Rapport sur le Cloud - Analyse efficace des données dans les grands volumes de données

Il existe des scénarios dans lesquels l'analyse de données ponctuelle ou régulière s'appuie sur des pools de données extrêmement importants (comme la prédiction du comportement d'achat, l'analyse de la fidélité des clients, la gestion de la rétention, la détection précoce des risques, ...).

En plus des exigences et des dépendances purement techniques, celles-ci impliquent deux défis en particulier :

Défi no 1 :Analyse de données à haute performance = Coûts matériels élevés et temps d'exécution long

Selon la complexité des structures de données, la réduction de ce temps d'exécution nécessite soit une certaine quantité de temps d'exécution, soit les performances des systèmes. Mais sur quels systèmes pouvez-vous réellement effectuer de telles analyses de données de manière efficace ? Dans de nombreux cas, les systèmes productifs destinés à une utilisation opérationnelle ne s'y prêtent pas - les exigences de performance des analyses complexes ralentissent l'utilisation opérationnelle réelle, ce qui peut devenir une gêne récurrente lors d'analyses régulières.

Défi no 2 :Le traitement des données personnelles (GDP) = profils des clients et des employés

Les organismes de surveillance des données sont de plus en plus attentifs au fait que les données personnelles sensibles ne peuvent être utilisées pour un profilage extensif au niveau individuel sans le consentement des personnes concernées. Avec le GDPR, on assiste à un renforcement significatif de la réglementation et surtout des sanctions potentielles en cas de non-conformité. La question se pose alors : se passer de l'analyse des données ou neutraliser les données, même si la valeur informative professionnelle en souffre massivement ?

Ne faites pas de compromis !L'approche "cloud" de Libelle vous aide à relever ces défis.

Utilisez des systèmes dédiés qui sont disponibles exclusivement pour l'analyse des données et l'établissement de rapports. Dans le même temps, vous évitez d'investir dans un matériel qui fonctionne à faible capacité la plupart du temps et qui est alors à nouveau trop faible pour les besoins de l'analyse. En même temps, vous limitez le cercle des utilisateurs de ces systèmes d'analyse. Exploiter un système d'analyse qui reçoit régulièrement des données de production fraîches et judicieusement ( !) anonymisées.

Faites confiance à l'analyse des données ou à la création de rapports dans le nuage. L'avantage : la mise à disposition des ressources nécessaires en fonction des besoins et la facturation en fonction de l'utilisation. Concrètement, cela signifie que vous exploitez - et payez - vos systèmes d'analyse et de rapport basés sur le cloud.

1. uniquement dans les fenêtres de temps dans lesquelles les analyses sont effectivement en cours.
2. avec exactement les ressources (en particulier la puissance du processeur et la mémoire vive) nécessaires à ce moment-là.
3. avec des données anonymes mais logiquement cohérentes, conformes à la fois au GDPR et aux exigences professionnelles.

La mise en place et le fonctionnement permanent de tels systèmes sont beaucoup plus faciles que ne le pensent encore de nombreuses entreprises et services. Parce que Libelle et BasisTeam soutiennent avec des meilleures pratiques fiables.

La planification technique

Pendant la planification fonctionnelle, nous travaillons généralement avec vos responsables des applications, des processus et de la protection des données pour définir le modèle d'exploitation optimal. Cela comprend

• la définition des exigences concrètes pour le système d'analyse, sur la base de cette
• la présélection des fournisseurs de services en nuage possibles, y compris la planification des tests de validation,
• un modèle de décision concernant l'ultime plateforme de cloud,
• la planification détaillée de la phase de mise en œuvre et de la phase opérationnelle,
• le soutien de la mise en œuvre
• Et si nécessaire : soutien dans la phase d'exploitation

Le projet de mise en œuvre

La planification technique est suivie de la phase de mise en œuvre, au cours de laquelle nous travaillons avec vous pour créer le système d'analyse/de rapport dans le nuage, c'est-à-dire le construire à partir de zéro, ou migrer un système existant vers le nuage (Migrate2Cloud). Pour ce faire, nous nous appuyons sur le savoir-faire complet de nos consultants et, selon l'option de mise en œuvre, sur des solutions logicielles telles que Libelle DBShadow ou Libelle SystemClone.

Fonctionnement régulier

Le fonctionnement régulier est généralement divisé en quatre phases principales :

• Fonctionnement normal: Le système d'analyse est utilisé par les utilisateurs "habituels" pour des requêtes simples aux performances neutres et est exploité avec un profil de performance "suffisant".
• Phase de service: À l'annonce d'analyses volumineuses et gourmandes en performances, le système en nuage est gonflé et exploité avec un profil de performance "performant". À la fin de la phase d'exécution, le profil d'exécution est remis en état de fonctionnement normal.
• Phase de repos: Pendant les périodes de faible activité ou d'absence d'activité, le profil de performance est réduit à "minimal" ou le système en nuage est complètement mis hors service.
• Phase de rafraîchissement: Pendant la phase de rafraîchissement, les données de production actuelles sont transférées au système d'analyse - pour les systèmes SAP à l'aide de Libelle SystemCopy, pour de nombreuses applications non-SAP via Libelle DBCopy. Un profil de performance optimisé est appliqué, qui est automatiquement élargi ou réduit en fonction de la phase du processus. Après le transfert, les données personnelles ou autrement sensibles sont anonymisées conformément aux exigences légales et professionnelles. Les paramètres de performance du système en nuage sont également ajustés automatiquement pendant ces activités.