Big Analytics : les usages avant tout
Upcoming SlideShare
Loading in...5
×
 

Big Analytics : les usages avant tout

on

  • 248 views

 

Statistics

Views

Total Views
248
Views on SlideShare
248
Embed Views
0

Actions

Likes
0
Downloads
9
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Big Analytics : les usages avant tout Big Analytics : les usages avant tout Presentation Transcript

  • Big Analytics : les usages avant tout Jérôme Cornillet SAS Mercredi 6 juin 2012C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • SAS 6 juin 2012 IDC Le décisionnel en action Big Analytics : les usages avant tout Si les Big Data ont conquis rapidement l’espace médiatique, le thème est abordé quasiment exclusivement sous l’angle des problématiques techniques liées à leur stockage. Pourtant, même si celles-ci ont leur importance, il nous semble plus intéressant de nous attacher à d’autres aspects, comme les différents usages potentiels des entreprises. En effet, quelle est l’utilité de données certes bien stockées mais sous-utilisées ? Cette présentation sera illustrée des premiers retours d’expérience dans différents secteurs d’activitéC op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • Big Data Eléments de contexte Les 3 V Mettre des flux Twitter dans nos SI ! Baisse du coût de la mémoire Baisse du coût des machines Nouveaux acteurs du stockage de données Nouvelles architectures décisionnelles Le 4ème VC op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • THE CHALLENGE? VOLUME VARIETY DATA SIZE VELOCITY VALUE TODAY THE FUTUREC op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • Le nouveau paysage du stockage décisionnel 2011 Competitors & Hadoop • Greenplum MapR (May ‘11) • IBM Big Insights (May ‘11) • Microsoft and Hadoop (Oct ‘11) • SAP Sybase IQ & Hadoop (November ‘11) Hadoop Microsoft PDW Cost per Terabyte Oracle 2012 Competitors & Hadoop Greenplum • Teradata Partners w. Hortonworks (Feb ‘12) Teradata • Oracle & Cloudera Appliance (Jan ’12) Vertica $- $20 000 $40 000 $60 000 $80 000 $100 000 Today 2009 Copyright © 2012, SAS Institute Inc. All rights reserved.
  • Big Analytics Créer de l’information sur des données volumineuses et diverses Exploration Modélisation prédictive Prévision Optimisation Analyse textuelle Réseaux et médias sociaux Au cœur du SIDC op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • Bank of America http://www.sas.com/success/bofagrid.html The solution has reduced the banking groups probability of loan default calculation time from 96 hours to just four and reduced its scoring routine of 400,000 loans from three hours to 10 minutes. Processing time for any given project has been reduced by 90 percent, is three times faster, yields timely decisions around defaults, helps Grid Computing minimizes losses and can handle new growth opportunities for banks loan portfolio Equilibrage de charge Extensibilité Haute disponibilité Traitement parallélisé Without SAS, processing times would be longer, hedging decisions would be delayed and, ultimately, the bank would be behind the market.” Russell Condrich Senior Vice President, Corporate Investment GroupC op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • Catalina Marketing http://www.sas.com/success/catalina.html Catalina delivers incentives that consumers redeem at eight times the level of traditional program methods; many programs boast consumer response rates as high as 25 percent; the time that it takes to model and analyze data related to 250 million transactions processed per week has been reduced from over In-Database a month to just days with the addition of SAS Enterprise Miner. Déléguer une partie des traitements à « l’appliance » “Weve been helping our clients reach the right people with the right messages for 25 years, but with the predictive capabilities Permettre de faire évoluer « en we have with SAS, were able to do it with more precision than douceur » les SID anyone else in the market.” Eric Williams Executive Vice President and Chief Information OfficerC op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • High-Performance Analytics In-Memory Analytics Exécuter en mémoire et en parallèle les traitements simples et complexes.C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • Data viz et exploration analytique en Client de client web consultation sur iPad Accélérateur du processus analytique In-Memory Analytics Exécuter en mémoire et en SAS® LASR™ In Memory parallèle les traitements simples et complexes. Technology Persistance des données : Teradata EMC-Greenplum HadoopC op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • SAS HIGH- PERFORMANCE ANALYTICSC op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • Big Analytics Suis-je concerné? Facteurs clés de décision Inflation de données, en volume ou en variété Besoin d’analytique aujourd’hui et surtout demain Pour faire face aux besoins de haute performance • Utilisation d’un parc matériel existant  Grid computing • Achat d’une appliance (TD, GP, NZ…)  In-Database • Mise en place d’un environnement Hadoop  SAS • Nouvelle machine, de la mémoire  In-Memory AnalyticsC op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • Livre blanc en téléchargement : Analytics In Memory - L’architecture Big Data de SAS Plus d’informations : www.sas.com/france/hpanalytics Me contacter : jerome.cornillet@sas.com -- 02 51 84 23 37C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
  • C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d . SAS.com