Menü plus témoignages clients

Réaliser un monitoring intelligente des marchés et des technologies grâce aux graphes de connaissances

Les entreprises doivent être capables de réagir à temps aux changements du marché si elles veulent réussir. Mais comment y parvenir avec des sources d’informations de plus en plus nombreuses et complexes ? Les graphes de connaissance pourraient être la réponse.

Les histoires à succès de précurseurs innovants, tels que SpaceX ou Uber, montrent jusqu’où la numérisation peut nous mener. Les nouvelles technologies ont le potentiel de transformer des secteurs entiers et d’évincer les sociétés traditionnelles ainsi que leurs modèles commerciaux. Les entreprises qui veulent rester compétitives sur le long terme doivent donc se familiariser avec la gestion des technologies et des innovations, afin de pouvoir anticiper les évolutions du marché et conquérir ainsi de nouveaux segments et/ou proposer de nouveaux produits. L’identification précoce des principales tendances et l’analyse des changements font partie intégrante de la gestion technologique. Sans solutions automatisées, ce travail analytique nécessiterait un temps considérable. De plus, la quantité et la complexité des sources de données augmentent de manière exponentielle. Sans oublier, la multiplicité des langues, l’ambivalence des données et les coûts des licences, qui constituent des obstacles supplémentaires. À cela viennent s’ajouter d’autres barrières techniques telles que les 5 V du Big Data: volume, vélocité, variété, véracité et valeur.

Les graphes de connaissances pour organiser un univers de données de plus en plus complexe

De nombreuses entreprises tentent de relever ces défis en développant de manière préventive des silos de données ultra-performants ou en utilisant le processus classique de machine learning, souvent onéreux et peu durables. L’échec de ces approches s’explique par le fait que les données sont détachées de leur lieu d’origine, recueillies et traitées sans compréhension structurée et uniforme de leur contenu. Même les meilleurs procédés d’analyse de texte ne peuvent pas déterminer avec fiabilité si l’occurrence du mot «Apple» par exemple fait référence à l’entreprise ou au fruit. Les graphes de connaissances permettent d’obtenir des caractéristiques conceptuelles en se focalisant sur les liens existant entre les termes. Des entreprises, des technologies, des monuments et même des personnes sont représentés en tant que nœuds dans un graphe harmonisé, qui reproduit les rapports que le monde réel entretient avec ces éléments. Cette valorisation des données permet de comprendre la signification sémantique de n’importe quelle construction dans notre monde et constitue une solide base de données permettant d’identifier les technologies et les évolutions du marché.

Le monitoring intelligent du marché et de la technologie est un facteur compétitif déterminant

Une longue collaboration entre la Haute École Spécialisée de Nuremberg, l’Institut Fraunhofer SCS (Nuremberg) et Trivadis, a permis de développer une application pilote innovante. D’abord lancée sous forme de projet de recherche commun, cette solution permet d’analyser l’évolution des marchés, des technologies et des branches du monde entier, indépendamment de la langue ou du domaine. Voici quelques questions typiques auxquelles l’application a permis de répondre en fournissant de précieuses informations:

  • Quelles sont les nouvelles technologies émergentes dans un secteur particulier (p. ex. nouveau matériau pour la fabrication d’accumulateurs énergétiques)?
  • Quelles nouvelles entreprises pourraient devenir de nouveaux fournisseurs, objectifs d’acquisition ou clients potentiels sur la base de l’évolution de leurs portefeuilles produits?
  • Quelles sont les entreprises en concurrence sur certains marchés et dans quelle direction se développent-elles?

Des sources d’information non structurées, telles que des fils d’actualité et autres documents accessibles au public (parutions, brevets ou articles), sont automatiquement saisies sous forme de texte. Elles sont ensuite représentées à l’aide de procédés modernes basés sur l’IA dans un graphe de connaissances sous forme de noyau de données. Ce dernier représente les connaissances issues des sources de données de façon structurée et factuelle. Le succès du projet pilote a permis de montrer que l’harmonisation intelligente de données brutes à l’aide des graphes de connaissances pouvait devenir un facteur concurrentiel déterminant.

Fidèle à sa vision «Turning Data into Business», Trivadis a développé en collaboration avec ses partenaires une plateforme basée sur le cloud ainsi que des outils d’analyse de tendances. Grâce à cette solution, plusieurs PME sont déjà équipées d’un radar de tendances, dont les résultats sont intégrés dans des processus décisionnels pertinents pour l’activité concernée. La coopération continue et orientée vers la recherche avec l’Institut Fraunhofer et l’Université technique de Nuremberg combinée aux 25 ans d’expérience des spécialistes de Trivadis, permet non seulement de tester des cutting-edge PoCs pour le monitoring des tendances, mais aussi de mettre en œuvre des solutions exploitables à long terme. L’illustration suivante représente de manière simplifiée comment une source de données devient une connaissance factuelle et se transforme en un précieux outil d’analyse et de reporting pour le travail quotidien.

Fraunhofer_Grafik

Une source de données devient une connaissance factuelle et se transforme en un précieux outil d’analyse et de reporting.

 

Face aux défis passionnants de cette technologie émergente, Trivadis et ses partenaires ont décidé de s’éloigner de la gestion classique de données et d’utiliser leur savoir-faire commun dans de nouveaux domaines. Parmi les points principaux figurent notamment:

  • L’hétérogénéité des sources de données et des formats, la vitesse à laquelle les informations doivent être fournies et traitées, la granularité à laquelle elles peuvent être consommées (batch, API, basé sur les événements) nécessitent une fonctionnalité de base performante pour la gestion des données. Il s’agit ici principalement d’exigences techniques posées envers la fonctionnalité de la plateforme de données. Ici, la solution de référence «Architecture pour les plateformes de données analytiques» de Trivadis a pu être utilisée. Elle a déjà été implémentée chez de nombreux clients actifs dans les branches les plus diverses. Cela a permis d’obtenir des éléments indépendants des fabricants pour la consommation et le traitement préliminaire des données.
  • Des composants logiciels principalement open-source ou sans licence étaient nécessaires dans le cadre du partenariat. Pour le développement d’une application pilote, une matrice de comparaison complète de Trivadis a fourni plusieurs services librement accessibles, qui ont pu être testés. Le cycle complet de la solution (p. ex. support) doit être contrôlé avant son exploitation commerciale. Il existe souvent sur le marché des entreprises spécialisées pour les différents composants logiciels. De manière alternative ou complémentaire, Trivadis assure l’exploitation, le support et la maintenance de l’ensemble du cycle de vie de l’application et de l’infrastructure, grâce à ses produits Managed Services.
  • L’exigence technique la plus complexe se trouve dans l’utilisation intersectorielle du monitoring des marchés et des technologies. Les graphes de connaissances publics, tels que Wikidata.org ou DBpedia.org séduisent, car ils mettent à disposition de vastes connaissances. Ils sont donc souvent utilisés dans des applications pilotes. Mais ils manquent de profondeur, lorsqu’un vocabulaire spécifique doit être traité. Les procédés d’active learning ont donc été retenus: des informations extraites de sources de données, pour lesquelles les procédés basés sur l’IA ne sont pas sûrs, sont contrôlées par des experts. Les connaissances des experts ne sont toutefois pas utilisées uniquement pour corriger les informations erronées. Elles sont réinjectées dans le procédé IA initial, afin que la qualité de toutes les informations soit améliorée dans le futur.
  • L’élaboration d’un graphe de connaissances harmonisé et riche en informations constitue le fondement du monitoring des marchés et des technologies; mais la plus-value pour l’entreprise n’apparaît que lorsqu’une gestion de la technologie et des innovations peut être exploitée. Pour ce faire, les connaissances doivent être rendues accessibles aux consommateurs sous une forme appropriée. Les interfaces avec des outils BI établis, tels que Tableau ou PowerBI, sont déterminantes pour “Les graphes de connaissance aident à comprendre la signification relative à toute construction ou structure dans notre monde et servent de référence pour identifier les technologies pertinentes et les changements du marché.” Dr. Roland Zimmermann, Professeur d’informatique de gestion et de statistiques, Haute école technique de Nuremberg
    que les données valorisées soient acceptées et activement utilisées. Des affichages de graphes (marts), disponibles sous forme de tableaux structurés, peuvent être fournis en fonction du cas d’application. Les connaissances spécialisées sur les graphes de connaissances ne devraient plus être nécessaires à partir de cette couche d’abstraction
  • Pour de nombreux clients, ces graphes sont un nouveau domaine souvent peu maîtrisé en interne. C’est pourquoi Trivadis propose un grand choix de formations et d’ateliers avec des experts chevronnés. Ces offres sont aussi très appréciées des hautes écoles spécialisées ainsi que des instituts de recherche. Des ateliers proches de la pratique ont été régulièrement organisés dans le cadre de ce projet, permettant de transmettre les notions de base des graphes de connaissances, ainsi que les technologies et concepts associés. Par la suite, les formations supplémentaires et les transferts de connaissances sont organisés en fonction des besoins, afin que les collaborateurs et collaboratrices puissent rapidement tester la solution dans la pratique.

 

Les graphes de connaissance aident à comprendre la signification relative à toute construction ou structure dans notre monde et servent de référence pour identifier les technologies pertinentes et les changements du marché.

Dr. Roland Zimmermann, Professeur d’informatique de gestion et de statistiques, Haute école technique de Nuremberg

 

Bilan: les graphes de connaissances comblent les lacunes entre les données et les exigences analytiques

Considérées comme le «pétrole du 21e siècle», les données sont le carburant de la transformation numérique. Garantir une gestion de données afin qu’elles soient créatrices de valeur pose problème à de nombreuses entreprises. Comprendre l’évolution des marchés et des technologies dans le contexte de l’entreprise est donc une composante essentielle de la réussite. Le monitoring intelligent des marchés et des technologies de Trivadis utilise des graphes de connaissances pour associer de manière intelligente des sources de données harmonisées parfaitement adaptées à votre entreprise.

À PROPOS DE FRAUNHOFER SCS
À Nuremberg et Bamberg, le groupe de travail Fraunhofer pour les services de la chaîne d’approvisionnement SCS conçoit des salles de données pour les systèmes globaux en réseau et des prototypes d’IdO rapidement déployables, développe des méthodes d’analyse de données de pointe dans des applications concrètes et fournit un soutien dans la réalisation de la transformation numérique. Elle combine des méthodes économiques et des solutions technologiques avec des procédures et des modèles mathématiques. Le groupe de recherche Future Engineering, qui appartient au SCS, combine des méthodes de traitement automatique du langage naturel avec des méthodes de recherche sur le marché, les tendances et les scénarios.

Ansprechpartner

Ton interlocuteur:
Martin Zablocki

Email: martin.zablocki@trivadis.com

Téléphone: +41 58 459 53 48