Menu Rechercher
Sommaire

vidéo

Webinar | Augmentez votre capacité d'analyse de données avec Azure Synapse Analytics

Lors de ce webinar, vous avez découvert le témoignage de notre client ERAMET. Notre équipe ASI, via MOCA by ASI, a accompagné ERAMET dans la mise en œuvre de leurs solutions de Business Intelligence  de bout-en-bout, depuis la récupération de données éparses jusqu'à la restitution sous Power BI.

La donnée et l’analyse que l’on en fait jouent un rôle primordial. Encore plus qu’avant, c’est la première étape dans la transformation numérique d’une entreprise. 

Pourquoi analyser ses données dans le cloud ? 

  • Optimiser et réduire les coûts d’infrastructure en ne payant que ce que l’on consomme.  

  • Obtenir des visuels et analyses à jour plus rapidement et sans attendre pour rafraichir un rapport.
  • Eviter l’effet de silo entre les process pour mutualiser le travail entre les différents services et rendre moins opaque les process et les règles de gestion. 

En définitive, le passage au cloud c’est gagner du temps pour se concentrer sur les vrais besoins utilisateurs ! 

 

Décortiquons Azure Synapse Analytics

Avec Azure Synapse Analytics, ERAMET a dorénavant une seule et même plateforme pour une expérience unifiée du traitement de la donnée. Elle concilie deux mondes : le relationnel et celui du Big Data dans une même interface. On se concentre sur la valeur de la données ou business data value. C’est une seule expérience pour ingérer, préparer et servir de la donnée. Synapse intègre à la fois un moteur d'ingestion de données, un DataWarehouse complet, et des capacités d'analyse puissantes. 

 

Zoom sur le Modern DataWarehouse sous Azure 

Schéma d'un Modern Datawarehouse avec Azure

 

Evoquons 4 piliers et avantages d'utiliser un Modern DataWarehouse :

  • Evolutivité / scalabilité : la performance à la demande. Permet d’étendre ses ressources (espace disque, CPU…) facilement en lien avec son besoin et sa charge de travail du moment. 
  • Création de visuels simplifiée et puissants avec une intégration avec Power BI et Azure Machine Learning pour une meilleure mise à jour des données soit en différé en ou temps réel. Ce qui réduit le « Time-to-Insight ».
  • Mutualisation du travail grâce à la convergence de données sur une même plateforme avec une Data Preparation et une gestion dans un espace de travail. 
  • Sécurité omniprésente avec gestion fine de l’accès aux données. Cela assure une sécurité privée, par exemple avec le RLS ou le data masking basé sur l’authentification des utilisateurs et d’autorisations prédéfinies.

Ouvrons le capot d’Azure Synapse !

Schéma des composantes d'Azure Synapse Analytics

Zoom et explication sur ces 3 strates :

Semantic Layer qui comprend :

  • Data warehouse (via un pool SQL dédié ou un Serveless SQL)
  • Data Lake
  • Event brokers : services de messagerie répartie pour gérer des millions d’événements de manière asynchrone. Utilisé notamment pour l’IoT.
  • Azure Synapse Link : pour du traitement quasiment en temps réel
  • Cosmos DB : un service managé pour faire du no SQL. 
  • Dataverse : base de données native de la Power Platform

Analytics runtime 
Pour amener une puissance de calcul : SQL, Spark, Data Explorer (analyse de log et de télémétrie)

Azure Synapse Studio 
Orchestrateur général de tous les objets : intégration, database template, management, monitoring, security et DevOps. 

Quels sont les 4 piliers d’une architecture générale / data dans Azure ?

  • Ingestion : collecte de données brutes et préparation de la donnée (ETL) 
  • Stockage : dimensionnement généralement dans une Data Lake. 
  • Préparation & entrainement : comprendre et transformer la donnée, l’enrichir.
  • Model & Serve : gérer et rendre accessible avec la publication de rendu. Construction de modèle sémantique. 

A partir de ce schéma d’architecture générique, il existe plusieurs types de déclinaison selon le besoin : big data, machine learning…

Schéma de principes d'une architecture data

Terminons avec le cas d'ERAMET

ERAMET est une entreprise minière et métallurgique française présente dans 20 pays. L'entreprise se positionne comme étant un « pure player » dans le secteur des mines et métaux, contribuant à un avenir durable, des gisements de classe mondiale et des positions de leadership dans chacun de nos métiers.

Découvrez dans ce replay : 
1. Comment ERAMET est passé au Cloud first et full Microsoft depuis 2018. Depuis SAP HANA en passant par Azure SQL Server, combiné à Power BI en restitution,  à aujourd’hui Azure Synapse Analytics + Power BI. 

2. Le cas concret et une démonstration de mise en pratique d’Azure Synapse Analytics pour leur filiale Erasteel. Objectifs : faciliter le pilotage de la supply chain centrale, visualiser, mesurer l’évolution dans le temps et réduire le BFR.