La stratégie Big Data de SAP consiste à marier les environnements Hadoop aux systèmes transactionnels portés par la plate-forme In-memory, HANA, via une solution appelée SAP Vora. A la clef, la capacité à enrichir les tableaux de bord actuels avec les tendances du Big Data, mais aussi à automatiser les décisions.
La quantité de données créées explose d’une année sur l’autre. « Les Big Data ne vont faire que grossir et devenir plus riches, tandis que les données viendront d’un nombre croissant de sources, internes et externes », confirme un rapport du cabinet Forrester Research. Pour tenter d’organiser et de donner du sens à cette masse de données, de nombreuses grandes entreprises ont mis en place de vastes entrepôts de données, souvent bâtis avec le framework Open Source Hadoop, pour y déverser toutes sortes d’informations externes aux systèmes de gestion (objets intelligents, réseaux sociaux…). En la matière, Hadoop affiche un atout maître : un ratio prix/volume de données stockées très attractif. Mais il ne répond pas à tous les enjeux d’une organisation. D’abord, Hadoop est avant tout un réceptacle à données. Il faut lui adjoindre une couche analytique avant d’espérer produire le moindre résultat. Ensuite, monter un entrepôt Hadoop revient à créer un nouveau silo de données, qu’il faut d’une manière ou d’une autre relier aux systèmes opérationnels de l’entreprise pour en exploiter tout le potentiel.
Une étape sur laquelle butent encore les organisations, qui ont souvent bâti leurs premières applications Big Data en silo, pour servir un besoin isolé, émanant par exemple du marketing. Cette démarche oublie un peu vite le projet d’entreprise, sa transformation digitale dans laquelle la donnée est amenée à jouer un rôle clef. Le Big Data n’est en effet qu’une nouvelle étape dans la mise en valeur des données des organisations, après la BI, le temps réel et le prédictif. A la clef cette fois, la capacité pour les entreprises à se projeter sur de nouvelles offres, vers de nouveaux champs d’activité. Avec le véhicule connecté, un équipementier automobile peut par exemple développer des services en matière de sécurité routière.
Interroger à la fois HANA et Hadoop
La condition? Etre en mesure d’industrialiser les scénarios d’usage mis en évidence par les prototypes Big Data. Car avec Hadoop seul, la boucle de retour vers les systèmes de gestion de l’entreprise est inexistante. D’où l’idée de SAP de connecter les processus de ses applications transactionnelles au monde du Big Data. En termes techniques, cela se traduit par le développement d’un outil de requêtage (développé sur le framework Open Source Spark) capable d’interroger tant les clusters Hadoop que les environnements HANA, la base de données In-Memory du premier éditeur européen qui sert de socle à l’ensemble de son portefeuille applicatif. Un développement que SAP a baptisé SAP Vora.
En somme, ce composant fait la jonction entre deux mondes. Et permet de fermer la boucle. Cet atout, unique sur le marché à ce jour, offre en premier lieu aux décideurs une vision unique des données, qu’elles soient structurées ou pas. Et fait voler en éclat les silos de données qui ralentissent la prise de décision. Quand ils ne la rendent pas tout simplement impossible. Concrètement, cela revient à créer des indicateurs hybrides prenant en compte à la fois les tendances du Big Data et les données de l’entreprise, issus de ses systèmes transactionnels et traités par ses applications analytiques. Ce premier niveau d’optimisation, qui permet de donner plus de sens aux indicateurs traditionnels, débouche sur d’autres améliorations. Par exemple, la suggestion par une intelligence artificielle des meilleurs scénarios d’actions en réponse à une situation donnée. Voire le précâblage de ces actions dans les systèmes de gestion eux-mêmes ; les décideurs n’ayant alors plus qu’à activer la mise en œuvre de ces actions via une simple validation. L’étape d’après ? Une automatisation totale, les systèmes d’information s’adaptant automatiquement, en fonction de l’évolution de l’indicateur.
Commander la pièce de rechange avant la panne
Et les scénarios d’usage de cette ‘boucle de retour’ ne relèvent déjà plus de la science-fiction. Ils se font jour dès que l’exploitation de données non structurées ou issues de l’IoT a un impact sur les systèmes opérationnels. Citons évidemment la maintenance prédictive, où la détection d’une panne permettra de commander les pièces de rechange automatiquement et de réserver un créneau dans le planning des interventions du technicien idoine. Dans la finance, on peut aussi imaginer exploiter les opinions glanées sur les réseaux sociaux, et passées au crible d’une analyse de sentiments, pour prendre des positions sur une valeur donnée. Dans la santé, cette même analyse de sentiments peut être appliquée aux retours des patients sur un médicament. On peut aussi imaginer prévoir la montée en puissance d’une pathologie pour anticiper l’augmentation de la production d’une molécule donnée. Dans certains cas, ces scénarios d’utilisation peuvent approcher du temps réel. C’est par exemple le cas dans les télécommunications où on peut exploiter les données des incidents survenus sur le réseau (échec de connexions, appels non aboutis…) pour détecter les goulets d’étranglement et lancer automatiquement des environnements techniques virtualisés afin de mieux absorber la charge.
Un prototype réussi en 6 semaines
Encore jeune, SAP Vora est déjà en mis en oeuvre chez un producteur et distributeur de gaz naturel et d’électricité de Houston (Texas), CenterPoint Energy. En six semaines et avec l’aide de SAP, cette entreprise a construit un environnement de test traitant plus de 5 milliards d’enregistrements stockés dans Hadoop et la base de données HANA. Après ce prototype réussi, CenterPoint Energy a choisi de standardiser ses déploiements sur la plate-forme Big Data de l’éditeur européen. Son DSI et vice-président senior, Gary Hayes, qualifie le jumelage entre SAP HANA et SAP Vora de « bonne solution » pour lui permettre d’avancer opérationnellement.
L’objectif de CenterPoint Energy avec ce prototype : démontrer une capacité à analyser de grands volumes de données opérationnelles issues des systèmes de relation client, de facturation, d’exploitation du réseau… en conjonction avec des données de consommation provenant des compteurs intelligents déployés par l’énergéticien. Les nouvelles capacités amenées par la plate-forme SAP lui ont d’ores et déjà permis de réduire ses coûts de stockage de données et de se transformer en une entreprise digitale ‘live’, afin de mieux servir ses clients grâce à la combinaison de l’Internet des Objets et de l’analyse prédictive.
Par Patricia Hornebecq, Head of Analytics, SAP France
