Conseils IT

Conseils IT

Outils décisionnels et analytiques

• Edge computing : les meilleurs cas d’usage en milieu industriel

  Le edge computing peut améliorer divers aspects des opérations industrielles. Et faire économiser du temps et de l’argent. Voici quelques-uns des meilleurs cas d’utilisation de cette technologie.  Lire la suite

• Comprendre les fondamentaux d’un cadre MLOps

  Vous ne savez pas par où commencer lorsqu’il s’agit de normaliser les processus de machine learning de votre entreprise ? Explorez les principaux éléments à prendre en compte pour constituer un cadre MLOps.  Lire la suite

• IA générative et supply chain : quatre applications possibles

  De la prévision de la demande à l’amélioration de la durabilité, voici comment les grands modèles de langage (LLM) peuvent améliorer la gestion, la résilience et la communication au sein de la chaîne d’approvisionnement.  Lire la suite

• Facturation électronique : comment l’aborder sereinement (et en faire une opportunité pour la DSI)

  Avec le report de la réforme sur la facturation, les DSI se trouvent face à une nouvelle donne. Au-delà de la mise en conformité technique, ils ont l’occasion de piloter des projets stratégiques de digitalisation, non seulement pour répondre aux ...  Lire la suite

• Data Mesh : tout ce qu’il faut savoir sur le produit de données

  Au cœur de l’approche Data Mesh réside la notion de data product. Si l’expression est antérieure à l’émergence du concept attribué à Zhamak Dheghani, il convient d’en définir les principaux atours pour mieux comprendre cette théorie de la gestion ...  Lire la suite

• Ce qui distingue l’approche Data Mesh d’une architecture de données

  Ce qui est communément appelé un Data Mesh correspond à une approche décentralisée de la gestion de données et de leur valorisation. Bien que compatible avec les Data fabric, entrepôts de données et data lakes, il sous-tend une philosophie opposée.  Lire la suite

• À l’heure du cloud, les data stack traditionnelles sont-elles encore pertinentes ?

  Les piles de données traditionnelles n’ont pas la flexibilité et l’évolutivité que le cloud offre aux « data stack » modernes. Cependant, les architectures déployées sur site présentent encore plusieurs avantages par rapport à leurs homologues en ...  Lire la suite

• Quels leviers RH activer pour renforcer ses compétences Data ?

  Recrutement, upskilling ou reskilling ? Quelle solution privilégier pour renforcer ses moyens humains sur les sujets en tension des données et de l’intelligence artificielle ? Indice : le niveau de maturité est clé dans les choix. Et les managers ...  Lire la suite

• ESG : comment relever le défi des données ?

  Mesurer ses processus, collecter les données, les enrichir avec des sources externes, puis les rendre intelligibles pour agir. Telles sont les exigences imposées par les nouvelles réglementations ESG. Le défi est de taille, car ce domaine de la ...  Lire la suite

• L’essentiel sur Starburst et Trino

  À partir de Trino, une branche du projet Presto de Facebook, Starburst entend proposer un méta data warehouse capable de fédérer des données depuis un maximum de systèmes sources.  Lire la suite

• Pourquoi ne pas se précipiter pour déployer l’analytique en temps réel

  Les outils d’analytique en temps réel promettent de fluidifier la récolte d’indicateurs et d’améliorer les processus d’entreprise, mais ils posent également des défis aux organisations qui les adoptent.  Lire la suite

• Amélioration des critères ESG : comment l’IT peut participer

  Les consommateurs, les collaborateurs et même les investisseurs se tournent vers des entreprises respectueuses des critères environnementaux, sociaux et de gouvernance (ESG). Voici les pistes d’action que votre entreprise et son IT doivent explorer,...  Lire la suite

• Dix certifications clés pour les data architects et les data engineers

  Pour gagner en compétence, les data architects et les data engineers sont invités à passer et obtenir des certifications. Oui, mais lesquelles ? Cet article liste dix certifications clés pour ces deux spécialités.  Lire la suite

• Le suivi des émissions de CO2, un enjeu de taille pour l’IT

  Les entreprises de divers secteurs ainsi que les pouvoirs publics ont recours à l’IT et aux solutions analytiques pour suivre les émissions de gaz à effet de serre afin de répondre aux nouvelles exigences réglementaires.  Lire la suite

• Data Lakehouse : les subtiles nuances qui divisent les éditeurs

  Si le principe de faire converger un lac et un entrepôt de données a séduit les éditeurs et les fournisseurs de cloud, les interprétations du concept de Data Lakehouse sont désormais plus nombreuses qu’il n’y paraît.  Lire la suite

• NLP : la tendance la plus importante de la BI en 2023, selon les experts

  Compte tenu des progrès réalisés dans le développement des agents conversationnels, comme le récent lancement de ChatGPT, les observateurs du secteur s’attendent à ce que les éditeurs de solutions analytiques accordent la priorité aux requêtes et ...  Lire la suite

• Les tendances clefs du Big Data en 2023 (et après)

  Le big data entraîne des changements dans la manière dont les organisations traitent, stockent et analysent les données. Les avantages qui en découlent stimulent encore plus l’innovation. Voici les grandes tendances du domaine à suivre en 2023.  Lire la suite

• Sobriété numérique : comment agir pour maximiser son impact ?

  Mesure des émissions et de la consommation, collecte de données, allongement du cycle de vie des équipements, sensibilisation. Un plan de sobriété numérique mobilise de multiples actions.  Lire la suite

• Comment constituer la bonne équipe DataOps

  Nombreuses sont les entreprises à se tourner vers le DataOps pour tirer le meilleur parti de la gestion des données. Découvrez comment vous entourer de la bonne équipe pour garantir le succès d’une approche DataOps.  Lire la suite

• ML et IA : comment générer un ROI pour ses projets analytiques ?

  Une étude d’IDC pour Alteryx montre que les organisations françaises veulent miser sur l’analytique avancée et l’automatisation, mais que trois freins doivent être levés pour que ces stratégies se concrétisent en bénéfices tangibles.  Lire la suite

• Comment les services IT peuvent faciliter les projets analytiques

  Les services IT doivent rendre possibles les cas d’usage analytiques dans les organisations en s’assurant que l’architecture de données est en place, en prenant en compte les outils, les processus et les procédures.  Lire la suite

• Pourquoi toutes les décisions data-driven ne sont-elles pas fiables ?

  Les entreprises expriment souvent le souhait de devenir « data-driven ». Mais si ces données étaient inexactes ? La démocratisation des données répondrait en partie à ce problème.  Lire la suite

• BI traditionnelle ou BI en libre-service. Pourquoi choisir ?

  BI traditionnelle ou BI en libre-service ? Un choix que les organisations ne devraient pas avoir à faire, car il s’agit davantage d’un partenariat qui nécessite des éléments issus de ce tandem, en vue de permettre aux utilisateurs d’exploiter ...  Lire la suite

• Comment former une équipe FinOps

  L’approche FinOps implique la centralisation de la gestion des coûts IT tout en favorisant la collaboration entre les parties prenantes d’une entreprise. Voici quelques pistes pour résoudre les défis de l’instauration d’une équipe FinOps.  Lire la suite

• Comment l’analytique appliquée aux RH peut améliorer la rétention des employés

  L’amélioration du turnover profite à toute l’organisation. L’analytique peut aider à le réduire en s’appuyant sur des données et en les synthétisant de manière claire. Voici 5 pistes « data driven » que les RH peuvent explorer.  Lire la suite

• BI « made in France » : l’essentiel sur Report One

  Report One est un éditeur d’informatique décisionnelle qui cible historiquement les PME, mais dont la philosophie assumée de simplicité semble commencer à séduire les ETI.  Lire la suite

• Comment bien choisir ses outils FinOps

  Les outils FinOps aident les entreprises à optimiser l’utilisation et les dépenses liées au cloud. Cet article passe en revue les avantages et les inconvénients des offres natives et tierces.  Lire la suite

• Intégration de données : quatre tendances émergentes à évaluer

  Selon Forrester, pour accroître leurs performances en matière d’intégration des données, les entreprises doivent évaluer ces quatre technologies d’intégration de données.  Lire la suite

• Quelles différences entre une CDP et une DMP dans une stratégie marketing ?

  Les Customer Data Platforms et les Data Management Platforms sont deux outils de gestion de données marketing très complémentaires du CRM. Voici les points clés pour bien les distinguer et bien les utiliser dans une stratégie de vision à 360° du ...  Lire la suite

• CRM : 3 bonnes raisons d’avoir un Data Scientist dans son équipe CX

  Les équipes responsables de l’expérience client (CX) n’ont habituellement pas de Data Scientist. Pourtant, en avoir un peut aider à extraire plus de valeur des données que ne le feraient un analyste CRM classique et un logiciel BI.  Lire la suite

• CRM : l’Intelligence artificielle devient indispensable, mais elle ne remplace pas un bon commercial

  L’intégration des technologies d’Intelligence artificielle dans les CRM est riche de promesses pour les forces de vente. Mais l’IA demande aussi des ressources et des commerciaux formés à son utilisation.  Lire la suite

• Intégration de données : l’essentiel sur StreamSets

  Filiale de Software AG, StreamSets s’est récemment installée en France. Elle propose une plateforme DataOps consacrée à l’orchestration des intégrations de données multicloud et hybride.  Lire la suite

• À force de consolidations, le filon du process mining s’épuise

  Les géants technologiques comme SAP et Microsoft ont rapidement saisi la valeur du process mining, mais le rythme actuel des acquisitions altère rapidement le marché, selon les analystes.  Lire la suite

• L’essentiel sur SAP HANA

  LeMagIT fait le point sur les principales bases de données du marché. Place à la base In-Memory et multimodèle de SAP, HANA.  Lire la suite

• L’analytique collaborative, une approche vouée à doper le décisionnel

  En adoptant un modèle d’analytique collaborative, les organisations cherchent à exploiter tout le potentiel de leurs effectifs et à renforcer par la collaboration le partage d’informations et la prise de décision.  Lire la suite

• Data Science : différence entre intervalle de confiance, niveaux de confiance et de signification

  En statistiques, et donc en data science, il est important de comprendre les résultats d’une étude ou d’une analyse au sein d’une population de clients ou d’utilisateurs. Ce conseil établit la différence entre l’intervalle de confiance, le niveau de...  Lire la suite

• Bâtir un assistant vocal : les précieux conseils d’un expert de la Banque Nationale du Canada

  De l’évaluation des briques disponibles sur le marché au déploiement d’assistants vocaux, Éric Charton, directeur AI Science pour la Banque Nationale du Canada délivre de précieux conseils pour éviter les pièges et réussir ce type de projet NLP/NLU.  Lire la suite

• Réussir son projet ESG grâce à l’IA et à la donnée

  Les réglementations imposent aux entreprises de plus communiquer sur leurs activités polluantes et d’en réduire les effets. Le fondateur du spécialiste DreamQuark, Nicolas Méric explique pourquoi l’Intelligence Artificielle et la donnée sont deux ...  Lire la suite

• BI : les visualisations les plus populaires (et comment bien les utiliser)

  Les modélisations mettent en lumière les données de manière visuelles. En voici douze parmi les plus populaires de la Data Viz, accompagnées de conseils pour choisir la bonne en fonction de l’information à illustrer et pour ne pas faire d’erreur ...  Lire la suite

• Machine learning : différencier l’échantillonnage stratifié, en grappes et par quotas

  Ce conseil brosse les grandes différences entre l’échantillonnage stratifié, en grappes et par quotas, des approches très populaires en statistique et en machine learning.  Lire la suite

• Les sept modèles de données les plus pertinents en entreprise

  Trois types de modèles de données et sept techniques de modélisation sont à la disposition des équipes de gestion des données, pour convertir des montagnes d’informations en précieux indicateurs.  Lire la suite

• Comprendre les concepts fondamentaux de la BI moderne

  Pipeline analytique, data literacy, intelligence augmentée, avancée, activable, data lineage. La Business Intelligence foisonne de concepts. Qlik les a explicités lors de son évènement annuel. Un résumé bienvenu qui intéressera au-delà des seuls ...  Lire la suite

• Cloud : trois conseils pour se prémunir d’une suspension par votre CSP (Gartner)

  Comme l’ont prouvé de récents événements, les fournisseurs de cloud public ont le pouvoir de mettre un terme aux contrats de leurs clients, de manière unilatérale, laissant démunies des entreprises qui peuvent être parfaitement légitimes.  Lire la suite

• Valoriser ses données grâce au DataOps

  Qu’est-ce que le DataOps ? Comment la démarche fiabilise-t-elle la donnée et son utilisation ? Quelles sont ses composantes techniques et d’organisation ? Un expert de SFEIR répond à toutes ces questions.  Lire la suite

• Adoption de l’IA : Stratégie et processus vertueux pour réussir

  Fondateur du spécialiste DreamQuark, Nicolas Méric partage sa méthodologie et ses conseils – dont un framework en quatre étapes clefs - pour réussir un projet d’IA jusqu’à sa mise production. Un déploiement qui n’est qu’un début, rappelle-t-il.  Lire la suite

• Confidentialité et gouvernance des données : les quatre risques créés par la pandémie (EY)

  Les experts d’EY spécialisés dans la confidentialité des données ont identifié de nouvelles menaces fragilisant la confidentialité, la protection et la gouvernance des données à l’heure de la pandémie. Voici leurs conseils pour les juguler.  Lire la suite

• ERP : les 5 différences majeures entre S/4HANA et SAP ECC

  Alors que les entreprises sous ECC analysent les options dont elles disposent pour l’avenir de leurs ERP, il est essentiel de bien comprendre comment leurs systèmes SAP actuels diffèrent de S/4HANA. Voici quelques différences parmi les plus ...  Lire la suite

• Transformation digitale : comment mesurer et améliorer un ROI

  Démontrer un retour sur investissement (ROI) convaincant est essentiel pour que le projet de transformation numérique obtienne adhésion et financement. Pourtant, de nombreuses entreprises négligent les moyens de mesurer le ROI et de l’améliorer au ...  Lire la suite

• Transformation digitale : 8 profils pour former une bonne équipe

  Réunir une équipe est une étape importante pour réussir une transformation numérique. Mais cette tâche est plus facile à dire qu’à faire. Il faut prendre en compte plusieurs facteurs pour chaque membre et bien définir leurs missions.  Lire la suite

• Jumeau numérique : à la recherche de fondations mathématiques

  Des scientifiques du MIT et de l’institut Oden cherchent à poser les fondations mathématiques de jumeaux numériques pour les déployer à l’échelle. Un défi de taille à la croisée de multiples disciplines.  Lire la suite

• Fivetran, l’intégration de données façon ELT

  Fivetran est une startup californienne basée à Oakland. Elle édite un ELT managé dans le cloud apprécié dans le domaine de l’analyse marketing. La licorne compte bien se faire connaître auprès des grands comptes et des entreprises européennes.  Lire la suite

• Conseils pour réussir une transformation digitale d’entreprise

  La concrétisation des avantages opérationnels d’une transformation numérique dépend de très nombreux facteurs, qui vont de l’implication des dirigeants à une solide compréhension de la manière dont les outils et les technologies modernes peuvent ...  Lire la suite

• Les premiers jours des jumeaux numériques dans la supply chain

  Un jumeau numérique qui résout tous les problèmes de la chaîne d’approvisionnement n’est peut-être pas encore une réalité. Découvrez pourquoi et quels types de projets sont réalistes à date.  Lire la suite

• Transformation digitale : cinq leviers à activer en 2021

  Le low-code, MLOps, le multicloud et le streaming de données sont des leviers prioritaires à activer pour favoriser l’agilité de votre entreprise et accélérer sa transformation.  Lire la suite

• Rise with SAP : le programme de SAP pour s’envoler vers le cloud

  SAP lance une offre « tout en un », à guichet unique, sur abonnement, pour accompagner ses clients en trois étapes vers le cloud, S/4 et la « Intelligent Enterprise ». Les analystes accueillent positivement cette « conciergerie » de la ...  Lire la suite

• Data storytelling : l’essentiel sur Toucan Toco

  Le spécialiste français de la « narration de données », originaire de Paris, veut doubler son chiffre d’affaires et atteindre les 200 clients dans le monde cette année. Il est désormais présent aux États-Unis.  Lire la suite

• Les trois plus grands défis de la transformation digitale (et comment les résoudre)

  Isaac Sacolick, auteur d’un best-seller sur le sujet, décrit ici les principaux défis auxquels les organisations vont être confrontées dans leur transformation numérique et la manière de les résoudre.  Lire la suite

• BI : huit conseils pour créer de bons tableaux de bord

  Les tableaux de bord (dashboards) sont un outil essentiel de l’informatique décisionnelle (BI) pour diffuser les données dans votre entreprise. Encore faut-il qu’ils soient lisibles, efficaces… et utilisés. Voici les bonnes pratiques à suivre pour ...  Lire la suite

• Les dix usages les plus courants du Machine Learning en entreprise

  Les applications de Machine Learning dégagent de la valeur dans toutes les fonctions métier. Voici dix exemples d’applications en entreprise.  Lire la suite

• L’essentiel sur ThoughtSpot, l’étoile montante de la BI en libre-service

  ThoughtSpot est un outil de Business Intelligence qui veut démocratiser l’analytique jusqu’aux métiers. Il leur pousse automatiquement des tableaux de bord, et facilite les requêtes via un moteur de recherche en langage naturel. Sa BI s’inspire ...  Lire la suite

• Quand choisir un moteur de règles ou le machine learning

  Le choix entre un moteur de règles et un algorithme de machine learning dépend de la complexité de la tâche décisionnelle à accomplir et du niveau d'expertise des équipes en interne.  Lire la suite

• Feature engineering : cinq conseils essentiels pour améliorer vos modèles IA

  De la compréhension de l'objectif escompté d'un modèle algorithmique à la prise en compte des spécificités du domaine d'application, des experts partagent les méthodes pour faciliter la phase de feature engineering.  Lire la suite

• Qu’est-ce que Dawex ? (Et quel est l’intérêt du Data Exchange ?)

  Vendre ses données. En acheter à un tiers. Ou simplement les partager. Simple sur le papier, beaucoup moins dans la réalité. Dawex est un acteur français, précurseur et prometteur, dans ce domaine naissant du Data Exchange à grande échelle.  Lire la suite

• Pistes pour comparer les outils d’analytiques avancées

  Le choix d’un fournisseur de BI augmentée et d’analytique avancée peut être difficile tant les offres semblent similaires au premier abord. Voici quelques conseils du Gartner et de Forrester pour mieux sélectionner ses outils.  Lire la suite

• Bien choisir son Data Warehouse nouvelle génération

  L'entrepôt de données n'est pas une nouveauté. Pourtant, il évolue rapidement, avec le cloud et au fur et à mesure que les besoins analytiques se complexifient. Alors comment choisir le bon data warehouse ? Chris Foot vous propose sa méthodologie.  Lire la suite

• Machine Learning : les 9 types d’algorithmes les plus pertinents en entreprise

  Le machine learning devient la priorité de bon nombre d’entreprises. Elles veulent modéliser d’importants volumes de données. Le choix du bon algorithme dépend des objectifs à atteindre et de la maturité de votre équipe de Data Science.  Lire la suite

• Grafana vs Kibana : le match des outils de visualisation IT

  Découvrez comment Grafana et Kibana peuvent aider les administrateurs et SRE à visualiser les données critiques de leurs systèmes grâce à cet exemple de surveillance de la base de données PostgreSQL.  Lire la suite

• Les bons et les mauvais cas d’usage d’Apache Kafka

  Apache Kafka a de nombreuses applications dans le domaine du Big Data, mais quels sont les cas d’usage qui conviennent le mieux à l’outil ? Des experts décrivent dans quelles situations Kafka excelle pour le traitement de données en entreprise.  Lire la suite

• La difficile évaluation des plateformes IIoT

  Cette analyse comparée des Magic Quadrant et Forrester Wave consacrée aux plateformes IIoT, tente d’éclairer les critères de choix de Gartner et Forrester.  Lire la suite

• Data scientist et data engineer : deux experts à ne pas confondre

  Les data scientists et les ingénieurs data travaillent souvent ensemble, et parfois ces deux postes sont confondus. Découvrez ce qui différencie ces deux rôles.  Lire la suite

• Analytique en temps réel : les tendances et les cas d’usage à retenir

  Alors que de plus en plus d’entreprises adoptent l’analytique en temps réel, de nouvelles infrastructures et pratiques voient le jour. Voici les pratiques les plus marquantes associées aux plateformes d’analyse de données en continu.  Lire la suite

• L’essentiel sur Oracle Data Science

  Oracle a ajouté une gamme de nouveaux services à sa plate-forme cloud pour fournir aux Data Scientists et aux Data Analysts plus de fonctionnalités de gestion et d'analytiques avancées.  Lire la suite

• Le « Dynamic Data Storytelling » au cœur de la nouvelle génération de BI (Gartner)

  Analytique « augmentée », « avancée », et « automatisée » sont les nouvelles tendances clefs de la Business Intelligence. Mais l’analytique « dynamique » – dont on dit qu’elle remplacera les traditionnels tableaux de bord – sera certainement la ...  Lire la suite

• Data Science : quatre conseils de Gartner pour réussir son projet IA

  Les entreprises aimeraient se reposer sur la Data Science, mais elles sont confrontées à des difficultés telles que les projets ne dépassent pas souvent la phase du PoC. Gartner recommande de suivre quatre bonnes pratiques pour passer ces projets en...  Lire la suite

• IoT : les services cloud dédiés d'AWS, Microsoft et Google

  Utilisez ce récapitulatif des offres IoT de Microsoft, AWS et Google pour vous aider à décider ce qui convient le mieux à vos besoins en matière de collecte, de traitement et d'analyse des données des appareils dans le cloud.  Lire la suite

• Comment fonctionne l’observabilité automatisée chez Dynatrace ?

  Dynatrace propose une plateforme d'observabilité automatisée qui repose principalement sur le moteur d'intelligence artificielle Davis AI. Dans cet article nous expliquons les tenants et aboutissants des trois briques essentielles de cette ...  Lire la suite

• Comment bien préparer la migration d’une base de données vers le cloud

  De nombreuses entreprises décident de migrer leurs bases de données vers le cloud. Est-ce la bonne décision ? Le type d’application, l’enfermement auprès d’un éditeur et les fonctionnalités spécifiques au cloud sont autant de critères à prendre en ...  Lire la suite

• Qualité de la donnée : adopter une démarche proactive pour l’améliorer

  Au lieu d'attendre que la qualité des données devienne un problème, envisagez une approche proactive. Voici quelques pratiques à prendre en compte afin de l'améliorer.  Lire la suite

• Qu’est-ce que le DataOps (Data Operations) ?

  Selon Gartner, le DataOps doit réconcilier les opérateurs avec les consommateurs des données pour favoriser l’exploitation de l’analytique dans toute l’entreprise. Quelles sont les différences avec le DevOps ?  Lire la suite

• Data Science : comment améliorer votre storytelling ?

  Comment créer des histoires percutantes et convaincantes à partir de données numériques froides et muettes ? Des experts partagent leurs conseils sur la façon d’améliorer vos compétences en matière de narration et mieux communiquer les résultats de ...  Lire la suite

• Tutoriel : utiliser Graphite pour visualiser et analyser des données

  La data visualization est particulièrement intéressante pour les administrateurs IT et responsables. Dans ce tutoriel, nous vous apprendrons à créer des graphiques et des tableaux de bord dans Graphite, un outil de monitoring open source.  Lire la suite

• Self-service Analytics : comment améliorer la gouvernance des données

  Les citizen data scientists et le self-service analytics sont deux tendances en croissance du fait du manque d'experts. Voici quelques-unes des meilleures pratiques de gestion des données à appliquer pour bien les intégrer en entreprise.  Lire la suite

• Comment analytique, IA et RPA peuvent transformer le quotidien de la finance

  Dans un monde économique de plus en plus mouvant, la direction financière cherche à se moderniser pour mieux aiguiller les opérationnels et mieux soutenir le Top Management dans ses prises de décision. Voici des pistes concrètes pour mener cette ...  Lire la suite

• Quelles différences entre Data Blending, Data Fusion, Data Merging et Data Join ?

  Quelles sont les différences entre Data Blending, Data Fusion, Data Merging et Data Join ? Cet article vise à distinguer les concepts sous-tendus par ces termes.  Lire la suite

• Data Sciences : recette pour faire un bon Data Storytelling

  La « narration » devient une compétence analytique essentielle. Sans elle, les conclusions des Data Scientists ont tendance à n’être reprises que par eux-mêmes. Voici les ingrédients pour concocter un bon Storytelling de données.  Lire la suite

• Les bénéfices du RPA pour la direction financière

  Le RPA est une technologie qui possède un fort potentiel de transformation pour les services financiers. Il peut automatiser les tâches fastidieuses et manuelles qui l’empêchaient encore d’évoluer en profondeur.  Lire la suite

• Automatisation des processus métier : comment choisir un outil BPA ?

  Voici ce que vous devez savoir sur les outils BPA, comment ils fonctionnent, comment ils aident l’entreprise et comment évaluer les éditeurs.  Lire la suite

• Gestion financière : l’analytique transforme les données en or

  Les solutions financières modernes ne se limitent plus à analyser des chiffres de manière statique. Elles peuvent transmuter ces données en ventes, en optimisation de processus opérationnels, en stratégie produits. Et augmenter les marges.  Lire la suite

• Les 5 fondamentaux du traitement d'événements complexes

  Comment les équipes de développeurs devraient gérer le traitement d’événements complexes ? Comment peuvent-ils les intégrer aisément ? Cet article met avant 5 fondamentaux dans ce domaine.  Lire la suite

• Bien comprendre les services Data Lake et Data Warehouse d'AWS

  Apprenez à distinguer les services data lake et data warehouse d’AWS et assimilez leur fonctionnement.  Lire la suite

• Intelligence Artificielle : cinq conseils pour bien choisir ses premiers cas d’usage

  Sept experts partagent leurs expériences pour bien choisir ses projets d’exploration des algorithmes et bien démarrer dans l’IA.  Lire la suite

• Gérer les données non structurées, l’étape cruciale d’une stratégie IA

  Les données non structurées représentent une grosse portion des informations stockées par la plupart des entreprises. Avec l’émergence de systèmes d’intelligence artificielle, il n’a jamais été aussi crucial d’ordonner les data lakes et les data ...  Lire la suite

• Cloudera vs AWS EMR : quelle distribution Hadoop choisir pour vos projets Big Data

  Les entreprises qui ont besoin d’une plateforme Big Data doivent généralement sonder eux-mêmes le marché pour choisir un fournisseur. La complémentarité des services AWS est indéniable, mais la solution de Cloudera est-elle un meilleur choix ?  Lire la suite

• Catalogue de données : quelle différence entre Tableau Catalog, Collibra et Alation ?

  Avec son catalogue, Tableau pouvait empiéter sur les terres de ses partenaires historiques. D’après son CTO, l’objectif n’est pas d’en devenir concurrent, mais de fournir au plus grand nombre un outil clef en main, qui peut être complémentaire des ...  Lire la suite

• Les principales distributions Hadoop sur le marché

  Voici les principales distributions Hadoop sur le marché et un ensemble d'éléments pour choisir celle qui convient le mieux aux pratiques analytiques en entreprise.  Lire la suite

• BI : les 3 piliers de l'analytique de 3ème génération

  Intelligence Artificielle, ouverture et approche agnostique de la donnée sont les éléments clef des outils BI de nouvelle génération qui, selon Qlik, ont pour but de démocratiser le plus possible l'usage de la donnée jusqu'aux opérationnels.  Lire la suite

• 5 étapes pour améliorer la qualité des données

  Le consultant David Loshin offre des conseils sur l’élaboration d’une stratégie de qualité des données qui peut aider à identifier les erreurs avant qu’elles ne causent de gros problèmes aux entreprises.  Lire la suite

• C3.ai veut accélérer le déploiement d'applications dopées à l'IA

  La société créée par Tom Siebel a installé son bureau européen à Paris. Son environnement de développement low-code/no-code séduit les industriels, qui peuvent développer rapidement des applications d'IA pour la maintenance prédictive ou ...  Lire la suite

• Excel : comment extraire les 3 plus grandes valeurs d'un tableau avec une simple formule

  S'il est simple de trouver la plus grande (ou plus petite) valeur, il est plus difficile de trouver les deux ou trois plus importantes (ou plus faibles). C'est là que les fonctions LARGE et SMALL vous aideront.  Lire la suite

• Explicabilité des IA : quelles solutions mettre en œuvre ?

  S’il est communément accepté que les algorithmes de type Machine Learning/Deep Learning fonctionnent comme des boîtes noires, la recherche avance quant à l’explicabilité des résultats délivrés par les IA. Des techniques et frameworks sont en train ...  Lire la suite