Obilog et Altiview unissent leurs forces pour offrir aux clients d’Obilog une solution de datavisualisation prête à l’emploi, mais entièrement adaptable, basée sur la puissante technologie de Qlik Sense.
Retour sur Qlik World et focus sur l’Auto Machine Learning
Retour sur Qlik World, le rendez-vous technologique de Qlik
Le rendez-vous annuel technologique de Qlik s’est tenu du 17 au 20 avril dernier #QlikWorld2023 !
L’occasion d’affirmer encore plus son positionnement de Data Platform, ouverte à de nombreuses technologies, embarquant des valeurs ajoutées croissantes pour l’utilisateur en analyse de données comme pour les acteurs de la construction des Dashboards et applications analytiques.
En particulier, le rapprochement avec Talend conforte le choix des nombreuses organisations qui ont déjà mis un pied dans ces deux mondes.
Spécifiquement avec l‘arrivée d’AutoML, solution embarquée dans Qlik Sense qui met dans les mains des utilisateurs métiers la puissance de la DataScience.
Et tout cela en bâtissant autour du Cloud, une stratégie croissante de services puissants.
AltiView, fidèle partenaire dédié à Qlik, est fière de promouvoir et déployer les capacités toujours croissantes proposées par l’éditeur.
Qlik AutoML : la puissance de la data science dans les mains des utilisateurs métiers
AutoML, solution embarquée dans Qlik, ce qu’il est important de savoir :
L’introduction de l’Auto Machine Learning dans Qlik Cloud marque une avancée majeure en termes d’innovation. Cette nouvelle solution intégrée offre la capacité de générer des données prédictives en analysant les schémas des données passées et les statistiques actuelles.
Créez des modèles d’apprentissage automatique :
AutoML identifie les éléments clés dans vos données historiques grâce à ses algorithmes puissants, permettant ainsi la création de modèles prédictifs tout en expliquant le processus par lequel l’IA a abouti à ces résultats (données d’explicabilité).
Explorez ensuite ces données prédictives à travers différents scénarios envisagés et comprenez comment atteindre les meilleurs résultats possible.
Utilisant une approche « no-code », AutoML est conçu pour une utilisation intuitive et accessible, démontrant ainsi son utilité en tant que solution métier adaptée à divers domaines. Voici quelques exemples d’utilisation d’AutoML dans différents secteurs :
- Commerce : prédiction des ventes, analyse de l’engagement client, optimisation des stocks.
- Marketing : prédiction de la demande, identification des tendances du marché (insights).
- Logistique : optimisation des calendriers, prédiction des effectifs, gestion des agendas.
Pour en savoir plus sur Qlik AutoML :
Pour aller, plus loin, voici un article du site officiel de Qlik, que vous pouvez traduire depuis votre navigateur : What is Predictive Modeling
Ainsi que deux vidéos supplémentaires :
Qlik AutoML - ce que vous devez savoir
Aperçu et démonstration de Qlik AutoML
L’émergence du cloud dans la business intelligence et les avantages de Qlik Cloud
Aujourd’hui, nous remarquons une réelle maturité du cloud dans la Business Intelligence.
Le cloud computing définit les services informatiques auxquels vous pouvez accéder à tout moment via Internet et les fournisseurs. L’objectif du cloud est de permettre à l’utilisateur d’accéder facilement à ces services en libérant les DSI de la contrainte de gestion de l’infrastructure informatique. Ce modèle permet d’accélérer le déploiement des solutions de gestions et l’accès aux informations pour les utilisateurs de Business Intelligence.
Les entreprises font face à de vaste quantités de données qu’elles doivent traiter pour accélérer leur croissance et prendre des décisions. Les outils de cloud BI deviennent alors essentiels.
Qlik, adopte la tendance du SaaS first et fais du cloud un priorité, répondant ainsi aux besoins de ses utilisateurs désireux de flexibilité et de choix lors du déploiement de leur plateforme analytique en intégrant des fonctionnalités analytiques, mais aussi d’intégration de données.
L’utilisation de Qlik Cloud compte ainsi de nombreux avantages, notamment par le biais de ses multiples fonctionnalités comprises dans l’abonnement :
- Qlik Alerting : Module de reporting complémentaire de la suite Qlik Sense qui permet de scanner les applications et d’y observer un KPI ou un graphique. Dès que cet objet passe un seuil, une alerte peut être émise. Cette alerte de type mail ou SMS permet o l’utilisateur de se connecter à l’application interactive Qlik Sense.
- Qlik Reporting Service : Fonctionnalité de distribution de rapports dans Qlik Cloud. Cet outil génère, depuis une application, des rapport au format PDF.
- Automation Machine Learning : Plateforme permettant de façon simple et sans code de générer des modèles de prédictions d’apprentissage automatique.
- Les nouveautés disponibles automatiquement chaque mois en priorité sur Qlik Cloud sans avoir besoin de faire de mise à jour.
Qlik cloud est continuellement en cours de développement et ne cesse d’innover afin de proposer de nouveaux services de plus en plus performant
Qlik se lance dans le Machine Learning avec son offre Auto ML
Qlik se lance dans le Machine Learning avec son offre Auto ML
De nos jours, nous entendons beaucoup parler d’apprentissage automatique et d’intelligence artificielle, mais que cela signifie réellement ?
L’Automated Machine Learning est le processus de reconnaissance des modèles et des facteurs dans les données historiques afin de prédire les résultats futurs.
Qlik, souhaite ouvrir la voie aux business analystes pour qu’ils utilisent directement l’AutoML, ce qui permettra à davantage de secteurs de votre entreprise de tirer parti de l’analyse prédictive. Elle est simple, sans code et transparente – fournissant non seulement les prédictions futures, mais surtout, des informations détaillées sur les principaux facteurs et les raisons pour lesquelles les prédictions ont été faites.
Bien sûr, l’AutoML ne peut pas remplacer la puissance des data scientists professionnels, Qlik cherche plutôt à mettre certaines des mêmes capacités entre les mains de l’entreprise, permettant à vos analystes de générer une valeur dans davantage de cas d’utilisation quotidiens lorsque les ressources de science des données ne sont pas disponibles. Cela inclut des domaines allant de la prévision des ventes à la réduction du taux de désabonnement, en passant par l’acquisition de clients, l’optimisation des stocks, l’analyse des dépenses et plus encore.
Ainsi, vous disposerez d’un moyen simple et sans code de générer des modèles et des prédictions d’apprentissage automatique, mais également d’un moyen interactif d’explorer des calculs de science des données construits par des professionnels
Découvrez ci-dessous une démo de la mise en place d’un tableau de bord d’analyse prédictive à l’aide de Qlik Sense et de Qlik AutoML :
Open data
L’open data est l’un des grands enjeux du monde numérique de demain.
Elle désigne les données disponibles en libre accès et pouvant être utilisées et partagées librement.
Une donnée ouverte doit être accessible, réutilisable et redistribuable sans aucune restriction et par n’importe quel utilisateur. Ces trois critères permettent l’interopérabilité avec des données issues de sources disparates.
En supprimant les obstacles d’accessibilité, d’usage et de distribution, l’ouverture des données soutient l’innovation, assure pour les acteurs publics une transparence démocratique, améliore l’efficacité administrative.
Pour l’individu, l’open data contribue en outre à l’égalité des savoirs.
Pour les entreprises, l’open data présente des opportunités par exemple par une meilleure connaissance des territoires, et une prise en compte des caractéristiques de leurs zones de chalandise.
Pour répondre aux enjeux de l’open data, l’État et la Région Grand-Est ont fédéré un grand nombre d’acteurs qui unissent leurs forces dans un esprit collaboratif.
Le 16 novembre dernier, ils ont inauguré DataGrandEst avec pour ambition de faire de la donnée l’innovation de demain et ainsi développer la coopération régionale en matière de production, de partage et de valorisation des données dans le Grand Est.
Les actions de ce projet s’orientent autour de 4 axes :
- Piloter : fédérer un partenariat et assurer le pilotage de projets associant acteurs publics et privés
- Partager : encourager les acteurs à partager leurs données par des actions et outils adaptés
- Produire : rendre la production de données standardisées et de qualité qui seront accessibles en open data dynamique
- Valoriser : développer les usages de la donnée et faciliter sa compréhension