Proxem donne un nouveau souffle à Ubiq, sa solution d’analyse sémantique des Big Data


Rédigé par Communiqué de Proxem le 2 Juin 2016

Cette nouvelle version 3.5 rend désormais possible une approche des données textuelles fondée sur leur interaction et leur visualisation.



Proxem, le spécialiste français de l’analyse sémantique de Big Data, fait évoluer Ubiq, sa solution d’analyse sémantique de Big Data textuelles, qui permet de collecter, analyser et valoriser instantanément de gros volumes de contenus non structurés (texte) pour les convertir en indicateurs stratégiques. Au-delà de l’analyse, les entreprises peuvent désormais explorer et visualiser des données volumineuses. Grâce à cette solution les entreprises vont pouvoir analyser leurs données textuelles disponibles (avis de consommateurs, réseaux sociaux, forums, feedback clients..) mais aussi approfondir leur démarche de valorisation des données en s’appuyant sur des fonctionnalités d'exploration et de visualisation.

Lancée en 2011, la solution Ubiq permet une analyse sémantique de grands volumes de données textuelles provenant de multiples sources : avis de consommateurs, réseaux sociaux, textes encyclopédiques, documents RH, articles de presse... Entièrement industrialisé, Ubiq se décline dans les domaines de la connaissance client, de la market intelligence et des RH avec des indicateurs stratégiques spécifiques. Aujourd’hui, la solution est plébiscitée par des marques et des enseignes de renom (Carrefour, Auchan, France Loisirs ou encore Buffalo Grill) qui peuvent désormais gérer leur surcharge informationnelle et ainsi disposer de l’information utile pour rationaliser la prise de décision en entreprise, tant au niveau stratégique qu’opérationnel.

Ubiq 3.5, boosté par l’intégration de fonctionnalités de visualisation et d’exploration des données

Dans cette nouvelle version, Proxem a transformé sa solution Ubiq en un véritable outil d'exploration et de visualisation de données en y intégrant de nouvelles fonctionnalités et en affinant la majorité de ses fonctionnalités existantes.
Grâce à des performances améliorées, Ubiq est désormais capable de charger en quelques secondes des millions de documents. L'outil de paramétrage des tableaux de bord a été intégralement refondu de manière à être facilement configurable par des utilisateurs métier et de manière à afficher la synthèse de vastes volumes de données textuelles en quelques secondes.

De nouvelles fonctionnalités

Cette nouvelle version convient à des projets Big Data comportant plusieurs millions de documents sur lesquels l’utilisateur aura besoin d’une exploration et d’une compréhension rapide et simplifiée.

• Datavisualisation : diagrammes en bâtons avec drill down, treemaps interactifs, tagclouds personnalisables et courbes de tendances.

• Des fonctionnalités permettant l’exportation de données textuelles : export des visualisation au format image, export des données au format CSV et export vers des outils statistiques (SAS, SPSS, Modalisa, Ethnos, R...).

• De nouvelles options d’intégration : connexion avec des outils externes de datavisualisation, API d'importation et d'exportation de données et API de tagging sémantique de document.

• Une simplification des fonctionnalités de recherche et nouvelle fonction de recherche par similarité

• Une prise en charge du multilingue dans les tableaux de bord

• Un affichage dynamique des onglets de l'outil en fonction des données disponibles

• Une personnalisation : mémorisation des préférences d'affichage et sauvegarde de requêtes personnalisées.

“La refonte d’Ubiq s’inscrit dans la stratégie produit de Proxem dont l’objectif est de donner un maximum d’autonomie à l’utilisateur. A terme, nous souhaitons permettre à l'utilisateur d'organiser lui-même ses données textuelles, de créer ses taxonomies et d'importer ses référentiels. L'idée est de réaliser un coup de force en termes d'expérience utilisateur pour simplifier radicalement le travail complexe de traitement du langage. Notre prochaine version intégrera justement des fonctionnalités de recommandation et de suggestion qui permettront, grâce au deep learning, de détecter les régularités d'un corpus, de regrouper les termes similaires, afin que l'utilisateur puisse structurer ses données textuelles. » commente François-Régis Chaumartin, Fondateur et Directeur Général de Proxem.



Dans la même rubrique :