Articles

Un data warehouse (entrepôt de données) est un système de stockage numérique qui connecte et harmonise de grandes quantités de données provenant de nombreuses sources différentes. Il a pour but d’alimenter la Business Intelligence (BI), le reporting et l’analyse, ainsi que soutenir la conformité aux exigences réglementaires afin que les entreprises puissent exploiter leurs données et prendre des décisions intelligentes fondées sur les données. Les data warehouse stockent les données actuelles et historiques dans un seul et même endroit et constituent ainsi une source unique de vérité pour une organisation.

Les données sont envoyées vers un data warehouse à partir de systèmes opérationnels (tels qu’un système ERP ou CRM), de bases de données et de sources externes comme les systèmes partenaires, les appareils IoT, les applications météo ou les réseaux sociaux, généralement de manière régulière. L’émergence du cloud computing a changé la donne. Ces dernières années, le stockage des données a été déplacé de l’infrastructure sur site traditionnelle vers de multiples emplacements, y compris sur site, dans le Cloud privé et dans le Cloud public.

Les data warehouse modernes sont conçus pour gérer à la fois les données structurées et les données non structurées, comme les vidéos, les fichiers image et les données de capteurs. Certains utilisent les outils analytiques intégrés et la technologie de base de données in-memory (qui conserve l’ensemble de données dans la mémoire de l’ordinateur plutôt que dans l’espace disque) pour fournir un accès en temps réel à des données fiables et favoriser une prise de décision en toute confiance. Sans entreposage de données, il est très difficile de combiner des données provenant de sources hétérogènes, de s’assurer qu’elles sont au bon format pour les analyses et d’obtenir une vue des données sur le court terme et sur le long terme.

Schéma qui montre ce qu'est un data warehouse


Avantages de l’entreposage de données

Un data warehouse bien conçu constitue la base de tout programme de BI ou d’analyse réussi. Son principal objectif est d’alimenter les rapports, les tableaux de bord et les outils analytiques devenus indispensables aux entreprises d’aujourd’hui. Un entrepôt de données fournit les informations dont vous avez besoin pour prendre des décisions basées sur les données et vous aide à faire les bons choix, que ce soit pour le développement de nouveaux produits ou la gestion des niveaux de stock. Un data warehouse présente de nombreux avantages. En voici quelques-uns :

  • Un meilleur reporting analytique : grâce à l’entreposage de données, les décideurs ont accès à des données provenant de plusieurs sources et n’ont plus besoin de prendre des décisions basées sur des informations incomplètes.
  • Des requêtes plus rapides : les data warehouse sont spécialement conçus pour permettre l’extraction et l’analyse rapides des données. Avec un entrepôt de données, vous pouvez très rapidement demander de grandes quantités de données consolidées avec peu ou pas d’aide du service informatique.
  • Une amélioration de la qualité des données : avant de charger les données dans l’entrepôt de données le système met en place des nettoyages de données afin de garantir que les données sont converties dans un seul et même format dans le but de faciliter les analyses (et les décisions), qui reposent alors sur des données précises et de haute qualité.
  • Une visibilité sur les données historiques : en stockant de nombreuses données historiques, un data warehouse permet aux décideurs d’analyser les tendances et les défis passés, de faire des prévisions et d’améliorer l’organisation au quotidien.

Capture d'écran de la solution SAP Data Warehouse Cloud


Que peut stocker un data warehouse ?

Lorsque les data warehouse sont devenus populaires à la fin des années 1980, ils étaient conçus pour stocker des informations sur les personnes, les produits et les transactions. Ces données, appelées données structurées, étaient bien organisées et mises en forme pour en favoriser l’accès. Cependant, les entreprises ont rapidement voulu stocker, récupérer et analyser des données non structurées, comme des documents, des images, des vidéos, des e-mails, des publications sur les réseaux sociaux et des données brutes issues de capteurs.

Un entrepôt de données moderne peut contenir des données structurées et des données non structurées. En fusionnant ces types de données et en éliminant les silos qui les séparent, les entreprises peuvent obtenir une vue complète et globale sur les informations les plus précieuses.


Termes clés

Il est essentiel de bien comprendre un certain nombre de termes en lien avec les data warehouse. Les plus importants ont été définis ci-dessous. Découvrez d’autres termes et notre FAQ dans notre glossaire.

Data warehouse et base de données

Les bases de données et les data warehouse sont tous deux des systèmes de stockage de données, mais diffèrent de par leurs objectifs. Une base de données stocke généralement des données relatives à un domaine d’activité particulier. Un entrepôt de données stocke les données actuelles et historiques de l’ensemble de l’entreprise et alimente la BI et les outils analytiques. Les data warehouse utilisent un serveur de base de données pour extraire les données présentes dans les bases de données d’une organisation et disposent de fonctionnalités supplémentaires pour la modélisation des données, la gestion du cycle de vie des données, l’intégration des sources de données, etc.

Data warehouse et lac de données

Les data warehouse et les lacs de données sont utilisés pour stocker le Big Data, mais sont des systèmes de stockage très différents. Un data warehouse stocke des données qui ont été formatées dans un but spécifique, tandis qu’un lac de données stocke les données dans leur état brut, non traité, dont l’objectif n’a pas encore été défini. Les entrepôts de données et les lacs de données se complètent souvent. Par exemple, lorsque des données brutes stockées dans un lac s’avèrent utiles pour répondre à une question, elles peuvent être extraites, nettoyées, transformées et utilisées dans un data warehouse à des fins d’analyse. Le volume de données, les performances de la base de données et les coûts du stockage jouent un rôle important dans le choix de la solution de stockage adaptée.

Diagramme qui montre la différence entre un data warehouse et un lac de données

Data warehouse et datamart

Un datamart est une sous-section d’un data warehouse, partitionné spécifiquement pour un service ou un secteur d’activité, comme les ventes, le marketing ou la finance. Certains datamarts sont également créés à des fins opérationnelles autonomes. Alors qu’un data warehouse sert de magasin de données central pour l’ensemble de l’entreprise, un datamart utilise des données pertinentes à un groupe d’utilisateurs désigné. Ces utilisateurs peuvent alors accéder plus facilement aux données, accélérer leurs analyses et contrôler leurs propres données. Plusieurs datamarts sont souvent déployés dans un data warehouse.

Diagramme d'un data mart et de son fonctionnement


Quels sont les composants clés d’un data warehouse ?

Un data warehouse classique comporte quatre composants principaux : une base de données centrale, des outils ETL (extraction, transformation, chargement), des métadonnées et des outils d’accès. Tous ces composants sont conçus pour être rapides afin de vous assurer d’obtenir rapidement des résultats et vous permettre d’analyser les données à la volée.

Diagramme montrant les composants d'un data warehouse

  1. Base de données centrale : une base de données sert de fondement à votre data warehouse. Depuis le départ, on utilisait essentiellement des bases de données relationnelles standard exécutées sur site ou dans le Cloud. Mais en raison du Big Data, du besoin d’une véritable performance en temps réel et d’une réduction drastique des coûts de la RAM, les bases de données in-memory sont en train de monter en puissance.
  2. Intégration des données : les données sont extraites des systèmes source et modifiées pour aligner les informations afin qu’elles puissent être rapidement utilisées à des fins analytiques à l’aide de différentes approches d’intégration des données telles que l’ETL (extraction, transformation, chargement) et les services de réplication de données en temps réel, de traitement en masse, de transformation des données et de qualité et d’enrichissement des données.
  3. Métadonnées : les métadonnées sont des données relatives à vos données. Elles indiquent la source, l’utilisation, les valeurs et d’autres fonctionnalités des ensembles de données présents dans votre data warehouse. Il existe des métadonnées de gestion, qui ajoutent du contexte à vos données, et des métadonnées techniques, qui décrivent comment accéder aux données, définissent leur emplacement ainsi que leur structure.
  4. Outils d’accès du data warehouse : les outils d’accès permettent aux utilisateurs d’interagir avec les données de votre data warehouse. Exemples d’outils d’accès : outils de requête et de reporting, outils de développement d’applications, outils d’exploration de données et outils OLAP.

Architecture de data warehouse 

Auparavant, les data warehouse fonctionnaient par couches, lesquelles correspondaient au flux des données de gestion.

Diagramme de l'architecture d'un data warehouse

Couche de données

Les données sont extraites de vos sources, puis transformées et chargées dans le niveau inférieur à l’aide des outils ETL. Le niveau inférieur comprend votre serveur de base de données, les datamarts et les lacs de données. Les métadonnées sont créées à ce niveau et les outils d’intégration des données, tels que la virtualisation des données, sont utilisés pour combiner et agréger les données en toute transparence.

Couche sémantique

Au niveau intermédiaire, les serveurs OLAP (Online Analytical Processing) et OLTP (Online Transaction Processing) restructurent les données pour favoriser des requêtes et des analyses rapides et complexes.

Couche analytique

Le niveau supérieur est la couche du client frontend. Il contient les outils d’accès du data warehouse qui permettent aux utilisateurs d’interagir avec les données, de créer des tableaux de bord et des rapports, de suivre les KPI, d’explorer et d’analyser les données, de créer des applications, etc. Ce niveau inclut souvent un workbench  ou une zone de test pour l’exploration des données et le développement de nouveaux modèles de données.

Un data warehouse standard comprend les trois couches définies ci-dessus. Aujourd’hui, les entrepôts de données modernes combinent OLTP et OLAP dans un seul système.

Les data warehouse, conçus pour faciliter la prise de décision, ont été essentiellement créés et gérés par les équipes informatiques. Néanmoins, ces dernières années, ils ont évolué pour renforcer l’autonomie des utilisateurs fonctionnels, réduisant ainsi leur dépendance aux équipes informatiques pour accéder aux données et obtenir des informations exploitables. Parmi les fonctionnalités clés d’entreposage de données qui ont permis de renforcer l’autonomie des utilisateurs fonctionnels, on retrouve les suivantes :

  1. La couche sémantique ou de gestion fournit des expressions en langage naturel et permet à tout le monde de comprendre instantanément les données, de définir des relations entre les éléments dans le modèle de données et d’enrichir les zones de données avec de nouvelles informations.
  2. Les espaces de travail virtuels permettent aux équipes de regrouper les connexions et modèles de données dans un lieu sécurisé et géré, afin de mieux collaborer au sein d’un espace commun, avec un ensemble de données commun.
  3. Le Cloud a encore amélioré la prise de décision en permettant aux employés de disposer d’un large éventail d’outils et de fonctionnalités pour effectuer facilement des tâches d’analyse des données. Ils peuvent connecter de nouvelles applications et de nouvelles sources de données sans avoir besoin de faire appel aux équipes informatiques.

 

The Future of Analytics Has Arrived

Click the button below to load the content from YouTube.

The Future of Analytics Has Arrived

Kate Wright, responsable de la Business Intelligence augmentée chez SAP, évoque la valeur d’un data warehouse Cloud moderne.


Les 7 principaux avantages d’un data warehouse Cloud  

Les data warehouse Cloud gagnent en popularité, à juste titre. Ces entrepôts modernes offrent plusieurs avantages par rapport aux versions sur site traditionnelles. Voici les sept principaux avantages d’un data warehouse Cloud :

  1. Déploiement rapide : grâce à l’entreposage de données Cloud, vous pouvez acquérir une puissance de calcul et un stockage de données presque illimités en quelques clics seulement, et créer votre propre data warehouse, datamarts et systèmes de test en quelques minutes.
  2. Faible coût total de possession (TCO) : les modèles de tarification du data warehouse en tant que service (DWaaS) sont établis de sorte que vous payez uniquement les ressources dont vous avez besoin, lorsque vous en avez besoin. Vous n’avez pas besoin de prévoir vos besoins à long terme ou de payer pour d’autres traitements tout au long de l’année. Vous pouvez également éviter les coûts initiaux tels que le matériel coûteux, les salles de serveurs et le personnel de maintenance. Séparer les coûts du stockage des coûts informatiques vous permet également de réduire les dépenses.
  3. Élasticité : un data warehouse Cloud vous permet d’ajuster vos capacités à la hausse ou à la baisse selon vos besoins. Le Cloud offre un environnement virtualisé et hautement distribué capable de gérer d’immenses volumes de données qui peuvent diminuer ou augmenter.
  4. Sécurité et restauration après sinistre : dans de nombreux cas, les data warehouse Cloud apportent une sécurité des données et un chiffrage plus forts que les entrepôts sur site. Les données sont également automatiquement dupliquées et sauvegardées, ce qui vous permet de minimiser le risque de perte de données.
  5. Technologies en temps réel : les data warehouse Cloud basés sur la technologie de base de données in-memory présentent des vitesses de traitement des données extrêmement rapides, offrant ainsi des données en temps réel et une connaissance instantanée de la situation.
  6. Nouvelles technologies : les data warehouse Cloud vous permettent d’intégrer facilement de nouvelles technologies telles que l’apprentissage automatique, qui peuvent fournir une expérience guidée aux utilisateurs fonctionnels et une aide décisionnelle sous la forme de suggestions de questions à poser, par exemple.
  7. Plus grande autonomie des utilisateurs fonctionnels : les data warehouse Cloud offrent aux employés, de manière globale et uniforme, une vue unique sur les données issues de nombreuses sources et un vaste ensemble d’outils et de fonctionnalités pour effectuer facilement des tâches d’analyse des données. Ils peuvent connecter de nouvelles applications et de nouvelles sources de données sans avoir besoin de faire appel aux équipes informatiques.
Capture d'écran de la solution SAP Data Warehouse Cloud
L’entreposage de données prend en charge l’analyse complète des dépenses de l’entreprise par service, fournisseur, région et statut, pour n’en citer que quelques-unes.

Meilleures pratiques concernant l’entreposage des données

Pour atteindre vos objectifs et économiser du temps et de l’argent, il est recommandé de suivre certaines étapes éprouvées lors de la création d’un data warehouse ou l’ajout de nouvelles applications à un entrepôt existant. Certaines sont axées sur votre activité tandis que d’autres s’inscrivent dans le cadre de votre programme informatique global. Vous pouvez commencer avec la liste de meilleures pratiques ci-dessous, mais vous en découvrirez d’autres au fil de vos collaborations avec vos partenaires technologiques et de services.

Meilleures pratiques métier

Meilleures pratiques informatiques

Définir les informations dont vous avez besoin. Une fois que vous aurez cerné vos besoins initiaux, vous serez en mesure de trouver les sources de données qui vous aideront à les combler. La plupart du temps, les groupes commerciaux, les clients et les fournisseurs auront des recommandations à vous faire. 

Surveiller la performance et la sécurité. Les informations de votre data warehouse sont certes précieuses, mais elles doivent quand même être facilement accessibles pour apporter de la valeur à l’entreprise. Surveillez attentivement l’utilisation du système pour vous assurer que les niveaux de performance sont élevés. 

Documenter l’emplacement, la structure et la qualité de vos données actuelles. Vous pouvez ensuite identifier les lacunes en matière de données et les règles de gestion pour transformer les données afin de répondre aux exigences de votre entrepôt.

Gérer les normes de qualité des données, les métadonnées, la structure et la gouvernance. De nouvelles sources de données précieuses sont régulièrement disponibles, mais nécessitent une gestion cohérente au sein d’un data warehouse. Suivez les procédures de nettoyage des données, de définition des métadonnées et de respect des normes de gouvernance.

Former une équipe. Cette équipe doit comprendre les dirigeants, les responsables et le personnel qui utiliseront et fourniront les informations. Par exemple, identifiez le reporting standard et les KPI dont ils ont besoin pour effectuer leurs tâches.

Fournir une architecture agile. Plus vos unités d’affaires et d’entreprise utiliseront les données, plus vos besoins en matière de datamarts et d’entrepôts augmenteront. Une plate-forme flexible s’avérera bien plus utile qu’un produit limité et restrictif. 

Hiérarchiser vos applications de data warehouse. Sélectionnez un ou deux projets pilotes présentant des exigences raisonnables et une bonne valeur commerciale.

Automatiser les processus tels que la maintenance. Outre la valeur ajoutée apportée à la Business Intelligence, l’apprentissage automatique peut automatiser les fonctions de gestion technique du data warehouse pour maintenir la vitesse et réduire les coûts d’exploitation.

Choisir un partenaire technologique compétent pour l’entrepôt de données. Ce dernier doit offrir les services d’implémentation et l’expérience dont vous avez besoin pour la réalisation de vos projets. Assurez-vous qu’il puisse répondre à vos besoins en déploiement, y compris les services Cloud et les options sur site. 

Utiliser le Cloud de manière stratégique. Les unités d’affaires et les services ont des besoins en déploiement différents. Utilisez des systèmes sur site si nécessaire et misez sur des data warehouse Cloud pour bénéficier d’une évolutivité, d’une réduction des coûts et d’un accès sur téléphone et tablette.  

Développer un bon plan de projet. Travaillez avec votre équipe sur un plan et un calendrier réalistes qui rendent possible les communications et le reporting de statut.


En résumé 

Les data warehouse modernes, et, de plus en plus, les data warehouse Cloud, constitueront un élément clé de toute initiative de transformation numérique pour les entreprises mères et leurs unités d’affaires. Les data warehouse exploitent les systèmes de gestion actuels, en particulier lorsque vous combinez des données issues de plusieurs systèmes internes avec de nouvelles informations importantes provenant d’organisations externes.

Les tableaux de bord, les indicateurs de performance clés, les alertes et le reporting répondent aux exigences des cadres dirigeants, de la direction et du personnel, ainsi qu’aux besoins des clients et des fournisseurs importants. Les data warehouse fournissent également des outils d’exploration et d’analyse de données rapides et complexes, et n’ont pas d’impact sur les performances des autres systèmes de gestion.


Pictogramme qui représente un entrepôt de données

Découvrez la solution SAP Data Warehouse Cloud

Unifiez vos données et analyses pour prendre des décisions avisées et obtenir la flexibilité nécessaire pour un contrôle efficace des coûts, notamment grâce à un paiement selon l’utilisation.

En savoir plus


Publié en anglais sur insights.sap.com

The post Qu’est-ce qu’un Data Warehouse ? appeared first on SAP France News.

Source de l’article sur sap.com


Le défi :

En ces temps de risques particulièrement évolutifs, les entreprises ne peuvent plus fermer les yeux sur des approches manuelles, cloisonnées et désagrégées en matière de gestion des risques. Elles doivent transformer leurs processus GRC et leurs systèmes SAP clés pour rester résilientes.

Les options possibles :

Avec les solutions SAP® GRC, vous pouvez intégrer des contrôles à un processus de gestion et bénéficier de meilleurs insights sur les anomalies et les potentiels événements à risque. Vous pouvez exploiter le Big Data directement à partir de vos applications SAP pour la surveillance des exceptions et l’obtention de meilleurs insights.

Comme nos solutions partagent une même plateforme technologique, la capacité d’obtenir ces insights en temps réel, via la surveillance automatisée des contrôles et des indicateurs de risques clés (partageables entre nos solutions), vous permet de véritablement transformer vos processus GRC. À partir de nos solutions SAP GRC, vous pouvez procéder à des agrégations et communiquer les principaux risques et statuts de conformité aux décideurs via SAP Digital Boardroom ou via des solutions orientées partenaires, telles que Risk Navigator d’EY.

La phase de découverte :

Nous savons également qu’en matière de transformation numérique la compréhension des fonctionnalités proposées et de leur valeur ajoutée, tout comme la réalisation d’une analyse de rentabilité, sont essentielles. Si vous avez besoin d’aide pour cette analyse, n’hésitez pas à recourir à l’un de ces calculateurs de valeur (pas d’inscription nécessaire).

Voici les calculateurs disponibles, accompagnés d’une brève description :

SAP Access Control (s’applique aussi à SAP Cloud Identity Access Governance) : découvrez les avantages de l’automatisation de l’analyse et de l’atténuation des risques, mais aussi de la gestion des rôles et des privilèges, de la mise en service et des certifications d’accès dans vos environnements hybrides.

SAP Process Control : explorez les améliorations possibles dans des domaines tels que la gestion des risques, les contrôles, le mappage des réglementations et politiques, les tests (notamment la surveillance continue des contrôles), les évaluations, etc.

SAP Risk Management : quantifiez les avantages potentiels d’une approche d’entreprise en matière de gestion des risques dans des domaines tels que la planification, la gestion des réactions ou encore l’identification, l’analyse et le reporting des principaux domaines à risques.

SAP Audit Management : découvrez comment rationaliser les audits internes et améliorer leur qualité en facilitant la documentation des preuves, l’organisation des tâches administratives et la création de rapports, sur site et à distance.

SAP Business Integrity Screening : identifiez les opportunités d’économies potentielles en réduisant les pertes liées à la fraude, via le contrôle de gros volumes de transactions, mais aussi de partenaires, afin de détecter toute anomalie.

Invitation spéciale : en savoir plus à l’occasion de notre prochain événement virtuel !

Rejoignez-moi, ainsi que mes collègues Neil Patrick, Thomas Frenehard et Vishal Verma, pour obtenir des insights de la part de SAP, mais aussi de nos invités spéciaux, Marsha Reppy d’EY et Michael Rasmussen de GRC 20/20, pour notre présentation intitulée « Risk and Compliance », proposée dans le cadre du sommet virtuel SAP Finance and Risk.

Nous évoquerons l’environnement actuel et la façon dont les technologies SAP peuvent aider les professionnels de la gestion des risques, des audits, des contrôles et de la conformité à transformer votre approche en matière d’automatisation et de conformité. Nous évoquerons également nos principales solutions GRC (Thomas Frenehard), ainsi que notre solution SAP Cloud Identity Access Governance (Swetta Singh).

En somme, nous vous proposons 45 minutes particulièrement riches et intenses, axées sur les risques et la conformité, et la présentation de multiples fonctionnalités absolument incontournables.

Informations complémentaires :

En attendant, voici quelques suggestions :

  • Regardez cet entretien de 10 minutes avec le directeur des audits internes d’OYAK Mining Metallurgy Group, Dilek ÇETİN, qui explique comment son entreprise a transformé ses processus d’audit et GRC via un modèle basé sur « trois lignes », pour plus d’automatisation, d’assurance et de visibilité, grâce aux solutions SAP GRC.
  • Accédez à notre dizaine de sessions à la demande pour bénéficier de présentations de produits approfondies et pour découvrir les nombreux cas dans lesquels SAP utilise ses propres solutions pour gérer les risques, automatiser des centaines de contrôles et effectuer ses propres programmes d’audit interne à travers l’entreprise. Inscrivez-vous pour regarder la session de votre choix et approfondir les domaines de la GRC (gouvernance, gestion des risques et conformité), de la gouvernance des accès, de la confidentialité et de la cybersécurité.
  • Découvrez l’approche de KraftHeinz avec les solutions SAP GRC et son parcours avec Risk Navigator d’EY.

Publié en anglais sur blogs.sap.com

The post Gagnez en résilience en optimisant la gestion des risques et de la conformité appeared first on SAP France News.

Source de l’article sur sap.com

Les données jouent un rôle clé dans le fonctionnement des entreprises. Il est donc essentiel de leur donner du sens et de déterminer leur pertinence parmi la multitude d’informations générées par les systèmes et technologies qui soutiennent nos économies mondiales hautement connectées. Les données sont omniprésentes, mais inutiles en tant que telles. Pour exploiter toutes les formes de données et les utiliser de manière pratique et efficace dans les chaînes logistiques, les réseaux d’employés, les écosystèmes de clients et de partenaires, etc., les entreprises doivent mettre en œuvre une stratégie, une gouvernance et un modèle de data management performants.

Qu’est-ce que le data management (ou gestion des données) ? Le data management consiste à collecter, organiser et accéder aux données en vue d’améliorer la productivité, l’efficacité et la prise de décision. Compte tenu de l’importance accrue des données, il est essentiel que toute entreprise, indépendamment de sa taille et de son secteur d’activité, mette en place un système moderne et une stratégie efficace de data management.

Petite infographie qui illustre les principaux éléments du data management

Le processus de data management comprend un large éventail de tâches et de procédures. Par exemple :

  • Collecte, traitement, validation et stockage des données
  • Intégration de différents types de données émanant de sources disparates, notamment des données structurées et non structurées
  • Haute disponibilité des données et restauration après sinistre
  • Gestion de l’utilisation des données et de l’accès aux données par les collaborateurs et les applications
  • Protection et sécurisation des données en garantissant leur confidentialité

Pourquoi le data management est-il important ?

Les applications, solutions analytiques et algorithmes utilisés dans une entreprise (c’est-à-dire les règles et les processus associés au moyen desquels les ordinateurs résolvent les problèmes et exécutent les tâches) reposent sur un accès transparent aux données. Fondamentalement, un système de data management permet de garantir la sécurité, la disponibilité et l’exactitude des données. Mais ses avantages ne s’arrêtent pas là.

Transformer le Big Data en actif à forte valeur ajoutée

Les données trop volumineuses peuvent être inutiles, voire nuisibles, si elles ne sont pas gérées de manière appropriée. Toutefois, avec les outils adéquats, les entreprises peuvent exploiter le Big Data pour enrichir plus que jamais les renseignements dont elles disposent et améliorer leurs capacités prévisionnelles. Le Big Data peut les aider à mieux comprendre les attentes de leurs clients et à leur offrir une expérience exceptionnelle. L’analyse et l’interprétation du Big Data permet également de mettre en place de nouveaux modèles de gestion axés sur les données, tels que les offres de services basées sur l’Internet des Objets (IoT) en temps réel et les données de capteurs.

163 zettaoctets de données en 2025 (IDC)

80 % des données mondiales seront non structurées en 2025 (IDC)

Les Big Data sont des ensembles de données extrêmement volumineux, souvent caractérisés par les cinq V : le volume de données collectées, la variété des types de données, la vitesse à laquelle les données sont générées, la véracité des données et leur valeur.

Il est bien connu que les entreprises pilotées par les données disposent d’un avantage concurrentiel majeur. En utilisant des outils avancés, les entreprises peuvent gérer des volumes de données plus importants provenant de sources plus diversifiées que jamais. Elles peuvent aussi exploiter des données très variées, structurées et non structurées ou en temps réel, notamment les données des dispositifs IoT, les fichiers audio et vidéo, les données du parcours de navigation sur Internet et les commentaires sur les réseaux sociaux, ce qui leur offre davantage de possibilités de monétiser les données et de les utiliser comme véritable actif.

Créer une infrastructure de données qui favorise la transformation numérique

On dit souvent que les données sont le moteur de la transformation numérique. L’intelligence artificielle (IA), le machine learning, l’Industrie 4.0, les analyses avancées, l’Internet des Objets et l’automatisation intelligente requièrent d’énormes volumes de données ponctuelles, exactes et sécurisées.

L’importance des données et des technologies axées sur les données n’a fait que se renforcer depuis l’apparition de la COVID-19. De nombreuses entreprises ressentent le besoin urgent d’exploiter leurs données de manière plus efficace pour prévoir les événements à venir, réagir rapidement et intégrer la résilience dans leurs plans et modèles de gestion.

Le machine learning, par exemple, requiert des ensembles de données extrêmement volumineux et diversifiés pour « apprendre », identifier des modèles complexes, résoudre les problèmes et assurer la mise à jour et l’exécution efficace des modèles et algorithmes. Les analyses avancées (qui exploitent souvent l’apprentissage automatique) requièrent également de gros volumes de données de haute qualité pour pouvoir générer des informations pertinentes et exploitables qui puissent être utilisées en toute confiance. Quant à l’IoT et l’IoT industriel, ils s’exécutent sur un flux constant de données de machines et capteurs à 1,6 millions de kilomètres par minute.

Les données sont le dénominateur commun de tout projet de transformation numérique. Pour transformer leurs processus, tirer parti des nouvelles technologies et devenir intelligentes, les entreprises doivent disposer d’une infrastructure de données solide. En résumé, d’un système de data management moderne.

« La survie de toute entreprise dépendra d’une architecture agile centrée sur les données, capable de s’adapter au rythme constant du changement. »

Donald Feinberg, vice-président de Gartner

Garantir la conformité aux lois en matière de confidentialité des données

Une gestion appropriée des données est également essentielle pour garantir la conformité aux lois nationales et internationales en matière de confidentialité des données, telles que le Règlement général sur la protection des données (RGPD) et la loi californienne sur la protection de la vie privée des consommateurs (California Consumer Privacy Act ou « CCPA ») aux États-Unis, et répondre aux exigences de confidentialité et de sécurité spécifiques du secteur. En outre, il est essentiel de mettre en place des politiques et procédures solides en matière de data management pour satisfaire aux exigences d’audit.


Systèmes et composants du data management

Les systèmes de data management reposent sur des plates-formes et intègrent une combinaison de composants et processus qui vous aident à tirer profit de vos données. Il peut s’agir de systèmes de gestion de base de données, d’entrepôts de données, de lacs de données, d’outils d’intégration de données, d’outils analytiques, etc.

Systèmes de gestion de base de données (SGBD)

Il existe différents types de systèmes de gestion de base de données. Les systèmes les plus courants sont les systèmes de gestion de base de données relationnelle (SGBDR), les systèmes de gestion de base de données orientée objet (SGBDOO), les bases de données in-memory et les bases de données en colonnes.

Petite infographie des différents types de systèmes de gestion de base de données

  • Système de Gestion de Base de Données Relationnelle (SGBDR) :il s’agit d’un système qui contient des définitions de données permettant aux programmes et aux systèmes d’extraction de référencer les éléments de données par nom, plutôt que de décrire à chaque fois la structure et l’emplacement des données. En fonction du modèle relationnel, le système SGBDR gère également les relations entre les éléments de données qui améliorent l’accès et empêchent les doublons. Par exemple, la définition et les caractéristiques de base d’un élément sont stockées une seule fois et liées aux lignes de détail des commandes clients et aux tables de détermination du prix.
  • Système de Gestion de Base de Données Orientée Objet (SGBDOO) :il s’agit d’une approche différente de la définition et du stockage de données, développée et utilisée par les développeurs de systèmes de programmation orientée objet (SPOO). Les données sont stockées en tant qu’objets, entités autonomes et auto-décrites, plutôt que dans des tables à l’image du système SGBDR.
  • Base de données in-memory :une base de données in-memory (BDIM) stocke les données dans la mémoire principale (RAM) d’un ordinateur, plutôt que sur un lecteur de disque. L’extraction des données étant beaucoup plus rapide qu’à partir d’un système basé sur disque, les bases de données in-memory sont couramment utilisées par les applications qui exigent des temps de réponse rapides. Par exemple, les données qu’il fallait auparavant compiler dans un rapport sont désormais accessibles et peuvent être analysées en quelques minutes, voire quelques secondes.
  • Base de données en colonnes : une base de données en colonnes stocke des groupes de données liées (une « colonne » d’informations) pour y accéder plus rapidement. Cette base de données est utilisée dans les applications de gestion in-memory modernes et dans de nombreuses applications d’entrepôt de données autonomes dans lesquelles la vitesse d’extraction (d’un éventail de données limité) est importante.

Entrepôts et lacs de données

  • Entrepôt de données :un entrepôt de données est un référentiel central de données cumulées à partir de différentes sources à des fins de reporting et d’analyse.
  • Lac de données :un lac de données est un vaste pool de données stockées dans leur format brut ou naturel. Les lacs de données sont généralement utilisés pour stocker le Big Data, y compris les données structurées, non structurées et semi-structurées.

Gestion des données de base (MDM)

La gestion des données de base est une discipline qui consiste à créer une référence de base fiable (référence unique) de toutes les données de gestion importantes, telles que les données produit, les données client, les données d’actifs, les données financières, etc. Elle garantit que l’entreprise n’utilise pas plusieurs versions potentiellement incohérentes des données dans ses différentes activités, y compris dans les processus, les opérations, l’analyse et le reporting. La consolidation des données, la gouvernance des données et la gestion de la qualité des données constituent les trois piliers clés d’une gestion des données de base efficace.

« Une discipline basée sur la technologie dans laquelle l’entreprise et l’organisation informatique collaborent pour garantir l’uniformité, la précision, l’administration, la cohérence sémantique et la responsabilité des ressources de données de base partagées officielles de l’entreprise. »

Définition de la gestion des données de base par Gartner

Gestion du Big Data

De nouveaux types de bases de données et d’outils ont été développés pour gérer le Big Data : d’énormes volumes de données structurées, non structurées et semi-structurées inondent les entreprises aujourd’hui. Outre les infrastructures basées sur le Cloud et les techniques de traitement hautement efficaces mises en place pour gérer le volume et la vitesse, de nouvelles approches ont vu le jour pour interpréter et gérer la variété de données. Pour que les outils de data management puissent comprendre et utiliser différents types de données non structurées, par exemple, de nouveaux processus de prétraitement permettent d’identifier et de classer les éléments de données en vue de faciliter leur stockage et leur extraction.

Intégration des données

L’intégration des données consiste à intégrer, transformer, combiner et mettre à disposition les données à l’endroit et au moment où les utilisateurs en ont besoin. Cette intégration s’effectue dans l’entreprise et au-delà, chez les partenaires et dans les cas d’utilisation et les sources de données tierces, pour répondre aux besoins de consommation de données de toutes les applications et de tous les processus de gestion. Les techniques utilisées incluent le déplacement des données en masse/par lots, l’extraction, la transformation, le chargement (ETL), la capture des données de modification, la réplication des données, la virtualisation des données, l’intégration des données de streaming, l’orchestration des données, etc.

Gouvernance, sécurité et conformité des données

La gouvernance des données est un ensemble de règles et de responsabilités visant à garantir la disponibilité, la qualité, la conformité et la sécurité des données dans toute l’organisation. Elle définit l’infrastructure et désigne les collaborateurs (ou postes) au sein d’une organisation dotés du pouvoir et de la responsabilité nécessaires pour assurer le traitement et la sauvegarde de types de données spécifiques. La gouvernance des données est un aspect clé de la conformité. Alors que les mécanismes de stockage, de traitement et de sécurité sont gérés par les systèmes, la gouvernance des collaborateurs permet de s’assurer que les données sont exactes, correctement gérées et protégées avant d’être entrées dans les systèmes, lorsqu’elles sont utilisées, puis lorsqu’elles sont extraites des systèmes à d’autres fins d’utilisation et de stockage. La gouvernance détermine comment les responsables utilisent les processus et les technologies pour gérer et protéger les données.

La sécurité des données est bien évidemment une préoccupation majeure dans notre monde actuel constamment menacé par les pirates informatiques, les virus, les cyberattaques et les violations de données. Bien que la sécurité soit intégrée dans les systèmes et les applications, la gouvernance des données garantit que ces systèmes sont correctement configurés et administrés pour protéger les données, et que les procédures et les responsabilités sont appliquées pour assurer leur protection en dehors des systèmes et de la base de données.

Business Intelligence et analyses

La plupart des systèmes de data management, sinon tous, incluent des outils de reporting et d’extraction des données de base, et beaucoup d’entre eux intègrent ou sont fournis avec de puissantes applications d’extraction, d’analyses et de reporting. Les applications d’analyses et de reporting sont également disponibles auprès de développeurs tiers et sont presque toujours incluses dans le groupe d’applications en tant que fonctionnalité standard ou en tant que module complémentaire facultatif pour des fonctionnalités plus avancées.

La puissance des systèmes de data management actuels réside, dans une large mesure, dans les outils d’extraction ad hoc qui permettent aux utilisateurs disposant d’un minimum de formation de créer leurs propres extractions de données à l’écran et d’imprimer des rapports en bénéficiant d’une grande flexibilité dans la mise en forme, les calculs, les tris et les résumés. En outre, les professionnels peuvent utiliser ces outils ou des jeux d’outils d’analyses plus avancés pour aller encore plus loin en termes de calculs, comparaisons, mathématiques abstraites et mises en forme. Les nouvelles applications analytiques permettent de relier les bases de données traditionnelles, les entrepôts de données et les lacs de données pour intégrer le Big Data aux données des applications de gestion en vue d’améliorer les prévisions, les analyses et la planification.


Qu’est-ce qu’une stratégie de gestion des données d’entreprise et quelle est son utilité ?

De nombreuses entreprises se sont montrées passives dans leur approche de stratégie de data management en acceptant ce que leur fournisseur d’applications de gestion avait intégré dans leurs systèmes. Mais cela ne suffit plus. Avec l’explosion actuelle des données et leur importance accrue dans le fonctionnement de toute entreprise, il devient indispensable d’adopter une approche plus proactive et plus globale du data management. D’un point de vue pratique, cela implique de définir une stratégie des données visant à :

  • identifier les types de données spécifiques utiles à votre entreprise ;
  • attribuer des responsabilités pour chaque type de données ; et
  • définir des procédures régissant l’acquisition, la collecte et la gestion de ces données.

La mise en œuvre d’une infrastructure et d’une stratégie de gestion des données d’entreprise offre notamment l’avantage de fédérer l’entreprise, en coordonnant toutes les activités et décisions à l’appui de ses objectifs, à savoir offrir des produits et des services de qualité de manière efficace. Une stratégie globale de data management et une intégration transparente des données permettent de décloisonner les informations. Elles aident chaque service, responsable et employé à mieux comprendre sa contribution individuelle à la réussite de l’entreprise, et à adopter des décisions et des actions alignées sur ces objectifs.


Évolution du data management

La gestion efficace des données joue un rôle clé dans la réussite des entreprises depuis plus de 50 ans : elle permet d’améliorer la précision du reporting, de repérer les tendances et de prendre de meilleures décisions pour favoriser la transformation numérique et exploiter les nouvelles technologies et les nouveaux modèles de gestion. Les données représentent aujourd’hui une nouvelle forme de capital et les organisations visionnaires sont toujours à l’affût de nouveaux moyens de les exploiter à leur avantage. Ces dernières tendances en matière de data management méritent d’être surveillées et peuvent être pertinentes pour votre entreprise et votre secteur d’activité :

  • Structure de données : la plupart des entreprises disposent aujourd’hui de différents types de données déployées sur site et dans le Cloud, et utilisent plusieurs systèmes de gestion de bases de données, outils et technologies de traitement. Une structure de données, qui est une combinaison personnalisée d’architecture et de technologie, utilise une intégration et une orchestration dynamiques des données pour permettre un accès et un partage transparents des données dans un environnement distribué.
  • Data management dans le Cloud :de nombreuses entreprises se sont mises à migrer tout ou partie de leur plateforme de gestion des données dans le Cloud. Le data management dans le Cloud offre tous les avantages du Cloud, notamment l’évolutivité, la sécurité avancée des données, l’amélioration de l’accès aux données, les sauvegardes automatisées et la restauration après sinistre, les économies de coûts, etc. Les solutions de base de données Cloud et base de données en tant que service (DBaaS), les entrepôts de données Cloud et les lacs de données Cloud montent en puissance.
  • Data management augmenté :c’est l’une des dernières tendances. Identifiée par Gartner comme une technologie au potentiel perturbateur d’ici 2022, la gestion des données augmentée exploite l’IA et l’apprentissage automatique pour donner aux processus de gestion la capacité de s’autoconfigurer et s’autorégler. Le data management augmenté automatise tout, de la qualité des données et de la gestion des données de base jusqu’à l’intégration des données, ce qui permet au personnel technique qualifié de se concentrer sur des tâches à plus forte valeur ajoutée.

« D’ici 2022, les tâches manuelles de data management seront réduites de 45 % grâce à l’apprentissage automatique et à la gestion automatisée des niveaux de service. »

Gartner

  • Analyse augmentée : l’analyse augmentée, une autre tendance technologique de pointe identifiée par Gartner, est en train d’émerger. L’analyse augmentée exploite l’intelligence artificielle, l’apprentissage automatique et le traitement du langage naturel (TLN) pour rechercher automatiquement les informations les plus importantes, mais aussi pour démocratiser l’accès aux analyses avancées afin que tous les collaborateurs, et pas uniquement les experts en Big Data, puissent interroger leurs données et obtenir des réponses d’une manière naturelle et conversationnelle.

Découvrez d’autres termes et tendances en matière de data management.


Synthèse

L’information est dérivée des données et si elle synonyme de pouvoir, cela signifie que la gestion et l’exploitation efficaces de vos données pourraient représenter une formidable opportunité de croissance pour votre entreprise. Les responsabilités en matière de data management et le rôle des analystes de bases de données (DBA) évoluent vers un modèle d’agent du changement, qui favorise l’adoption du Cloud, exploite les nouvelles tendances et technologies et apporte une valeur stratégique à l’entreprise.


Pictogramme qui représente un entrepôt de données

Solutions de data management et de bases de données

Découvrez comment SAP peut vous aider à gérer, administrer et intégrer vos données d’entreprise pour disposer d’analyses fiables et prendre des décisions avisées.

En savoir plus


Publié en anglais sur insights.sap.com

The post Qu’est-ce que le data management ? appeared first on SAP France News.

Source de l’article sur sap.com

Clôture provisoire, clôture définitive, clôture légale, clôture de gestion ou clôture de groupe : pour répondre aux multiples attentes en matière de clôture comptable, dans le respect des délais, les services financiers du monde entier utilisent des outils logiciels. Afin d’optimiser la clôture financière, il faut une stratégie cohérente et bien menée pour la gestion des systèmes, individus et processus : des processus de comptabilité transactionnelle à la clôture d’entité, en passant par le reporting d’entreprise, financier et de gestion, ou encore les déclarations. Cela requiert une gouvernance robuste, de la centralisation des processus et contrôles de conformité jusqu’à la gestion des données de base. Et tout cela se fait maintenant à distance.

La transformation de la clôture financière ne se résume pas à un projet ponctuel : il s’agit d’un parcours continu et incrémental, et les gains perçus dès les premières étapes de ce processus d’amélioration peuvent être considérables. Cela se traduit par une réduction de la durée du cycle de clôture, des risques et des frais d’audit, mais aussi par un moindre recours aux ressources financières et comptables internes pour les activités de clôture.

En limitant les heures supplémentaires, l’amplitude des journées et le travail répétitif liés aux activités de clôture, les entreprises aux opérations de clôture financière optimisées seront mieux positionnées pour retenir et attirer des talents comptables hautement performants ou à fort potentiel, et ce dans un environnement où le service financier est amené à jouer un rôle de plus en plus stratégique.

Le processus de clôture financière comporte de nombreuses étapes et les domaines à améliorer ne manquent pas. Rejoignez-nous le 16 février pour le sommet virtuel Finance and Risk pour obtenir plus d’insights de la part de pairs et d’experts SAP.

Max Koebler, SAP, concernant l’amélioration du processus de clôture d’entité

Pour réaliser rapidement une clôture financière, il faut exécuter de multiples étapes de processus correctement, dans les délais et dans le bon ordre. Des lacunes en matière de communication peuvent entraîner des retards qui compromettent le respect des délais de clôture.

De nombreuses entreprises gèrent le processus à l’aide d’une liste de contrôle, généralement dans Excel. Chaque entité de l’entreprise doit clôturer ses comptes et cela implique de nombreuses étapes et souvent différentes personnes. Souvent, différentes parties de l’entreprise gèrent différents sous-ensembles de la clôture (partage par division ou par localisation géographique par exemple). Ainsi, de nombreuses listes de contrôle Excel sont utilisées pour gérer le processus. Comme pour la plupart des étapes du processus de clôture financière, ces activités manuelles sont propices aux erreurs et particulièrement chronophages. La gestion du processus de clôture d’entité peut clairement bénéficier d’une standardisation, d’une centralisation et d’une automatisation accrues.

Philip Aliband, SAP, concernant la rationalisation du reporting de groupe et du processus de consolidation

Les entreprises doivent effectuer une consolidation d’entreprise et un reporting de groupe précis et dans les temps. La consolidation financière au niveau groupe constitue une tâche critique, hautement complexe et risquée. Avec les multiples entités d’entreprise, systèmes ERP, réglementations comptables, devises et personnes impliqués, la consolidation peut constituer un véritable défi. De nombreuses entreprises travaillent dans un monde fait de silos de données, sources d’inefficacités, de temps perdu et de frustration. Par exemple, des systèmes isolés conduisent souvent à des enregistrements comptables incomplets, à des processus de rapprochement particulièrement longs et même à différentes versions de la réalité.

Une consolidation unifiée offre une solution efficace pour relever ces défis. Cette nouvelle approche combine clôture locale et clôture de groupe, pour offrir bien plus de rapidité, de précision et de transparence à l’échelle du groupe. L’accès direct aux données financières des entités du groupe élimine le besoin de recourir à différents outils de clôture indépendants. Les données de clôture locale et les ajustements requis se reflètent immédiatement dans les résultats du reporting de groupe, sans avoir à les transférer manuellement. Ainsi, le processus de clôture est considérablement accéléré, libérant par conséquent les membres des équipes comptables et financières, qui pourront mener des activités à plus forte valeur ajoutée et devenir de véritables conseillers de confiance dans l’entreprise.

Krzysztof Noster, de Stanley Black & Decker, concernant la centralisation du processus de clôture et l’automatisation des rapprochements de comptes

Stanley Black & Decker renforce l’efficacité et l’automatisation de ses processus de comptabilité, de conformité, de reporting et de traitement des transactions grâce à SAP S/4HANA pour une gestion financière centralisée. Non seulement l’entreprise gagne du temps pour des activités à plus forte valeur, mais elle réduit aussi le nombre d’erreurs. Elle centralise non seulement son reporting, mais aussi ses processus comptables. Avec SAP Account Substantiation and Automation par BlackLine, Stanley Black & Decker a pu standardiser et rationaliser ses processus de clôture, complétant et étendant ainsi les solutions financières SAP. Cette application cloud optimise les étapes essentielles tout au long du parcours et soutient des pratiques de comptabilité continue afin d’améliorer l’efficacité, la productivité et l’intégrité des données.

Pour toutes ces raisons, je vous encourage pleinement à participer au sommet virtuel SAP Finance and Risk 2021 !

The post Réinventez votre clôture financière au niveau entité et groupe appeared first on SAP France News.

Source de l’article sur sap.com

Les risques croissants liés aux cybermenaces, à la protection des données et aux nouvelles lois sur la confidentialité poussent les entreprises leaders à identifier et mettre en place des mesures efficaces de limitation des risques.

Alors que votre entreprise s’engage dans la transformation numérique et transfère toujours plus d’applications vers le cloud, vous avez besoin d’une sécurité plus intelligente, automatisée et intégrée. SAP vous aide à atteindre ces objectifs avec les solutions SAP pour la cybersécurité et la protection des données. Ces solutions uniques considèrent en parallèle les transactions métier et les risques liés à la sécurité, et contribuent à la sécurité des données, propice à une confiance numérique durable.

Nos solutions vous aideront à :

  • Détecter et traiter les activités suspectes dans les environnements logiciels SAP®.
  • Analyser le langage de programmation ABAP® et le code source non-ABAP pour identifier les risques.
  • Effectuer une surveillance des systèmes et applications à gros volumes, avec alertes et outils analytiques, mais aussi intégration à d’autres outils de gestion des événements et des informations de sécurité (SIEM).
  • Assurer le contrôle de vos données et une transparence optimale dans les environnements de type Hyperscale (clouds publics).
  • Gérer et faciliter la sécurisation des données personnelles, en toute conformité, avec notamment des capacités liées au masquage et à la journalisation.

Invitation spéciale :

Rejoignez-moi, ainsi que mes collègues Evelyne Salie, Anne Marie Colombo et Wasif Gilani, pour obtenir des informations de SAP, mais aussi de notre invité spécial, Kevin Heckel de Deloitte, le 23 mars 2021, pour notre présentation intitulée « Cybermenaces, confidentialité et sécurité », proposée dans le cadre du sommet virtuel SAP Finance and Risk.

Nous évoquerons ces sujets et la façon dont les technologies SAP peuvent aider les professionnels de la sécurité, de la protection des données et de la confidentialité à transformer votre approche en matière d’automatisation et de conformité.

Wasif Gilani nous parlera d’une nouvelle solution incontournable : SAP Data Custodian.

Nous évoquerons également deux autres solutions : SAP Enterprise Threat Detection et notre tableau de bord de cybersécurité SAP Analytics Cloud (Arndt Lingscheid et Gabriele Fiata).

En somme, nous vous proposons 45 minutes particulièrement riches et intenses, axées sur la cybersécurité et la protection des données, et la présentation de multiples fonctionnalités absolument incontournables.

Nous sommes impatients de vous retrouver à l’occasion de cet événement virtuel unique !  Rendez-vous à 11 h (UTC-4) ou bien à la demande, une fois l’événement terminé.

Et en attendant, voici quelques suggestions :

Consultez ce document de deux pages consacré à la manière dont Deloitte a utilisé SAP Enterprise Threat Detection pour optimiser la surveillance des menaces de sécurité pour nombre de ses applications.

Accédez à notre dizaine de sessions à la demande pour bénéficier de présentations de produits approfondies et pour découvrir les nombreux cas dans lesquels SAP utilise ses propres solutions pour gérer les risques, automatiser des centaines de contrôles et effectuer ses propres programmes d’audit interne à travers l’entreprise. Inscrivez-vous pour regarder la session de votre choix et approfondir les domaines de la GRC (gouvernance, gestion des risques et conformité), de la gouvernance des accès, de la confidentialité et de la cybersécurité.

The post Adoptez une stratégie gagnante face aux cybermenaces et aux risques liés à la confidentialité et à la sécurité appeared first on SAP France News.

Source de l’article sur sap.com

Paris le 2 mars 2021 – SAP France confirme une nouvelle fois son engagement en faveur de la diversité femmes-hommes dans le secteur des nouvelles technologies en signant la charte « Femmes & IA » du Cercle InterElles. Co-construite avec SAP, celle-ci vise à lutter efficacement contre les risques de biais cognitifs discriminants lors de la conception ou lors de l’utilisation de solutions ou de dispositifs à base d’intelligence artificielle. Cette signature s’inscrit plus largement dans la vision de SAP pour un secteur des nouvelles technologies plus paritaire et non-sexiste.

« L’intelligence artificielle est le miroir de nos représentations sociales et culturelles. C’est un outil puissant d’interprétation du réel avec le risque d’en amplifier les dérives. Fort de la connaissance des biais et opportunités de cette technologie, il s’agit d’ouvrir aujourd’hui une ère nouvelle bénéficiant des apports du numérique de façon responsable. », l’équipe « Femmes & IA » du Cercle InterElles

Cette charte sera présentée le jeudi 4 mars 2021 lors du 20e Colloque du Cercle InterElles, en présence d’Élisabeth Moreno, Ministre déléguée auprès du Premier ministre, chargée de l’Égalité entre les femmes et les hommes, de la Diversité et de l’Égalité des chances.

Investie dans le Cercle InterElles depuis juillet 2019 via son réseau SAP Business Women’s Network, SAP décide ainsi de s’engager davantage sur la question de l’intelligence artificielle en signant la charte « Femmes & IA » pour une intelligence artificielle responsable et non-sexiste. Celle-ci repose sur sept principes fondamentaux : le comité IA et la gouvernance, la conformité dès la conception, le choix et le traitement des données, la responsabilité et l’éthique algorithmique, l’évaluation et les points de contrôle, la diversité des équipes IA, la sensibilisation et la responsabilisation.

Prenant ce sujet très au sérieux, c’est au plus haut niveau que SAP s’engage, avec l’appui de de son comité exécutif. Premier signataire de la charte, SAP est rejoint par d’autres entreprises qui seront dévoilées le 4 mars 2021 lors 20eColloque du Cercle InterElles.

« SAP est un acteur clé de l’IA dans le monde mais aussi en France. Sur notre R&D de 1200 personnes dans l’hexagone 150 ingénieurs sont dédiés à cette technologie dans notre centre à Paris. Nos technologies d’IA inclues dans nos solutions RH permettent à nos clients de lutter contre les biais. SAP est également engagé depuis de longues années sur les sujets de la mixité. Nous pilotons ainsi un groupe de travail sur cette thématique à Tech For Good depuis plusieurs années. Il était donc tout naturel d’aller plus loin avec cette charte  », explique Gérald Karsenti, Président de SAP France

« SAP prend ainsi à cœur d’assumer son rôle de leader mondial du logiciel d’entreprise qui lui donne une responsabilité sur des sujets aussi importants que celui-ci : les dernières évolutions de nos logiciels vont vers l’Entreprise Intelligente, ce qui, bien entendu, comprend l’utilisation de l’intelligence artificielle. La problématique la plus importante est la confiance des utilisateurs dans ces technologies avancées, nous travaillons donc par exemple à l’intégration des techniques d’explications dans nos offres analytiques, qui permettent d’expliquer les résultats, y compris donc les biais. De plus nous avons une démarche proactive avec un comité d’éthique IA depuis 3 ans », explique Erik Marcadé, Directeur du SAP Labs Paris.

Distinguée pour la deuxième année consécutive par le Bloomberg Gender-Equality Index, SAP met en place de nombreuses initiatives, telles que les programmes Les Décodeuses et Femmes Entrepreneures, pour promouvoir la parité dans un secteur encore largement dominé par les hommes.

The post SAP signe la charte « Femmes & IA » du Cercle InterElles pour une intelligence artificielle responsable et non-sexiste appeared first on SAP France News.

Source de l’article sur sap.com

L’upskilling des effectifs est depuis longtemps une priorité pour les organisations. Aujourd’hui, alors que les dirigeants réagissent aux perturbations mondiales, avec pour beaucoup un personnel en télétravail, ils s’appuient plus que jamais sur les technologies et les systèmes de gestion de la formation (LMS).

La crise mondiale du COVID-19 et l’instabilité économique obligent de nombreuses entreprises à « faire plus avec moins » en matière de reskilling et d’upskilling. Heureusement, les technologies de formation sont suffisamment matures pour que les entreprises puissent choisir parmi une gamme de fonctionnalités adaptées à leurs besoins et à leur budget.

Lorsque Discovery, compagnie d’assurance multinationale est passée au travail à distance, les RH ont identifié qu’environ 500 de ses collaborateurs n’étaient pas productifs. Plutôt que de chercher des solutions de court terme pour améliorer la productivité, la compagnie s’est focalisée sur la préparation du personnel aux métiers de l’avenir, par le reskilling. La priorité de l’entreprise reste ses salariés – et cela inclut de les équiper pour demain.

En période de croissance comme de crise les dirigeants s’efforcent de trouver les meilleures solutions pour leurs collaborateurs. Par exemple, les hôpitaux, les instituts de recherche et les organismes de santé répondent aux besoins du personnel de première ligne en créant des technologies de formation et des ressources éducatives visant à prévenir et limiter l’exposition au COVID-19.

Bien que les dernières avancées changent la donne pour les LMS, tous les investissements technologiques ne conviennent pas nécessairement à toutes les entreprises. Voici les éléments que les entreprises peuvent considérer lorsqu’elles investissent dans une nouvelle solution.

1. Des fonctionnalités liées à vos objectifs

Lorsqu’on choisit parmi toutes les options proposées par les technologies de formation, la première chose à vérifier est que les fonctionnalités répondent aux besoins, aux objectifs et à la stratégie des effectifs de l’entreprise. Pour beaucoup d’organisations, des plates-formes flexibles et ouvertes peuvent être nécessaires pour prendre en charge les nombreux éléments critiques.

Par exemple, une entreprise énergétique pourrait limiter l’accès à une zone particulière d’une installation nucléaire aux employés ayant complété une formation obligatoire et certifiante. L’entreprise aurait alors besoin d’un système de gestion de la formation (LMS) capable d’intégrer la certification des employés à ses formations et opérations sensibles.

De même, une entreprise pharmaceutique pourrait avoir besoin de valider l’apprentissage pour se conformer aux réglementations nationales sur les médicaments. Une solution qui offre de l’innovation au niveau de l’écosystème, y compris des applications partenaires, peut fournir des fonctionnalités supplémentaires et flexibles tout au long du cycle de vie des collaborateurs (y compris lors du recrutement, de l’onboarding, du développement et de la gestion de la succession). Si certaines grandes entreprises peuvent avoir besoin de solutions ouvertes qui prennent en charge divers cas d’utilisation, d’autres peuvent vouloir une solution adaptée à un secteur spécifique, comme l’éducation ou la santé. Quoi qu’il en soit, les entreprises devrait prendre le temps de rechercher la technologie pouvant soutenir au mieux leurs objectifs.

2. Flexibilité

De nombreuses entreprises ayant des sites multiples ou un important personnel auront besoin d’un LMS orienté entreprise si elles s’engagent dans le reskilling de centaines voire de centaines de milliers d’employés.

Avec la généralisation du télétravail, les PME/ETI peuvent également avoir besoin d’un LMS qui puisse être étendu au domicile de leurs employés de manière sûre et efficace. Les technologies d’apprentissage mobiles accessibles en déplacement, y compris sur smartphones, pourraient améliorer l’adoption par les télétravailleurs et les employés qui manquent de temps de formation dédié, comme les commerciaux terrain.

Si les outils qui intègrent des formations en réalité virtuelle (VR) ou en réalité augmentée (AR) ne sont peut-être pas adaptés à toutes les situations, ils peuvent être utiles pour préparer les collaborateurs à des situations d’urgence ou à des scénarios uniques. Ces technologies émergentes sont un excellent exemple de la manière dont les outils de formation modernes peuvent aider les entreprises à relever de nouveaux défis et aider les collaborateurs à se perfectionner et se requalifier.

Walmart, par exemple, a formé plus d’un million d’employés en 2019 à la réalité virtuelle afin de proposer un apprentissage immersif. L’entreprise a également envoyé des casques VR dans les magasins pour entraîner les employés à la mise en place d’une machine qui récupère les commandes passées en ligne. Se libérant ainsi de la nécessité d’envoyer plusieurs personnes pour l’assembler, l’entretenir et dispenser une formation.

Qu’ils travaillent dans le retail, sur des plateformes pétrolières ou dans des exploitations agricoles, de nombreux employés pourraient atteindre de nouveaux niveaux de productivité et d’engagement grâce à des solutions personnalisables et flexibles.

3. Collaboration entre les employés – et les employeurs

Dans de nombreux cas, permettre aux collaborateurs de piloter leur apprentissage peut améliorer l’adoption des programmes, l’engagement et la culture de l’apprentissage. De nombreux employés réagiront positivement à l’upskilling itératif. Lequel leur apporte un sentiment d’appartenance et de fierté. Cet upskilling itératif peut par exemple prendre la forme de vidéos produites par les collaborateurs et partagées avec leurs collègues.

L’apprentissage social peut apporter des avantages à un personnel en télétravail. En atténuant l’isolement, l’anxiété et le manque de motivation auxquels les équipes peuvent être confrontées. Les social boards, chats et « missions » gamifiées sont quelques-unes des caractéristiques des LMS qui peuvent améliorer la collaboration tout en maintenant la distanciation physique. Les managers peuvent également utiliser ces fonctionnalités pour cibler les compétences qui correspondent aux nouvelles priorités et encourager les équipes à atteindre leurs objectifs.

4. La gestion du changement en support  

Intégrer un programme d’upskilling dans toute l’entreprise est une initiative majeure qui relève de la gestion du changement. L’alignement des valeurs, des personnes et de la culture d’entreprise pour atteindre un résultat souhaité ne viendra pas uniquement de l’adoption d’une nouvelle technologie. La gestion du changement occupe une place essentielle dans les discussions relatives à l’expérience de formation. Et ce pour au moins trois raisons.

  • Premièrement, s’assurer que la technologie est adaptée à l’organisation et au personnel permet d’augmenter son taux d’adoption et d’en tirer meilleur parti.
  • Deuxièmement, une gestion du changement réactive et basée sur les données permet de prolonger la durée de vie de la technologie.
  • Troisièmement, l’intégration d’une technologie de formation dans une organisation requiert une gouvernance. Elle nécessite notamment d’affecter la responsabilité sur les rôles et les données segmentées que vous pouvez collecter. De nombreux experts du reskilling vous diront que la gouvernance est toute aussi importante, si ce n’est plus, que la technologie de formation elle-même.

Les RH ne sont pas les seuls à investir dans ces solutions. La majorité des utilisateurs sont rattachés à la sécurité, conformité et formation à la vente. Alors que les budgets restent serrés et que des tensions peuvent surgir entre les services pour savoir qui doit avoir le contrôle des priorités en matière de reskilling et d’upskilling, les fonctionnalités des LMS devraient fournir un vrai retour sur investissement (ROI). Les bénéfices peuvent inclure le gain de temps lié à la recherche et au partage d’informations ; ou l’augmentation des revenus (ou réduction des coûts) résultant de la normalisation des technologies et du soutien à la formation. Par exemple, une étude indépendante sur SAP Jam, réalisée par Forrester Consulting, a révélé que le ROI moyen a augmenté de 18,5 % entre 2016 et 2018, les clients ayant trouvé davantage de façons d’utiliser la plateforme de collaboration.

Pour soutenir la gestion du changement qui accompagne l’introduction d’une nouvelle technologie, les entreprises doivent chercher des solutions qui offrent la possibilité de bêta-tester, d’itérer et d’adapter cette technologie aux besoins des collaborateurs. Les logiciels d’entreprise doivent offrir un support client aux dirigeants et aux employés pour une expérience d’apprentissage sans faille.

« De nombreux experts du reskilling vous diront que la gouvernance est toute aussi importante, si ce n’est plus, que la technologie de formation elle-même »

5. Méfiez-vous des mots à la mode et restez concentré sur vos collaborateurs

Les LMS d’aujourd’hui peuvent utiliser des technologies de pointe comme l’intelligence artificielle (IA) et le machine learning pour fournir tout ce qui est nécessaire, du coaching aux plans de développement des collaborateurs. Et ce à une échelle jamais atteinte auparavant. Mais alors que les dirigeants évaluent les options de LMS qui offrent ces nouvelles technologies et ces mots à la mode, il est important qu’ils restent d’abord engagés dans une stratégie des effectifs axée sur les objectifs de l’entreprise.

Si des fonctions comme la gamification et l’apprentissage social peuvent avoir un impact majeur pour certaines organisations, elles peuvent manquer de pertinence pour d’autres. Pour de nombreuses organisations, l’apprentissage classique en salle avec un formateur pourrait encore avoir toute sa place à l’avenir. L’écoute continue des collaborateurs fournira des informations utiles pour répondre à leurs besoins et concevoir une expérience d’apprentissage efficace.

De nombreux experts de l’upskilling conviendront que la formation et l’upskilling est un défi pour les employés et les employeurs. Alors que les entreprises investissent massivement dans les nouvelles technologies, l’objectif premier est d’investir efficacement dans le personnel.

La stratégie à long terme d’une entreprise en matière d’effectifs ne se limite pas au système de gestion de la formation (LMS) qu’elle a choisi. La gestion de l’expérience de formation inclut les nouvelles compétences et connaissances que les personnes vont acquérir ainsi qu’une méthode de travail efficace et agile. Un excellent programme d’upskilling aidera les collaborateurs à pivoter vers les nouveaux rôles qu’ils devront occuper demain et à soutenir l’innovation de rupture dans toute l’entreprise.

Publié en anglais sur insights.sap.com

The post Comment les technologies de formation et les LMS supportent l’upskilling appeared first on SAP France News.

Source de l’article sur sap.com

WALLDORF – Pour la 14ème année consécutive, SAP SE (NYSE : SAP) a été désignée leader du secteur des logiciels au Dow Jones Sustainability Indices (DJSI). SAP a dépassé ses scores des années précédentes et a creusé l’écart par rapport à ses pairs du secteur, malgré les défis causés par la pandémie.

SAP a obtenu 74 points sur 100 (2019 : 69) au score global, soit cinq points de plus que l’entreprise classée en deuxième position. SAP a amélioré sa valeur de percentile dans 15 des 20 catégories par rapport à 2019, notamment en matière de « sécurité de l’information/cybersécurité et disponibilité des systèmes », d’« attraction et de rétention des talents » et de « rapports environnementaux ».

Cette évaluation souligne les efforts déployés par SAP pour mettre en place une stratégie de cloud fiable et conforme, en valorisant les employés comme son atout le plus important et en améliorant ses capacités de reporting interne. Cette année, 83 entreprises du secteur des logiciels ont participé, soit plus du double par rapport à l’année dernière. SAP a également amélioré sa notation dans les trois dimensions principales :

  • Gouvernance et économie : 65 (2019 : 61)
  • Environnement : 87 (2019 : 83)
  • Social : 81 (2019 : 73)

« Nous sommes fiers de notre classement au Dow Jones Sustainability Indices. Cela nous prouve une fois de plus que nous avons une responsabilité particulière en tant que leader de la durabilité dans l’industrie du logiciel », a déclaré Luka Mucic, directeur financier et membre du conseil d’administration de SAP SE. « Cela nous pousse à redoubler d’efforts auprès de nos clients pour leur fournir des solutions destinées à leur transformation durable, afin que nous puissions tous ensemble construire une économie plus inclusive et plus régénératrice ».

Créés en 1999 par la société de gestion d’investissements RobecoSAM, les DJSI sont les plus anciens indices de référence mondiaux en matière de durabilité. Ils sont cotés en bourse depuis leur création. Basé sur l’évaluation de la durabilité des entreprises (Corporate Sutainability Assessment, CSA) de SAM, le DJSI fournit une analyse des performances économiques, environnementales et sociales des entreprises. Ils comprennent des critères de durabilité généraux ainsi que spécifiques à chaque secteur pour chacune des 60 industries définies selon l’Industry Classification Benchmark (ICB).

En 2020, la solide performance environnementale, sociale et de gouvernance (ESG) de SAP a également été reconnue par d’autres notations ESG. SAP est restée présente dans la série d’indices FTSE4 Good Index et dans les indices Euronext Vigeo Eiris (Europe 120 et Eurozone 120). SAP a de nouveau été reconnue comme un leader ESG par MSCI Inc. (anciennement Morgan Stanley Capital International), qui lui a attribué la meilleure note, soit « AAA ». Et pour la première fois, SAP a figuré dans le nouveau classement du Wall Street Journal des 100 entreprises les mieux gérées sur le plan du développement durable.

Reconnaissant l’importance croissante des performances ESG non seulement pour son activité, mais aussi pour la réussite de ses clients, SAP fait du pilotage et du reporting holistique un domaine d’action essentiel. Grâce à son programme Climate 21 et à d’autres programmes axés, par exemple, sur l’économie circulaire, SAP propose des offres qui aident ses clients à améliorer leurs propres performances en matière de développement durable. Le rapport interne de SAP reflète sa conviction que les entreprises peuvent mesurer leur succès de manière plus globale grâce à de nouvelles pratiques comptables qui relient les impacts économiques, sociaux et environnementaux. SAP a également rejoint des initiatives internationales telles que celles de la Value Balancing Alliance e.V. et des initiatives locales telles que QuartaVista, un projet financé par le gouvernement allemand qui vise à standardiser les mesures générales de l’impact des entreprises.

The post SAP conforte sa position de leader dans les indices de durabilité du Dow Jones appeared first on SAP France News.

Source de l’article sur sap.com

Les solutions de données basées sur le cloud présentent clairement des avantages, notamment une meilleure flexibilité, une collaboration plus efficace, des coûts réduits et la possibilité de changer d’échelle. Mais ce n’est pas parce que vous voulez passer au cloud afin d’en tirer tous les avantages que vous devez faire une croix sur vos investissements sur site existants.

Une stratégie hybride permet de combiner « le meilleur des deux mondes ». Avec cette approche, vous pouvez évoluer vers le cloud tout en protégeant vos investissements sur site existants. C’est là qu’interviennent SAP Data Warehouse Cloud et SAP HANA Cloud. Ces deux solutions ouvertes se connecteront en toute transparence à votre environnement sur site actuel pour l’étendre au cloud.

Voyons les avantages que présente une stratégie hybride avec SAP Data Warehouse Cloud et SAP HANA Cloud.

Pourquoi choisir SAP HANA Cloud  ?

Gérez des volumes croissants de données tout en réduisant vos coûts de stockage

Le lac de données intégré de SAP HANA Cloud réduit les coûts de stockage et d’analyse des données. Aussi, faites des économies en y conservant vos données. Vous pourrez par la suite y accéder à distance quand vous le souhaitez. Peu importe le volume de vos données, le lac de données est conçu pour le prendre en charge.

Connectez-vous facilement à toutes les sources de données

SAP HANA Cloud est une solution de gestion multi-cloud qui simplifie l’accès aux données quelles qu’elles soient et quelle qu’en soit la source au moyen d’une passerelle unique. SAP HANA Cloud est directement utilisable avec ses agents de mise à disposition des données qui permettent de se connecter à plusieurs sources cloud et magasins d’objets. Quant à la fonctionnalité Smart Data Access (SDA), elle vous offre un accès aux données en temps réel pour tous vos systèmes sur site et cloud à l’aide de tables virtuelles, tout en vous permettant de maîtriser vos coûts.

Stockage In-Memory économique

Le lac de données de SAP HANA Cloud est une simple méthode pour réduire les coûts de stockage. Pour optimiser votre stockage In-Memory actuel sur site, vous pouvez transférer des charges de travail vers SAP HANA Cloud aux fins de traitement et virtualiser l’accès à vos données, tout en gardant vos données sur site.

Faites évoluer votre puissance de calcul ou votre stockage

Lorsque votre entreprise connaît une croissance rapide, vous devez faire changer l’échelle de votre stockage de données et de votre puissance de calcul en conséquence. Étendez rapidement votre productivité sur site sans avoir à investir dans du matériel supplémentaire. Avec SAP HANA Cloud, boostez vos capacités de stockage et améliorez votre puissance de calcul dès que vous en avez besoin. C’est aussi simple que ça !

Pourquoi Geberit a lancé une nouvelle stratégie hybride avec SAP HANA Cloud

À l’instar de nombreuses multinationales performantes, les données sont essentielles pour Geberit. Pour exploiter plus facilement ses données, le leader européen des produits sanitaires a placé SAP HANA Cloud au cœur de sa nouvelle stratégie hybride en matière de données. Grâce à cette solution, l’entreprise a pu rationaliser son environnement informatique et supprimer le besoin en middleware. Aujourd’hui, elle peut accéder à ses données en temps réel de manière centralisée pour prendre des décisions éclairées en temps voulu.

«SAP HANA Cloud sera le point central pour le reporting au sein notre environnement de données. C’est la version unique de vérité qui réunit toutes nos sources de données et qui nous fournit la visibilité dont nous avons besoin.»
– Marius Reck, directeur des applications de support informatique

Pourquoi choisir SAP Data Warehouse Cloud pour étendre votre environnement

Responsabilisez vos utilisateurs et donnez plus d’impact à votre travail

Responsabilisez vos utilisateurs afin qu’ils puissent connecter, modéliser et visualiser les données par eux-mêmes avec SAP Data Warehouse Cloud. Dotée d’une interface utilisateur intuitive et d’une couche métier, cette solution facilite la modélisation des données avec SQL ou un outil graphique par glisser-déposer. Les espaces, quant à eux, fournissent un environnement isolé dans lequel les utilisateurs peuvent modéliser et combiner des ensembles de données mondiaux avec des données locales, par exemple des fichiers CSV.

Grâce à la centralisation et à la virtualisation de SAP Data Warehouse Cloud, les utilisateurs peuvent accéder aux données dont ils ont besoin sans que l’équipe informatique ait à les répliquer et à les exporter. Vous avez besoin d’améliorer un modèle en vue de sa réutilisation dans l’entreprise ? Rien de plus simple. Votre équipe informatique peut y accéder à tout moment pour le mettre à jour, sans avoir à le reconstruire dans un environnement différent.

Répondez plus rapidement aux utilisateurs

Trouvez le bon équilibre entre gouvernance centrale sécurisée, demandes de changement à la volée et responsabilisation des utilisateurs grâce aux espaces de SAP Data Warehouse Cloud. Les espaces sont des environnements isolés dans lesquels les utilisateurs peuvent explorer les données. Dans la fonction de gestion des espaces, l’équipe informatique peut configurer et ajuster très facilement les connexions aux données, l’accès utilisateur et les quotas de calcul/stockage de chaque espace. Étant donné que chaque espace est isolé, les données restent gérées de manière centralisée et connectées en temps réel aux données sous-jacentes de l’entreprise. Dans leur espace, les utilisateurs ont la possibilité d’établir des connexions à de nouvelles sources de données, charger des fichiers locaux et modéliser des données avant de partager en temps réel les informations mises au jour avec d’autres utilisateurs sans affecter l’intégrité des données sous-jacentes.

Un point d’accès unique à toutes vos données

Sans entrepôt de données, il est difficile de garantir la qualité des données. Qui plus est, face à l’augmentation du volume et du nombre de sources de données, votre environnement se complexifie, ce qui peut nuire aux performances et aux analyses. Avec SAP Data Warehouse Cloud, l’équipe informatique peut consolider les données et tirer profit de services ETL/ELT, comme la mise en place de pipelines ou la transformation des données, pour créer une couche de données robuste et très performante.

L’équipe informatique ou les utilisateurs peuvent ensuite définir l’accès aux données en créant et en gérant des modèles de données complexes. En parallèle, la couche métier de SAP Data Warehouse Cloud mappe les concepts métier aux données sous-jacentes, afin qu’un plus grand nombre d’utilisateurs puissent comprendre et modéliser les données par eux-mêmes.

Atténuez la menace du Shadow IT

SAP Data Warehouse Cloud est une solution de bout en bout qui répond à tous les besoins de vos collaborateurs, depuis l’intégration jusqu’à la modélisation en passant par l’analyse, ce, afin de limiter le recours à des solutions ad hoc. Elle est également ouverte, ce qui permet d’y connecter les outils tiers dont vos collaborateurs se servent et de les gérer de manière centralisée. Peu importe la fonction ou le service de vos collaborateurs, SAP Data Warehouse Cloud vous permet de définir des autorisations claires et d’attribuer des rôles aux utilisateurs. Grâce aux espaces, l’équipe informatique dispose d’une visibilité à l’échelle de l’entreprise et peut gérer les différentes sources de données et connexions de manière centralisée.

Porsche étend SAP BW/4HANA vers le cloud avec SAP Data Warehouse Cloud

Porsche souhaitait entamer la transformation numérique d’un plus grand nombre de ses collaborateurs. Le groupe automobile avait déjà plusieurs systèmes en place, notamment des systèmes SAP (tels que SAP BW/4HANA et SAP ERP) et des systèmes tiers. Il ne souhaitait donc pas rajouter d’énièmes systèmes à cette organisation. Ce dont Porsche avait besoin, c’était d’une couche virtuelle unique pour connecter l’ensemble de ces systèmes et optimiser le flux des données. Le tout, dans un environnement géré pour éviter les éventuelles erreurs.

C’est ce qu’a permis l’extension de SAP BW/4HANA vers le cloud avec SAP Data Warehouse Cloud, entre autres choses.

«Nous avions besoin d’une solution qui réunirait l’ensemble de nos systèmes existants et qui ferait en sorte que chaque utilisateur final ait accès aux données dont il a besoin, et uniquement à ces données. SAP Data Warehouse Cloud était la solution idéale pour transformer notre architecture de données sans avoir à dépenser un montant colossal.»
– Markus Hartmann, directeur de la gestion des projets informatiques chez Porsche

Commencez petit et voyez grand

Chaque entreprise a une transition vers le cloud différente. Que l’objectif soit de responsabiliser les utilisateurs ou de créer une version unique de la réalité, SAP HANA Cloud et SAP Data Warehouse Cloud offrent la flexibilité dont vous avez besoin.

SAP HANA Cloud et SAP Data Warehouse Cloud ne nécessitent aucun investissement préalable, et c’est SAP qui s’occupe de la gestion et de la maintenance. Vous souhaitez évaluer vos besoins ? Pas de problème. Lancez plusieurs projets pilotes et voyez ce qu’il vous faut. C’est là l’atout de ces deux solutions : grâce à leur approche flexible, vous pouvez commencer petit et évoluer au fil du temps. Par la suite, vous pouvez mettre en place une solution hybride à long terme pour tirer tous les avantages du cloud et des systèmes sur site, ou passer intégralement au cloud. À vous de voir !

The post Pourquoi choisir une stratégie hybride pour passer au cloud appeared first on SAP France News.

Source de l’article sur sap.com

Ankaa Engineering vous propose une solution applicative fédératrice des demandes de support et d’assistance au sein des entreprises et organisations.

Ce portail permet de proposer un point unique d’accès au support IT et/ou Métier des différents acteurs d’une entreprise et de répartir les demandes aux organisations et systèmes de support et de maintenance ad-hoc en fonction de l’utilisateur requérant une assistance ou une nature d’anomalie.

Flux de gestion de l'application support métier

Globalement ce portail apporte des services à trois populations.

En premier lieu, les utilisateurs finaux à qui sont destinés les services du support, et qui y trouvent un catalogue de services lisible replacé dans leur contexte métier c’est-à-dire utilisant une terminologie et une présentation selon leur localisation, leur métier, leur activité, …
L’utilisateur perçoit ainsi mieux les services qui lui sont apportés et navigue aisément dans ce catalogue pour accéder au service qui répond à ses attentes.
Par ailleurs le portail intègre un accès structuré à la documentation métier ou aux procédures afin de développer l’autonomie des utilisateurs.

En second lieu, les équipes  internes ou externes qui traitent les demandes d’assistance ou les signalements d’anomalie. Le portail leur offre la possibilité d’intégrer des questionnaires de pré-analyse des demandes. Ces questionnaires peuvent être spécifiés par domaine fonctionnel, par service, par application, … ils permettent aux équipes en charge du support de recevoir des demandes qualifiées et immédiatement exploitables.
Par ailleurs, ces questionnaires développent l’image de professionnalisme auprès des utilisateurs.
Les demandes ou signalements qualifiés sont ensuite automatiquement injectés dans les systèmes de gestion de tickets des équipes de support et de maintenance.
Le portail peut donc rediriger les demandes vers des systèmes de gestion de tickets hétérogènes dont il peut faciliter la rationalisation en masquant leurs spécificités.

En troisième lieu, les personnes en charge du suivi de la performance du support (responsable de département IT, responsable métier d’un site, achats dans le cadre d’un support sous-traité). Le portail permet d’intégrer des flux de suivi des tickets issus de systèmes de gestion hétérogènes et de construire des KPI standard mesurant la performance ou le respect des engagements du support.
Le portail permet de construire ces KPI et de les analyser sur l’ensemble des axes de sa base de connaissances (par exemple par pays, par site, par application, par responsable métier).
Ces différents axes de lecture des indicateurs permettent une analyse globale et ciblée permettant de piloter au mieux les activités de support.
Les utilisateurs finaux peuvent, de plus, accéder au suivi d’avancement de leurs demandes de support indépendamment du service ou du système de gestion de ces tickets.

En savoir plus ? Contactez nous