John Kreisa, vice-président en charge du marketing international chez Hortonworks
Ce n’est plus tant l’IoT qui va produire des informations exploitables que l’IoAT (Internet of Anything), l’Internet de tous les objets. Outre les données générées par les dispositifs et les machines, il s’agit de collecter l’ensemble des informations produites par les capteurs, les fichiers journaux des serveurs et la géolocalisation. Pour décortiquer ces données, les entreprises doivent pouvoir compter sur une infrastructure dédiée, capable de produire de la valeur.
L’IoAT crée un nouveau paradigme qui appelle à regarder les choses sous un nouvel angle et nécessite de nouveaux systèmes de gestion des données. Ces solutions gagnent en maturité et sont en voie d’entrer dans les entreprises. Cet article publié à l’origine dans l'édition d'avril de Data Centre Solutions propose des exemples en conditions réelles de l’utilisation de Hadoop par des entreprises qui en retirent un avantage de taille, et des informations plus justes, pour une meilleure rentabilité du business.
L’analyse des données devient stratégique
La plupart des entreprises amorcent leur transformation digitale par l’utilisation de plateformes de données connectées à base de technologies comme Apache Hadoop et Apache Nifi. C’est le cas dans différents secteurs d’activité, comme la production industrielle, la finance, les télécommunications, le commerce de détail, les autorités de l’état et la publicité. Utiliser ces plateformes pour analyser les données de l’IoT collectées en sortie des machines et des capteurs permet à ces entreprises de révéler des potentiels de business. Il peut s’agir d’anticiper de futures réparations dans la production industrielle ou de programmer une modernisation prochaine de l’outil.
De plus, Hadoop aide à établir des connexions entre des types de données plutôt hétérogènes, pour en dégager un avantage compétitif jusque-là impossible à atteindre et réussir une transformation positive par l’innovation. Par exemple, si l’hiver a été inhabituellement froid ou neigeux, une société de transport aura besoin de réparer sa flotte de camions plus tôt que prévu. Des institutions du secteur de la santé peuvent dorénavant rechercher dans des statistiques de patients des indicateurs de pathologie et d’effets indésirables de médicaments inconnus jusque-là.
La start-up de marketing mobile, Billy Mobile, est un formidable exemple de l’utilisation de Hadoop pour associer des fichiers de données hétérogènes et mettre à jour des informations inédites pour l’activité commerciale. La société propose des informations relatives au comportement de consommateurs sur la base des profils d’utilisateurs, de comportements, de tendances et de feedback. Pour ce faire, la technologie de Billy Mobile analyse des dizaines de millions d’enregistrements par jour et a recours à l’analyse sémantique et au machine learning afin d’identifier la bonne offre pour le bon utilisateur. C’est le moyen d’optimiser les campagnes publicitaires de ses clients en comprenant mieux où diriger les visiteurs pour leur proposer des promotions et des contenus adaptés.
Données en transit et analytique en temps réel
Pour valoriser le mieux possible les énormes flux de données produits par l’IoAT, il faut que les systèmes puissent ingérer et traiter l’information rapidement et au bon moment, pour ne pas risquer de perdre la valeur de l’information. Via la plateforme de données connectées et l’intégration d’Apache Nifi, Storm et Spark, Hadoop délivre des capacités de traitement des données en temps réel et permet une visibilité continue sur les opérations et le contrôle des données en transit, en faveur de processus décisionnels quasiment en temps réel.
Dans le secteur de l’énergie, l’analytique en temps réel devient un aspect vital des opérations. Des fournisseurs d’énergie traditionnels et d’autres plus avant-gardistes équipés de nouvelles technologies utilisent Hadoop pour collecter des informations sur le réseau électrique afin d’optimiser son utilisation. C’est le cas de la société anglaise d’optimisation de la consommation d’énergie, Open Energi. La technologie exclusive de gestion de la demande d’Open Energi totalise la consommation d’énergie de tous les sites de ses clients et apporte une solution qui, au lieu d’ajuster l’offre à la hausse et à la baisse pour satisfaire la demande, ajuste la demande à la hausse et à la baisse en fonction de l’offre, si bien qu’elle aboutit à une centrale électrique virtuelle qui revient bien moins cher qu’avec les modèles traditionnels.
Cela suppose de traiter et d’analyser d’énormes volumes de données émanant de sources hétérogènes pour générer une image bien plus réaliste de la consommation d’énergie en temps réel. Comme la plateforme Hadoop peut traiter mille milliards de fichiers en ayant recours à une couche de stockage d’entreprise et que des instantanés des données sont créés pour permettre la consultation ultérieure d’informations individuelles relatives à une période spécifique, c’est un élément essentiel de la stratégie IoAT d’Open Energi.
Big Data rime avec Big Business
Les flux de données proviennent désormais moins du datacenter que de terminaux, de capteurs et serveurs, installés sur une plateforme pétrolière dans l’océan ou embarqués dans un satellite dans l’espace, et la valeur potentielle de ce vivier de données est de plus en plus reconnue. Les entreprises cherchent donc à se doter de systèmes capables de traiter les données en transit et au repos pour en extraire des informations pour la tenue des affaires et afin d'accroître leur rentabilité.
Dans ce contexte de l’IoAT, l’adoption de Hadoop se généralise et Big Data rime avec Big Business. Grâce à la proéminence croissante de l’IoAT, les entreprises nées avec Internet ne sont plus les seules à maîtriser l’art des plateformes de données Hadoop. Désormais, c’est aussi le cas des grands groupes traditionnels qui sont bien plus nombreux à envisager les bienfaits de la plateforme Open Source pour leurs workloads stratégiques.
L’IoAT crée un nouveau paradigme qui appelle à regarder les choses sous un nouvel angle et nécessite de nouveaux systèmes de gestion des données. Ces solutions gagnent en maturité et sont en voie d’entrer dans les entreprises. Cet article publié à l’origine dans l'édition d'avril de Data Centre Solutions propose des exemples en conditions réelles de l’utilisation de Hadoop par des entreprises qui en retirent un avantage de taille, et des informations plus justes, pour une meilleure rentabilité du business.
L’analyse des données devient stratégique
La plupart des entreprises amorcent leur transformation digitale par l’utilisation de plateformes de données connectées à base de technologies comme Apache Hadoop et Apache Nifi. C’est le cas dans différents secteurs d’activité, comme la production industrielle, la finance, les télécommunications, le commerce de détail, les autorités de l’état et la publicité. Utiliser ces plateformes pour analyser les données de l’IoT collectées en sortie des machines et des capteurs permet à ces entreprises de révéler des potentiels de business. Il peut s’agir d’anticiper de futures réparations dans la production industrielle ou de programmer une modernisation prochaine de l’outil.
De plus, Hadoop aide à établir des connexions entre des types de données plutôt hétérogènes, pour en dégager un avantage compétitif jusque-là impossible à atteindre et réussir une transformation positive par l’innovation. Par exemple, si l’hiver a été inhabituellement froid ou neigeux, une société de transport aura besoin de réparer sa flotte de camions plus tôt que prévu. Des institutions du secteur de la santé peuvent dorénavant rechercher dans des statistiques de patients des indicateurs de pathologie et d’effets indésirables de médicaments inconnus jusque-là.
La start-up de marketing mobile, Billy Mobile, est un formidable exemple de l’utilisation de Hadoop pour associer des fichiers de données hétérogènes et mettre à jour des informations inédites pour l’activité commerciale. La société propose des informations relatives au comportement de consommateurs sur la base des profils d’utilisateurs, de comportements, de tendances et de feedback. Pour ce faire, la technologie de Billy Mobile analyse des dizaines de millions d’enregistrements par jour et a recours à l’analyse sémantique et au machine learning afin d’identifier la bonne offre pour le bon utilisateur. C’est le moyen d’optimiser les campagnes publicitaires de ses clients en comprenant mieux où diriger les visiteurs pour leur proposer des promotions et des contenus adaptés.
Données en transit et analytique en temps réel
Pour valoriser le mieux possible les énormes flux de données produits par l’IoAT, il faut que les systèmes puissent ingérer et traiter l’information rapidement et au bon moment, pour ne pas risquer de perdre la valeur de l’information. Via la plateforme de données connectées et l’intégration d’Apache Nifi, Storm et Spark, Hadoop délivre des capacités de traitement des données en temps réel et permet une visibilité continue sur les opérations et le contrôle des données en transit, en faveur de processus décisionnels quasiment en temps réel.
Dans le secteur de l’énergie, l’analytique en temps réel devient un aspect vital des opérations. Des fournisseurs d’énergie traditionnels et d’autres plus avant-gardistes équipés de nouvelles technologies utilisent Hadoop pour collecter des informations sur le réseau électrique afin d’optimiser son utilisation. C’est le cas de la société anglaise d’optimisation de la consommation d’énergie, Open Energi. La technologie exclusive de gestion de la demande d’Open Energi totalise la consommation d’énergie de tous les sites de ses clients et apporte une solution qui, au lieu d’ajuster l’offre à la hausse et à la baisse pour satisfaire la demande, ajuste la demande à la hausse et à la baisse en fonction de l’offre, si bien qu’elle aboutit à une centrale électrique virtuelle qui revient bien moins cher qu’avec les modèles traditionnels.
Cela suppose de traiter et d’analyser d’énormes volumes de données émanant de sources hétérogènes pour générer une image bien plus réaliste de la consommation d’énergie en temps réel. Comme la plateforme Hadoop peut traiter mille milliards de fichiers en ayant recours à une couche de stockage d’entreprise et que des instantanés des données sont créés pour permettre la consultation ultérieure d’informations individuelles relatives à une période spécifique, c’est un élément essentiel de la stratégie IoAT d’Open Energi.
Big Data rime avec Big Business
Les flux de données proviennent désormais moins du datacenter que de terminaux, de capteurs et serveurs, installés sur une plateforme pétrolière dans l’océan ou embarqués dans un satellite dans l’espace, et la valeur potentielle de ce vivier de données est de plus en plus reconnue. Les entreprises cherchent donc à se doter de systèmes capables de traiter les données en transit et au repos pour en extraire des informations pour la tenue des affaires et afin d'accroître leur rentabilité.
Dans ce contexte de l’IoAT, l’adoption de Hadoop se généralise et Big Data rime avec Big Business. Grâce à la proéminence croissante de l’IoAT, les entreprises nées avec Internet ne sont plus les seules à maîtriser l’art des plateformes de données Hadoop. Désormais, c’est aussi le cas des grands groupes traditionnels qui sont bien plus nombreux à envisager les bienfaits de la plateforme Open Source pour leurs workloads stratégiques.