L’objectif de AtScale est de réconcilier BI et Big Data au sein d’une même plateforme. Mais comme l’explique l’éditeur, un lac de données non utilisé devient vite un marais inexploitable. Pour AtScale, la différence est dans les métadonnées. Bien que les lacs de données soient faits pour stocker des données brutes, dont on ne sait pas encore comment on va les utiliser, l’absence de métadonnées peut rendre l’identification des données difficile voir impossible. Selon le Gartner, d’ici 2018, 80 % des lacs de données n’inclueront pas de fonctions de gestion des métadonnées, les rendants inefficaces.
AtScale propose autour de sa plateforme d’accéder aux données Big Data, donc aux lacs de données, au travers des outils de BI déjà installés dans l’entreprise (Microsoft Excel, TIBCO Soptfire, Qlik, ou Tableau).
Comme dans une architecture BI classique, AtScale 5.5 permet de pré-définir des niveaux d’agrégation, et un cube virtuel de données. Les algorithmes de AtScale analysent l’usage du cube et des données, pour prédire quelles agrégations permettront d’optimiser les temps de requête.
AtScale propose autour de sa plateforme d’accéder aux données Big Data, donc aux lacs de données, au travers des outils de BI déjà installés dans l’entreprise (Microsoft Excel, TIBCO Soptfire, Qlik, ou Tableau).
Comme dans une architecture BI classique, AtScale 5.5 permet de pré-définir des niveaux d’agrégation, et un cube virtuel de données. Les algorithmes de AtScale analysent l’usage du cube et des données, pour prédire quelles agrégations permettront d’optimiser les temps de requête.
