> Data > Construire un système d’analyse fondé sur le web

Construire un système d’analyse fondé sur le web

Data - Par iTPro.fr - Publié le 24 juin 2010
email

par Mark Scott et John Lynn - Mis en ligne le 28/01/2003
Les analystes qui travaillent avec des bases de données analytiques organisent les données en groupes communs et essaient de voir ce qui se passerait si les choses étaient différentes. Prenons comme exemple un cas concret par excellence : est-ce que l'augmentation du prix d'un produit - qui augmentera le bénéfice par unité mais diminuera probablement le nombre d'unités vendues - aboutira à  un bénéfice total supérieur ou inférieur ? Ou comment une baisse du taux d'escompte fédéral aux Etats-Unis affecte-t-elle le rendement des prêts immobiliers ? Pour aider les analystes à  faire des projections éclairées d'après des tendances historiques, Microsoft fournit Analysis Services dans SQL Server 2000 et OLAP Services dans SQL Server 7.0. Ces services offrent la fonction OLAP et peuvent traiter les données stockées dans SQL Server (ou toute autre source de données compatible OLE DB) dans des structures de données multidimensionnelles appelées cubes. Les cubes de données simplifient l'opération consistant à  analyser les tendances et à  corréler la manière dont les entités interagissent.

Construire un système d’analyse fondé sur le web

Les investisseurs immobiliers, par
exemple, utilisent la modélisation de
cash-flow pour isoler un groupe de
prêts présentant des caractéristiques
communes (types de propriétés, zone
géographique, gamme de taux d’intérêt,
par exemple) et projettent les effets
de différents genres d’événements.
Qu’adviendra-t-il si les prêts
mûrissent plus rapidement que prévu
ou si les emprunteurs sont défaillants ?
Et comment des événements aussi imprévisibles
pourraient-ils affecter le
rendement des titres que les prêts garantissent
?

Procéder à  une sélection dans des
listes contenant des centaines de prêts
ou isoler les prêts présentant les caractéristiques
à  analyser, n’est pas facile.
Analysis Services et OLAP Services peuvent
aider à  corréler ces groupes de
prêts afin que les analystes puissent
modéliser des suppositions de prêts.
Pour aider les analystes immobiliers
d’un client à  projeter la performance
de valeurs garanties par des hypothèques,
notre équipe de développement
a dû concevoir un système qui
simplifiait le groupage des prêts de différentes
manières – comme par taux
d’intérêt, terme d’échéance, ou emplacement
de la propriété. L’interface devait
être facile à  apprendre et à  utiliser.
Et le système que nous avons développé
devait être déployé en toute sécurité
sur Internet. Pour répondre à 
ces critères, l’équipe de développement
a choisi Analysis Services.

Téléchargez cette ressource

Guide de Sécurité IA et IoT

Guide de Sécurité IA et IoT

Compte tenu de l'ampleur des changements que l'IA est susceptible d'entraîner, les organisations doivent élaborer une stratégie pour se préparer à adopter et à sécuriser l'IA. Découvrez dans ce Livre blanc Kaspersky quatre stratégies efficaces pour sécuriser l'IA et l'IoT.

Data - Par iTPro.fr - Publié le 24 juin 2010