondir sur Outils décisionnels et analytiques

Close