Cette année sera marquée pour nous par le lancement de la V2 de K-ANALYSE.
Ce petit post pour signaler que la beta est bien avancée,  et au programme toujours du décisionnel et du lourd, puisque cette fois les cubes peuvent peser plusieurs centaines de Mo et seront très, très rapides !  Pour preuve je teste actuellement  le dev avec  les données complètes du recensement Logement et Population
Pour le logement, la base totale de l’Insee  fait 22 904  100 enregistrements avec lesquels K-ANALYSE traite des cubes de 260 mo !

   La nouvelle version sera entièrement supportée par Office 2010 et Mappoint (2006 ou 2010) et fonctionnera parfaitement SANS serveur de base de données ou serveur décisionnel . En effet il sera possible de profiter de toute la puissance d’analyse avec Office et seulement Office !. Pas de coûteux serveur  nécessaire !

   Au programme une interface simplifiée mais plus puissante , des cartes multivariées , des filtres spatiaux directement appliqués sur le tableau croisé et toujours le contour des IRIS à la demande
En attendant d’en savoir un peu plus  quelques copies d’écran, bien sûr

  Ha ! et puis aussi pour le fun : ce matin je tombe de ma chaise en lisant ici que K-ANALYSE est édité par... Microsoft !! Décidément il faut que j’en parle à Steve Ballmer , lors de notre prochaine réunion ! Pour l’instant je précise que K-ANALYSE est édité par KYRIS (www.kyris.net)  .. Voilà .. si Microsoft est intéressé j’attends un coup de fil !

Longue vie au nouveau blog de Michael TRANCHANT sur le Geodecisionnel , c'est ici

http://tranchant.name/

C'est un gros poisson que rachete ESRI , non par la taille ni la notoriété , mais par sa technologie

SpotOn est un specialiste COGNOS IBM  voir ici: http://www.spotonsystems.com/  Cela semble donc un rapprochement tres fort entre ESRI et IBM , alors qu'en matiere de BI chacun pensait surtout au couple ESRI / ORACLE.

Toujours est-il que l'integration SIG et BI devient une tendance lourde.

Plus d'info ici

Mais quels peuvent être les apports du décisionnel en géographie ? Pourquoi il y a si peu  de décisionnel " réel " dans les SIG ?

  La géographie a un champ d'investigation très large, un des défis majeur de cette science est de théoriser sur de grandes quantités de données, la problématique de l'espace occupé par l'homme est d'abord une problématique d'échelle. Le géographe doit théoriser sur de grands ensembles et développer des outils et des méthodes permettant de synthétiser et généraliser tour à tour et successivement. Il n'a pas attendu l'informatique pour le faire. La cartographie et la statistique ne datent pas d'hier !  Le géographe s'outille de tout ce qui lui permet de recenser classer et ordonner depuis l'antiquité.  Le découpage géographique obéit à la nécessité de hiérarchiser l'espace pour mieux le comprendre. La classification des cours d'eaux, comme la typologie de la végétation, les catégories de climats, les exemples sont nombreux de méthodes communes, même en question de géographie humaine.

  C'est la raison pour laquelle la géographie est rapidement grande consommatrice d'informatique et ce dès les années 60-70 avec l'imagerie satellitaire et la saisie de base de données géographiques.  Dès le départ les gains en termes de capacité d'analyse sont énormes. Très rapidement, en 20 ans, la communauté scientifique géographique mute complètement son outillage et créé même une branche spécifique aux systèmes d'informations, les fameux SIG.  Mais ou en est l'informatique à ce moment ?  Les années 80 sont indubitablement la grande époque des bases de données relationnelles, elles sont matures, fiables, stables et abordables !  Ce sont des années marquées par des produits comme DBASE qui ont permis la diffusion sur PC de la technologie relationnelle, laquelle offre l'énorme avantage de la portabilité , de la standardisation (tels le langage SQL) et du partage (réseaux locaux et modèle client / serveur)
  L'époque pionnière et créatrice des SIG a historiquement coïncidée avec la période informatique de la Base de donnée relationnelle. Lorsque plus tard, les informaticiens formaliseront le modèle décisionnel, plus adapté à l'analyse, les SIG ne suivront pas. Pourquoi ?  Essentiellement pour deux raisons :

1- la force du marché : en quelques années, les éditeurs de SIG sont devenus des monopoles commerciaux : ils représentent à eux seuls l'unique instrumentalisation de l'information géographique.  A la pléthore d'outils (bons et moins bons) des années 80, a succédé la domination de marques, tels que ESRI, Mapinfo, Autodesk, BENTLEY system, ou GEOCONCEPT en France. Ces outils sont devenus ultra-performants et de bonne qualité, mais remarquons tout de même que jamais dans l'histoire de la science géographique, celle-ci n'a dépendu d'aussi peu d'outils, car dans les faits, rien ne départage réellement ces logiciels, ils sont tous basés sur le même paradigme du relationnel. Depuis la massification de l'usage d'internet, la néogeographie n'a rien changé à notre outillage conceptuel ; au contraire, on peut dire que l'usage d'internet a massifié la consommation d'information géographique, alors que nos méthodes pour " penser " un SIG n'ont pas variées fondamentalement. Je constate même que les éditeurs désormais historiques, se sont tous lancés, comme un seul homme vers la mise en SGBDR de l'information géométrique : désormais tous les SGBDR ont une cartouche géographique, et partant de là , la fusion entre SIG et base de données semble être préemptée durablement.

2-la recherche scientifique en panne : la vitesse commerciale, n'est pas comparable au temps de la recherche scientifique. Si le marché du SIG a explosé en un éclair, l'adoption de nouveaux sujets d'études de recherche n'obéit pas aux mêmes rythmes.  Pratiquement tous les logiciels ont bénéficiés d'un travail de recherche avant d'avoir un quelconque succès commercial. Mais très vite les universitaires ont adopté ces outils sans plus avoir de relation critique avec ceux-ci , il s'agissait -et s'agit encore- de maitriser l'outil, de savoir programmer , modeler une base,  concevoir un système géographique . le SIG est seulement un outil , mais il devient une matière, un savoir à lui tout seul .   Comment s'étonner alors que de nouveaux paradigmes n'apparaissent plus ? Le SIG dans sa forme primaire n'est plus un sujet d'étude, il est devenu un dogme. Les universités, talonnées par une injonction de résultats sur le marché du travail, s'empressent de former des ingénieurs et techniciens SIG, qui seront à leur tour convaincus que le modèle SIG-Relationnel est la seule architecture possible.

 Vers des SIG décisionnels ?

Certaines questions autour de la spécificité des données géographiques n'ont toujours pas reçus de traitements adéquats, par exemple celles des données temporelles,  comparer des situations  à intervalles régulier est un vrai souci, car l'historisation des données n'est pas dans la nature des systèmes transactionnels.
La conférence 2011  de l'UCGIS , organisé à Fuzhou, en Chine le 29 juillet a pour thème le SPATIAL DATA MINING et les SERVICES DE CONNAISSANCE GEOGRAPHIQUES, dans la première partie , voici une liste des suggestion de sujets à aborder :
-Spatio-temporal analysis and modeling methods
-Geo-spatial data mining algorithms
-Spatial statistics and data mining
-Visual spatial data mining
-Spatial decision support systems
-Spatial data warehouse and spatial OLAP
-Modeling and analysis of digital elevation
-Uncertainty in geo-spatial information
-Spatio-temporal data structures and algorithms
-Systems architectures and middleware for GIS
-Spatio-temporal data quality and uncertainty
-Spatiotemporal modeling
-Spatial ontology and cognition
-Automated mapping and map generalization

Le lien complet est ici   http://www.ucgis.org/Events/moreinfoarchive.asp?ID=250
  La nouvelle tendance de la recherche en Information Géographique va donc être en partie portée par  une nouvelle réflexion de l'outillage géographique et des modèles informatiques sous jacents.  Le SOLAP est directement abordé et devient donc un thème à part entière. Je relève que quatre thèmes suggèrent la question du temporel . Ce qui montre donc que la question des analyses spatio-temporelles est à la pointe de la recherche.  Sur ce même thème , le décisionnel offre des ressources de traitement depuis longtemps. Dans un datawarehouse on historise les données , alors que dans une base de données on les mets à jour.

  Le décisionnel n'est pas une trivialité de langage, un artefact marketing, c'est une branche de la science informatique qui se développe depuis 20 ans environ. Un petit coup d'œil aux axes de recherche de l'IRIT (Institut de Recherche en Informatique de Toulouse) par exemple en donne une idée : http://www.irit.fr/SIG-ED-Conception-de-systemes-d
Le principal objectif recherché dans l'analyse décisionnel est le classement hiérarchique dans un ensemble de données.  Ce que l'on nomme aussi un axe d'analyse. Le concepteur d'un système décisionnel est un analyste des classements, alors que le concepteur transactionnel est un analyste des échanges.  Un exemple classique de hiérarchie est l'organigramme d'une entreprise. Un analyste décisionnel organisera le datawarehouse afin de représenter la position de chaque poste au sein de l'organisation, l'analyste transactionnel représentera lui, les échanges qui existe entre chaque poste.

  D'un  côté le décisionnel s'attache à la vue organisationnelle d'un ensemble, de l'autre, le modèle transactionnel s'attache à la logique des flux entre les entités.  Ces deux ensembles n'ont rien d'antagoniques, ils sont complémentaires.  Quand un Système d'Information est tourné vers l'analyse (compréhension d'une organisation) il trouvera de meilleurs outils dans le décisionnel. Lorsqu'il s'oriente vers la transaction, le flux de données, la saisie et la mise à jour, son ambiance idéale sera le relationnel.

  Dans la réalité, le mode relationnel se trouve en amont d'une entreprise car il participe de la collecte de données, Il est aussi celui qui est historiquement plus ancien, la base de données est partout aujourd'hui, devenu un pilier incontournable de chaque organisation. Le système décisionnel se situe, lui, après (historiquement et techniquement) le système relationnel , car il se nourrit de la donnée existante dans les SGBDR.

  Dans le cas de Systèmes d'Information Géographiques, il conviendrait de se poser la question de l'architecture en adéquation avec les objectifs attendus par ses utilisateurs. Par exemple, un SIG orienté réseau  d'eau, d'énergie et de transport sera essentiellement transactionnel si les utilisateurs en attendent une information opérationnelle du type, quelle vanne ouvre quel circuit ? Il convient dans une organisation de se poser ce genre de question, car pour un système géographique la réflexion n'est pas anodine.  En effet le SIG est toujours rangé dans la catégorie transactionnelle car l'outillage décisionnel fait cruellement défaut lorsque l'architecte veut mettre en œuvre  une solution de ce type.

   Voici un extrait d'une offre d'emploi de chargé d'étude Géomarketing, définissant les missions futures du candidat :
 - Prise en charge des paramètres de l'étude et préparation des données nécessaires,
 - Lancement des diverses routines SIG et statistiques,
 - Réalisation des livrables,
  - Accompagnement du consultant commercial chez le client sur certaines prestations.

  Sur quatre missions, les deux premières sont affectées à la mise en place des données. Il est étonnant de voir, d'un côté, le discours marketing des entreprises insister autant sur le décisionnel, et de l'autre, constater que les méthodes de travail restent bien dans le domaine classique de la base de données relationnelle. En effet un des premiers bénéfices attendus de la mise en place d'un système décisionnel est la mise à disposition d'un entrepôt de donnée prêt à consulter !   Or, qui dit " préparation de données " et " lancement de routines statistique " dit aussi " pas de système décisionnel ". En effet la construction d'un système décisionnel prend en considération, dès la phase de conception,  un ensemble de méthode et de données qui garanti une disponibilité immédiate à l'utilisateur final.
Dans un système transactionnel, le besoin d'analyse sur les données doit passer par des phases de préparation plus ou moins complexes suivant l'état des données, les résultats espérés, le temps disponible et les moyens mis en œuvre.  Les outils standardisés utilisés font finalement toujours appels aux mêmes connaissances : conception de base de données, langages informatiques (SQL et programmation), statistique.

Cette organisation offre trois défauts

    a-Qualité des données et présomption de résultats
    Si dès le départ, le chargé d'étude doit se préoccuper de la qualité des données et des méthodes à mettre en œuvre, il fera tout pour soumettre les données aux obligations de résultats (ce qu'on appelle présomption de résultats : on arrive à faire dire ce que l'on veut aux données)
   
    b-Industrialisation laborieuse.
    Pour une étude,  un travail de logistique de données est établi : est-il  utilisable pour d'autres études ? Comment ?  Quel est le coût de son industrialisation ? C'est-à-dire de sa valorisation dans la réutilisation ?  Les techniques liées à la manipulation des Base de Données transactionnelles se prêtent peu à l'extraction. La priorité est donnée à la production de la base (c'est-à-dire aux transactions : saisie , annulation , mise à jour. ), le chargé d'étude aura souvent comme premier réflexe d' échantillonner la base c'est-à-dire de la segmenter. Souvent parce qu'elle trop grande,  ou parce qu'elle contient des données " inutiles " pour l'étude envisagée !  Par ce biais, l'industrialisation est déjà compromise.

    c-Compétences techniques ou compétences métier ?
Dès les premiers instants de la mission, on voit bien que la difficulté technologique est au cœur de la mission. Ce que confirme la définition du profil du candidat : " vous avez déjà utilisé les outils et méthodes géomarketing pour des applications opérationnelles et d'aide à la décision. Vous avez une bonne maîtrise des SIG (MapInfo, Géoconcept,...), des bases de données et tableurs (Access/Excel). Des compétences en développement (VB/Mapbasic) et en statistiques sont des atouts pour ce poste "
Si j'en crois cette définition de profil : il faudrait faire un outil d'aide à la décision, tout en maitrisant des outils qui ne sont pas décisionnel : Base de donnée (et tableur !), programmation et statistique. Cette antinomie classique résulte souvent d'une absence de culture informatique réelle à propos du décisionnel, ce qu'il est censé apporter, à quel coût, avec quelles méthodes.

  A trop vouloir se cantonner au décisionnel de façade, on oublie que l'essentiel du décisionnel est de donner un accès direct à la donnée, aux personnes spécialistes du domaine qu'elles sont censées couvrir. Un chargé d'étude marketing, devrait être compétent en marketing et non pas en programmation ou en base de données !