Le data mining n’est pas née lors de l’ère numérique. Ce concept existe depuis plus d’un siècle mais il est devenu réellement connu dans les années 1980. Depuis, un long chemin a été parcouru. Les entreprises utilisent désormais le data mining et le machine learning pour accomplir de nombreuses tâches, de l’amélioration du processus de vente à l’interprétation des données financières pour l’investissement.
En savoir plus
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
Le concept de big data existe au moins depuis la Seconde Guerre mondiale. Cependant, ce terme n’a fait son apparition dans les glossaires et dictionnaires qu’au cours de la dernière décennie. C’est l’arrivée de la Wi-Fi, de l’Internet 2.0 et d’autres technologies connectées utilisant l’intelligence artificielle (IA) qui ont fait de la gestion et de l’analyse d’ensemble de données massifs une réalité et une nécessité pour tous.
En savoir plus
Le traitement en batch permet d’exécuter des jobs de données lorsque les ressources le permettent avec peu ou pas d’intervention de l’utilisateur, afin d’améliorer l’efficacité et d’automatiser les processus.
En savoir plus
Apprenez-en plus sur le mappage des données, un élément crucial de la gestion des données qui garantit la qualité des données lors des intégrations, migrations et autres tâches de gestion des données.
En savoir plus
Les entreprises les plus innovantes ont déjà adopté le bus ESB (Enterprise Service Bus) parce qu'il résout les difficultés, obstacles et erreurs qui résultent de l'intégration des applications en mode point à point (P2P).
En savoir plus
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
Les opérations de « traitement des données » convertissent les données brutes vers un format plus facile à exploiter qui peut être interprété par les systèmes IT et être utilisé par l’ensemble des employés de l’entreprise.
En savoir plus
Apprenez à définir vos pratiques d’extraction de données et votre processus ETL de manière à apporter des avantages concrets à votre entreprise.
En savoir plus
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
Les termes « Extract, Transform, Load (ETL) » désignent une séquence d’opérations portant sur les données : collecte à partir d’un nombre illimité de sources, structuration, centralisation dans un référentiel unique.
En savoir plus
Une plateforme d’intégration en tant que service (iPaaS) est une solution gérée conçue pour héberger, développer et intégrer des données et des applications Cloud. Les meilleures solutions iPaaS incluent des outils graphiques simples permettant de visualiser et d’utiliser une image d’ensemble des informations décisionnelles.
En savoir plus
La différence entre l’ETL et l’ELT réside dans le fait que les données sont transformées en informations décisionnelles et dans la quantité de données conservée dans les entrepôts. Découvrez ce que signifie ces différences pour les données décisionnelles, la meilleure approche pour votre entreprise et pourquoi le Cloud est un élément décisif.
En savoir plus
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
Combiner un processus ETL à Salesforce permet aux entreprises d’exploiter au mieux leurs données Salesforce. Dans cet article, nous présentons le processus ETL et décrivons précisément tout ce dont vous avez besoin pour assurer une migration de données rapide et fiable.
En savoir plus
La gouvernance des données établit les processus qui permettent d’assurer la qualité et la sécurité des données au sein d’une organisation. Découvrez pourquoi elle est importante et lancez-vous.
En savoir plus
La migration des données est le processus de transfert de données d’un système à un autre. Comprenez pourquoi elle est importante, découvrez les bonnes pratiques et les principales étapes, et apprenez à choisir le bon logiciel.
En savoir plus
La transformation des données consiste à convertir des données d’un format à un autre, en général du format d’un système source vers le format requis par un système cible.
En savoir plus
L’ETL basé dans le cloud est un outil essentiel pour gérer de grands ensembles de données, et les entreprises y auront recours de plus en plus à l’avenir.
En savoir plus
Examinez en détail ce qu’est un intergiciel, comment il fonctionne et dans quelle mesure il peut aider votre entreprise.
En savoir plus
Plus de 50 % des données d’entreprise se trouvent dans le Cloud. C’est pourquoi de plus en plus d’organisations choisissent des outils ELT pour leurs besoins de traitement. Découvrez comment les outils ELT vont changer le futur de l’intégration des données.
En savoir plus
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 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
MapReduce est un modèle de programmation disponible dans les environnements Hadoop qui est utilisé pour accéder aux big data stockées dans le Hadoop File System (HDFS). La fonction map analyse les entrées, les paires et les processus et elle produit un autre ensemble de paires intermédiaires en sortie.
En savoir plus
