SlideShare una empresa de Scribd logo
1 de 33
Disposer d’une vue consolidée des données
Time2Marketing Lyon
Web Sémantique et Big Data

Pierre Col
pcol@antidot.net
1
ÉTAT DES LIEUX

2
Evolution du S.I.
1 métier, 1 besoin  1 application  1 silo de données
Un S.I. piloté par les process
Des données éparses, multiples, pas toujours cohérentes

3
Comment retrouver l’information ?

4
Comment retrouver l’information ?

5
Moteur de recherche unifiée
Pour la DSI, le besoin est satisfait :
un moteur de recherche sémantique
avec des fonctionnalités très avancées
ET POUR AUTANT
Pour les utilisateurs, un service
rendu limité : le moteur indexe des
documents, répond des documents

6
Répondre à des besoins SI

Il faut libérer les données…
Mettre en commun les
données du SI
Intégrer et diffuser des
données entre applications,
en interne et en externe
Disposer d’une infrastructure
informationnelle agile et
évolutive
7
Répondre à des besoins utilisateurs

… pour démultiplier les usages
Chercher et naviguer de
façon transversale
Offrir des vues selon les
usages
Construire de nouvelles
applications avec les
données existantes :
smartphones, tablettes
8
LA RÉPONSE À TOUS CES ENJEUX

9
Changer d’approche

Ne plus considérer les applications mais
SEULEMENT LES DONNÉES

10
Les fondements

Le Web Sémantique / Linked Data





Conçu par le W3C depuis 12 ans
Ouverture, pérennité
Scalabilité
Réversibilité

Ecosystème d’outils

11
LED

Application des principes et technologies du Web
sémantique à l’entreprise

12
Relier

Mettre les données de l’entreprise en
commun, les mailler au niveau le plus fin

13
Faire émerger l’implicite

14
Consolider
Intégrer les données internes et externes : l’intérêt de vos
données démultiplié par celles disponibles sur le Web

15
Créer des objets métier

16
Le LED Antidot - Capter

17
Le LED Antidot - Relier

18
Le LED Antidot - Modéliser
Organization
Invoice
Opportunity
(CRM)

Group

Case
(ERP)

Project
(service)

Person

Item-Stat
vCard

Document

Environment

Dimension

Aggregation

Host

Issue
(Mantis)
19
LED Antidot - Extraire et mailler
Utilisation des référentiels et vocabulaires
Exploitation directe des données structurées
Pour les documents : text mining pour repérer les
personnes, produits, projets…

20
LED Antidot – Proposer une vue consolidée

21
LED Antidot – Proposer une vue consolidée

ERP / Finance

CRM + Annuaire

Monitoring Data center

CRM

Gestion des projets

Gestion support tech.

GED

22
Les produits Antidot pour déployer le LED

Capter, enrichir et mailler les
données et documents de
l’entreprise pour produire
une information métier

Trouver l’information utile et
l’exposer aux utilisateurs et
aux applications via le moteur
de recherche sémantique
23
Antidot Information Factory

La solution pour collecter, nettoyer, enrichir,
aligner, semantiser, classifier les données
 par simple assemblage et configuration de modules
 pas besoin de coder, se concentrer sur les données
 un framework ouvert, des interfaces de gestion

24
AIF – ouvrir la voie des données

BD relationnelle

Collecter

Normaliser

Enrichir

Annoter

RDF Triplestore
(Linked Data)

Sémantiser

Content
Repository

Classifier

Indexation

moteur de
recherche AFS
25
Antidot Finder Suite

Le moteur de recherche sémantique multi agents

26
AFS – la référence

La solution de recherche à l’état de l’art et à la
couverture fonctionnelle inégalée









tout document, tout format (incl. vidéo, image, son)
multi-lingue et cross-lingue, recherche sémantique
recherche à facettes, multicritères, géographique
auto-complétion, correction des fautes d’orthographe
clustering dynamique, navigation dans les contenus similaires
recherche instantanée, indexation temps réel
rapide et scalable
facile à intégrer (APIs REST, sorties XML ou JSON)

Plus encore
 sécurité and droits d’accès
 pertinence et règles métier
27
Bénéfices du LED

Libère les données, urbanise les données et non les
applications
Consolide avec des données externes
Crée de nouvelles informations
Ne nécessite aucune modification de l’existant
Favorise une approche incrémentale
Rend le SI agile

28
QUI SOMMES-NOUS ?

29
Société ANTIDOT
Éditeur de logiciels
 depuis 1999 | Paris, Lyon, Aix-en-Provence
 moteurs de recherche | enrichissement des données

Mission : délivrer à nos clients des solutions
hautement configurables et innovantes qui
créent de la valeur à partir de leurs données et
augmentent leur performance opérationnelle

30
Société ANTIDOT
Offre dans le Cloud depuis 1999
 SaaS : service et souplesse
sans investissement
 Licence sur site ou hébergée

50% du CA investi en R&D

31
Parmi nos clients
E-commerce

Éditeurs

Santé

Entreprises, organisations

32
Discuter
Comprendre
S’informer
Échanger
www.antidot.net
info@antidot.net
@AntidotNet

MERCI DE VOTRE ATTENTION
www.antidot.net/secteurs-et-donnees/intranet-linked-enterprise-data/
33

Más contenido relacionado

Similar a Linked Enterprise Data : disposer d’une vue consolidée des données de l'entreprise - T2M Lyon 2013

Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Denodo
 
Antidot : présentation de la société
Antidot : présentation de la sociétéAntidot : présentation de la société
Antidot : présentation de la société
Antidot
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
Ludovic Piot
 

Similar a Linked Enterprise Data : disposer d’une vue consolidée des données de l'entreprise - T2M Lyon 2013 (20)

Linked Enterprise Data ou comment disposer d'une vue consolidée des données
Linked Enterprise Data ou comment disposer d'une vue consolidée des donnéesLinked Enterprise Data ou comment disposer d'une vue consolidée des données
Linked Enterprise Data ou comment disposer d'une vue consolidée des données
 
i-expo 2013 : présentation du Linked Enterprise Data par Antidot avec témoign...
i-expo 2013 : présentation du Linked Enterprise Data par Antidot avec témoign...i-expo 2013 : présentation du Linked Enterprise Data par Antidot avec témoign...
i-expo 2013 : présentation du Linked Enterprise Data par Antidot avec témoign...
 
Offre Search
Offre SearchOffre Search
Offre Search
 
Antidot Information Factory - AIF
Antidot Information Factory - AIFAntidot Information Factory - AIF
Antidot Information Factory - AIF
 
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
 
Comment mettre en relation 
données et documents pour produire 
une informati...
Comment mettre en relation 
données et documents pour produire 
une informati...Comment mettre en relation 
données et documents pour produire 
une informati...
Comment mettre en relation 
données et documents pour produire 
une informati...
 
Synergie entre intranet collaboratif et recherche sémantique : le cas des hôp...
Synergie entre intranet collaboratif et recherche sémantique : le cas des hôp...Synergie entre intranet collaboratif et recherche sémantique : le cas des hôp...
Synergie entre intranet collaboratif et recherche sémantique : le cas des hôp...
 
Webinar : Les enjeux du moteur de recherche
Webinar : Les enjeux du moteur de rechercheWebinar : Les enjeux du moteur de recherche
Webinar : Les enjeux du moteur de recherche
 
La Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance clientLa Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance client
 
Documation 2011 : de la recherche fédérée à l'accès unifié
Documation 2011 : de la recherche fédérée à l'accès unifiéDocumation 2011 : de la recherche fédérée à l'accès unifié
Documation 2011 : de la recherche fédérée à l'accès unifié
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
 
Moteurs de recherches d'entreprises - Google Search Appliance
Moteurs de recherches d'entreprises  - Google Search ApplianceMoteurs de recherches d'entreprises  - Google Search Appliance
Moteurs de recherches d'entreprises - Google Search Appliance
 
Antidot : présentation de la société
Antidot : présentation de la sociétéAntidot : présentation de la société
Antidot : présentation de la société
 
Chp2 - Les Entrepôts de Données
Chp2 - Les Entrepôts de DonnéesChp2 - Les Entrepôts de Données
Chp2 - Les Entrepôts de Données
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
IODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data ScienceIODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data Science
 
Le reporting BI dans tous ses états / quel outil pour quel usage
Le reporting BI dans tous ses états / quel outil pour quel usage Le reporting BI dans tous ses états / quel outil pour quel usage
Le reporting BI dans tous ses états / quel outil pour quel usage
 
Emna borgi mabroukachraita-datawarehouse
Emna borgi mabroukachraita-datawarehouseEmna borgi mabroukachraita-datawarehouse
Emna borgi mabroukachraita-datawarehouse
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
 

Más de Antidot

Antidot Content Classifier
Antidot Content ClassifierAntidot Content Classifier
Antidot Content Classifier
Antidot
 
Cas client CAIJ
Cas client CAIJCas client CAIJ
Cas client CAIJ
Antidot
 
Do’s and don'ts : la recherche interne aux sites de ecommerce
Do’s and don'ts : la recherche interne aux sites de ecommerceDo’s and don'ts : la recherche interne aux sites de ecommerce
Do’s and don'ts : la recherche interne aux sites de ecommerce
Antidot
 
Boostez votre taux de conversion et augmentez vos ventes grâce au searchandis...
Boostez votre taux de conversion et augmentez vos ventes grâce au searchandis...Boostez votre taux de conversion et augmentez vos ventes grâce au searchandis...
Boostez votre taux de conversion et augmentez vos ventes grâce au searchandis...
Antidot
 
Vous utilisez Prestashop ? Changez votre moteur de recherche interne pour boo...
Vous utilisez Prestashop ? Changez votre moteur de recherche interne pour boo...Vous utilisez Prestashop ? Changez votre moteur de recherche interne pour boo...
Vous utilisez Prestashop ? Changez votre moteur de recherche interne pour boo...
Antidot
 

Más de Antidot (20)

Comment l'intelligence artificielle améliore la recherche documentaire
Comment l'intelligence artificielle améliore la recherche documentaireComment l'intelligence artificielle améliore la recherche documentaire
Comment l'intelligence artificielle améliore la recherche documentaire
 
Antidot Content Classifier - Valorisez vos contenus
Antidot Content Classifier - Valorisez vos contenusAntidot Content Classifier - Valorisez vos contenus
Antidot Content Classifier - Valorisez vos contenus
 
Comment l’intelligence artificielle réinvente la fouille de texte
Comment l’intelligence artificielle réinvente la fouille de texteComment l’intelligence artificielle réinvente la fouille de texte
Comment l’intelligence artificielle réinvente la fouille de texte
 
Antidot Content Classifier
Antidot Content ClassifierAntidot Content Classifier
Antidot Content Classifier
 
Cas client CAIJ
Cas client CAIJCas client CAIJ
Cas client CAIJ
 
Du Big Data à la Smart Information : comment valoriser les actifs information...
Du Big Data à la Smart Information : comment valoriser les actifs information...Du Big Data à la Smart Information : comment valoriser les actifs information...
Du Big Data à la Smart Information : comment valoriser les actifs information...
 
Compte rendu de la matinée "E-commerce B2B : les leviers de croissance"
Compte rendu de la matinée "E-commerce B2B : les leviers de croissance"Compte rendu de la matinée "E-commerce B2B : les leviers de croissance"
Compte rendu de la matinée "E-commerce B2B : les leviers de croissance"
 
Web sémantique et Web de données, et si on passait à la pratique ?
Web sémantique et Web de données, et si on passait à la pratique ?Web sémantique et Web de données, et si on passait à la pratique ?
Web sémantique et Web de données, et si on passait à la pratique ?
 
Machine learning, deep learning et search : à quand ces innovations dans nos ...
Machine learning, deep learning et search : à quand ces innovations dans nos ...Machine learning, deep learning et search : à quand ces innovations dans nos ...
Machine learning, deep learning et search : à quand ces innovations dans nos ...
 
Flyer AFS@Store 2015 FR
Flyer AFS@Store 2015 FRFlyer AFS@Store 2015 FR
Flyer AFS@Store 2015 FR
 
WISS 2015 - Machine Learning lecture by Ludovic Samper
WISS 2015 - Machine Learning lecture by Ludovic Samper WISS 2015 - Machine Learning lecture by Ludovic Samper
WISS 2015 - Machine Learning lecture by Ludovic Samper
 
Do’s and don'ts : la recherche interne aux sites de ecommerce
Do’s and don'ts : la recherche interne aux sites de ecommerceDo’s and don'ts : la recherche interne aux sites de ecommerce
Do’s and don'ts : la recherche interne aux sites de ecommerce
 
Boostez votre taux de conversion et augmentez vos ventes grâce au searchandis...
Boostez votre taux de conversion et augmentez vos ventes grâce au searchandis...Boostez votre taux de conversion et augmentez vos ventes grâce au searchandis...
Boostez votre taux de conversion et augmentez vos ventes grâce au searchandis...
 
En 2015, quelles sont les bonnes pratiques du searchandising ?
En 2015, quelles sont les bonnes pratiques du searchandising ?En 2015, quelles sont les bonnes pratiques du searchandising ?
En 2015, quelles sont les bonnes pratiques du searchandising ?
 
Comment tirer profit des données publiques ouvertes dans un mashup web grâce ...
Comment tirer profit des données publiques ouvertes dans un mashup web grâce ...Comment tirer profit des données publiques ouvertes dans un mashup web grâce ...
Comment tirer profit des données publiques ouvertes dans un mashup web grâce ...
 
Vous utilisez Prestashop ? Changez votre moteur de recherche interne pour boo...
Vous utilisez Prestashop ? Changez votre moteur de recherche interne pour boo...Vous utilisez Prestashop ? Changez votre moteur de recherche interne pour boo...
Vous utilisez Prestashop ? Changez votre moteur de recherche interne pour boo...
 
Boostez votre taux de conversion en tirant profit des bonnes pratiques du sea...
Boostez votre taux de conversion en tirant profit des bonnes pratiques du sea...Boostez votre taux de conversion en tirant profit des bonnes pratiques du sea...
Boostez votre taux de conversion en tirant profit des bonnes pratiques du sea...
 
Améliorer le searchandising d’un site spécialisé : retour d'expérience de Cui...
Améliorer le searchandising d’un site spécialisé : retour d'expérience de Cui...Améliorer le searchandising d’un site spécialisé : retour d'expérience de Cui...
Améliorer le searchandising d’un site spécialisé : retour d'expérience de Cui...
 
Comment sélectionner, qualifier puis exploiter les données ouvertes
Comment sélectionner, qualifier puis exploiter les données ouvertesComment sélectionner, qualifier puis exploiter les données ouvertes
Comment sélectionner, qualifier puis exploiter les données ouvertes
 
Wikidata : quand Wikipédia s'intéresse aux données
Wikidata : quand Wikipédia s'intéresse aux donnéesWikidata : quand Wikipédia s'intéresse aux données
Wikidata : quand Wikipédia s'intéresse aux données
 

Linked Enterprise Data : disposer d’une vue consolidée des données de l'entreprise - T2M Lyon 2013

  • 1. Disposer d’une vue consolidée des données Time2Marketing Lyon Web Sémantique et Big Data Pierre Col pcol@antidot.net 1
  • 3. Evolution du S.I. 1 métier, 1 besoin  1 application  1 silo de données Un S.I. piloté par les process Des données éparses, multiples, pas toujours cohérentes 3
  • 6. Moteur de recherche unifiée Pour la DSI, le besoin est satisfait : un moteur de recherche sémantique avec des fonctionnalités très avancées ET POUR AUTANT Pour les utilisateurs, un service rendu limité : le moteur indexe des documents, répond des documents 6
  • 7. Répondre à des besoins SI Il faut libérer les données… Mettre en commun les données du SI Intégrer et diffuser des données entre applications, en interne et en externe Disposer d’une infrastructure informationnelle agile et évolutive 7
  • 8. Répondre à des besoins utilisateurs … pour démultiplier les usages Chercher et naviguer de façon transversale Offrir des vues selon les usages Construire de nouvelles applications avec les données existantes : smartphones, tablettes 8
  • 9. LA RÉPONSE À TOUS CES ENJEUX 9
  • 10. Changer d’approche Ne plus considérer les applications mais SEULEMENT LES DONNÉES 10
  • 11. Les fondements Le Web Sémantique / Linked Data     Conçu par le W3C depuis 12 ans Ouverture, pérennité Scalabilité Réversibilité Ecosystème d’outils 11
  • 12. LED Application des principes et technologies du Web sémantique à l’entreprise 12
  • 13. Relier Mettre les données de l’entreprise en commun, les mailler au niveau le plus fin 13
  • 15. Consolider Intégrer les données internes et externes : l’intérêt de vos données démultiplié par celles disponibles sur le Web 15
  • 16. Créer des objets métier 16
  • 17. Le LED Antidot - Capter 17
  • 18. Le LED Antidot - Relier 18
  • 19. Le LED Antidot - Modéliser Organization Invoice Opportunity (CRM) Group Case (ERP) Project (service) Person Item-Stat vCard Document Environment Dimension Aggregation Host Issue (Mantis) 19
  • 20. LED Antidot - Extraire et mailler Utilisation des référentiels et vocabulaires Exploitation directe des données structurées Pour les documents : text mining pour repérer les personnes, produits, projets… 20
  • 21. LED Antidot – Proposer une vue consolidée 21
  • 22. LED Antidot – Proposer une vue consolidée ERP / Finance CRM + Annuaire Monitoring Data center CRM Gestion des projets Gestion support tech. GED 22
  • 23. Les produits Antidot pour déployer le LED Capter, enrichir et mailler les données et documents de l’entreprise pour produire une information métier Trouver l’information utile et l’exposer aux utilisateurs et aux applications via le moteur de recherche sémantique 23
  • 24. Antidot Information Factory La solution pour collecter, nettoyer, enrichir, aligner, semantiser, classifier les données  par simple assemblage et configuration de modules  pas besoin de coder, se concentrer sur les données  un framework ouvert, des interfaces de gestion 24
  • 25. AIF – ouvrir la voie des données BD relationnelle Collecter Normaliser Enrichir Annoter RDF Triplestore (Linked Data) Sémantiser Content Repository Classifier Indexation moteur de recherche AFS 25
  • 26. Antidot Finder Suite Le moteur de recherche sémantique multi agents 26
  • 27. AFS – la référence La solution de recherche à l’état de l’art et à la couverture fonctionnelle inégalée         tout document, tout format (incl. vidéo, image, son) multi-lingue et cross-lingue, recherche sémantique recherche à facettes, multicritères, géographique auto-complétion, correction des fautes d’orthographe clustering dynamique, navigation dans les contenus similaires recherche instantanée, indexation temps réel rapide et scalable facile à intégrer (APIs REST, sorties XML ou JSON) Plus encore  sécurité and droits d’accès  pertinence et règles métier 27
  • 28. Bénéfices du LED Libère les données, urbanise les données et non les applications Consolide avec des données externes Crée de nouvelles informations Ne nécessite aucune modification de l’existant Favorise une approche incrémentale Rend le SI agile 28
  • 30. Société ANTIDOT Éditeur de logiciels  depuis 1999 | Paris, Lyon, Aix-en-Provence  moteurs de recherche | enrichissement des données Mission : délivrer à nos clients des solutions hautement configurables et innovantes qui créent de la valeur à partir de leurs données et augmentent leur performance opérationnelle 30
  • 31. Société ANTIDOT Offre dans le Cloud depuis 1999  SaaS : service et souplesse sans investissement  Licence sur site ou hébergée 50% du CA investi en R&D 31
  • 33. Discuter Comprendre S’informer Échanger www.antidot.net info@antidot.net @AntidotNet MERCI DE VOTRE ATTENTION www.antidot.net/secteurs-et-donnees/intranet-linked-enterprise-data/ 33

Notas del editor

  1. Accès laborieuxAucune appli n’est mauvaise, inutile, … juste le résultat est douloureux