Articles

Qu’est-ce que le Big Data ?

Le Big Data est le flot d’informations dans lequel nous nous trouvons tous les jours (des zettaoctets de données provenant de nos ordinateurs, des terminaux mobiles et des capteurs). Ces données sont utilisées par les entreprises pour orienter la prise de décisions, améliorer les processus et les stratégies, et créer des produits, des services et des expériences centrés sur le client.

Le Big Data désigne non seulement de gros volumes de données, mais aussi des données de nature variée et complexe. Il dépasse généralement la capacité des bases de données traditionnelles à capturer, gérer et traiter ce type de données. De plus, le Big Data peut provenir de n’importe où et de tout ce que nous sommes en mesure de surveiller numériquement. Les satellites, les appareils IoT (Internet des Objets), les radars et les tendances des réseaux sociaux ne sont que quelques exemples parmi la multitude de sources de données explorées et analysées pour rendre les entreprises plus résilientes et compétitives.


L’importance de l’analyse du Big Data

La véritable valeur du Big Data se mesure d’après votre capacité à l’analyser et à le comprendre. L’intelligence artificielle (IA), le machine learning et les technologies de base de données modernes permettent de visualiser et d’analyser le Big Data pour fournir des informations exploitables en temps réel. L’analyse du Big Data aide les entreprises à exploiter leurs données en vue de saisir de nouvelles opportunités et de créer de nouveaux modèles de gestion. Comme l’a si bien dit Geoffrey Moore, auteur et analyste de gestion, « sans analyse du Big Data, les entreprises sont aveugles et sourdes, errant sur le Web comme des cerfs sur une autoroute ».

How does Big Data and Analytics work? Simply Explained

Click the button below to load the content from YouTube.

How does Big Data and Analytics work? Simply Explained


L’évolution du Big Data

Aussi inconcevable que cela puisse paraître aujourd’hui, l’Apollo Guidance Computer a emmené l’homme sur la lune avec moins de 80 kilo-octets de mémoire. Depuis, la technologie informatique s’est développée à un rythme exponentiel, de même que la génération de données. La capacité technologique mondiale à stocker des données a doublé tous les trois ans depuis les années 1980. Il y a un peu plus de 50 ans, lors du lancement d’Apollo 11, la quantité de données numériques générées dans le monde aurait pu tenir dans un ordinateur portable. Aujourd’hui, l’IDC estime ce chiffre à 44 zettaoctets (soit 44 000 milliards de gigaoctets) et prévoit qu’il atteindra 163 zettaoctets en 2025.

44 zettaoctets de données numériques aujourd’hui, IDC

163 zettaoctets de données numériques en 2025, IDC

Plus les logiciels et la technologie se développent, moins les systèmes non numériques sont viables. Le traitement des données générées et collectées numériquement requiert des systèmes de data management plus avancés. En outre, la croissance exponentielle des plates-formes de réseaux sociaux, des technologies pour smartphones et des appareils IoT connectés numériquement ont contribué à l’émergence du Big Data.


Types de Big Data : que sont les données structurées et non structurées ?

Les ensembles de données sont généralement catégorisés en trois types, selon leur structure et la complexité de leur indexation.

Illustration des différents types de big data : données structurées, données non-structurées, données semi-structurées.

  1. Données structurées : ce type de données est le plus simple à organiser et à rechercher. Il peut inclure des données financières, des machine logs et des détails démographiques. Une feuille de calcul Microsoft Excel, avec sa mise en forme de colonnes et de lignes prédéfinies, offre un moyen efficace de visualiser les données structurées. Ses composants peuvent facilement être catégorisés, ce qui permet aux concepteurs et administrateurs de bases de données de définir des algorithmes simples pour la recherche et l’analyse. Même lorsque les données structurées sont très volumineuses, elles ne sont pas nécessairement qualifiées de Big Data, car elles sont relativement simples à gérer et ne répondent donc pas aux critères qui définissent le Big Data. Traditionnellement, les bases de données utilisent un langage de programmation appelé SQL (Structured Query Language) pour gérer les données structurées. SQL a été développé par IBM dans les années 1970 pour permettre aux développeurs de créer et gérer des bases de données relationnelles (de type feuille de calcul) qui commençaient à émerger à l’époque.
  2. Données non structurées : cette catégorie de données peut inclure des publications sur les réseaux sociaux, des fichiers audio, des images et des commentaires client ouverts. Ces données ne peuvent pas être facilement capturées dans les bases de données relationnelles standard en lignes et colonnes. Auparavant, les entreprises qui voulaient rechercher, gérer ou analyser de grandes quantités de données non structurées devaient utiliser des processus manuels laborieux. La valeur potentielle liée à l’analyse et à la compréhension de ces données ne faisait aucun doute, mais le coût associé était souvent trop exorbitant pour en valoir la peine. Compte tenu du temps nécessaire, les résultats étaient souvent obsolètes avant même d’être générés. Contrairement aux feuilles de calcul ou aux bases de données relationnelles, les données non structurées sont généralement stockées dans des lacs de données, des entrepôts de données et des bases de données NoSQL.
  3. Données semi-structurées : comme leur nom l’indique, les données semi-structurées intègrent à la fois des données structurées et non structurées. Les e-mails en sont un bon exemple, car ils incluent des données non structurées dans le corps du message, ainsi que d’autres propriétés organisationnelles telles que l’expéditeur, le destinataire, l’objet et la date. Les dispositifs qui utilisent le marquage géographique, les horodatages ou les balises sémantiques peuvent également fournir des données structurées avec un contenu non structuré. Une image de smartphone non identifiée, par exemple, peut indiquer qu’il s’agit d’un selfie et préciser l’heure et l’endroit où il a été pris. Une base de données moderne exécutant une technologie d’IA peut non seulement identifier instantanément différents types de données, mais aussi générer des algorithmes en temps réel pour gérer et analyser efficacement les ensembles de données disparates.

Les sources du Big Data

Les objets générateurs de données se développent à un rythme spectaculaire, depuis les drones jusqu’aux grille-pains. Toutefois, à des fins de catégorisation, les sources de données sont généralement divisées en trois types :

Illustration des différentes sources du big data : données sociales, données machine, données altérables.

Données sociales

Comme leur nom l’indique, les données sociales sont générées par les réseaux sociaux : commentaires, publications, images et, de plus en plus, vidéos. En outre, compte tenu de l’ubiquité croissante des réseaux 4G et 5G, on estime que le nombre de personnes dans le monde qui regardent régulièrement des contenus vidéo sur leur smartphone atteindra 2,72 milliards en 2023. Bien que les tendances concernant les réseaux sociaux et leur utilisation évoluent rapidement et de manière imprévisible, leur progression en tant que générateurs de données numériques est incontestable.

Données machine

Les machines et appareils IoT sont équipés de capteurs et ont la capacité d’envoyer et de recevoir des données numériques. Les capteurs IoT aident les entreprises à collecter et traiter les données machine provenant des appareils, des véhicules et des équipements. Globalement, le nombre d’objets générateurs de données augmente rapidement, des capteurs météorologiques et de trafic jusqu’à la surveillance de la sécurité. Selon l’IDC, il y aura plus de 40 milliards d’appareils IoT en 2025, générant près de la moitié des données numériques mondiales.

Données altérables

Il s’agit des données parmi les plus évolutives au monde. Par exemple, un détaillant international traite plus d’un million de transactions client par heure. Si l’on ajoute à cela les transactions d’achat et bancaires au niveau mondial, on comprend mieux le volume phénoménal de données générées. En outre, les données altérables contiennent de plus en plus de données semi-structurées, y compris des images et des commentaires, ce qui les rend d’autant plus complexes à gérer et à traiter.


Les cinq V du Big Data

Ce n’est pas parce qu’un ensemble de données est volumineux qu’il s’agit nécessairement de Big Data. Pour être qualifiées en tant que telles, les données doivent posséder au minimum les cinq caractéristiques suivantes :

Illustration des 5 V du Big Data : Volume, Vitesse, Variété, Véracité, Valeur.

  1. Volume : même si le volume n’est pas le seul composant qui constitue le Big Data, il s’agit d’une de ses caractéristiques principales. Pour gérer et exploiter pleinement le Big Data, des algorithmes avancés et des analyses pilotées par l’IA sont nécessaires. Mais avant tout cela, il doit exister un moyen fiable et sécurisé de stocker, d’organiser et d’extraire les téraoctets de données détenus par les grandes entreprises.
  2. Vitesse : auparavant, les données générées devaient ensuite être saisies dans un système de base de données traditionnel (souvent manuellement) avant de pouvoir être analysées ou extraites. Aujourd’hui, grâce à la technologie du Big Data, les bases de données sont capables de traiter, d’analyser et de configurer les données lorsqu’elles sont générées, parfois en l’espace de quelques millisecondes. Pour les entreprises, cela signifie que les données en temps réel peuvent être exploitées pour saisir des opportunités financières, répondre aux besoins des clients, prévenir la fraude et exécuter toute autre activité pour laquelle la rapidité est un facteur clé.
  3. Variété : les ensembles de données contenant uniquement des données structurées ne relèvent pas nécessairement du Big Data, quel que soit leur volume. Le Big Data comprend généralement des combinaisons de données structurées, non structurées et semi-structurées. Les solutions de gestion des données et les bases de données traditionnelles n’offrent pas la flexibilité et le périmètre nécessaires pour gérer les ensembles de données complexes et disparates qui constituent le Big Data.
  4. Véracité : bien que les bases de données modernes permettent aux entreprises d’accumuler et d’identifier des volumes considérables de Big Data de différents types, elles ne sont utiles que si elles sont précises, pertinentes et opportunes. S’agissant des bases de données traditionnelles alimentées uniquement avec des données structurées, le manque de précision des données était souvent dû à des erreurs syntaxiques et des fautes de frappe. Les données non structurées présentent toute une série de nouvelles difficultés en matière de véracité. Les préjugés humains, le « bruit social » et les problèmes liés à la provenance des données peuvent avoir un impact sur la qualité des données.
  5. Valeur : les résultats de l’analyse du Big Data sont souvent fascinants et inattendus. Mais pour les entreprises, l’analyse du Big Data doit fournir une visibilité qui les aident à gagner en compétitivité et en résilience, et à mieux servir leurs clients. Les technologies modernes du Big Data offrent la possibilité de collecter et d’extraire des données susceptibles de procurer un avantage mesurable à la fois en termes de résultats et de résilience opérationnelle.

Avantages du Big Data

Les solutions modernes de gestion du Big Data permettent aux entreprises de transformer leurs données brutes en informations pertinentes avec une rapidité et une précision sans précédent.

  • Développement de produits et de services :l’analyse du Big Data permet aux développeurs de produits d’analyser les données non structurées, telles que les témoignages clients et les tendances culturelles, et de réagir rapidement.
  • Maintenance prédictive : dans le cadre d’uneenquête internationale, McKinsey a constaté que l’analyse du Big Data émanant des machines IoT pouvait réduire les coûts de maintenance des équipements jusqu’à 40 %.
  • Expérience client :dans le cadre d’une enquête réalisée en 2020 auprès de responsables d’entreprises du monde entier, Gartner a déterminé que « les entreprises en croissance collectent plus activement des données sur l’expérience client que les entreprises à croissance nulle ». L’analyse du Big Data permet aux entreprises d’améliorer et de personnaliser l’expérience de leurs clients avec leur marque.
  • Gestion de la résilience et des risques :la pandémie de COVID-19 a été une véritable prise de conscience pour de nombreux dirigeants d’entreprise qui se sont rendu compte à quel point leur activité était vulnérable. La visibilité offerte par le Big Data peut aider les entreprises à anticiper les risques et à se préparer aux imprévus.
  • Économies et efficacité accrue : lorsque les entreprises effectuent une analyse avancée du Big Data pour tous les processus de l’organisation, elles peuvent non seulement détecter les inefficacités, mais aussi déployer des solutions rapides et efficaces.
  • Amélioration de la compétitivité : les informations obtenues grâce au Big Data peuvent aider les entreprises à réaliser des économies, à satisfaire leurs clients, à concevoir de meilleurs produits et à innover dans les opérations de gestion.

IA et Big Data

La gestion du Big Data repose sur des systèmes capables de traiter et d’analyser efficacement de gros volumes d’informations disparates et complexes. À cet égard, le Big Data et l’IA ont une relation de réciprocité. Sans l’IA pour l’organiser et l’analyser, le Big Data n’aurait pas grande utilité. Et pour que l’IA puisse générer des analyses suffisamment fiables pour être exploitables, le Big Data doit contenir des ensembles de données suffisamment étendus. Comme l’indique Brandon Purcell, analyste chez Forrester Research, « les données sont au cœur de l’intelligence artificielle. Un système d’IA doit apprendre des données pour remplir sa fonction ».

« Les données sont au cœur de l’intelligence artificielle. Un système d’IA doit apprendre des données pour remplir sa fonction ».

Brandon Purcell, analyste, Forrester Research


Machine learning et Big Data

Les algorithmes de machine learning définissent les données entrantes et identifient des modèles associés. Ces informations permettent de prendre des décisions avisées et d’automatiser les processus. Le machine learning se nourrit du Big Data, car plus les ensembles de données analysés sont fiables, plus le système est susceptible d’apprendre, de faire évoluer et d’adapter ses processus en continu.


Technologies du Big Data

Architecture du Big Data

À l’instar de l’architecture du bâtiment, l’architecture du Big Data fournit un modèle pour la structure de base déterminant la manière dont les entreprises gèrent et analysent leurs données. L’architecture du Big Data mappe les processus requis pour gérer le Big Data à travers quatre « couches » de base, des sources de données au stockage des données, puis à l’analyse du Big Data, et enfin via la couche de consommation dans laquelle les résultats analysés sont présentés en tant que Business Intelligence.

‍Analyse du Big Data

Ce processus permet de visualiser les données de manière pertinente grâce à l’utilisation de la modélisation des données et d’algorithmes spécifiques aux caractéristiques du Big Data. Dans le cadre d’une étude approfondie et d’une enquête de la MIT Sloan School of Management, plus de 2 000 dirigeants d’entreprise ont été interrogés sur leur expérience en matière d’analyse du Big Data. Comme on pouvait s’y attendre, ceux qui s’étaient impliqués dans le développement de stratégies de gestion du Big Data ont obtenu les résultats les plus significatifs.

Big Data et Apache Hadoop

Imaginez une grande boîte contenant 10 pièces de 10 centimes et 100 pièces de 5 centimes. Puis imaginez 10 boîtes plus petites, côte à côte, contenant chacune 10 pièces de 5 centimes et une seule pièce de 10 centimes. Dans quel scénario sera-t-il plus facile de repérer les pièces de 10 centimes ? Hadoop fonctionne sur ce principe. Il s’agit d’une structure en open source permettant de gérer le traitement du Big Data distribué sur un réseau constitué de nombreux ordinateurs connectés. Ainsi, au lieu d’utiliser un gros ordinateur pour stocker et traiter toutes les données, Hadoop regroupe plusieurs ordinateurs sur un réseau pouvant évoluer presque à l’infini et analyse les données en parallèle. Ce processus utilise généralement un modèle de programmation appelé MapReduce, qui coordonne le traitement du Big Data en regroupant les ordinateurs distribués.

Lacs de données, entrepôts de données et NoSQL

Les bases de données traditionnelles de type feuille de calcul SQL servent à stocker les données structurées. Le Big Data non structuré et semi-structuré nécessite des modèles de stockage et de traitement uniques, car il ne peut pas être indexé et catégorisé. Les lacs de données, les entrepôts de données et les bases de données NoSQL sont des référentiels de données capables de gérer les ensembles de données non traditionnels. Un lac de données est un vaste pool de données brutes qui n’ont pas encore été traitées. Un entrepôt de données est un référentiel de données qui ont déjà été traitées à des fins spécifiques. Les bases de données NoSQL fournissent un schéma flexible qui peut être modifié en fonction de la nature des données à traiter. Ces systèmes présentent chacun des avantages et des inconvénients, c’est pourquoi de nombreuses entreprises utilisent plutôt une combinaison de ces référentiels de données pour répondre au mieux à leurs besoins.

Bases de données in-memory

Les bases de données traditionnelles sur disque ont été conçues pour SQL et les bases de données relationnelles. Bien qu’elles soient capables de traiter de gros volumes de données structurées, elles ne sont pas adaptées au stockage et au traitement des données non structurées. Dans le cas des bases de données in-memory, le traitement et l’analyse se font entièrement dans la RAM, pour ne pas avoir à extraire les données d’un système sur disque. Les bases de données in-memory reposent également sur des architectures distribuées. Cela signifie qu’elles peuvent atteindre des vitesses beaucoup plus élevées en utilisant le traitement parallèle, par rapport aux modèles de base de données sur disque à un seul nœud.


Fonctionnement du Big Data

Le Big Data remplit ses fonctions lorsque son analyse fournit des informations pertinentes et exploitables qui améliorent l’activité de manière significative. Pour se préparer à la transition vers le Big Data, les entreprises doivent s’assurer que leurs systèmes et processus sont en mesure de collecter, de stocker et d’analyser le Big Data.

Illustration du fonctionnement du Big Data : collecter le Big Data, stocker le Big Data, Analyser le Big Data

  1. Collecter le Big Data.Une grande partie du Big Data est constituée d’énormes ensembles de données non structurées qui émanent de sources disparates et incohérentes. Les bases de données traditionnelles sur disque et les mécanismes d’intégration des données ne sont pas suffisamment performants pour les gérer. La gestion du Big Data requiert des solutions de base de données in-memory et des solutions logicielles spécifiques de l’acquisition de ce type de données.
  2. Stocker le Big Data.Comme son nom l’indique, le Big Data est volumineux. De nombreuses entreprises utilisent des solutions de stockage sur site pour leurs données existantes et espèrent réaliser des économies en réutilisant ces référentiels pour traiter le Big Data. Toutefois, le Big Data est plus performant lorsqu’il n’est pas soumis à des contraintes de taille et de mémoire. Les entreprises qui n’intègrent pas dès le départ des solutions de stockage Cloud dans leurs modèles de Big Data le regrettent souvent quelques mois plus tard.
  3. Analyser le Big Data. Il est impossible d’exploiter pleinement le potentiel du Big Data sans utiliser les technologies d’IA et de machine learning pour l’analyser. L’un des cinq V du Big Data est la « vitesse ». Pour être utiles et exploitables, les informations du Big Data doivent être générées rapidement. Les processus d’analyse doivent s’auto-optimiser et tirer régulièrement profit de l’expérience, un objectif qui ne peut être atteint qu’avec l’IA et les technologies modernes de bases de données.

Applications du Big Data

La visibilité offerte par le Big Data est bénéfique à la plupart des entreprises ou secteurs d’activité. Cependant, ce sont les grandes entreprises aux missions opérationnelles complexes qui en tirent souvent le meilleur parti.

Finance

Dans le Journal of Big Data, une étude de 2020 souligne que le Big Data « joue un rôle important dans l’évolution du secteur des services financiers, en particulier dans le commerce et les investissements, la réforme fiscale, la détection et les enquêtes en matière de fraude, l’analyse des risques et l’automatisation ». Le Big Data a également contribué à transformer le secteur financier en analysant les données et les commentaires des clients pour obtenir les informations nécessaires à l’amélioration de la satisfaction et de l’expérience client. Les ensembles de données altérables figurent parmi les plus importants et les plus évolutifs au monde. L’adoption croissante de solutions avancées de gestion du Big Data permettra aux banques et aux établissements financiers de protéger ces données et de les utiliser d’une manière qui bénéficie à la fois au client et à l’entreprise.

Hygiène et santé
publique

L’analyse du Big Data permet aux professionnels de santé d’établir des diagnostics plus précis, fondés sur des données avérées. De plus, le Big Data aide les administrateurs d’hôpitaux à identifier les tendances, à gérer les risques et à limiter les dépenses inutiles, afin de consacrer le maximum de fonds aux soins des patients et à la recherche. En cette période de pandémie, les chercheurs du monde entier s’efforcent de traiter et de gérer au mieux la COVID-19, et le Big Data joue un rôle fondamental dans ce processus. Un article de juillet 2020 paru dans The Scientist explique comment des équipes médicales ont pu collaborer et analyser le Big Data afin de lutter contre le coronavirus : « Nous pourrions transformer la science clinique en exploitant les outils et les ressources du Big Data et de la science des données d’une manière que nous pensions impossible ».

Transport et logistique

L’« effet Amazon » est un terme qui définit la manière dont Amazon a fait de la livraison en un jour la nouvelle norme, les clients exigeant désormais la même vitesse d’expédition pour tout ce qu’ils commandent en ligne. Le magazine Entrepreneur souligne qu’en raison de l’effet Amazon, « la course logistique au dernier kilomètre ne fera que s’intensifier ». Les entreprises du secteur s’appuient de plus en plus sur l’analyse du Big Data pour optimiser la planification des itinéraires, la consolidation des charges et les mesures d’efficacité énergétique.

Éducation

Depuis l’apparition de la pandémie, les établissements d’enseignement du monde entier ont dû réinventer leurs programmes d’études et leurs méthodes d’enseignement afin de faciliter l’apprentissage à distance. L’un des principaux défis a été de trouver des moyens fiables d’analyser et d’évaluer la performance des étudiants et l’efficacité globale des méthodes d’enseignement en ligne. Un article paru en 2020 au sujet de l’impact du Big Data sur la formation et l’apprentissage en ligne indique, au sujet des enseignants, que « le Big Data les aide à gagner en confiance pour personnaliser l’enseignement, développer l’apprentissage mixte, transformer les systèmes d’évaluation et promouvoir l’apprentissage continu ».

Énergie et services publics

Selon le U.S. Bureau of Labor Statistics, le service public consacre plus de 1,4 milliard de dollars aux relevés de compteurs et s’appuie généralement sur des compteurs analogiques et des lectures manuelles peu fréquentes. Les relevés de compteurs intelligents fournissent des données numériques plusieurs fois par jour et, grâce à l’analyse du Big Data, ces informations permettent d’accroître l’efficacité de la consommation énergétique, ainsi que la précision des prix et des prévisions. En outre, lorsque les agents n’ont plus à se charger des relevés de compteurs, la saisie et l’analyse des données peuvent permettre de les réaffecter plus rapidement là où les réparations et les mises à niveau sont les plus urgentes.

Publié en anglais sur insights.sap.com

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

Source de l’article sur sap.com

SAP.iO Foundry Paris dévoile les 8 startups AgTech de son sixième programme d’accélération

8 startups françaises et internationales, spécialisées dans l’innovation autour de l’agriculture et de l’agroalimentaire, rejoignent cette sixième édition. Leur but ? Aider ces deux secteurs à se transformer, via des nouvelles technologies, pour avoir un impact positif et durable.

SAP.iO Foundry Paris annonce aujourd’hui le lancement de son nouveau programme d’accélération autour de l’Agribusiness. Suite à son appel à candidature en janvier dernier, le jury de SAP.iO composé de collaborateurs SAP, de partenaires (Deloitte, Accenture), et de fonds d’investissements (CapAgro et Astanor Venture) et de nombreux clients a retenu 8 startups spécialisées en procurement, supply chain, en plateformes de suivi de production et en outils d’aide à la décision. Pendant 10 semaines, SAP.iO va accompagner ces jeunes pousses dans leur croissance autant sur l’aspect business que technologique.

SAP.iO Foundry Paris ouvre ses portes à des startups du monde entier

Cette sixième promotion dépasse les frontières habituelles de SAP.iO Foundry Paris avec 3 startups françaises, 2 américaines 1 israélienne, 1 allemande et 1 canadienne.

Partant du constat que la France est l’une des plus grandes puissances agricoles, SAP.iO Foundry Paris lance le 1er programme d’accélération startups de SAP entièrement dédié à cette industrie. Les 8 jeunes pousses ont été retenues pour leurs technologies et leurs approches innovantes en matière de transition écologique. Grâce à l’expertise de SAP sur le sujet, notamment en Europe et aux Etats-Unis, l’accélérateur de startups offre à ces jeunes pousses l’opportunité de se positionner sur l’ensemble du globe.

Ce nouveau programme d’accélération sera articulé autour de 3 problématiques :

  • Digital Farming & Data-Driven Agriculture : comment intégrer dans l’Agribusiness de la donnée, de l’intelligence artificielle, de l’analytique, de la plateforme d’aide à la décision ?
  • Next-gen Agricultural Origination Processes : comment combiner conformité et traçabilité dans l’ensemble du processus de production et de transformation ?
  • Sustainable AgriBusiness Supply Chains : comment faire de l’agriculture plus responsable et respectueuse de l’environnement tout au long de la chaine de valeur ?

8 startups à forte valeur ajoutée orientées AgTech sélectionnées

  • Agrora permet aux transformateurs et aux négociants de produits agricoles de gagner du temps sur les processus d’approvisionnement et de distribution en offrant un logiciel d’approvisionnement pour les produits agricoles.
  • Clarifruit est une startup israélienne spécialisée dans le contrôle qualité des produits frais et notamment des fruits, qui grâce à l’intelligence artificielle et à des caméras, permet d’identifier si les fruits sont de bonne qualité et propres à la consommation.
  • Connecting Food est la première plateforme collaborative française utilisant la technologie blockchain et des modules intelligents pour apporter de la transparence, une traçabilité de bout en bout et un audit numérique complet des produits alimentaires avant de les mettre dans les mains des consommateurs.
  • Grain Chain Inc, startup américaine, a développé une plateforme révolutionnaire qui uniformise les règles du jeu pour les producteurs, les acheteurs, les opérateurs de stockage, les prêteurs et tous les autres participants de la chaîne d’approvisionnement agricole mondiale. Sa solution combine la blockchain et la technologie axée sur l’IoT pour vérifier et exécuter automatiquement les contrats intelligents, créant ainsi des flux de travail entièrement automatisés et numérisés à chaque étape.
  • Heavy Connect est une plateforme mobile américaine spécialisée dans le respect de réglementations, répondant aux difficultés que peuvent rencontrer les agriculteurs, souvent confrontés à de nombreux contrôles sanitaires et réglementaires.
  • Milk Moovement est une startup canadienne déjà bien établie et qui se développe sur toute la chaîne d’approvisionnement du lait, de la récolte à la livraison. Milk Moovement agit comme un outil de communication entre toutes les entreprises impliquées dans la chaîne d’approvisionnement des produits laitiers.
  • Procsea France SASEn dotant l’industrie des produits de la mer des dernières technologies, en structurant et en standardisant les données, et en améliorant la traçabilité et la durabilité de la filière, ProcSea, startup française basée à Rennes, apporte de la valeur à chacun de ces acteurs et transforme également le commerce des produits de la mer dans son ensemble.
  • Sencrop est une plateforme française d’aide à la décision avec la particularité de pouvoir gérer et animer une communauté autour de sa plateforme pouvant connecter ensemble des capteurs IoT et différentes sources d’informations qui vont permettre d’aider l’agriculteur à prendre la bonne décision.

« L’industrie agroalimentaire est un secteur d’activité majeur pour la France. Au niveau européen, elle se situe au deuxième rang derrière l’Allemagne et on compte aujourd’hui beaucoup de grands groupes français d’envergure internationale. L’innovation est un facteur clé de la compétitivité du secteur, c’est également un moyen de réduire les inégalités et problématiques alimentaires mondiales. C’est dans ce contexte que nous avons décidé d’accompagner des startups dans le domaine Agtech. C’est avec beaucoup d’enthousiasme, que nous lançons notre 1er programme d’accélération startups de SAP entièrement dédié à l’agriculture et à l’agroalimentaire. D’envergure internationale, cette nouvelle promotion vise à apporter au secteur de l’agribusiness différents axes d’améliorations : plus d’efficacité, de transparence et de sécurité. C’est dans ce sens que nous avons sélectionné ces huit jeunes pousses françaises et étrangères dont la mission est de créer des solutions innovantes et complémentaires à celles de SAP pour apporter ensemble plus de valeur à nos clients », explique Sébastien Gibier, directeur de l’accélérateur SAP.iO Foundry Paris.

Avec ce programme et celui de ses autres accélérateurs dans le monde, SAP.iO confirme son ambition d’aller plus loin en 2021 et de vouloir devenir le One Stop Shop de SAP pour les startups à l’échelle mondiale grâce à ses différents programmes complémentaires.

Retrouvez tous les programmes startups proposés par SAP.iO sur leur site internet

Plus d’informations sur SAP.iO Foundry Paris, Agribusiness Industry Accelerator

À propos de SAP

La stratégie de SAP vise à aider chaque organisation à fonctionner en “entreprise intelligente”. En tant que leader du marché des logiciels d’application d’entreprise, nous aidons les entreprises de toutes tailles et de tous secteurs à opérer au mieux : 77 % des transactions commerciales mondiales entrent en contact avec un système SAP®. Nos technologies de Machine Learning, d’Internet des objets (IoT) et d’analytique avancées aident nos clients à transformer leurs activités en “entreprises intelligentes”. SAP permet aux personnes et aux organisations d’avoir une vision approfondie de leur business et favorise la collaboration afin qu’elles puissent garder une longueur d’avance sur leurs concurrents. Nous simplifions la technologie afin que les entreprises puissent utiliser nos logiciels comme elles le souhaitent – sans interruption. Notre suite d’applications et de services de bout en bout permet aux clients privés et publics de 25 secteurs d’activité dans le monde de fonctionner de manière rentable, de s’adapter en permanence et de faire la différence. Avec son réseau mondial de clients, partenaires, employés et leaders d’opinion, SAP aide le monde à mieux fonctionner et à améliorer la vie de chacun. Pour plus d’informations, visitez le site www.sap.com .

Contacts presse

Daniel Margato, Directeur Communication : 06 64 25 38 08 – daniel.margato@sap.com
Pauline Barriere : 06.13.73.93.11– presse-sap@publicisconsultants.com
SAP News Center. Suivez SAP sur Twitter : @SAPNews.

 

The post SAP.iO Foundry Paris dévoile les 8 startups AgTech de son sixième programme d’accélération appeared first on SAP France News.

Source de l’article sur sap.com

Qu’est-ce que le data management ?

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

Mener la belle vie avec la conscience tranquille : c’est possible !

Auparavant, « mener la belle vie » signifiait jouir du confort et du luxe, loin des problèmes financiers et des préoccupations environnementales. Ce n’est plus le cas aujourd’hui.

Selon une récente étude Harris/Ketchum commandée par Sustainable Brands, une communauté mondiale d’innovateurs de marque, la définition d’une belle vie a changé. Plutôt que l’argent, le statut et les réalisations personnelles, aujourd’hui, « la base d’une vie bien vécue repose sur l’équilibre, la simplicité et des liens plus étroits avec la famille, la communauté et l’environnement ».

Selon les sources, la recherche indique qu’environ 65 à 95 % des personnes veulent désormais vivre une vie plus durable et acheter des produits qui soutiennent un avenir plus durable. Cela a un impact considérable sur les sociétés qui souhaitent rester compétitives dans ce nouveau contexte.

Comment les marques évoluent-elles alors pour répondre aux besoins et aux aspirations des consommateurs qui apprécient la simplicité, la transparence, l’authenticité et la durabilité plutôt que les biens personnels et l’apparence ?

Appliquer la théorie

Les objectifs et la vision des marques durables sont clairs. Elles créent des feuilles de route pour développer en permanence des pratiques commerciales plus durables. Elles excellent dans le leadership éclairé, l’innovation et les meilleures pratiques pour façonner une culture où la vie durable constitue la base de la belle vie de demain.

En voici quelques exemples sympathiques.

Procter & Gamble, géant des produits de consommation courante, a augmenté d’un cran ses initiatives en termes d’économie circulaire en fabriquant des bouteilles à partir du plastique ramassé sur les plages et repêché dans les océans. La société s’est également engagée à recycler et à récupérer 5 milliards de litres d’eau par an de ses processus de fabrication. Elle s’attaque même à un problème que personne d’autre ne semble savoir résoudre : la société a inventé une technologie capable de redonner de la valeur aux déchets, comme la cellulose plastique des couches jetables sales.

À Haïti, une des conséquences involontaires des opérations de secours après le séisme dévastateur de 2010 a été l’accumulation de montagnes de bouteilles plastique sur toute l’île. Des bouteilles d’eau vides et les emballages des fournitures expédiées pour aider les Haïtiens se sont retrouvés dans les canaux, sur les plages et dans les rues. Le système de collecte des déchets du pays s’est alors effondré. Aujourd’hui, ces bouteilles trouvent une seconde vie sous la forme de cartouches d’imprimante. À travers un projet de recyclage radical, HP, une société qui voit la circularité comme une approche liée au cycle de vie des produits, collabore avec divers partenaires pour créer de nouveaux emplois, offrir une formation en matière de santé et de sécurité et instruire des centaines d’enfants qui collectaient auparavant des déchets pour venir en aide à leur famille.

Parvenir à la belle vie

En mai 2019, plus de 2 500 représentants de la communauté Sustainable Brands se sont rassemblés à Détroit afin de faire part de leurs efforts et de s’inspirer de ce que font les autres pour agir et avoir la conscience tranquille, tout en fournissant des produits et des services qui répondent aux besoins et aux visions des clients et des consommateurs.

Cette conférence de quatre jours attire des leaders éclairés, des innovateurs, des experts du développement durable et des stratèges de marque du monde entier. L’événement principal est l’exposition Innovation Expo. Les participants peuvent s’inscrire à des ateliers, à des laboratoires d’innovation et à des activités de programmation centrés sur l’amélioration du monde.

L’exposition est divisée en pavillons « Belle vie » dédié aux différents secteurs du marché tels que la chimie, l’énergie et la finance, ainsi qu’à des sujets tels que la circularité et la gestion des ressources. Une section est même consacrée aux revues qui sont capables d’inspirer des changements comportementaux, comme le National Geographic.

En tant que sponsor « Good Life Lounge » pour l’économie circulaire, SAP organise plusieurs dialogues interactifs sur des sujets stratégiques. La question de la pollution plastique des océans est un des sujets de la conférence auquel les dirigeants de SAP sont très attachés.

Notre génération a fait la différence

The Knowledge That our Generation Has Made a Difference

Click the button below to load the content from YouTube.

The Knowledge That our Generation Has Made a Difference

Vidéo d’Angela Klose

Une direction qui a du sens

En 2018, Stephen Jamieson, responsable de SAP Leonardo au Royaume-Uni et en Irlande, a participé à la création de « Plastics Cloud », une plateforme pour s’attaquer au problème du plastique à usage unique. L’initiative compile des informations et utilise l’apprentissage automatique pour identifier les matériaux et les tendances prévisionnelles en matière d’achat et de recyclage de matières plastiques, ce qui permet aux services de répondre à la demande. Elle partage également des données avec les consommateurs pour les aider à comprendre l’impact qu’ils ont au sujet des matières plastiques.

Entre-temps, Padmini Ranganathan, vice-présidente globale Produits et innovation chez SAP, a inclus Plastics for Change dans Ariba Network, de façon à intégrer l’économie informelle des collecteurs de déchets dans un système d’offre et de demande de matériaux secondaires plus formalisé.

L’initiative de Stephen Jamieson et le travail de Padmini Ranganathan avec les collecteurs de matières plastiques ont été deux des principaux facteurs qui ont poussé SAP à parrainer le sommet Ocean Plastic Leadership Summit dirigé par Jim Sullivan, responsable de l’Innovation durable chez SAP, et Alexandra van der Ploeg, responsable de la Responsabilité sociale d’entreprise chez SAP.

Comme l’a dit Mohammed Ali « l’impossible est temporaire ». Ce paradigme a été répété à maintes reprises par les 170 producteurs, scientifiques, chercheurs et innovateurs participant au sommet océanique. Bien que la pollution plastique des océans soit un immense défi, Jim Sullivan estime que si les gouvernements, les organisations non gouvernementales (ONG), les consommateurs et les leaders industriels s’associaient, il serait possible de le relever en dix ans. La plupart du plastique est rejeté dans l’océan par cinq cours d’eau en Asie. Les experts estiment qu’en réduisant la quantité des matières plastiques déversées dans les cours d’eau de seulement 20 % au cours des sept prochaines années, les océans reviendraient aux niveaux de pollution plastique des années 1990.

La technologie pour y parvenir existe déjà. C’est l’investissement nécessaire au développement de cette infrastructure essentielle qui fait défaut, et ce manque s’accentue encore plus du fait de l’échec du système d’offre et de demande de matériaux recyclés.

Les entreprises durables jouent un rôle majeur dans la solution. Elles transforment leurs activités avec des modèles circulaires qui permettent aux consommateurs et aux producteurs de refuser, de réduire, de réutiliser et de recycler. Ensemble, ils créent une assise durable pour mener la belle vie, selon la nouvelle définition qu’on lui prête.

Publié en anglais sur news.sap.com

The post Mener la belle vie avec la conscience tranquille : c’est possible ! appeared first on SAP France News.

Source de l’article sur sap.com

La seule constante est le changement

Nous entendons souvent des analystes conseiller aux entreprises de repenser, réorganiser ou même complètement transformer leurs business models.

Mais qu’est-ce que cela signifie concrètement ? Est-ce pertinent pour tous les types de produits, y compris les miens, qui ont toujours été vendus de la même manière aux clients ?

Les exemples de business models transformés et couronnés de succès sont nombreux et connus de tous :

  • Musique en streaming plutôt que sur CD physiques, d’ailleurs, vos enfants ont-ils même déjà entendu parler des CD et des vinyles ?
  • Vidéos en streaming (dans ma propre ville, il n’y a plus aucun magasin de location de films). Et les services de streaming remplacent même peu à peu la télévision traditionnelle. Le choix avant tout !
  • De plus en plus de voitures sont louées ou partagées, en particulier au sein de la jeune génération. La flexibilité compte, comme le fait de pouvoir louer une voiture plus grande le week-end, simplement au moment où on en a vraiment besoin.
  • Souvent, les logiciels ne sont plus vendus, mais proposés via des abonnements, même dans des environnements privés. Vous pouvez ainsi toujours profiter de la version la plus récente, offrant les dernières fonctionnalités, et de l’espace cloud associé pour stocker vos documents en toute sécurité et les partager avec vos amis. Y a-t-il jamais eu une autre façon de consommer les logiciels ?

Et certains de ces « nouveaux business models » ont non seulement remplacé les « business models traditionnels », mais aussi offert une place à de nouveaux acteurs sur le marché. Des startups inconnues ont silencieusement attaqué des marques bien connues, les contraignant à une position défensive.

Et l’histoire récente montre que ces modèles de consommation sont bien acceptés par les clients. Ce n’est plus seulement la qualité des produits qui compte, mais aussi le mode de consommation, le service et la fiabilité associés.

Envisager et tester des changements et des orientations complètement différentes en matière d’offres est vraiment une excellente idée. Il s’agit non seulement d’innover en matière de produits physiques et de fonctionnalités, mais aussi de façonner quelque chose de nouveau : un nouveau produit offrant une perspective étendue et une valeur accrue aux clients, avant que d’autres ne s’en chargent.

Mais il faudra pour cela surmonter un obstacle, lié au fait qu’un business model transformé à ce point changera non seulement la vie des clients, mais aussi votre entreprise, et ce par bien des aspects :

  • Façon d’interagir avec vos clients (directement et de manière bien plus rapprochée)
  • Nombre accru de clients et nécessité d’interagir directement avec eux
  • Processus de facturation (réguliers et non plus ponctuels)
  • Nouveaux modèles de tarification dans votre système (mensuels, basés sur l’utilisation, etc.) et automatisation de leur exécution et traitement
  • Gestion des abonnements et de la satisfaction client
  • Automatisation accrue des processus (facturation, relance, contrôle des factures, etc.)
  • Etc.

Il s’agit vraiment d’un changement complet de business model !

Bonne nouvelle : chez SAP, nous disposons non seulement de l’expertise nécessaire pour vous aider, mais aussi de solutions et de processus standardisés. Nombre de nos clients ont réussi à transformer leur entreprise et à se protéger vis-à-vis de nouveaux acteurs. Ils ont prouvé que c’était possible et sont parvenus à garder une longueur d’avance en matière d’innovation de business model.

Autre bonne nouvelle : les clients qui ont doté leur entreprise traditionnelle d’un business model moderne sont devenus plus forts et plus résilients face aux crises, quelles qu’elles soient. Ce n’est pas la seule raison qui doit vous pousser à penser autrement, et ce dès maintenant, mais il s’agit clairement d’un argument de poids.

Vous souhaitez obtenir les témoignages de nos clients et experts ?

Rejoignez-nous pour notre présentation BRIM (1), proposée dans le cadre du sommet virtuel SAP Finance and Risk, et découvrez les expériences et idées de nos clients et experts à travers leurs témoignages.

Nous sommes impatients de vous retrouver le 16 mars.


(1) BRIM est l’acronyme de Billing Revenue Innovation Management, pour gestion novatrice de la facturation et des revenus

The post La seule constante est le changement appeared first on SAP France News.

Source de l’article sur sap.com

Adoptez une stratégie gagnante face aux cybermenaces et aux risques liés à la confidentialité et à la sécurité

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

Qu’est-ce que l’ERP Cloud ?

Avant d’aborder le sujet de l’ERP Cloud, rappelons ce qu’est un ERP. Introduit dans les années 90, le progiciel de gestion intégré (ERP) est un logiciel qui automatise les processus, que ces derniers relèvent de la finance, distribution, production, etc. Initialement, les systèmes ERP étaient souvent implémentés chez les clients, dans leurs centres de données. Ils étaient alors axés sur l’automatisation et l’orchestration des activités et des ressources internes. Au fil du temps, ils ont évolué pour s’adapter aux nouveaux besoins.

Plus récemment, la technologie cloud computing est arrivée et les logiciels ont été davantage distribués sous forme de services, via internet. L’ERP, comme beaucoup d’autres applications, a migré dans le cloud. Logiciel en tant que service (SaaS), l’ERP Cloud est disponible par abonnement plutôt qu’à l’achat. Mais l’ERP Cloud ne se limite pas à un nouveau modèle de distribution et de tarification. S’il rencontre aujourd’hui un tel succès, c’est parce qu’il aide les entreprises à prospérer à l’ère du numérique.

Pourquoi l’ERP Cloud ?

Pendant plus de 25 ans, les systèmes ERP ont apporté de la valeur aux entreprises, en les aidant à augmenter leur productivité et à obtenir une visibilité accrue. Mais le monde (et la concurrence) a changé.

La façon dont les entreprises fonctionnent et créent de la valeur est différente aujourd’hui. Elles sont d’abord sous pression pour automatiser leurs opérations. Quand elles ont déjà une certaine maturité numérique, comme beaucoup de grandes entreprises, elles cherchent à optimiser et changer leurs processus. Ainsi que des opportunités pour continuer à croître et à s’étendre. Les entreprises travaillent également davantage en réseau. Elles s’appuient sur des partenaires pour la production, distribution, gestion des ventes, le service, le support… et même pour leurs activités principales.

Ce monde globalisé et connecté exige de nouvelles technologies et systèmes, capables de gérer les opérations internes et externes, ainsi que les réseaux d’entreprises dans le monde entier. Et l’ERP Cloud rend tout cela possible, permettant aux entreprises de tirer parti des changements et d’être plus agiles.

En parallèle, les clients, de plus en plus férus de numérique, sont plus exigeants. Ils veulent des livraisons plus rapides, des offres continuellement améliorées, une fiabilité accrue et des coûts réduits.

Les anciens ERP ne peuvent plus suivre le rythme. Pourquoi ? Parce qu’ils ne s’adaptent pas facilement au changement, reposent sur une technologie à la maintenance coûteuse. Et aussi parce qu’il est peu probable qu’ils aident les entreprises à se conformer aux nouvelles réglementations.

Résultat : la plupart des anciens systèmes ERP peinent à fournir la vitesse, la flexibilité et la business intelligence nécessaires à la transformation, croissance et compétitivité des entreprises.

Comment l’ERP SaaS a-t-il évolué ?

Au début des années 2000, les applications cloud étaient surtout des solutions autonomes. Des outils de gestion de la relation client (CRM), de marketing automation, de gestion des notes de frais et des déplacements, etc.

Au milieu des années 2000, les principaux éditeurs de logiciels ont lancé leurs solutions d’ERP Cloud. Beaucoup avaient des fonctionnalités limitées et n’avaient pas été fondamentalement conçues pour le « cloud ». Une grande partie de ces solutions ont été adoptées lentement. Parce qu’elles étaient trop rigides, ne pouvaient suivre la rapidité du changement ni apporter la profondeur de fonction requise. Elles ne pouvaient pas non plus s’intégrer ou se connecter à différents systèmes ou données, limitant de fait la portée du changement et la croissance des entreprises.

Les systèmes ERP d’aujourd’hui ont considérablement changé la donne. Tout comme la courbe d’acceptation et d’adoption de l’ERP Cloud. Pourtant, il reste important de distinguer les systèmes ERP conçus pour le cloud de ceux qui simplement opèrent sur le cloud.

Pourquoi l’ERP Cloud est-il aujourd’hui si important ?

Les entreprises à forte croissance se sont souvent imposées comme des spécialistes dans leurs secteurs, grâce à des relations étroites avec leurs clients et fournisseurs, davantage de processus automatisés, et un besoin constant d’optimiser l’efficacité de leurs ressources et de passer à l’étape suivante de leur croissance. Les nouveaux environnements ont également entraîné un besoin d’innovation plus rapide. Ce qui a souvent créé un créneau pour ces entreprises, qui deviennent des spécialistes travaillant dans un petit ensemble de marchés verticaux, tels que la production de métaux pour l’aérospatiale ou les services de distribution aux restaurants.

Pour croître plus rapidement, ces entreprises doivent se développer dans de nouveaux marchés, lancer de nouveaux produits et services, faire des acquisitions et réagir aux échecs de leurs concurrents. Répondre à ces changements et saisir les opportunités au moment opportun est crucial. Un ancien système ERP rigide et difficilement extensible limitera la croissance et les changements positifs.

De même, la coopération entre les services est essentielle. Mais les systèmes de reporting indépendants – souvent basés sur des fichiers Excel, extraits de données ou systèmes cloisonnés – compliquent l’échange d’informations. Ils entraînent aussi des retards et des erreurs dans les opérations. Or, le partage efficace d’informations est vital pour prendre rapidement de bonnes décisions.

Aussi, les dirigeants sont souvent très soucieux des coûts. Et la constitution de réserves au bilan pour développer l’entreprise exige un examen du fonds de roulement, des dépenses d’exploitation et des investissements. Pourtant, de nombreux systèmes comptables hérités peinent à gérer ces détails. Et peinent aussi à se connecter au système comptable élargi ou à l’ERP. Les anciens outils et systèmes ne répondent pas aux besoins actuels, ne contribuent pas à l’efficacité opérationnelle et ne sont pas structurés ou maintenus pour répondre aux nouvelles exigences.

Enfin, si les entreprises sont promptes à adopter des solutions technologiques qui améliorent leurs opérations, beaucoup ont investi dans des solutions déconnectées pour résoudre des problèmes spécifiques à un service ou à un secteur. Ils ont par exemple investi dans des systèmes de gestion de la production (MES), de gestion des services de terrain, ou des logiciels de centre d’appels. Cette approche peut conduire à des dépenses importantes. Mais aussi à une grande complexité, lorsque ces solutions se connectent difficilement au système ERP. L’ERP Cloud, avec ses nouvelles technologies et ses avantages, change tout cela et offre une intégration harmonieuse.


Les systèmes modernes d’ERP Cloud améliorent le flux de travail grâce à des processus rationalisés, ce qui aide les entreprises à fournir un meilleur service à la clientèle, à identifier les opportunités d’upselling et à améliorer le cycle « order to cash ».


Quels sont les 10 principaux avantages de l’ERP Cloud ?

Les entreprises qui sont passées à l’ERP Cloud l’ont fait pour les avantages suivants :

  1. Réduction des coûts: en tant que service par abonnement, il n’y a pas de frais initiaux pour l’achat et l’installation du matériel et des logiciels. De plus, vous réduisez les coûts informatiques et les frais de personnel. En effet, les mises à niveau et la maintenance sont prises en charge par le fournisseur. Selon le modèle de déploiement de l’ERP Cloud que vous choisissez – cloud privé ou public – les économies peuvent être significatives. Le cloud public, en particulier, permet d’importantes économies financières et de temps dans la gestion de la maintenance.
  2. Implémentation rapide et flexible : la mise en place d’un ERP Cloud est très rapide. Votre fournisseur SaaS s’occupe des installations de matériel et de logiciels et met à disposition un personnel spécialisé dans la gestion des centres de données. Tout comme les applications mobiles que nous connaissons tous, la même interface utilisateur intuitive et la même expérience sont disponibles dans les applications d’ERP Cloud. Cela vous permet de saisir les opportunités en gagnant rapidement en productivité. La maîtrise des applications est rapide, l’automatisation prévaut, et le lancement de nouveaux produits dans de nouveaux secteurs et environnements devient facile.
  3. Amélioration des opérations : les fournisseurs d’ERP en mode SaaS gèrent et fournissent des mises à jour continues du système. Ils améliorent les opérations, changent les processus obsolètes, introduisent des innovations, technologies et fonctionnalités qui soutiennent les meilleures pratiques. L’ERP Cloud améliore et accélère, non seulement les pratiques financières et comptables, mais les opérations dans toute l’entreprise. Et peut même s’étendre aux partenaires et aux réseaux.
  4. Simplicité et automatisation : les entreprises peuvent consolider d’anciennes applications autonomes, standardiser et intégrer toutes les applications existantes et nouvelles. Elles peuvent aussi éliminer l’utilisation de systèmes déconnectés et les solutions de contournement qui existent sur les feuilles de calcul Excel. Cette synchronisation aide à réduire la complexité.
  5. Nouvelles fonctionnalités : les fournisseurs de SaaS gèrent le logiciel qui est partagé par toutes les entreprises qui l’utilisent. Cela permet aux fournisseurs de développer rapidement de nouvelles fonctions, améliorations. Et de les fournir à toutes les entreprises par le biais de mises à jour continues, ainsi que plusieurs nouvelles versions plus importantes par an. Comme les mises à jour sont livrées à tout le monde en même temps, vous ne manquez jamais une opportunité comme par le passé. Lorsque vous attendiez que votre fournisseur mette à jour votre système ERP personnalisé.
  6. Visibilité accrue : obtenir des insights nécessite des données et des outils d’entreprise fiables pour extraire les informations pertinentes. Les ERP Cloud modernes ont été conçus pour déverrouiller le big data. Afin que vous puissiez accéder aux informations cachées dans des ensembles de données vastes et complexes. Les bons systèmes d’ERP Cloud sont construits sur des modèles de données plus récents qui permettent un traitement en mémoire à grande vitesse, avec une architecture de données simplifiée. Et si les anciens systèmes ERP fournissent des outils de reporting, les analyses approfondies et intégrées disponibles via le cloud améliorent la prise de décision et les bénéfices dans toute l’organisation. Voir les tendances, prévoir les changements et automatiser les processus améliorent l’utilisation des ressources et, finalement, le service à la clientèle.
  7. Prise en charge de l’ERP mobile : Les produits ERP en mode SaaS garantissent que l’accès aux informations pour les collaborateurs, les sous-traitants, les fournisseurs et les clients est disponible et sécurisé sur les appareils mobiles, partout et à tout moment. La mobilité ne peut pas être pensée après coup. Accéder à des interfaces modernes, conçues pour s’adapter aux écrans mobiles, est important pour les utilisateurs.
  8. Accès aux nouvelles technologies : Des technologies avancées et intelligentes sont intégrées dans les solutions ERP SaaS modernes pour améliorer la productivité. Ces technologies comprennent l’Intelligence Artificielle (IA), le Machine Learning, et l’Internet des Objets (IoT). Ce dernier permet notamment à des dispositifs (machines ou capteurs) d’envoyer des données à des applications via le cloud.
  9. Une sécurité renforcée : Avec les systèmes ERP Cloud, la sécurité et les sauvegardes de données sont assurées par des experts en sécurité à plein temps. Les fournisseurs de cloud computing disposent généralement de la meilleure sécurité de données qui existe. Les failles de sécurité dans les grandes et moyennes entreprises se produisent généralement avec des systèmes sur site. Cependant, une chaîne n’est pas plus solide que son maillon le plus faible. Pour éviter la vulnérabilité aux points d’intégration, les systèmes ERP Cloud doivent être complets, connectés et collaboratifs.
  10. Scalabilité : Comme la croissance peut être difficile à prévoir, la scalabilité est importante. Avec une solution SaaS, vous pouvez simplement ajouter une puissance de calcul ou une capacité de stockage de données supplémentaire. Ce qui vous évite d’engager des dépenses d’investissement importantes.

BONUS : avec l’ERP Cloud, si les entreprises utilisatrices identifient des problèmes communs ou des besoins non satisfaits, elles peuvent pousser le fournisseur à apporter des changements. La volonté de la foule prévaut souvent. En conséquence, l’innovation est plus réactive et plus rapide.

L’ERP Cloud est-il sûr ?

Avec toutes les actualités concernant les violations de données et les virus, on peut se demander si l’ERP Cloud est sécurisé. De fait, aucun système n’est inviolable. Mais le degré de sécurité de votre système dépend de la manière dont il a été déployé et de qui le gère.

Voici quelques points clés à prendre en compte :

  • Vol de données : C’est probablement l’un des sujets les plus brûlants de l’actualité. De grandes entreprises ont vu leurs données volées et les informations privées de leurs clients compromises. Toutefois, l’examen des cas de violations de données montre que ces dernières étaient, le plus souvent, stockées dans les locaux de l’entreprise, et non dans le cloud.
  • Perte de données : Perdre des fichiers est une chose terrible. Mais cela peut arriver lors d’une catastrophe naturelle, d’un effacement de données par erreur ou d’une panne informatique. L’unique solution pour s’en prémunir est de faire des sauvegardes régulières. Avec l’ERP Cloud, les fournisseurs d’infrastructures effectuent des sauvegardes hors site régulières et de manière redondante. En cas de perte de données, il est facile de les restaurer pour que le système soit rapidement remis en marche.
  • Sécurité : il est de la plus haute importance d’avoir le bon niveau de sécurité. Les ETI disposent généralement d’un personnel informatique limité. Ce personnel s’occupe généralement de l’infrastructure, des mises à jour du système et des problèmes des utilisateurs. Les PME, quant à elles, disposent très rarement d’un personnel de sécurité informatique à plein temps. Avec un fournisseur d’ERP Cloud réputé, les PME/ETI ont automatiquement des experts en sécurité à plein temps. Disponibles 24 /24 et 7/7, ils s’assurent que toutes les mises à jour et procédures de sécurité sont réalisées.

Compte tenu de ce qui précède, l’ERP Cloud constitue une option plus sûre qu’un déploiement sur site.

Ne remettez pas à demain ce que vous pouvez faire aujourd’hui

L’ERP Cloud est une solution éprouvée et mature. Aujourd’hui utilisée par des milliers d’entreprises dans le monde, et probablement par bon nombre de vos concurrents.

Pour la majorité des ETI et grandes entreprises, la migration vers le « cloud » est une étape inévitable pour passer au niveau supérieur. Les avantages de processus accélérés, d’une visibilité accrue et d’un retour sur investissement plus rapide peuvent être vérifiés par des rapports d’analystes (de Gartner, Aberdeen, Forrester, etc.) et par des exemples de réussite de clients de votre secteur.

Publié en anglais sur SAP Insights

The post Qu’est-ce que l’ERP Cloud ? appeared first on SAP France News.

Source de l’article sur sap.com

CERTFR-2021-ALE-003 : Vulnérabilité dans VMWare vCenter Server (25 février 2021)

Le 23 février 2021, WMware a publié un avis de sécurité concernant trois vulnérabilités (cf. section documentation). La vulnérabilité CVE-2021-21972 est la plus critique. Elle permet une exécution de code arbitraire à distance par un attaquant non authentifié.

Cette vulnérabilité …
Source de l’article sur CERT-FR

Comment les technologies de formation et les LMS supportent l’upskilling

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

SAP et Microsoft élargissent leur partenariat et intègrent Microsoft Teams dans les solutions SAP

WALLDORF, Allemagne, et REDMOND, Washington – 22 janvier 2020 – SAP SE (NYSE : SAP) et Microsoft Corp. ont annoncé leur intention d’intégrer Microsoft Teams à la suite de solutions intelligentes de SAP. Les sociétés ont également officialisé l’extension d’un partenariat stratégique existant afin d’accélérer l’adoption de SAP S/4HANA® sur Microsoft Azure. Ce partenariat s’appuie sur un engagement commun des entreprises à simplifier et à rationaliser la migration des clients vers le cloud.

« Les nouvelles méthodes de travail, de collaboration et d’interaction transforment complètement notre mode de fonctionnement », a déclaré Christian Klein, CEO de SAP et membre du conseil d’administration. « En intégrant Microsoft Teams dans notre portefeuille de solutions, nous porterons la collaboration à un niveau supérieur, en déterminant ensemble l’avenir du travail et en permettant une entreprise sans friction. Notre partenariat de confiance avec Microsoft est axé sur la progression continue du succès client. C’est pourquoi nous développons également l’interopérabilité avec Azure ».

Beaucoup de choses ont changé au cours de l’année passée, le travail est devenu plus virtuel, ce qui accroît le recours à Microsoft Teams pour les réunions, la communication et la collaboration. Pour faciliter ces changements commerciaux et sociétaux, SAP et Microsoft mettent en place de nouvelles intégrations entre Microsoft Teams et les solutions SAP, telles que SAP S/4HANA, les offres SAP® SuccessFactors® et SAP Customer Experience. Cela permettra d’innover, d’accroître la productivité et l’engagement des employés, d’offrir un apprentissage collaboratif et de soutenir la croissance mondiale. Ces intégrations sont prévues pour la mi-2021.

« Le dossier de la transformation numérique n’a jamais été aussi urgent », a déclaré Satya Nadella, CEO de Microsoft. « En associant la puissance d’Azure et de Teams aux solutions de SAP, nous aiderons davantage d’organisations à exploiter la puissance du cloud afin qu’elles puissent s’adapter et innover plus rapidement à l’avenir. »

Les entreprises étendent également leur partenariat de cloud computing annoncé en 2019, afin d’introduire de nouvelles offres d’automatisation et d’intégration du cloud pour SAP S/4HANA sur Microsoft Azure. Ensemble, Microsoft et SAP offrent de nouvelles possibilités pour gérer une entreprise critique sur Azure tout en aidant les clients à moderniser leurs applications d’entreprise. SAP et Microsoft proposeront à leurs clients :

  • Une Simplification du passage des éditions on premise de l’ERP SAP à SAP S/4HANA sur le cloud. En plus des plans de route spécifiques à l’industrie vers le cloud et les architectures de référence, SAP et Microsoft continueront à co-innover autour de SAP S/4HANA sur Azure.
  • Des engagements conjoints élargis avec les clients et les partenaires. En plus du travail d’intégration des produits, SAP, Microsoft et les partenaires intégrateurs de systèmes continueront à fournir aux clients des feuilles de route numériques pour l’entreprise. Cela inclut des architectures de référence immédiates et exploitables et des conseils techniques pour aider les clients dans leur migration vers le cloud.
  • Des investissements accrus dans les plates-formes et les infrastructures. Les entreprises poursuivront le développement des migrations automatisées, l’amélioration des opérations, le contrôle et la sécurité.

Les clients privilégient généralement Azure pour le passage de SAP S/4HANA on-premise vers le cloud.

« Dans le cadre de notre transformation globale, nous sommes passés à SAP S/4HANA », a déclaré John Hill, chief information officer et senior vice president of Business Planning de Carhartt. « L’utilisation de Microsoft Azure nous apporte la rapidité, la disponibilité, l’évolutivité et l’élasticité dont nous avons besoin pour une meilleure visibilité et une meilleure efficacité dans notre activité. La pandémie a frappé alors que nous étions au milieu de notre mise en œuvre de SAP. En utilisant Teams, nous avons donc pu continuer à travailler sur le projet, respecter le calendrier et tenir tout le monde informé. La combinaison de SAP et de Microsoft a été particulièrement utile dans une période difficile ».

« SAP S/4HANA nous a donné une visibilité en temps réel sur notre stock, ce qui est crucial pour nous en tant que société de vente au détail de produits pharmaceutiques et de soins de santé pendant la pandémie », a déclaré Francesco Tinto, Alliance’s senior vice president et global chief information officer. Walgreens Boots Alliance. « Nous avons choisi d’utiliser SAP S/4HANA sur Azure en raison de sa souplesse et de sa flexibilité, qui nous permettent de développer ou de réduire rapidement nos activités pour répondre aux besoins du marché. Nous avons désormais accès à nos données en un seul endroit, ce qui nous permet d’offrir la meilleure expérience possible à nos clients en ligne et dans nos magasins. Les équipes Microsoft associées aux solutions SAP nous ont aidés à surmonter les difficultés liées à la continuité des activités et ont permis à nos employés de collaborer très efficacement malgré le passage du travail de bureau au travail à distance ».

« Lorsqu’il s’agit pour nos clients de livrer des équipements de protection individuelle, nous ne pouvons pas être en retard, c’est pourquoi nous comptons sur SAP et Microsoft pour nous fournir le support numérique qui est essentiel au bon fonctionnement de notre chaîne d’approvisionnement », a déclaré Helge Brummer, vice president of Technical Infrastructure, Support & Operations de Coats. « L’association des équipes Microsoft et de nos solutions SAP a permis à nos employés de travailler de n’importe où tout en garantissant la livraison des commandes à nos clients dans les délais, en soutenant les personnes qui risquent leur vie en travaillant en première ligne ».

La reconnaissance par SAP d’Azure pour la migration vers le cloud ERP se traduit par des commentaires positifs des clients sur la collaboration entre les entreprises. SAP et Microsoft continueront à simplifier la migration et à renforcer la confiance des clients dans la gestion de leurs entreprises numériques dans le cloud. Par ailleurs, de nombreux clients expriment le souhait de maintenir des environnements multi-clouds. SAP poursuit sa politique de longue date de soutien au choix pour les clients qui demandent des alternatives basées sur les besoins de l’entreprise.

SAP et Microsoft ont récemment annoncé une mise à jour pour permettre aux clients de concevoir et d’exploiter des solutions intelligentes de chaîne d’approvisionnement numérique et d’industrie 4.0 dans le cloud et à la marge.

Visitez le SAP News Center. Suivez SAP sur Twitter @SAPNews.

 

The post SAP et Microsoft élargissent leur partenariat et intègrent Microsoft Teams dans les solutions SAP appeared first on SAP France News.

Source de l’article sur sap.com