InContext par Bloor

Auteur Paul Bevan

Octobre 2023

Optimisation de la chaîne
d’approvisionnement dans un monde
imprévisible avec InterSystems
Supply Chain Orchestrator

Spotlight Paper by Bloor

Author Daniel Howard
March 2023

Software AG CONNX
and StreamSets Data Integration
 Dans le monde en constante évolution et de plus
en plus globalisé des chaînes d’approvisionnement,
des données actualisées et unifiées sont un fluide
vital pour la gestion des opérations.
Le temps où les entreprises pouvaient se fier
à leur intuition ou s’appuyer sur des conjectures
pour gérer leur supply chain est révolu. Aujourd’hui,
leur succès repose sur leur capacité à collecter,
analyser et exploiter les données en temps réel.
Dans ce rapport, nous allons explorer le rôle
essentiel des données actualisées et unifiées dans
l’optimisation de la chaîne d’approvisionnement
en soulignant leur influence sur l’amélioration
de l’efficacité opérationnelle, le renforcement de la
résilience et la création d’un avantage concurrentiel.

SPONSORISÉ PAR
©
Bloor 2023

2
Introduction

L
a gestion de la chaîne d’approvisionnement (Supply Nous pensons que ce rapport retiendra l’intérêt
Chain Management - SCM) est l’élément moteur des responsables de chaînes d’approvisionnement
des entreprises modernes, agissant comme la (Chief Supply Chain Officers - CSCO), des directeurs des
colonne vertébrale qui relie fabricants, distributeurs, systèmes d’information (Chief Information Officers - CIO)
détaillants et consommateurs. Ces dernières années, le et des responsables des données (Chief Data Officers -
paysage de la gestion de la chaîne logistique a rapidement CDO) opérant tant dans les sphères traditionnelles de
évolué et présente désormais une multitude de défis la gestion des chaînes d’approvisionnement que dans la
pour les entreprises à travers le monde. Les difficultés, fourniture de services logistiques. Il intéressera également
exacerbées par des facteurs tels que la mondialisation, les entreprises dotées de supply chain complexes dont
les avancées technologiques et des perturbations l’objectif est de comprendre comment surmonter les
imprévisibles comme la pandémie de la COVID-19, difficultés liées à la nécessité de fournir des données
ont obligé les entreprises à repenser leurs stratégies actualisées, pertinentes et de grande qualité en vue
pour survivre dans un environnement changeant. d’optimiser les opérations et d’améliorer l’expérience
Dans ce rapport, nous nous pencherons sur les défis client. Nous étudierons l’importance du rôle des données
majeurs rencontrés dans la gestion de la chaîne pour aider les organisations dans l’optimisation de leur
d’approvisionnement ainsi que l'importance cruciale des chaîne d’approvisionnement et l’adaptation aux évolutions
données pour adresser ces enjeux. sectorielles. Nous examinerons les obstacles qui entravent
l’utilisation efficace des données. Après l’examen de
ces difficultés, nous étudierons comment la solution
InterSystems Supply Chain Orchestrator, qui s’appuie sur
la plateforme de gestion de données InterSystems IRIS
apporte des solutions aux problèmes identifiés.

“ Dans ce rapport, nous nous

pencherons sur les défis majeurs
actuellement rencontrés dans la gestion
de la chaîne d’approvisionnement ainsi
que l’importance cruciale des données

”
pour adresser ces enjeux.

A Bloor InContex t

3
 Naviguer dans un environnement complexe :
Les plus grands défis contemporains
de la chaîne d’approvisionnement
L
a pandémie de la COVID-19 a révélé la vulnérabilité to Business (B2B), l’autre la résilience de la chaîne
des chaînes d’approvisionnement. Les chaînes d’approvisionnement. Dans le premier domaine, seulement
logistiques optimisées se sont révélées mal équipées 9 % des entreprises interrogées se trouvaient au stade le
pour faire face à de soudaines perturbations. plus immature ou le plus mature de l’intégration B2B. Les
Renforcer la résilience de la supply chain est désormais chiffres pour la résilience de la chaîne d’approvisionnement
une priorité absolue pour les entreprises. Cela implique montrent quant à eux que 7 % des participants se trouvaient
de diversifier les fournisseurs, améliorer la collaboration au stade le plus immature tandis que 6 % étaient au stade le
et la communication avec les partenaires, constituer des plus mature.
stocks de sécurité et élaborer des plans de contingence Dans les deux cas, une grande majorité des
pour répondre rapidement aux évènements imprévus tels entreprises interrogées progressaient vers des chaînes
que les catastrophes naturelles, les conflits géopolitiques d’approvisionnement matures et résilientes. Mais il reste
ou les crises sanitaires. clairement encore beaucoup à faire. Examinons quelques-
Les modèles de maturité se sont avérés être des outils unes des pressions spécifiques et les défis à relever.
précieux pour mettre en évidence les caractéristiques des
chaînes d’approvisionnement les plus avancées. La figure 1 Mondialisation et complexité
représente le modèle de maturité d’InterSystems. La mondialisation des marchés constitue de nos
Des cabinets d’analystes tels que IDC et Gartner jours l’un des défis majeurs de la gestion de la chaîne
ont créé d’autres modèles de maturité et d’une manière d’approvisionnement. Les entreprises se procurent
générale, les évaluations de la plupart des grands cabinets désormais des matériaux et des produits à travers le
de conseil reposent sur des modèles de maturité sous- monde, créant un réseau de fournisseurs et de partenaires
jacents. encore plus complexe qu’avant. Gérer efficacement ce
Les études effectuées par ces cabinets révèlent qu’un réseau peut s’avérer un cauchemar logistique.
faible pourcentage d’organisations se situe au stade le Les différences de fuseaux horaires, de langues, de
plus mature ou à celui le moins mature. Par exemple, un réglementations et de cultures peuvent donner lieu à des
livre blanc rédigé par IDC en janvier 2023 à la demande malentendus, entraîner des retards et une augmentation
d’Opentext Corporation a étudié deux domaines spécifiques des coûts. Faire face à ces complexités tout en maintenant
de maturité : l’un concernant l’intégration Business l’efficacité est une lutte permanente.

Transformation Numérique de la Chaîne d’Approvisionnement

PRESSION DE LA MATURITÉ NUMÉRIQUE
Niveau 3
Niveau 2 Prédictif,
Autonome,
Adaptatif Résultats
Niveau 1 Visibilité,
Automatisation, opérationnels
Actifs intelligents
Niveau 0 Architecture
fondamentale,
Simulation avancées
et prise de décision
Stratégie, mesures et
objectifs cohérents
Connectivité Stratégie définie, automatisée
Connaissance des clients
& des Concurrents, Entrepôt intelligent et Expérience client
Stade Initial Alignement Stratégique logistique intelligence Collaboration personnalisée
Architecture d’entreprise dans la chaîne Qualité inégalée
Sources de données Efficacité opérationnelle d’approvisionnement
disparates Gouvernance des données et réduction des déchets et planification intégrée Innovateur reconnu,
Stratégie définie,
et intégration des activités pionnier
KPIs et feuille de route
Mesures et cibles Visibilité de la chaîne
incohérentes Rationalisation des d’approvisionnement Analyse des risques et Coût et service
Besoins clients validés
systèmes et alignement orchestration de la chaîne avantageux
Différents Partenaires commerciaux d’approvisionnement
types de clients Cloud, IoT, infrastructure
alignés
de plateforme Prédictif, Adaptatif,
Contrôle de la puissance
©
Bloor 2023

Figure 1 – Transformation numérique de la chaîne d’approvisionnement

4
 De plus, la hausse du e-commerce a transformé les (« just-in-case » ou JIC), la diversification de la base de
attentes des consommateurs et généré une demande leurs fournisseurs voire le rééquilibrage de leur modèle de
croissante pour des options de livraison plus rapides, moins fabrication dans son ensemble pour diminuer la longueur de
coûteuses et plus pratiques. La portée géographique des leur chaîne d’approvisionnement.
produits et des services a également été élargie, entraînant
une nécessité de restructurer l’infrastructure logistique Contraintes de coûts
physique. Répondre à ces demandes tout en maintenant Les pressions exercées par la concurrence obligent souvent
la profitabilité est un enjeu majeur. La livraison du dernier les entreprises à chercher des moyens pour réduire les
kilomètre, en particulier, constitue un défi en termes de coûts au sein de leur chaîne d’approvisionnement. Cette
logistique et de coût. Plusieurs entreprises, dont Alphabet, quête de la réduction des coûts peut parfois altérer la
Fedex, DHL et UPS, ont expérimenté la livraison du dernier qualité, compromettre la fiabilité ou remettre en question
kilomètre ces dernières années via l’utilisation de drones les normes éthiques. Trouver un équilibre entre rentabilité,
ou de véhicules autonomes dans une volonté d’explorer des maintien de standards élevés et satisfaction des attentes
moyens novateurs pour améliorer l’efficacité et la rapidité des clients est un défi permanent.
de leurs opérations de livraison, tant dans des lieux urbains Ceci est particulièrement vrai pour les frais de
à forte densité que dans des zones rurales reculées. transport et la durabilité. Les frais de transport sont
un élément important des dépenses liées à la chaîne
Visibilité de la chaîne logistique d’approvisionnement. La hausse des prix du carburant,
À une époque où l’information est surabondante, il les congestions et les contraintes en matière de capacité
peut sembler surprenant que de nombreuses chaînes peuvent entraîner des surcoûts. De plus, l’importance
d’approvisionnement souffrent encore d’un manque croissante accordée à la durabilité oblige les responsables
de transparence et de visibilité en temps réel. Selon une de chaînes d’approvisionnement à prendre en compte
étude menée auprès de plus de 1 000 cadres dirigeants l’impact environnemental de leurs choix en matière de
de chaînes d’approvisionnement réalisée en 2021 par transport. Ceci implique la réduction des émissions,
Oxford Economics à la demande d’Accenture, environ l’adoption de moyens de transport écologiques et
60 % ont déclaré que leur entreprise éprouvait des l’optimisation des itinéraires en vue de réduire l’empreinte
difficultés à accéder facilement à des données en temps carbone.
réel, à interpréter les données recueillies et à utiliser ces
informations pour prendre des décisions.
Respect de la réglementation
Le manque de visibilité entrave la prise de décision, Les chaînes d’approvisionnement doivent respecter une
rend difficile l’identification des problèmes ou entraîne des multitude de réglementations et de normes qui peuvent
pertes d’efficacité en amont. Les technologies telles que le varier considérablement selon la région et le type
Cloud, l’Internet des objets (IoT) et la blockchain sont de plus d’industrie. S’assurer du respect de ces réglementations
en plus adoptées pour y faire face car elles permettent un est non seulement une obligation légale mais également
accès aux données et une traçabilité en temps réel tout au essentielle pour maintenir une réputation et préserver
long de la chaîne d’approvisionnement. la confiance des clients. Se tenir informé de l’évolution
Le manque de visibilité a également une incidence des réglementations et s’assurer que la chaîne
particulière sur la gestion des stocks. L’équilibrage des d’approvisionnement est conforme de bout en bout est une
stocks est un défi permanent pour les responsables difficulté constante.
de chaînes d’approvisionnement. D’un côté, des stocks
excédentaires immobilisent du capital et augmentent les C’est pourquoi…
frais de stockage, de l’autre, des stocks insuffisants peuvent Les responsables de chaînes d’approvisionnement doivent
entraîner des ruptures de stocks et une insatisfaction de continuellement s’adapter et innover pour rester compétitifs.
la part des clients. Optimiser la gestion des stocks pour Bien que ces défis puissent sembler insurmontables, ils
trouver le juste équilibre est une tâche complexe, rendue sont aussi l’occasion pour les entreprises de se différencier
encore plus difficile par les fluctuations de la demande et les grâce à des pratiques efficaces, durables et centrées sur
ruptures d’approvisionnement. leurs consommateurs. Ceux qui sauront surmonter ces défis
Par conséquent, des entreprises bénéficiant avec succès seront les mieux positionnés pour réussir dans
A Bloor InContex t

de compétences de pointe en matière de chaîne le monde en perpétuelle évolution de la gestion de la chaîne

d’approvisionnement telles que Procter and Gamble, d’approvisionnement. Mais pour ce faire, ils doivent être en
Toyota, Apple et Zara adaptent leur stratégie, s’acheminant mesure de maîtriser un ensemble de données de plus en
vers la méthode de possession de stocks « au cas où » plus volumineux, hétérogène et complexe.

5
 L’importance de disposer de données
actualisées et précises dans la gestion
de la chaîne d’approvisionnement

D Intégration et fragmentation des données

ans le monde en constante évolution et de plus
en plus globalisé de la gestion de la chaîne
L’un des enjeux majeurs de la gestion de la chaîne
d’approvisionnement, des données actualisées et
d’approvisionnement est l’intégration des données. Le
unifiées sont essentielles pour fluidifier les opérations. Le
plus souvent, les organisations collectent des données
temps où les entreprises pouvaient se fier à leur intuition
issues de différentes sources telles que les fabricants,
ou s’appuyer sur des conjectures pour gérer leur chaîne
les fournisseurs, les distributeurs et les détaillants. Ces
d’approvisionnement est révolu. Aujourd’hui, leur succès
sources peuvent se présenter sous différents formats,
repose sur leur capacité à collecter, analyser et exploiter
différentes normes et technologies, ce qui complique leur
les données en temps réel. Dans ce rapport, nous allons
intégration homogène. Des données fragmentées peuvent
explorer le rôle essentiel des données actualisées et
générer des inexactitudes, entraîner des retards dans les
unifiées dans la gestion de la chaîne d’approvisionnement.
prises de décision et être à l’origine de dysfonctionnements
Nous allons également voir comment elles assurent
au sein de la chaîne d’approvisionnement.
l’efficacité, favorisent la résilience et offrent un avantage
Mettre en place des outils d’intégration de données et
concurrentiel.
des plateformes capables d’unifier les données issues de
Les données sont la colonne vertébrale d’une chaîne
différentes sources et d’assurer la qualité des données
d’approvisionnement efficiente et efficace. Dans une époque
est essentiel. De plus, adopter des normes communes
caractérisée par une connectivité mondiale, les attentes
concernant les données et des protocoles de communication
croissantes des clients et les risques omniprésents de
aide à améliorer la compatibilité des données sur l’ensemble
perturbations, les entreprises qui privilégient la prise de
de la chaîne d’approvisionnement.
décisions basée sur les données sont les mieux équipées
pour s’adapter et prospérer.
Exactitude et qualité des données
L’importance des données dans la gestion de la chaîne
d’improvisation ne saurait être surestimée. Elles permettent L’exactitude et la qualité des données sont essentielles à la
une meilleure prise de décision, une amélioration des gestion de la chaîne d’approvisionnement car des décisions
prévisions, une meilleure gestion des stocks, le suivi des basées sur des données imprécises ou incomplètes peuvent
performances des fournisseurs et une réduction des avoir de graves conséquences. L’inexactitude du niveau des
risques. De plus, elles contribuent à la réduction des coûts, stocks, de la prévision de la demande et des informations
permettent l’affectation des ressources et, en dernier lieu, provenant des fournisseurs peut entraîner des ruptures
offrent un avantage concurrentiel. Pour rester compétitif de stocks, des stocks excédentaires ou des ruptures au sein
et résilient sur le marché actuel, les entreprises se de la chaîne d’approvisionnement.
doivent d’investir dans la collecte, l’analyse et l’utilisation Les organisations doivent absolument mettre en place
de données actualisées et unifiées sur l’ensemble de leur des pratiques de gouvernance en matière de données pour
chaîne d’approvisionnement. préserver l’exactitude et la qualité des données. Ceci inclut
Dans le contexte actuel ultra concurrentiel, des prises la validation et le nettoyage des données, ainsi que des
de décisions basées sur les données permettent aux audits de données réguliers. L’exploitation de technologies
entreprises de devancer leurs concurrents en livrant leurs telles que l’intelligence artificielle (IA) et l’apprentissage
produits plus rapidement, de manière plus fiable et à des automatique (ML) peut également aider à identifier
coûts plus attractifs. Ceci leur permet non seulement de et corriger les anomalies de données en temps réel.
fidéliser leurs clients existants mais également d’en attirer
de nouveaux. Sécurité et confidentialité des données
Vouloir prendre des décisions basées sur les données La dépendance accrue des chaînes d’approvisionnement
est une chose, s’assurer de la disponibilité et de la qualité aux technologies numériques et aux décisions basées sur
de ces données en est une autre. L’évolution des capacités les données les a rendues de plus en plus vulnérables
de gestion de la chaîne d’approvisionnement au cours face aux cybermenaces. La violation des données et
des dernières années pose de nombreux défis en matière les cyberattaques peuvent perturber les opérations,
de données que les entreprises doivent surmonter pour compromettre la confidentialité des informations et nuire
profiter pleinement de leurs avantages au sein des à la notoriété des entreprises. Les responsables de chaînes
processus de leur chaîne d’approvisionnement. Examinons d’approvisionnement doivent mettre en place de solides
mesures de cybersécurité pour protéger leurs systèmes
©

certains de ces défis et la façon dont il est possible de leur

Bloor 2023

faire face. et leurs données.

6
 Des mesures renforcées de cybersécurité telles que par la chaîne d’approvisionnement. Les algorithmes
le chiffrement, l’authentification à facteurs multiples et des d’apprentissage automatique peuvent aider à prédire
audits de sécurité réguliers comme le règlement général la demande, optimiser le niveau des stocks et identifier
sur la protection des données (RGPD) en Europe, sont les processus devant faire l’objet d’amélioration. Les
également essentielles pour protéger les données des organisations devraient également promouvoir une culture
partenaires et des consommateurs. des données pour encourager une prise de décision basée
sur les données à tous les niveaux.
Volume des données et évolutivité
Le volume de données généré dans le cadre de la chaîne Propriété des données et collaboration
d’approvisionnement peut s’avérer considérable. Avec la Les données de la chaîne d’approvisionnement impliquent
prolifération d’appareils IoT, de senseurs et de systèmes souvent plusieurs acteurs dont les fournisseurs, les
de suivi en temps réel, les entreprises doivent faire face fabricants, les distributeurs et les détaillants. Déterminer la
à des quantités massives de données qui peuvent mettre propriété des données et encourager la collaboration entre
leur infrastructure et leurs capacités analytiques à rude les différentes parties peut s’avérer un défi, entraînant le
épreuve. cloisonnement des données et des dysfonctionnements.
Adopter des solutions de stockage et de traitement de Il est important d’établir des accords clairs de propriété
données évolutives, telles que des plateformes de données des données et d’encourager la collaboration à travers des
basées sur le cloud et des technologies de big data, peut les plateformes de partage de données. Les normes peuvent
aider à gérer le volume des données. De plus, l’exploitation également améliorer la circulation des données et la
des outils d’analyse avancée et de la modélisation prédictive collaboration entre les différents partenaires de la chaîne
peut aider les organisations à obtenir de précieuses d’approvisionnement. La création d’incitations au partage
informations à partir de grands ensembles de données. de données et à des efforts conjoints d’analyse peut aider à
promouvoir davantage la collaboration.
Visibilité des données et transparence
Les acteurs de la chaîne d’approvisionnement ont besoin Conclusion
d’avoir une visibilité en temps réel des mouvements et des Les défis en matière de gestion de la chaîne
informations concernant leurs produits sur l’ensemble de d’approvisionnement constituent un problème complexe
la chaîne d’approvisionnement. Atteindre une telle visibilité en constante évolution dans le contexte commercial actuel.
peut s’avérer difficile du fait de la complexité des réseaux de Cependant, en faisant face à ces défis avec des stratégies
chaînes d’approvisionnement et de la nature cloisonnée des et des technologies adaptées, les organisations peuvent
données au sein des organisations. libérer tout le potentiel des données pour optimiser les
Mettre en place des solutions de visibilité au sein de opérations de leur chaîne d’approvisionnement, améliorer
la chaîne d’approvisionnement telles que des technologies la satisfaction client, réduire les coûts et gagner en
de suivi et de traçabilité ainsi que des plateformes compétitivité sur le marché. À mesure que les chaînes
collaboratives peut améliorer la transparence et permettre d’approvisionnement continuent à évoluer et deviennent
aux acteurs de surveiller le statut des expéditions, le niveau de plus en plus numériques, surmonter les défis que posent
des stocks et le traitement des commandes en temps réel. les données sera déterminant pour leur réussite future.

“
Analyse des données
et informations prédictives  ans une époque caractérisée par une
D
Alors même que les organisations recueillent de vastes connectivité mondiale, les attentes
quantités de données, leur capacité à en tirer des croissantes des clients et les risques
informations exploitables demeure un véritable défi.
omniprésents de perturbations, les
De nombreuses organisations peinent à tirer profit de
l’analyse avancée et de la modélisation prédictive pour
entreprises qui priorisent la prise de
optimiser les processus de leur chaîne d’approvisionnement. décisions basée sur les données sont
Investir dans des fonctionnalités et des talents les mieux placées pour s’adapter et
A Bloor InContex t

”
pour analyser les données est essentiel pour extraire prospérer.
des informations précieuses des données générées

7
 La solution : InterSystems
Supply Chain Orchestrator
Qu’est-ce que c’est ? prédictifs et prescriptifs intelligents. InterSystems décrit

S
ceci comme le « dernier kilomètre » de l’analyse et le
upply Chain Orchestrator est une solution
présente comme une fonctionnalité essentielle permettant
spécialement conçue pour permettre aux
de tirer une valeur réelle de la technologie analytique,
responsables de supply chain et à leurs équipes de
ce qui est également notre avis.
bénéficier pleinement d’une vue exhaustive des données
InterSystems Supply Chain Orchestrator comporte des
de la chaîne d’approvisionnement, englobant l’ensemble de
cubes préconfigurés avec une gamme de sujets spécifiques
l’écosystème : leur propre entreprise, leurs fournisseurs,
relatifs à la chaîne d’approvisionnement tels que les bons de
leurs transporteurs logistiques et leurs clients. Les données
commande, les expéditions, les ordres d’achat, les stocks,
provenant de l’ensemble de ces sources sont ingérées
etc. Tous sont facilement configurables, ne nécessitent
dans un modèle de données canonique (canonical data
aucun codage et facilitent le développement de résultats
model – CDM) spécifique à la chaîne d’approvisionnement
basés sur les KPIs.
qui comporte des APIs et des adaptateurs. Cette approche Les fonctionnalités sous-jacentes de la solution
simplifie et accélère la tâche consistant à intégrer des InterSystems Supply Chain Orchestrator s’appuient sur la
données qui ne correspondent pas toujours aux normes plateforme de données InterSystems IRIS, présentée en
de l’industrie et aux taxonomies et à les transformer en 2018 comme une plateforme de données unifiée et comme
des données unifiées, rationalisées et normalisées afin l’évolution de la base de données Caché de l’entreprise, la
de faciliter leur analyse par la plateforme de données plateforme d’interopérabilité Ensemble et ses différentes
inhérente. De plus, InterSystems Supply Chain Orchestrator offres analytiques. InterSystems IRIS est disponible sur site,
utilise ce qu’InterSystems nomme une « smart Data Fabric » sur Cloud et sous forme de déploiements hybrides, avec le
ou fabrique intelligente de données (voir la figure 2). À la support de Kubernetes.
différence des outils de data fabric existants, cette Smart Les éléments majeurs d’InterSystems IRIS comprennent
Data Fabric est une solution entièrement intégrée qui une base de données évolutive horizontale et verticale,
pousse l’approche de la Smart Data Fabric encore plus multi-modèle, transactionnelle et analytique, avec une
loin en intégrant une large gamme de fonctionnalités dont cohérence immédiate et entièrement conforme aux
l’exploration de données, l’aide à la décision, le traitement du propriétés ACID ; des serveurs d’application évolutifs et
langage naturel et l’apprentissage automatique directement distribués ; un environnement de développement basé sur
au sein de la fabrique de données, permettant ainsi aux Visual Studio Code prenant en charge plusieurs langages ;
organisations d’obtenir plus rapidement de nouvelles une couche de processus métier équipée d’un moteur
informations et de générer des services et des applications de règles, d’un flux de travail et d’une orchestration des

InterSystems Smart Data Fabric

Un fil conducteur permettant l’excellence opérationnelle de la chaîne d’approvisionnement
SOURCES DES DONNÉES DE LA DATA FABRIC SMART DATA FABRIC
CHAÎNE D’APPROVISIONNEMENT

INGESTION INTEROPÉRABILITÉ INTÉGRÉE

COUCHES SÉMANTIQUES

APPLICATIONS DES ENTREPRISES EXPLORATION

SECURITÉ PIPELINING AI/ML/AUTOML
DES DONNÉES

BASES DE DONNÉES
DES ENTREPRISES

DATA LAKES

APPAREILS IOT

CONNECTIVITÉ LIGNÉE BI/ANALYSE PYTHON INTÉGRÉ

PARTENAIRES
LOGISTIQUES
NORMALISATION &
INTÉGRATION TRAITEMENT DU LANGAGE NATUREL
HARMONISATION

Prise de décision précise Renforce la prise

Prédit les perturbations
et rapide grâce à de décision humaine
et les opportunités
©

des données utilisables grâce à des actions

en temps réel
Bloor 2023

et fiables prescriptives

Figure 2 – InterSystems Smart Data Fabric

8
processus ; des fonctionnalités spécifiques pour une analyse les modèles prédictifs basés sur Apache Spark au sein de
en libre-service de données structurées et non structurées ; l’environnement InterSystems IRIS (avec des opérations
l’intégration d’un environnement de streaming tel que parallèles et des connexions haut-débit depuis chaque
Apache Kafka ; et un accès à la demande à des données serveur de partage vers un cluster Spark). « L’analyse
issues de sources multiples via une architecture de fabrique adaptative » est une autre fonctionnalité qui vous permet
de données. d’exposer l’analyse de données une fois seulement, de
telle sorte qu’il peut servir de multiples cas d’usage
Comment ça fonctionne ? simultanément. Ceci s’effectue grâce à un modèle de
InterSystems IRIS stocke les données dans des tableaux données de « cube virtuel », une alternative au cube OLAP,
multi-dimensionnels. C’est une base de données qui prend qui peut être assemblé grâce à une interface glisser-
en charge les modèles orientés relationnel, objet (avec déposer et déployé vers différents outils d’informatique
persistance complète, polymorphisme, héritage, etc., qui décisionnelle et de visualisation tels que Tableau, Power BI
ne nécessite pas de mapping objet-relationnel), document et Qlik (supportés par une interface ODBC).
et multi-dimensionnels. Il est possible de mettre en place De plus, pour faciliter l’intégration de l’informatique
plusieurs de ces éléments au sein du même environnement, décisionnelle en temps réel dans des applications
avec une interopérabilité totale entre ces projections et sans opérationnelles, InterSystems IRIS comporte un outil
duplication de données. Notez qu’il est possible de lire un de conception permettant de créer des tableaux de
tableau verticalement ou horizontalement, ce qui signifie bord, un élément d’analyse pouvant être utilisé par les
que vous n’avez besoin de stocker les données qu’une utilisateurs métier pour explorer et afficher les données
seule fois pour prendre en charge le transactionnel et pertinentes, et un élément d’architecture utilisé pour
l’analytique. C’est un facteur de différenciation majeur pour définir des modèles de données. Pour les données non
InterSystems. structurées, InterSystems comporte des fonctionnalités de
InterSystems IRIS s’adapte pour prendre en charge langage naturel et prend en charge Apache UIMA (Unified
d’importantes charges de travail et de grands ensembles Information Management Architecture).
de données sur du matériel standard, avec des bases InterSystems IRIS offre plusieurs options de langage
de données et des serveurs d’applications qui évoluent pour le développement. Les applications qui fonctionnent
horizontalement. Le code d’application est découplé de directement sur la plateforme peuvent exploiter SQL,
la persistance des données, ce qui permet aux serveurs Python, ou ObjectScript (un langage de programmation
d’application d’évoluer horizontalement, indépendamment propriétaire) tandis que les applications externes peuvent
du nombre de serveurs sur lesquels traitements et données également utiliser Java,.Net or Node.js. L’accès à Embedded
sont répartis (sharding) et de distribuer les charges de Python est un développement récent et une avancée
travail automatiquement, prenant ainsi en charge à la fois significative pour les développeurs qualifiés (Python est plus
la performance et la consistance. L’environnement est communément utilisé que ObjectScript) et les bibliothèques
configuré de telle sorte que les nœuds sont considérés de programmation, sans avoir à sacrifier la performance, la
comme des requêtes, des serveurs transactionnels ou sécurité, l’évolutivité et d’autres avantages d’une approche
hybrides, afin de répondre à différents besoins en matière intégrée. À noter que Python peut fonctionner dans le
de charges de travail. L’ingestion de données peut être noyau directement sur les données et est considéré comme
parallélisée directement avec chaque serveur de partage, un « pair à part entière » par ObjectScript, ce qui signifie
permettant de fournir une ingestion de haute performance que les deux sont interchangeables et compatibles avec
pour les flux de données en continu et il est possible de faire InterSystems IRIS.
descendre les requêtes analytiques vers des tableaux de
données partagés ou partitionnés, augmentant encore la Pourquoi vous devriez vous y intéresser ?
performance et l’efficacité des ressources. Le logiciel peut InterSystems Supply Chain Orchestrator offre non
également utiliser directement les processeurs graphiques seulement l’accès à des fonctionnalités analytiques
pour le pipelining et ainsi de suite. puissantes, sur un cloud public ou sur site, à partir de
Les capacités d’analyse de la plateforme InterSystems données sur des systèmes existants, mais fonctionne
IRIS comprennent une nouvelle fonctionnalité IntegratedML également comme une plateforme transactionnelle sous-
qui vous permet de créer et d’utiliser des modèles prédictifs jacente pour des applications nouvellement développées
grâce à des fonctions SQL automatisées, un support pour basées sur des micro-services. InterSystems a un certain
A Bloor InContex t

du langage PMML (Predictive Modelling Markup Language) nombre de cas d’usage accessibles au public, tel que
et un moteur d’exécution Python côté serveur permettant SPAR Autriche, membre de la société SPAR, le plus grand
l’exécution native de modèles prédictifs, ainsi qu’un consortium de détaillants de produits alimentaire au monde,
connecteur pour exploiter l’apprentissage automatique et avec un chiffre d’affaires de 4 milliards d’euros pour plus

9
 de 800 points de vente et 600 épiceries en Autriche. SPAR Une telle plateforme hybride en temps réel offre la
Autriche a tout d’abord développé un système complet possibilité de développer rapidement de nouveaux cas
de gestion d’entrepôts grâce à la plateforme de données d’utilisation pour répondre aux besoins de l’environnement
d’InterSystems pour les magasins SPAR à travers l’Europe de « jamais normal » des années 2020. Nous considérons
l’Est. Le système a été étendu aux 1 400 magasins situés en la plateforme de données InterSystems IRIS hautement
Autriche et il est prévu qu’il soit également déployé en Italie. performante et évolutive. Elle est, par exemple, capable de
Alors que SPAR a utilisé la plateforme de données IRIS traiter les transactions, d’indexer les données entrantes et
pour développer très rapidement de nouvelles applications d’effectuer des analyses sur des données à grande vélocité
personnalisées, UST, une entreprise leader de solutions ou non (c’est-à-dire des données historiques et de référence)
de transformation numérique, a quant à elle nécessité une à grande échelle et en temps réel.
approche différente. Elle a intégré sa solution Optum, basée Grâce à la plateforme, les analyses sont non seulement
sur SAP/Hana, à InterSystems Supply Chain Orchestrator hautement efficaces sur le plan théorique, mais également
pour fournir une plateforme « Optimisation-as-a-Service » faciles à construire, à accéder et à utiliser. Vous pouvez le
basée sur le cloud qui offre une meilleure orchestration constater en pratique avec le modèle de données canoniques
de la chaîne d’approvisionnement et un gain en visibilité et les cubes analytiques spécifiquement axés sur la chaîne
de bout en bout. d’approvisionnement.

En résumé

L
es développements récents d’InterSystems IRIS, Supply Chain Orchestrator constituent une offre hybride
le développement d’une Smart Data Fabric transactionnelle/analytique incontournable pour la gestion
et l’introduction de la solution InterSystems et l’optimisation des chaînes d’approvisionnement.
©
Bloor 2023

10
A propos de l’auteur
PAUL BEVAN
Navigateur,
Directeur de recherche : infrastructure informatique

P
aul a démarré sa carrière il y a 40 ans dans la logistique où il a
occupé différentes fonctions dans la direction des opérations.
Depuis 33 ans, il travaille dans le secteur informatique,
principalement dans la vente et le marketing, et possède une vaste
expérience qui va des ordinateurs centraux aux mainframes, des outils
de développement aux applications industrielles spécifiques, aux services
informatiques et à l’outsourcing. Depuis quelques années, c’est un
commentateur et un analyste passionné du monde du data centre et du
cloud. Jusqu’à récemment, il était également directeur non exécutif dans
un groupe d’organisation de prestation de services du NHS (NHS Clinical
Commissioning Group).
Paul possède une connaissance et une compréhension approfondies
du marché des services informatiques et s’intéresse plus particulièrement
à l’impact du Cloud, à l’infrastructure définie par logiciel (Software Defined
infrastructure – SDI), à OpenStack, à Open Compute Project et aux
nouveaux modèles de centre de données pour les utilisateurs métier et les
fournisseurs de solutions informatiques. Son expérience commerciale et
informatique, associée à une croyance indéfectible en l’expérience client
et le « grown-up » marketing, lui confèrent une aptitude particulière à
comprendre et formuler les avantages opérationnels de la technologie.
Ceci lui permet de conseiller les entreprises concernant l’impact et les
bénéfices de technologies et services spécifiques et d’aider les fournisseurs
de solutions informatiques à positionner et promouvoir leurs offres de
manière plus efficace.

A Bloor InContex t

11
La synthèse de Bloor
La technologie permet l’évolution rapide du métier. Les opportunités sont immenses mais
si vous ne vous adaptez pas, vous ne survivrez pas. C’est pourquoi à l’ère du Mutable
Business, évoluer est essentiel à votre succès
Nous allons vous montrer l’avenir et vous aider à le réaliser.
Bloor offre une nouvelle approche technologique pour vous aider à naviguer dans des
environnements métier complexes, en transformant de nouveaux défis en de nouvelles
opportunités pour une croissance, une profitabilité et un impact réels.
Nous offrons une vision stratégique exploitable à travers notre recherche innovante
et indépendante en matière de technologie, nos services de conseils et de consultation.
Nous aidons les entreprises tout au long de leur transformation à rester pertinentes, en
leur apportant une réflexion nouvelle face à des situations commerciales complexes et
en transformant les défis en de nouvelles opportunités pour une vraie croissance et une
profitabilité réelle.
Depuis plus de 25 ans, Bloor aide les entreprises à évoluer intelligemment en
les aidant à adopter une technologie qui s’adapte à leurs stratégies pour obtenir les
meilleurs résultats possibles. Chez Bloor, nous vous aiderons à remettre en question les
hypothèses pour vous améliorer constamment et réussir.

Droits d’auteur et avertissement

Ce document publié en 2023 est la propriété de Bloor. Aucune partie ne peut en être
reproduite sous aucune forme que ce soit sans le consentement préalable de Bloor
Research.
En raison de la nature de ce document, de nombreux produits matériels et logiciels
ont été mentionnés. Dans la majorité des cas, sinon tous, ces noms de produits sont
la propriété des entreprises qui les fabriquent. Il n’est pas dans l’intention de Bloor
Research de revendiquer ces noms ou ces marques comme étant les nôtres. De même,
les logos d’entreprise, les graphismes et les captures d’écran ont été reproduits avec le
consentement de leur propriétaire et sont soumis aux droits d’auteur de celui-ci.
Bien que le plus grand soin ait été apporté à l’élaboration de ce document afin
d’assurer l’exactitude des informations, les éditeurs déclinent toute responsabilité quant
aux erreurs ou omissions.

Bloor Research International Ltd

20–22 Wenlock Road, London N1 7GU, United Kingdom
+44 (0)1494 291 992
[email protected]
www.Bloorresearch.com