Conseils IT

Conseils IT

Gestion des données

• SQL Server : 6 exemples de bases de données pour tester le SGBD

  Les bases de données « exemples » pour SQL Server sont particulièrement utiles pour tester les fonctions, mais elles sont devenues difficiles à dénicher. Cet article vous facilite la tâche.  Lire la suite

• Douze avantages d'Excel pour les RH

  Le tableur de Microsoft ne remplace pas un SIRH / HCM ou une solution analytique dédiée, mais il fera bien souvent l'affaire pour gérer rapidement des données RH. Excel offre en effet - au moins - une douzaine d'avantages qu'il serait dommage ...  Lire la suite

• SCM : avec l'Intelligence Artificielle, la logistique redevient un atout concurrentiel stratégique

  Si dans d'autres domaines, l'IA reste un « buzz » plus qu'une réalité, dans la Supply Chain, elle imprègne chaque année un peu plus les différentes facettes des opérations. Avec des bénéfices réels et stratégiques comme le confirment DHL, Siemens ou...  Lire la suite

• L'IA va décevoir les entreprises, mais (cette fois) elle est partie pour durer

  Pour Tom Davenport, professeur et expert en analytique, le marketing démesuré autour de l'Intelligence Artificielle va, dans la pratique, provoquer des déceptions. Mais ses progrès, lents et réels, feront que l'IA ne devrait pas connaitre un fort ...  Lire la suite

• Intelligence Artificielle : pour obtenir de grands succès, faites de « petits projets »

  Pour créer le plus de valeur, les projets IA doivent se concentrer sur des objectifs réalisables plutôt que d'essayer de réinventer les processus métier ou les produits et les services - selon Tom Davenport, auteur de « The AI Advantage »  Lire la suite

• Thunder, IOT Plus, Einstein : peut-on faire de la maintenance prédictive avec Salesforce ?

  Depuis l'annonce de son partenariat dans l'IA avec IBM, puis de ses velléités dans l'IoT, Salesforce cherche à associer son image aux usages les plus avancés de l'analytique industrielle. Quitte à semer un peu de confusion ? Le point avec Guillaume ...  Lire la suite

• Dix choses à faire (ou à ne pas faire) pour réussir un projet de BI en libre-service

  La BI en self-service ne se met pas en place toute seule. La réussite de ces projets exige de veiller à la qualité des données et de prendre en compte le fonctionnement réel des métiers, entre autres. Voici 10 conseils d'experts pour permettre ...  Lire la suite

• Trois conseils pour rendre votre Machine Learning plus efficace

  Nipa Basu, experte de l'analytique, donne trois conseils sur la façon d'intégrer les outils d'apprentissage automatique dans les processus métier pour que les algorithmes aident vraiment à prendre de meilleures décisions.  Lire la suite

• Bien comprendre le potentiel de la Data Visualisation

  Qu'est-ce que la « DataViz » ? La question peut paraitre triviale, mais la maturité de plus en plus grande de ce pan de l'analytique a grandement diversifié les champs d'applications de ce qui est, aujourd'hui, au coeur de toute la Modern BI décrite...  Lire la suite

• Data Discovery, Data Mining : quelle différence ?

  Ces deux pans de l'analytique explorent les données pour en tirer des enseignements. Mais le premier simplifie les démarches pour les utilisateurs métiers, là où le deuxième - plus sur mesure - désigne les outils pour les experts de la Data Science.  Lire la suite

• Blockchain : ne vous laissez pas impressionner par la complexité

  Les Blockchains d'entreprises - ou de consortium - qui s'exécutent dans un environnement contrôlé ne nécessitent pas tous les composants des blockchains publiques qui motorisent les crypto-monnaies. Profitez en pour simplifier vos projets.  Lire la suite

• Intelligence Artificielle : quelle différence entre NLP et NLU ?

  NLP (Natural Language Processing) et NLU (Natural Language Understanding) sont de plus en plus importants dans l'entreprise. Le premier se contente d'analyser les mots, mais le second vise à approfondir la compréhension.  Lire la suite

• S3 contre HDFS : que choisir pour son data lake

  Un lac de données bâti sur S3 rationalise l'analyse des données, mais présente des limites pour ceux qui veulent aller au-delà de l'écosystème du groupe.  Lire la suite

• Data Discovery : quels critères évaluer pour bien choisir sa solution ?

  Voici cinq points clefs spécifiques à ne pas oublier dans votre processus d'évaluation et d'achat d'une solution de découverte de données. Ils s'ajoutent à ceux plus classiques : prix, cloud vs sur site, scalabilité ou mobilité.  Lire la suite

• Gouvernance et data lake : quelles sont les difficultés rencontrées par les entreprises

  La mise en place d’une gouvernance de données à un data lake reste compliquée. Cette capacité à déstructurer complique la mise en place de politiques et de gestion précises des données. Pourtant, la gouvernance reste indispensable. Cet article passe...  Lire la suite