1. En quoi les séries temporelles, utilisées au départ dans l’économétrie, constituent une révolution pour le big data ? Quid des applications possibles des séries temporelles en liaison avec les bases de données SQL (vs NoSQL) et les usages de l’Internet des objets ?
Dans l’économétrie, les séries temporelles s’appliquent à des temps longs (mois, années). Il s’agit de calculs statistiques qui ne sont pas sur fond très compliqués.
Dans l’Internet des objets et les capteurs, on est sur des technologies complexes avec des fréquences très élevées, imparfaites et avec des sources de données nombreuses même si elles consomment très peu de bande passante.
Cela fait appel à un corpus mathématique assez large qui couvre par exemple les transformées de Fourier, les transformées en ondelettes, l’intelligence artificielle, etc. le tout associé à des technologies de développement qui s’appuient sur des frameworks comme Hadoop, SPARK et des développements en programmation objet (Java).
On peut gérer des séries temporelles dans SQL. Les performances sont sans commune mesure avec ce qu’on peut faire avec du NoSQL Time Series. Sauf à augmenter de manière substantielle la mémoire comme le fait SAP avec HANA. Mais là, on bute rapidement sur des considérations financières. Au-delà des applications pilotes ou des PoC, le passage à l’échelle impose pour ces raisons de passer aux séries temporelles.
2. Comment voyez-vous évoluer les grandes organisations qui sont encore en mode silos entre les différentes directions vers les datalakes puis l’étape suivante avec les séries temporelles ? En quoi les changements seront légions dans le rapport aux données et à l’émergence d’une réelle intelligence collective ?
Je vois ce passage relativement lent dans sa globalité. Le poids des architectures en place est telle que des projets innovants peuvent être menés mais qu’ils se font à la marge sans véritablement remettre en cause les fondamentaux en terme d’architecture et d’organisation. Il faut des projets moteurs qui, parce qu’ils concernent le cœur des métiers, peuvent alors servir de tremplin.
Pour notre part, nous proposons de nous adapter en pluguant notre moteur d’analyse sur des bases existantes afin de ne pas lier l’évolution des applications à celle de l’architecture de la base. C’est une manière d’introduire de la souplesse en laissant les entreprises maîtresses de leur choix techniques tout en leur montrant le chemin. C’est aussi une manière de sauvegarder ses arrières notamment quand des investissements lourds ont été engagés sur des technologies classiques. Il n’en reste pas moins que le projet moteur constitue la bonne approche. Plus il sera important et plus il pourra servir de disrupteur interne.
L’un des changements importants dans la manière de penser la donnée dans les organisations est au bout du compte de donner de la valeur aux données brutes. Tout ramener à des données élémentaires donne la capacité avant que quelqu’un se les approprie de voir la donnée brute comme un « asset » d’une organisation et de préserver le potentiel de son utilisation qui pourra être faite. Enfermée tout de suite dans une transaction, elle n’existe qu’au travers d’une seule transaction métier et dépend de la direction qui en a la responsabilité.
Le concept de datalake n’est trop souvent qu’une transposition avec une technologie nouvelle du datawarehouse. Pourquoi pas si c’est une tactique bien pensée s’inscrivant dans une transformation progressive. Il faut simplement en mesure de maîtriser une évolution qui, en s’étalant sur plusieurs années, devra conserver une ligne stratégique cohérente sans risquer de voir la dynamique s’éteindre.
3. Enfin pourriez-vous présenter votre entreprise Cityzen Data et les prochaines étapes de développement envisagées avec quelques cas d’usage ?
Cityzen Data est actuellement dans une phase de restructuration de son capital. Ceci est dû à la séparation de l’actionnariat avec les actionnaires qui étaient liés à l’activité du textile connecté. Une des étapes a été franchie le 26 février avec une AGE qui s’est bien passée. Cela a pris du temps parce que des investisseurs avaient mis de l’argent sur cette activité textile. Nous allons changer de nom. C’est un scoop !
L’évolution de notre chiffre d’affaires est en comptant nos projets R&D, de 10 K€ en 2014, près de 300 en 2015, près de 600 en 2016 et environ 1 M€ en 2017. Nous pensons faire ensuite une levée de fonds en 2018.
Nous avons d’ores et déjà des sollicitations de clients ou d’investisseurs potentiels. Nous avons eu un appel du pied il y a quinze jours d’un groupe Sud-Coréen connu pour aller plus loin. Nos clients sont issus de secteurs très diversifiés. Nous commençons à travailler avec la Défense qui pourrait avoir une influence sur la première levée de fonds en terme de nationalité. Quelle que soit les étapes, l’objectif est et sera de s’inscrire délibérément dans une stratégie de développement international.
[Note : l’entreprise s’appelle à présent SenX]
5 mars 2018
Hervé Rannou est P-DG et co-fondateur de Cityzen Data désormais SenX et P-DG d’Items International. Il a également travaillé plusieurs années au sein de France Télécom et est actionnaire de l’accélérateur TheFamily
Commentaires récents