Bibliothèque de ressources

Préparation des données – Présentation générale

Le terme « préparation des données » désigne les opérations de nettoyage et transformation qui doivent être appliquées aux données brutes avant leur traitement et analyse. Il s'agit d'un processus très chronophage, mais indispensable à un environnement de Business Intelligence exploitable. Et avec les outils de préparation des données disponibles en libre-service, ce processus est désormais plus facile à exécuter et très efficace.

En savoir plus

Qu’est-ce que la gestion des données ?

Le terme « gestion des données » désigne l'ensemble des pratiques nécessaires à la construction et maintenance d'un cadre/framework pour l'importation, le stockage, l'exploration et l'archivage des données nécessaires aux activités de l'entreprise. Dans ce document, vous allez découvrir 7 types de gestion des données, les avantages d'une gestion efficace, 3 meilleures pratiques à mettre en place et des conseils pour la sélection des meilleurs outils.

En savoir plus

Analytique en périphérie – Avantages et inconvénients d’une connaissance immédiate et locale

Un rapport Gartner indique que 90 % des données accumulées par les entreprises ne seront jamais exploitables, et un rapport Experian indique que près de 32 % des données disponibles dans les entreprises américaines sont inexactes. Il n'en demeure pas moins que les données sont la ressource la plus précieuse de toute entreprise. Il est donc inconcevable de les ignorer complètement ou de les laisser dormir dans un data lake dont personne ne se préoccupe jamais. Les data scientists doivent impérativement exploiter leurs gisements de données IoT pour mieux comprendre les différents points de terminaison qui reçoivent ces données et formuler des conclusions permettant de définir un environnement opérationnel plus efficace.

En savoir plus

Qu’est-ce que l’intégration de données ?

L'intégration des données est le processus qui consiste à combiner des données provenant de différentes sources dans une vue unifiée, ce qui les rend plus exploitables et plus utiles pour les utilisateurs qui les consultent. Dans tous les secteurs, les entreprises ont commencé à mettre en place des initiatives d'intégration de leurs données pour les analyser plus efficacement. Ces initiatives ont pour but d'améliorer la prise de décision stratégique et d'augmenter la compétitivité des entreprises.

En savoir plus

Outils ETL – Comment évaluer les outils ETL en cloud

Le terme « outils ETL » désigne une catégorie d’applications et de processus utilisés pour transformer les données brutes provenant de sources disparates en Business Intelligence propre et exploitable. Apprenez à identifier les outils dont vous avez besoin et consultez la liste des spécifications à rechercher.

En savoir plus

L’avenir des big data

Les big data ! Le terme fourre-tout utilisé pour décrire la collecte, l'analyse et l'exploitation de volumes considérables de données numériques en vue d'améliorer les opérations des entreprises. Les big data sont en train de transformer rapidement notre façon de vivre, de faire des achats et de mener notre vie quotidienne. Comprendre les big data et savoir les utiliser, c'est déjà préparer votre succès.

En savoir plus

Tests ETL – Présentation générale

Les tests ETL sont appliqués tout au long du processus ETL pour valider, vérifier et garantir la qualité des données tout en évitant la duplication des enregistrements et la perte de données. Ce document vous propose de découvrir les huit étapes des tests ETL, les neuf types de tests ETL, les défis les plus courants, comment identifier les outils les mieux adaptés à vos besoins, etc.

En savoir plus

Qu’est-ce qu’un data lake ?

Un data lake est un emplacement de stockage centralisé qui contient des big data sous un format brut provenant d'un grand nombre de sources. Les avantages du format data lake incitent de nombreuses entreprises à abandonner leurs data warehouses. Découvrez les avantages spécifiques des data lakes, pourquoi ils sont de plus en plus populaires et comment faire vos premiers pas pour en créer un.

En savoir plus

Qu’est-ce qu’un data warehouse ? Pourquoi le data warehouse est important pour votre entreprise ?

Un data warehouse est un vaste gisement de données qui facilite la prise de décision dans l'entreprise. C'est par ailleurs l'un des éléments fondamentaux de la Business Intelligence. Dans ce document, vous allez découvrir les principes de fonctionnement du data warehouse, ses spécificités par rapport au data mart ou aux bases de données, comprendre pourquoi ils sont en train de migrer vers le cloud et d'autres aspects de cette technologie.

En savoir plus

Business Intelligence – Présentation générale

La Business Intelligence (BI) est un ensemble de processus, de technologies, de compétences et d'applications qui est utilisé pour prendre des décisions d'entreprise avisées et pilotées par les données disponibles. La BI s'appuie sur les opérations appliquées aux données (collecte, agrégation, analyse) pour les transformer en une connaissance exploitable qui facilite la prise de décision.

En savoir plus

Qu’est-ce que la redondance des données ?

La redondance des données se produit lorsque des données identiques sont conservées dans différentes bases de données ou différents gisements de données. Ces données redondantes peuvent réapparaître dans différents champs d'une base de données ou dans plusieurs emplacements de différentes plates-formes ou différents environnements logiciels. Découvrez comment la technologie MDM (Master Data Management, gestion des données de référence en français) peut éviter la redondance des données et les problèmes qui l'accompagnent.

En savoir plus

Qu’est-ce que le machine learning ?

Le machine learning est une technique qui utilise des probabilités statistiques pour donner aux ordinateurs la capacité d'apprendre par eux-mêmes grâce à leur exposition à différents types de données en entrée. On parle également, mais plus rarement d'« apprentissage automatique [par les machines] ».

En savoir plus

Intelligence artificielle (IA) vs machine learning vs deep learning

L'intelligence artificielle (IA) désigne collectivement le traitement exécuté par certains logiciels qui imitent l'intelligence humaine pour accomplir des tâches évoluées. Le machine learning (ML) est un sous-domaine de l'IA dans lequel les systèmes apprennent par eux-mêmes à partir des big data et sans aucune programmation. Le deep learning (DL) désigne un sous-ensemble du machine learning qui construit des abstractions à partir des ensembles de données (datasets) pour en extraire de la connaissance ou une signification.

En savoir plus

Qu’est-ce que profilage des données ?

Le profilage des données, une affaire sérieuse. Les entreprises qui appliquent des fonctionnalités de profilage à leurs données pour les structurer et les analyser plus efficacement découvrent de nouvelles opportunités de succès et se dotent d'un avantage concurrentiel très net sur le marché.

En savoir plus

Master Data Management – Présentation générale

La « gestion des données de référence » (Master Data Management/MDM) est une méthode de travail qui permet à une entreprise de disposer en permanence de données exactes et à jour et de prendre des décisions plus efficaces grâce à ces données fiables. Dans cette page, vous allez découvrir les points suivants : principaux avantages de cette solution pour une entreprise, défis à envisager, comment faire les premiers pas dans cette discipline.

En savoir plus

Hadoop – Présentation générale

Hadoop est un framework Java open source utilisé pour le stockage et traitement des big data. Les données sont stockées sur des serveurs standard peu coûteux configurés en clusters. Le système de fichiers distribué Hadoop supporte des fonctionnalités de traitement concurrent et de tolérance aux incidents.

En savoir plus

Data lake vs data warehouse

Les termes « data lake » et « data warehouse » sont utilisés très couramment pour parler du stockage des big data, mais ils ne sont pas interchangeables (et noter qu'il n'est pas d'usage de rendre ces termes par un équivalent français). Un data lake est un vaste gisement (pool) de données brutes dont le but n'a pas été précisé. Un data warehouse est un référentiel de données structurées et filtrées qui ont déjà été transformées dans un but spécifique.

En savoir plus


affichage des pages of 2