Un SIM de l’époque visait à rassembler toutes les informations possibles internes ou externes nécessaires aux décideurs marketing, en particulier pour réaliser le plan marketing annuel. Concrètement, il s’agissait de centraliser des données qui pour l’essentielle étaient papier, mais on commençait à s’appuyer sur de l’informatique pour les données internes qui en ce temps-là étaient souvent limitées et ne couvraient que quelques fonctions (principalement : comptabilité, facturation, paye). En fin de compte, les analyses, les rapports, les plans … sortaient tous des machines à écrire utilisées par des secrétaires.
Cependant, cette approche d’analyse et de synthèse étant fructueuse et pas seulement dans le monde marketing, la demande en informations internes s’est accrue en nombre, en fréquence, d’autant plus que les systèmes informatiques couvraient de plus en plus de fonctions de l’entreprise. Les directions informatiques très occupées à développer et gérer les systèmes de production renâclaient à répondre à toutes les demandes. Alors le concept d’Infocentre a été inventé, qui consistait à mettre à disposition des utilisateurs des données, dans un premier temps sous la forme de simple copie de données de production, mais ainsi les premiers vrais systèmes décisionnels étaient nés.
Le marché du décisionnel s’est développé au fur et à mesure des avancées techniques (PC, base de données relationnelle, MPP, Hadoop …) et des nouveaux concepts (entrepôts départementaux, d’entreprise, lac de données …). Les sources de données se sont multipliées, au-delà des applications internes de production, avec les données textuelles, géospatiales, vidéos, des capteurs, des séries temporelles, des réseaux sociaux … le tout en grand volume et numérisé. Les systèmes décisionnels permettent de mixer et d’explorer tout cela, de faire des descriptions, des découvertes, d’établir des connaissances, des prédictions, des prescriptions.
Aujourd’hui, c’est le temps de l’informatique dans les nuages et les systèmes décisionnels ni échappent pas. Donc les entreprises se demandent si elles doivent cibler d’être dans un nuage privé ou public ou les deux (hybride). La réponse à cette question à court terme n’est pas simple, d’autant moins si vous êtes Directeur des Systèmes d’Information et que vos troupes sont en jeux, d’autant moins si vous êtes une très grande entreprise avec des métiers et des applications très spécifiques. Inversement la plupart des PME ont tout à gagner en cherchant à bénéficier de la qualité industrielle apportée par les nuages publics tant pour les applications de production que les systèmes décisionnels.
Le virage amorcé est en fait le passage d’une informatique trop souvent quasi artisanale, à l’exception des très grandes entreprises, à une informatique industrielle qui va apporter au-delà du coût une qualité des prestations pas souvent atteinte aujourd’hui. Dans ce contexte, les fournisseurs de composants matériels ou logiciels vont voir le nombre de leurs clients se réduire fortement à quelques grands prestataires de services dans les nuages. À ce jeu, pour chaque besoin seules quelques technologies survivront.
Pour une entreprise comme Teradata dont la base installée est quasi exclusivement composée de très grandes entreprises qui vont à court terme opter majoritairement pour des solutions hybrides, ne mettant que peu de choses en dehors de leur nuage privé, l’avenir se jouera probablement sur sa capacité à : acquérir de nouveaux grands clients pour des solutions en mode nuage privé, freiner l’attrition de la base installée, conquérir de nouveaux clients avec ses solutions en mode nuage public. Les résultats de l’année 2019 montrent que Teradata a réussi à doubler son nombre de « Cloud Customer », mais que globalement son chiffre d’affaires de 1889 millions de dollars est en baisse de 12% (-24% pour les services, -69% pour les licences de matériels et logiciels). Pour finir, on a un résultat négatif de 23 millions de dollars.
Cependant, cette approche d’analyse et de synthèse étant fructueuse et pas seulement dans le monde marketing, la demande en informations internes s’est accrue en nombre, en fréquence, d’autant plus que les systèmes informatiques couvraient de plus en plus de fonctions de l’entreprise. Les directions informatiques très occupées à développer et gérer les systèmes de production renâclaient à répondre à toutes les demandes. Alors le concept d’Infocentre a été inventé, qui consistait à mettre à disposition des utilisateurs des données, dans un premier temps sous la forme de simple copie de données de production, mais ainsi les premiers vrais systèmes décisionnels étaient nés.
Le marché du décisionnel s’est développé au fur et à mesure des avancées techniques (PC, base de données relationnelle, MPP, Hadoop …) et des nouveaux concepts (entrepôts départementaux, d’entreprise, lac de données …). Les sources de données se sont multipliées, au-delà des applications internes de production, avec les données textuelles, géospatiales, vidéos, des capteurs, des séries temporelles, des réseaux sociaux … le tout en grand volume et numérisé. Les systèmes décisionnels permettent de mixer et d’explorer tout cela, de faire des descriptions, des découvertes, d’établir des connaissances, des prédictions, des prescriptions.
Aujourd’hui, c’est le temps de l’informatique dans les nuages et les systèmes décisionnels ni échappent pas. Donc les entreprises se demandent si elles doivent cibler d’être dans un nuage privé ou public ou les deux (hybride). La réponse à cette question à court terme n’est pas simple, d’autant moins si vous êtes Directeur des Systèmes d’Information et que vos troupes sont en jeux, d’autant moins si vous êtes une très grande entreprise avec des métiers et des applications très spécifiques. Inversement la plupart des PME ont tout à gagner en cherchant à bénéficier de la qualité industrielle apportée par les nuages publics tant pour les applications de production que les systèmes décisionnels.
Le virage amorcé est en fait le passage d’une informatique trop souvent quasi artisanale, à l’exception des très grandes entreprises, à une informatique industrielle qui va apporter au-delà du coût une qualité des prestations pas souvent atteinte aujourd’hui. Dans ce contexte, les fournisseurs de composants matériels ou logiciels vont voir le nombre de leurs clients se réduire fortement à quelques grands prestataires de services dans les nuages. À ce jeu, pour chaque besoin seules quelques technologies survivront.
Pour une entreprise comme Teradata dont la base installée est quasi exclusivement composée de très grandes entreprises qui vont à court terme opter majoritairement pour des solutions hybrides, ne mettant que peu de choses en dehors de leur nuage privé, l’avenir se jouera probablement sur sa capacité à : acquérir de nouveaux grands clients pour des solutions en mode nuage privé, freiner l’attrition de la base installée, conquérir de nouveaux clients avec ses solutions en mode nuage public. Les résultats de l’année 2019 montrent que Teradata a réussi à doubler son nombre de « Cloud Customer », mais que globalement son chiffre d’affaires de 1889 millions de dollars est en baisse de 12% (-24% pour les services, -69% pour les licences de matériels et logiciels). Pour finir, on a un résultat négatif de 23 millions de dollars.
Pour mieux comprendre ce qui arrive à Teradata, acteur emblématique du décisionnel, vous pouvez utilement relire mes articles de 2018 et 2019 :
Cycle de vie de produit - Big data, analyse de données & modèles métiers
Renouvellement de l’offre - Fournisseurs de solutions Big Data : la vie est un « long » torrent déchaîné
Cycle de vie de produit - Big data, analyse de données & modèles métiers
Renouvellement de l’offre - Fournisseurs de solutions Big Data : la vie est un « long » torrent déchaîné
Autres articles
-
Teradata facilite l’application concrète de l’IA générative et accélère la création de valeur pour les entreprises
-
Teradata propose des capacités d’IA exceptionnelles pour les grandes entreprises et les environnements hybrides en collaboration avec NVIDIA
-
Les nouvelles fonctionnalités de ClearScape Analytics maximisent le retour sur investissement en matière d’IA/ML et renforcent la productivité de la data science
-
Teradata nomme Thomas Schröder au poste de vice-président, Europe
-
Teradata et DataRobot s’associent pour accélérer l’innovation dans le domaine de l’IA de confiance