Gartner a accordé à Teradata les scores de produits les plus élevés dans chacune des quatre catégories de cas d'usage dans son nouveau rapport « Fonctionnalités critiques pour les solutions d'entrepôt de données et de gestion de données dédiées à l'analyse » de Gartner, Inc., publié le 21 avril 2015 par les analystes Mark A. Beyer et Roxane Edjlali. Teradata (NYSE : TDC), le spécialiste de l'analyse big data et des applications marketing, est l'un des 16 fournisseurs de bases de données évalués dans le nouveau rapport, qui accompagne le dossier Magic Quadrant for Data Warehouse and Data Management Solutions for Analytics (carré magique des solutions d'entrepôt de données et de gestion de données dédiées à l'analyse), publié le 12 février 2015, où Teradata occupe la position de leader.
L'an dernier la note de recherche consacrée aux fonctionnalités critiques était quasi-exclusivement basée sur l'expérience client, tandis que cette année Gartner a étendu son champ d'investigation de manière à prendre en considération aussi bien les retours des clients que les fonctionnalités spécifiques des fournisseurs. La note 2015 sur les fonctionnalités critiques évalue quatre cas d'usage :
· Entrepôt de données traditionnel : ce cas d'usage consiste à gérer des données historiques issues de diverses sources structurées. Les données sont principalement chargées en vrac ou par lots. Les entrepôts de données traditionnels peuvent gérer de gros volumes de données et servent principalement à la création de rapports et de tableaux de bord standard. Dans une moindre mesure, ils sont utilisés pour des requêtes de forme libre et l'exploration ou pour des requêtes opérationnelles. Ils nécessitent de solides capacités en termes de disponibilité système, d'administration et de gestion, étant donné les capacités de charge de travail variées qu'exigent la grande diversité des requêtes et des compétences des utilisateurs.
· Entrepôt de données opérationnel : il s'agit dans ce cas de gérer des données structurées chargées en continu, en faveur de moyens analytiques embarqués dans les applications, d'entrepôts de données en temps réel et de magasins de données opérationnels. Ce cas d'usage, qui sert principalement à la création de rapports et de requêtes automatisées répondant aux besoins opérationnels, exige une grande disponibilité et de solides capacités de récupération après sinistre pour faire face aux besoins opérationnels. La capacité à gérer différents types d'utilisateurs ou de charges de travail, telles que les requêtes et l'exploration ad hoc, sera de moindre importance, puisque l'objectif principal est d'atteindre l'excellence opérationnelle.
· Entrepôt de données logique : ce cas consiste en la gestion d'un volume important de données d'une grande variété, aussi bien structurées que correspondant à d'autres types de contenus. Outre des données structurées issues d'applications transactionnelles, elles peuvent comprendre des données machine, des documents texte, des images et des vidéos. Ces types de contenus supplémentaires pouvant engendrer des volumes de données conséquents, la capacité à gérer de grands volumes est un critère important. Un entrepôt de données logique doit également pouvoir répondre à diverses fonctionnalités de requête et prendre en charge des utilisateurs aux compétences variées. Ce cas d'usage prend en charge des requêtes impliquant d'autres sources que le seul SGBD de l'entrepôt de données.
· Entrepôt de données indépendant du contexte : il s'agit ici de déclarer de nouvelles valeurs de données, des variantes de la forme des données et de nouvelles relations. Ce type d'entrepôt prend en charge la recherche, les graphiques et d'autres fonctionnalités avancées de découverte de nouveaux modèles d'information. Ce cas d'usage sert principalement aux requêtes de forme libre employées dans le cadre de prévisions, de modélisations prédictives ou d'autres modes d'exploration, ainsi que pour les requêtes supportant plusieurs types de données et sources. Dépourvu d'exigences opérationnelles, il s'adresse avant tout aux utilisateurs avancés tels que les experts en données ou les analystes d'affaires employant des requêtes de forme libre sur des données pouvant être de plusieurs types.
Par ailleurs, Gartner évalue dix des plus importantes capacités fonctionnelles requises pour prendre en charge les quatre principaux cas d'usage identifiés.
« Nous encourageons les CIO, responsables informatiques et analystes de bases de données de tous les secteurs à étudier ce rapport avant de prendre des décisions d'investissement ayant trait à l'analyse big data », explique Hermann Wimmer, co-président de Teradata. « Ce document capital fournit des perspectives susceptibles de conduire à des économies considérables, tout en permettant de prendre les meilleures décisions possibles en matière d'investissement et de stratégie commerciale dans le domaine de l'analyse big data - à commencer par l'approche avant-gardiste et la maturité de notre architecture de données Teradata® Unified Data Architecture™ -- le premier écosystème analytique offrant selon nous ce que Gartner définit comme un entrepôt de données logique. »
Ce nouveau rapport est publié au moment même où Teradata vient une nouvelle fois d'innover en matière de gestion de données, notamment avec :
· la base de données à lignes et colonnes hybrides la plus perfectionnée au monde - permet aux clients de mélanger et de faire correspondre à volonté les technologies de lignes et de colonnes ;
· une interface vers Teradata Database, utilisable à tout moment et en tout lieu par les applications web, mobiles et professionnelles et par n'importe quel appareil, client, fournisseur, salarié en déplacement ou application ;
· le nouvel environnement Teradata Data Warehouse Appliance - un concentré de performances pour les travaux analytiques les plus exigeants, optimisé pour le traitement en mémoire ;
· QueryGrid, qui étend le choix des clients parmi les meilleures technologies analytiques - l'évolution de QueryGrid offre davantage de choix dans les distributions Hadoop, de souplesse architecturale et d'évolutivité analytique ;
· les entrepôts de données logiciels améliorant la gestion des données, la souplesse et la simplicité - des commandes logicielles avancées permettent de consolider plusieurs environnements d'entrepôts de données sur un seul système.
« Alors que les entreprises doivent faire face à des marchés de plus en plus irréguliers et complexes en matière d'analyse big data, les fonctionnalités critiques évaluées dans le nouveau rapport Gartner offrent un cadre et un service précieux », déclare Chris Twogood, vice-président du marketing chez Teradata Labs. « Parallèlement à Teradata® Unified Data Architecture™, Teradata Aster et Teradata Portfolio for Hadoop, nous estimons que les notes maximales que nous avons obtenues dans l'ensemble des quatre catégories de cas d'usage illustrent la puissance, les performances et le retour sur investissement que les entreprises sont en droit d'attendre lorsqu'elles optent pour Teradata en tant que conseiller de confiance. »
L'an dernier la note de recherche consacrée aux fonctionnalités critiques était quasi-exclusivement basée sur l'expérience client, tandis que cette année Gartner a étendu son champ d'investigation de manière à prendre en considération aussi bien les retours des clients que les fonctionnalités spécifiques des fournisseurs. La note 2015 sur les fonctionnalités critiques évalue quatre cas d'usage :
· Entrepôt de données traditionnel : ce cas d'usage consiste à gérer des données historiques issues de diverses sources structurées. Les données sont principalement chargées en vrac ou par lots. Les entrepôts de données traditionnels peuvent gérer de gros volumes de données et servent principalement à la création de rapports et de tableaux de bord standard. Dans une moindre mesure, ils sont utilisés pour des requêtes de forme libre et l'exploration ou pour des requêtes opérationnelles. Ils nécessitent de solides capacités en termes de disponibilité système, d'administration et de gestion, étant donné les capacités de charge de travail variées qu'exigent la grande diversité des requêtes et des compétences des utilisateurs.
· Entrepôt de données opérationnel : il s'agit dans ce cas de gérer des données structurées chargées en continu, en faveur de moyens analytiques embarqués dans les applications, d'entrepôts de données en temps réel et de magasins de données opérationnels. Ce cas d'usage, qui sert principalement à la création de rapports et de requêtes automatisées répondant aux besoins opérationnels, exige une grande disponibilité et de solides capacités de récupération après sinistre pour faire face aux besoins opérationnels. La capacité à gérer différents types d'utilisateurs ou de charges de travail, telles que les requêtes et l'exploration ad hoc, sera de moindre importance, puisque l'objectif principal est d'atteindre l'excellence opérationnelle.
· Entrepôt de données logique : ce cas consiste en la gestion d'un volume important de données d'une grande variété, aussi bien structurées que correspondant à d'autres types de contenus. Outre des données structurées issues d'applications transactionnelles, elles peuvent comprendre des données machine, des documents texte, des images et des vidéos. Ces types de contenus supplémentaires pouvant engendrer des volumes de données conséquents, la capacité à gérer de grands volumes est un critère important. Un entrepôt de données logique doit également pouvoir répondre à diverses fonctionnalités de requête et prendre en charge des utilisateurs aux compétences variées. Ce cas d'usage prend en charge des requêtes impliquant d'autres sources que le seul SGBD de l'entrepôt de données.
· Entrepôt de données indépendant du contexte : il s'agit ici de déclarer de nouvelles valeurs de données, des variantes de la forme des données et de nouvelles relations. Ce type d'entrepôt prend en charge la recherche, les graphiques et d'autres fonctionnalités avancées de découverte de nouveaux modèles d'information. Ce cas d'usage sert principalement aux requêtes de forme libre employées dans le cadre de prévisions, de modélisations prédictives ou d'autres modes d'exploration, ainsi que pour les requêtes supportant plusieurs types de données et sources. Dépourvu d'exigences opérationnelles, il s'adresse avant tout aux utilisateurs avancés tels que les experts en données ou les analystes d'affaires employant des requêtes de forme libre sur des données pouvant être de plusieurs types.
Par ailleurs, Gartner évalue dix des plus importantes capacités fonctionnelles requises pour prendre en charge les quatre principaux cas d'usage identifiés.
« Nous encourageons les CIO, responsables informatiques et analystes de bases de données de tous les secteurs à étudier ce rapport avant de prendre des décisions d'investissement ayant trait à l'analyse big data », explique Hermann Wimmer, co-président de Teradata. « Ce document capital fournit des perspectives susceptibles de conduire à des économies considérables, tout en permettant de prendre les meilleures décisions possibles en matière d'investissement et de stratégie commerciale dans le domaine de l'analyse big data - à commencer par l'approche avant-gardiste et la maturité de notre architecture de données Teradata® Unified Data Architecture™ -- le premier écosystème analytique offrant selon nous ce que Gartner définit comme un entrepôt de données logique. »
Ce nouveau rapport est publié au moment même où Teradata vient une nouvelle fois d'innover en matière de gestion de données, notamment avec :
· la base de données à lignes et colonnes hybrides la plus perfectionnée au monde - permet aux clients de mélanger et de faire correspondre à volonté les technologies de lignes et de colonnes ;
· une interface vers Teradata Database, utilisable à tout moment et en tout lieu par les applications web, mobiles et professionnelles et par n'importe quel appareil, client, fournisseur, salarié en déplacement ou application ;
· le nouvel environnement Teradata Data Warehouse Appliance - un concentré de performances pour les travaux analytiques les plus exigeants, optimisé pour le traitement en mémoire ;
· QueryGrid, qui étend le choix des clients parmi les meilleures technologies analytiques - l'évolution de QueryGrid offre davantage de choix dans les distributions Hadoop, de souplesse architecturale et d'évolutivité analytique ;
· les entrepôts de données logiciels améliorant la gestion des données, la souplesse et la simplicité - des commandes logicielles avancées permettent de consolider plusieurs environnements d'entrepôts de données sur un seul système.
« Alors que les entreprises doivent faire face à des marchés de plus en plus irréguliers et complexes en matière d'analyse big data, les fonctionnalités critiques évaluées dans le nouveau rapport Gartner offrent un cadre et un service précieux », déclare Chris Twogood, vice-président du marketing chez Teradata Labs. « Parallèlement à Teradata® Unified Data Architecture™, Teradata Aster et Teradata Portfolio for Hadoop, nous estimons que les notes maximales que nous avons obtenues dans l'ensemble des quatre catégories de cas d'usage illustrent la puissance, les performances et le retour sur investissement que les entreprises sont en droit d'attendre lorsqu'elles optent pour Teradata en tant que conseiller de confiance. »
Autres articles
-
Teradata lance des cas d’usage d’IA générative à démarrage rapide grâce à l’intégration d’Amazon Bedrock
-
Teradata nomme Louis Landry au poste de Chief Technology Officer
-
Teradata AI Unlimited pour Microsoft Fabric est désormais disponible en avant-première via Microsoft Fabric Workload Hub
-
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
