L'évolutivité et la flexibilité des infrastructures sont deux avantages incontestables du cloud. Les entreprises y disposent sur-le-champ des ressources dont elles ont besoin, sans devoir consentir de lourds investissements. Pas étonnant que la migration vers le cloud soit l'une de leurs priorités. Néanmoins, l'aspect analytics est souvent négligé. Intégrer les analytics dans le cloud ne semble guère utile aux entreprises tant que leurs données sont stockées dans leurs centres informatiques. Mais à un moment de la transition, la question n'en devient que plus pertinente.

Une étroite collaboration entre SAS et Microsoft doit faciliter la migration vers le cloud. La firme de Redmond est évidemment fort représentée dans le monde de l'entreprise. Lorsque les clients de SAS migrent vers le cloud, beaucoup travaillent avec Microsoft Azure. C'est pourquoi SAS a choisi Azure comme fournisseur privilégié de services sur le cloud - même si SAS tournera aussi sur d'autres plates-formes publiques de cloud.

La collaboration avec Azure s'appuie sur 3 piliers. Tout d'abord, le logiciel existant de SAS est optimalisé pour son emploi avec Azure. En outre, de nouvelles solutions spécifiques pour utilisateurs professionnels d'Azure seront développées, concernant par exemple la détection des fraudes, l'analyse des risques financiers et les études prévisionnelles à destination du commerce de détail. En novembre, le nouveau SAS Viya sera disponible en exclusivité pour Microsoft Azure, avant d'arriver dans le courant de l'année prochaine sur Amazon Web Services et Google Cloud Platform.

Pour des sociétés plus modestes, le recours au cloud peut faciliter l'emploi des analytics. Accenture constate par exemple que le cloud se démocratise rapidement, surtout sur le marché médian. Les entreprises qui veulent se lancer dans l'analyse de données ne doivent plus investir des sommes folles. En quelques heures, une installation SAS Viya peut être entièrement opérationnelle sur le cloud d'un client.

ModelOps

L'intégration de la plate-forme SAS avec Azure forme un chapitre important pour ModelOps. Pour les entreprises, développer un modèle dans un environnement opérationnel et générer des résultats s'avère en effet essentiel.

ModelOps est aussi une réponse à la prolifération des ressources que mettent à disposition les analystes de données, songeons par exemple à l'open source. Mais pour les équipes IT, parvenir à implémenter de façon uniforme des modèles dans diverses langues est un défi. Leur traduction impliquait autrefois des pertes de temps considérables, avec à la clé des risques d'erreurs humaines.

Enfin, il faut souligner que les modèles doivent continuellement faire l'objet d'une surveillance et d'améliorations, même après leur implémentation. Ce qui fonctionne aujourd'hui risque de ne plus suffire douze mois plus tard. La vérification et la mise à jour automatique des modèles sont plus simples grâce à l'intégration dans le cloud avec Azure.

L'évolutivité et la flexibilité des infrastructures sont deux avantages incontestables du cloud. Les entreprises y disposent sur-le-champ des ressources dont elles ont besoin, sans devoir consentir de lourds investissements. Pas étonnant que la migration vers le cloud soit l'une de leurs priorités. Néanmoins, l'aspect analytics est souvent négligé. Intégrer les analytics dans le cloud ne semble guère utile aux entreprises tant que leurs données sont stockées dans leurs centres informatiques. Mais à un moment de la transition, la question n'en devient que plus pertinente.Une étroite collaboration entre SAS et Microsoft doit faciliter la migration vers le cloud. La firme de Redmond est évidemment fort représentée dans le monde de l'entreprise. Lorsque les clients de SAS migrent vers le cloud, beaucoup travaillent avec Microsoft Azure. C'est pourquoi SAS a choisi Azure comme fournisseur privilégié de services sur le cloud - même si SAS tournera aussi sur d'autres plates-formes publiques de cloud.La collaboration avec Azure s'appuie sur 3 piliers. Tout d'abord, le logiciel existant de SAS est optimalisé pour son emploi avec Azure. En outre, de nouvelles solutions spécifiques pour utilisateurs professionnels d'Azure seront développées, concernant par exemple la détection des fraudes, l'analyse des risques financiers et les études prévisionnelles à destination du commerce de détail. En novembre, le nouveau SAS Viya sera disponible en exclusivité pour Microsoft Azure, avant d'arriver dans le courant de l'année prochaine sur Amazon Web Services et Google Cloud Platform.Pour des sociétés plus modestes, le recours au cloud peut faciliter l'emploi des analytics. Accenture constate par exemple que le cloud se démocratise rapidement, surtout sur le marché médian. Les entreprises qui veulent se lancer dans l'analyse de données ne doivent plus investir des sommes folles. En quelques heures, une installation SAS Viya peut être entièrement opérationnelle sur le cloud d'un client.L'intégration de la plate-forme SAS avec Azure forme un chapitre important pour ModelOps. Pour les entreprises, développer un modèle dans un environnement opérationnel et générer des résultats s'avère en effet essentiel.ModelOps est aussi une réponse à la prolifération des ressources que mettent à disposition les analystes de données, songeons par exemple à l'open source. Mais pour les équipes IT, parvenir à implémenter de façon uniforme des modèles dans diverses langues est un défi. Leur traduction impliquait autrefois des pertes de temps considérables, avec à la clé des risques d'erreurs humaines.Enfin, il faut souligner que les modèles doivent continuellement faire l'objet d'une surveillance et d'améliorations, même après leur implémentation. Ce qui fonctionne aujourd'hui risque de ne plus suffire douze mois plus tard. La vérification et la mise à jour automatique des modèles sont plus simples grâce à l'intégration dans le cloud avec Azure.