L’Intelligence Artificielle au service de l’analyse de données ?

L’Intelligence Artificielle au service de l’analyse de données ?

  • Post author:
  • Post category:Articles

Comment Datatelling utilise l’Intelligence Artificielle pour booster l’analyse de données ?

Le Gartner indique dans l’édition 2020 de son analyse prospective « Hype Cycle » des technologies émergentes, que l’Intelligence Artificielle dite responsable et de confiance sera une des tendances technologiques innovantes qui devraient avoir un fort impact au cours des années à venir. 

L’Intelligence Artificielle permet déjà des mises en applications concrètes autour de l’analyse de données.

L’un des grands défis qui occupent les entreprises sur ces dernières années est de gérer l’avalanche d’informations et de données tout en étant capable de les stocker et de les traiter efficacement.

En effet la data est devenue un actif clé, et les entreprises doivent adresser la double problématique qui est d’une part l’augmentation de la volumétrie de données à traiter et d’autre part la demande croissante des métiers à utiliser l’analytique.

Les organisations orientées data doivent désormais démocratiser l’usage de l’analyse de données, et en faciliter l’accès et l’usage pour tous. 

Datatelling répond à ce besoin et utilise l’Intelligence Artificielle (IA) pour valoriser les données et libérer leur potentiel en simplifiant leur analyse et en boostant les capacités de traitement.

Nos algorithmes permettent concrètement d’améliorer l’usage de la data, d’anticiper les besoins des utilisateurs, d’envoyer des notifications et d’interagir avec eux.

Notre conviction est que l’analyse de données doit être simple, rapide et pro-active. 

Notre IA vient aider à tenir ces promesses.

Un système de données qui apprend à être plus performant

Les systèmes traditionnels de stockage opérés par les solutions de BI et de Dataviz sont basés sur l’infrastructure et les ressources systèmes. Pour obtenir des temps de traitements acceptables il est nécessaire d’investir massivement en mémoire RAM. Cette approche tend à standardiser les performances qui restent alignées avec les performances du matériel.

Notre DataHub intègre des algorithmes d’Intelligence Artificielle permettant une optimisation permanente du traitement des données pour coller aux utilisations des analystes métier. Les performances sont ainsi garanties quels que soient la volumétrie de données et les besoins en restitution.

Notre IA va par elle-même optimiser les tables en se basant automatiquement sur les mouvements des données (ajouts, flux, périodicité), ou sur les nouveaux usages. L’avantage est que la mise en œuvre de ses algorithmes est sans intervention manuelle car elle est liée à l’usage des analyses de données. Plus les données sont utilisées, plus les traitements sont performants.

Les tables créés dans le DataHub deviennent autonomes, notre IA gère le partitionnement automatiquement sans que nous ayons besoin d’intervenir.

Ce que fait l’IA Datatelling, c’est modifier dynamiquement la structure du stockage des données et leur répartition sur les différents niveaux de cache en fonction des inputs qu’elle reçoit et ainsi gérer dynamiquement et automatiquement les niveaux d’instanciation, ce qui n’est pas possible avec les approches plus traditionnelles.

Datatelling soulage ainsi les utilisateurs du processus fastidieux de réglage des systèmes de bases de données, mais aussi fournit des performances et des avantages en termes de coûts qui ne sont pas possibles avec les systèmes traditionnels nécessitant l’intervention de développeurs spécialisés.

La gestion des niveaux d’agrégation, ou pré-agrégation, est également pilotée par notre IA. L’objectif est que Datatelling utilise les meilleurs agrégats pour arriver au bon résultat. En fonction des besoins, notre IA génère de nouveaux agrégats plus adaptés.

Notre système de stockage accompagne cette approche. Nous nous basons sur un stockage hybride et « élastique » qui associe un enregistrement sur disque pour les données « froides » et un stockage en In-memory pour les données « chaudes ».

L’IA Datatelling apporte des gains substantiels en amélioration des performances et en baisse des coûts.

Les performances sont garanties et en moyenne 95% des requêtes sont instantanées. Et en diminuant les besoins d’infrastructure elle permet de faire baisser par 10 les coûts matériels.

Interagir avec les utilisateurs

Le Gartner annonce la fin des Dashboards des outils de BI et Dataviz tels que nous les connaissons au profit d’interfaces plus intuitives et nécessitant moins de manipulations pour arriver aux insights.

La vision de Datatelling est que les utilisateurs ne doivent pas fournir d’efforts pour accéder aux analyses de données mais que les analyses doivent venir à eux.

Ici aussi l’IA apporte des réponses concrètes en développant les interactions avec les utilisateurs.

Par exemple, notre IA est entraînée pour détecter des événements particuliers liés aux analyses, ou des changements de tendances et de comportements. Une fois identifiés, l’IA notifie les événements aux utilisateurs.

Imaginons, dans une story il y a un graphe d’analyse en ligne. Une ligne est décroissante durant 11 mois. Le 12ème mois, le trend de cette ligne s’inverse. Il doit se passer quelque chose! Cela doit être souligné. Alors notre IA fait une capture de ce graphe d’analyse et le partage dans le « Stream » qui est l’espace collaboratif et conversationnel de Datatelling. Les alertes sont partagées automatiquement aux utilisateurs concernés.

Dans les outils de BI et de Dataviz la gestion des alertes est classiquement déclarée et pilotée par les utilisateurs eux-mêmes. Dans Datatelling c’est l’IA qui alerte automatiquement en analysant l’activité des utilisateurs et l’évolution des données.

Par extension, notre IA anime également la communauté d’utilisateurs. Elle informe lorsqu’il y a des modifications apportées sur une story, lors de l’arrivée de nouveaux utilisateurs dans une Team. Elle donne également des statistiques d’usage sur des stories ou sur des Teams, elle félicite les utilisateurs les plus actifs, et elle remonte les post intéressants en fonction des interactions et des engagements.

Des gains multiples liés à l’usage de l’Intelligence Artificielle dans l’analyse de données

L’amélioration des traitements ainsi que le développement d’interactions intelligentes avec les utilisateurs favorisent les prises de décision.

Accéder aux données est dès lors plus rapide et plus intuitif, et en même temps que l’on développe et que l’on étend l’usage, les temps consacrés à l’analyse de données se réduisent et sont plus pertinents.

Dans un avenir proche notre Intelligence Artificielle permettra de “discuter” avec Datatelling pour obtenir ses analyses de données …