La méthode brevetée valide l'approche de la plateforme de données configurable, mettant l'analyse avancée à portée de main à grande échelle, prenant en charge de nouveaux cas d'utilisation et s'adaptant à de nouveaux ensembles de données, l'un des principaux obstacles à l'adoption réussie de l'analyse aujourd'hui.
New York - 29 septembre 2020 - La plateforme d'analyse avancée Signals Analytics annonce aujourd'hui l'obtention d'un brevet de grande envergure auprès de l'Office américain des brevets et des marques pour l'extraction automatique d'informations à partir de sources de données non structurées. Ce brevet valide l'approche de l'entreprise en matière d'IA et d'analyse utilisant des données externes à grande échelle, tout en facilitant les processus de déploiement et de gestion des données qui sont généralement si difficiles à gérer pour les entreprises. Grâce à ce brevet, Signals Analytics se trouve dans une position unique pour servir le marché de l'analyse augmentée, qui connaît une croissance rapide, car de plus en plus de clients réalisent qu'une plateforme configurable les aidera en fin de compte à réussir dans leur quête de données, plutôt que de construire une solution maison ou d'externaliser un projet d'analyse personnalisé qui n'est pas flexible pour soutenir les besoins changeants d'une entreprise.
Le paysage du marché en constante évolution signifie que de nouvelles questions commerciales émergent régulièrement et que pour générer des réponses et des informations qui peuvent conduire à des décisions, il faut de nouvelles sources de données et de nouveaux types de données, qui doivent être intégrés dans les systèmes de veille stratégique. Ce processus nécessite la mise à jour des structures de base de données et des modèles analytiques, ce qui constitue un obstacle majeur pour les entreprises qui mettent en œuvre l'analyse, principalement parce que les déploiements analytiques typiques ne sont pas conçus pour évoluer et s'adapter.
Comme l'indique Gartner dans un récent rapport de recherche intitulé Evolving the Capabilities of Analytics and Business Intelligence Platforms, "une architecture de données et d'analyse capable de collecter de nouvelles formes de données de manière flexible accroît sa capacité à répondre à la demande de l'entreprise en matière de nouvelles sources de données susceptibles de fournir des informations commerciales uniques "*.
Lorsque cela n'est pas le cas, les entreprises se rabattent généralement sur d'anciennes méthodes manuelles de collecte de données ou investissent davantage dans des projets et des équipes d'analyse personnalisés, dont le coût est prohibitif et qui prennent trop de temps pour avoir un impact. Il s'agit là d'un point important, car les études montrent que les entreprises qui mettent en œuvre avec succès l'analyse ont 23 fois plus de chances d'acquérir de nouveaux clients et 19 fois plus de chances d'être rentables. Grâce à ses technologies et capacités analytiques de pointe, dont celles couvertes par ce brevet, Signals Analytics met ces objectifs à portée de main.
Prenons l'exemple d'un scénario typique dans lequel une entreprise décide d'analyser les tendances par sexe. Elle doit d'abord modifier la structure de la base de données pour y intégrer un nouveau champ. Ensuite, elle doit écrire du code ou créer et former des modèles qui garantissent que ces nouvelles données sont correctement intégrées dans le champ et que le système comprend suffisamment bien le texte pour que seules les données correctes soient transférées. Le code doit gérer un flux continu, indexer les données et les faire correspondre correctement aux outils de visualisation. Enfin, tout cela doit être testé avec plusieurs flux de données pour garantir l'exactitude avant de pouvoir être déployé de manière fiable. Grâce aux capacités de Signals Analytics qui viennent d'être brevetées, ce processus devient beaucoup plus rationnel. Désormais, l'analyste de données n'a plus qu'à ajouter le sexe comme paramètre dans l'outil de visualisation, et le système Signals Analytics reviendra automatiquement au début du flux de données et s'ajustera de lui-même, en adaptant la structure de la base de données et la taxonomie ou les modèles d'apprentissage automatique existants pour extraire l'information sur le sexe du texte et pousser l'information correcte dans les modèles visuels, sans aucune autre intervention d'une équipe de développement.
*Gartner "Evolving the Capabilities of Analytics and Business Intelligence Platforms", Joseph Antelmi, 18 mars 2020 (abonnement Gartner requis).