De la stratégie à la réalité : de meilleures décisions avec les données

S O M M E T D U
S E C T E U R P U B L I C
O T T A W A

2019, Amazon Web Services, Inc. ou ses filiales. Tous droits réservés.S O M M E T D U
De la stratégie à la réalité
De meilleures decisions avec les données
Darin Briskman
Gestionnaire de produit
AWS Database, analytiques, Machine Learning et Blockchain
briskmad@amazon.com

Nos convictions
1. Le but de l'analyse est d'aider les gens à prendre de
meilleures décisions.
2. Toutes les données ont une valeur. Aucune donnée ne
doit être jetée.
3. Tout le monde devrait avoir accès à toutes les données
(sous réserve des règles d'accès).

Traditionnellement, l’analytique ressemble à ceci
Données relationnelles
Échelle GBs-TBs [non conçue pour les PB/EBs]
Coûteux: Capex initial élevé + 10K $ - 50K $ / TB / an
90 % des données ont été jetées à cause du coût
OLTP ERP CRM LOB
Entrepôt de
données
Intelligence d’affaires

Snowball
Snowmobile Kinesis
Data Firehose
Kinesis
Data Streams
S3
Redshift
EMR
Athena Kinesis
Elasticsearch Service
Data lakes sur AWS
Kinesis
Video Streams
Services AI
QuickSight
Échelle Exabyte
Stocker et analyser les données relationnelles et non
relationnelles
Outils d'analyse spécialement conçus à cet effet
Rentable
• Stockez à 2,3 cents par mois GB sur Amazon S3
• Interrogez Amazon Athena à l'adresse ½ cent par Go
numérisé
• DW avec Amazon Redshift pour 1 000 $/TB/an
Donner accès à tout le monde
• Amazon QuickSight : 0,30 $ pour 30 minutes
d'utilisation

La roue de l’innovation

Association des pharmaciens canadiens (APC)
« Les moyens de communication entre
les fabricants de médicaments et les
pharmacies reposent encore en grande
partie sur le papier. Nous comptons sur
AWS pour étendre notre présence
numérique grâce à une variété d'outils
numériques, dont MyMedications.ca, une
application en ligne gratuite qui fournira
aux patients une information cohérente sur
leurs médicaments. »
Kathryn Wood, Directrice,
Développement
de l’experience utilisateur

• des recommandations
personnalisées pour les
lecteurs
• traiter, stocker et analyser
les données sous-jacentes
sur AWS
• déployé en moins de 60
jours, augmentant ainsi
l'engagement des lecteurs
de 25 %
Utilisation des données pour un
contenu personnalisé

DÉFI
Nécessité d'analyser les données pour
trouver des idées, identifier des
opportunités et évaluer la performance
de l'entreprise.
Le DW d'Oracle n'a pas changé
d'échelle, était difficile à maintenir et
coûteux.
SOLUTION
Déploiement d’un data lake avec
Amazon S3 et exécution d'analyses
avec Amazon Redshift, Amazon
Redshift Spectrum et Amazon EMR.
Résultat : 20 X plus de données
disponibles (100PB), des coûts réduits
5 PB de données
600 000 emplois en analytique
par jour

Amazon Data Analytics

Quel est l’objectif?
Fournir un écosystème analytique à l'échelle de l'entreprise
Amazon Business
Tirer profit des technologies AWS et aider à améliorer ces
technologies pour tous les clients d'Amazon.
Offrir un choix et des options dans les nouvelles technologies
analytiques
Fournir une solution basée sur SQL
Mettre de plus en plus l'accent sur la mise en œuvre de nouvelles
approches analytiques, y compris le Machine Learning et
l'analyse des données programmatiques.
Activer les approches «Apportez votre propre cluster » et «
Apportez votre propre requête ».

Le data lake Amazon : projet Andes
Le but : « LA place des données chez Amazon»
• Les équipes sources (Data Producers) y mettent leurs données publiques
pour donner accès aux équipes d'analyse (Data Consumers) et pour partager
des données privées au sein de leur équipe.
• EMR peut accéder directement aux données en parallèle à partir des Andes
• Redshift peut charger les données en parallèle à partir des Andes, ou il peut
accéder directement aux données en parallèle avec Spectrum.

Mettre les pieces ensemble
Source
Systems
Le Data Lake
“Andes”
Systèmes Big Data
Entrepôt de données
«Apportez votre propre
cluster» et «Apportez votre
propre requête»
Services et utilisateurs
Postgre SQL
instance
Amazon
Redshift
Amazon
Redshift
Amazon
Redshift
Amazon
Kinesis
AWS Glue Amazon
QuickSight
Amazon
Athena
AmazonSageMaker

Chaîne de valeur des données
COLLECTE STOCKER LIVRER ANALYSERSOUSCRIREDÉCOUVRIR

Amazon Lake Formation
Construire un Data Lake sécurisé en quelques jours
Déplacez, stockez,
cataloguez et nettoyez vos
données plus rapidement
Déplacez, stockez, cataloguez et
nettoyez vos données plus
rapidement grâce à la machine
learning
Appliquer des politiques
de sécurité sur plusieurs
services
Appliquer des politiques de
sécurité sur plusieurs services
Acquérir et gérer de
nouvelles connaissances
Donner aux analystes et aux
spécialistes des données les
moyens d'acquérir et de gérer de
nouvelles connaissances

Déroulement de la formation
S3
IAM KMS
OLTP
ERP
CRM
LOB
Devices
Web
Sensors
Social Kinesis
Créez rapidement des data lakes
Identifier, explorer et cataloguer les sources
Ingérer et nettoyer les données
Transformer en formats optimaux
Simplifier la gestion de la sécurité
Appliquer le cryptage
Définir les politiques d'accès
Implanter le login d'audit
Activer le libre-service et les analyses combinées
Les analystes découvrent les données disponibles à partir
d'un seul catalogue de données.
Utiliser plusieurs outils d'analyse sur les mêmes données
Athena
Redshift
AI Services
EMR
QuickSight
Data
catalog

Déroulement de la Lake Formation

AWS Glue
Catalogue de données sans serveur et service ETL
Catalogue de
données
Rédaction de
travaux ETL
Découvrez les données
et extrayez les schémas
Génère automatiquement du
code ETL personnalisable en
Python et Spark
Découvre automatiquement les données et
stocke le schema
Données consultables et disponibles pour ETL
Génère du code personnalisable
Planifie et exécute vos travaux ETL
Sans serveur

Amazon EMR
Analyse et LM à l'échelle
Mise à jour avec les derniers
frameworks open source dans
les 30 jours suivant leur sortie
Traiter les données
directement dans le data
lake S3 en toute sécurité
avec des performances
élevées en utilisant le
connecteur EMRFS
Lancement entièrement
géré de Hadoop & Spark en
quelques minutes ; pas de
configuration de cluster, de
provisionnement de nœuds,
d'optimisation de cluster.
Facturation flexible, à la
seconde, EC2 spot,
instances réservées et mise
à l'échelle automatique
pour réduire les coûts de 50
à 80 %.
Dernières versions Utlise le stockage S3 FacileCoût abordable
21 projets open-source : Apache Hadoop, Spark, HBase, Presto, et plus
encore
Sécurité d'entreprise

BC Hydro
• Avant le cloud : modèles d'exécution
de la production hydroélectrique sur
du matériel local - jusqu'à 20 heures
par exécution, nécessaire 10 fois et
plus par mois.
• Sur le cloud :
• Environnement de démarrage en 10
min
• Exécution du modèle en 12 min
• Déclassement de l'environnement
en 5 min
• Coût total par série d'environ 10 $

Service Amazon Elasticsearch
Entièrement gérée ;
Déployez des clusters prêts pour
la production en quelques
minutes
Accès sécurisé avec VPC pour
garder tout le trafic au sein
du réseau AWS
La reconnaissance de zone
réplique les données entre
deux AZ ; surveille et
remplace automatiquement
les nœuds défaillants.
Accès direct aux API open-
source d'Elasticsearch ;
supporte Logstash et
Kibana
Facile à utiliser Sécuritaire DisponibleOuvert
Facile à déployer, à sécuriser, à utiliser et à mettre à l'échelle Elasticsearch
Les clients utilisent Elasticsearch pour l'analyse des logs, la recherche plein
texte et la surveillance des applications.

Amazon Athena
Aucun coût d'installation ; il
suffit de pointer sur S3 et de
lancer la requête
Interface ANSI SQL, pilotes
JDBC/ODBC, formats
multiples, types de
compression, jointures et
types de données complexes
Sans serveur : zéro
infrastructure, zéro
administration
Intégré à QuickSight
Ne payez que pour les
requêtes exécutées ;
économisez 30 à 90 % sur
les coûts par requête grâce
à la compression
Requête instantanée Ouvert FacilePaiement par requête
Service d'interrogation interactif pour l'analyse des données dans Amazon S3 à l'aide
de SQL standard
Pas d'infrastructure à mettre en place ou à gérer et pas de données à charger
Possibilité d'exécuter des requêtes SQL sur des données archivées dans Amazon
Glacier
SQL

Amazon QuickSight
Service de BI avec tarification à la séance pour tous les membres de votre organisation
Service de BI sans serveur, alimenté par le cloud (aucun
serveur à gérer)
Échelle de 10s d'utilisateurs à 100s de milliers d'utilisateurs
Ne payez que pour ce que vous utilisez
• Lecteurs : 0,30 $/30 min de session avec un maximum de 5
$/utilisateur/mois.
• Auteurs : 18 $/mois/auteur
S'intègre à S3, Athena, Redshift, RDS, Aurora et EMR.

Tableaux de bord intégrés Amazon QuickSight
Entièrement interactif avec zoom avant, filtrage et liens
externes
Pas de serveurs à gérer, pas d'engagements à long terme
Payez pour l'utilisation avec un prix de lecteur payant par
session
Intégration facile à JavaScript SDK

Tableaux de bord des statistiques de la prochaine
génération de la NFL intégrés
« Avec les lecteurs Amazon QuickSight
Readers et la tarification à la séance, nous
sommes en mesure d'étendre ces tableaux
de bord sécurisés, personnalisés et faciles
à utiliser pour chaque équipe sans avoir à
provisionner les serveurs ou à gérer
l'infrastructure, tout en ne payant que
pour l'utilisation réelle. »
Matt Swensson
Vice-Président, Produits et technologies émergents
Statistiques en temps réel pour les matchs de
la NFL
Intégré dans le portail de statistiques de
nouvelle génération de la NFL
Partagé avec des centaines d'utilisateurs à
travers la NFL, 32 équipes et partenaires de
diffusion.

Amazon QuickSight ML Insights
Connaissances d'affaires automatisées alimentées par le ML et le langage
naturel
Détection d'anomalie alimentée
par ML
Prévisions alimentées par ML
Auto-narratifs

QuickSight ML-powered forecasting Prévisions BI traditionnelles
Saisonnalité et tendances à la hausse
Exclut automatiquement les données erronées
Bande de confiance élevée
Capture uniquement la saisonnalité
Tendance à la hausse absente
Bande de confiance influencée par de mauvaises
données
QuickSight ML Insights vs prévisions BI traditionnelles
VS

Connaissances narratives en langage clair et
simple
Intégré à votre tableau de bord
Plus besoin de regarder les tableaux de bord
pendant des heures !
Entièrement personnalisable pour répondre
à tous les besoins
Aucun codage nécessaire. Modèles
d'interface utilisateur faciles à utiliser
Amazon QuickSight—ML Insights
Auto-narratifs

AWS aide les Canadiens à remplir leur mission

Merci!
Darin Briskman
Gestionnaire de produit
AWS Database, analytiques,
Machine Learning et Blockchain
briskmad@amazon.com

De la stratégie à la réalité : de meilleures décisions avec les données

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a De la stratégie à la réalité : de meilleures décisions avec les données

Semelhante a De la stratégie à la réalité : de meilleures décisions avec les données (20)

Mais de Amazon Web Services

Mais de Amazon Web Services (20)

De la stratégie à la réalité : de meilleures décisions avec les données