Extraction de valeur pour l'entreprise intelligente

Tout au long de l’histoire de l’informatique d’affaires – des cartes perforées à l’intelligence artificielle – les entreprises ont cherché à extraire de la valeur de leurs données. Retour aux années 1970 et 80, lorsque les ordinateurs centraux dominaient la scène. L'objectif ensuite: utiliser les données pour identifier les besoins en matériaux et optimiser les opérations en atelier.

Passez à l'époque client-serveur des années 1990 et du début d'Internet. L'objectif était alors d'automatiser les processus de bout en bout. Les entreprises ont utilisé leurs données pour normaliser les processus dans l'ensemble de l'entreprise et pour fonctionner plus efficacement.

Internet favorisait une connectivité étendue, qui nous a conduits à l'ère du Big Data. Les entreprises qui ont remporté la journée ont associé d'importants volumes de données au de cloud et aux technologies mobiles pour offrir de meilleures expériences client . Pensez à Amazon, Airbnb ou Netflix.

L'entreprise intelligente

Aujourd'hui, les entreprises cherchent toujours à maximiser la valeur des données – mais les possibilités se sont considérablement élargies. Pour de nombreuses entreprises, l’objectif est de devenir ce que nous appelons chez l’entreprise intelligente

avec l’aide de technologies intelligentes (IoT, machine learning, blockchain etc.). Les entreprises comprennent désormais qu'elles peuvent répondre plus efficacement à la demande en utilisant leurs données pour prédire ce que les clients veulent avant de le demander. Sur la base de ce pouvoir prédictif, de nombreuses entreprises développent également de tout nouveaux modèles commerciaux qui améliorent les résultats globaux pour les clients grâce à une meilleure analyse et une meilleure compréhension.

Mais pour y parvenir, les entreprises doivent gérer correctement leurs données.

Accès, performance et faites confiance à vos sources de données

Le fait est qu’avec l’énorme quantité de données disponibles aujourd’hui, l’avantage commercial actuel revient à l’organisation qui la gère le mieux. L'un des problèmes est que les ensembles de données sont de plus en plus répartis sur les réseaux, ce qui rend l'accès difficile. Cela n’a pas d’avantage que les entreprises conservent traditionnellement leurs données vivantes au même endroit et leurs données analytiques ailleurs, comme dans les entrepôts d’entreprises où elles peuvent être isolées et manipulées à des fins de reporting.

Un autre défi connexe est la rapidité. Avec des données analytiques résiduelles, les entreprises peuvent s'attendre à des retards lorsque les experts déplacent des données par lots pour générer l'analyse nécessaire. Cela prend du temps, ce que la plupart des entreprises n’ont pas dans l’économie numérique.

Chez SAP, nous préconisons une base de données en mémoire comme solution au double problème d’accès et de performance. Avec le coût de la mémoire en baisse, il est maintenant possible pour les organisations de stocker toutes les données dans une mémoire active où l'accès est rapide comme l'éclair. Lorsque les données transactionnelles et les données historiques se trouvent au même endroit, vous pouvez exécuter des analyses sur des informations en direct, le moment venu.

De plus, nous préconisons une approche d'accès virtuel aux données, dans laquelle un système de gestion de données central peut accéder virtuellement à un large éventail de données. sans le déplacer de son emplacement. En laissant les données là où elles se trouvent, elles sont sécurisées et utilisées uniquement lorsque cela est nécessaire pour les analyses. Cette approche réduit le temps système nécessaire à l’administration des données et simplifie considérablement l’architecture des données pour les analyses avancées par rapport aux architectures classiques du passé.

La vitesse de gestion en mémoire et la simplicité de l’accès aux données virtuelles sont augmentées du fait que toutes les données sont gérées de manière transparente. manière qui permet d’extraire de la valeur à l’aide de technologies intelligentes. Vous pouvez maintenant concentrer les algorithmes analytiques sur toutes les données sans la charge technique nécessaire pour optimiser les appels sur disque

Prenons, par exemple, le scénario de la maintenance prédictive. Un fabricant de machines CVC, par exemple, peut désormais utiliser des capteurs IoT pour suivre l’état de santé et le statut des machines déployées sur les installations industrielles d’un client. Toutes ces données sont ingérées et stockées en mémoire, où les algorithmes peuvent détecter des schémas permettant de prédire une panne d'ordinateur avant qu'elle ne survienne.

Bien entendu, le coût de la maintenance est meilleur marché que celui de la réparation – votre capacité à prédire maintenant une panne de machine vous permet d'optimiser les processus de maintenance. Les temps d'arrêt pour vos clients sont également minimisés. Et avec l'apprentissage automatique, vous pouvez même améliorer vos algorithmes au fil du temps. Cela signifie que vos prévisions sont de mieux en mieux et que vous obtenez les résultats attendus par vos clients.

Un cœur numérique pour l'entreprise intelligente

La maintenance prédictive, bien sûr, n'est qu'une des nombreuses possibilités d'une approche des données. gestion digne de l’économie numérique. Colgate-Palmolive, par exemple, gère ses données pour former un cœur numérique qui contribue en grande partie à son succès.

Client de SAP depuis 1994, Colgate-Palmolive a traversé les méandres de l'informatique professionnelle au fil des ans. Aujourd'hui, avec des fonctionnalités de gestion de données en mémoire et des analyses avancées, la société a considérablement amélioré la planification de ses activités. Au lieu d'examens périodiques structurés à partir de systèmes de reporting indiquant la situation de l'entreprise hier, les planificateurs peuvent désormais utiliser des données en temps réel pour analyser l'état de l'activité à tout moment et en temps réel, ce qui accélère la prise de décision. Et avec un noyau numérique simplifié désormais en place, la société peut utiliser des technologies intelligentes telles que l'apprentissage automatique et l'Internet des objets pour tirer davantage parti de ses données et les transmettre à ses clients.

Voir la vidéo de Gartner

Intéressé par l’approche moderne de la gestion des données, qui aide à diriger l’entreprise intelligente? Regardez la nouvelle vidéo de Gartner pour une plongée plus profonde.

<! – Commentaires ->