Oliver Ratzesberger, CEO de Teradata : « notre héritage nous a donnés un avantage technologique »
Le cloud et l’AI sont deux des priorités du nouveau CEO de Teradata, qui revient également sur le positionnement de l’entrepôt de données dans un monde de la donnée très changeant.
Oliver Ratzesberger, qui occupait jusqu’alors le poste de COO du groupe, a pris les rênes opérationnelles de Teradata le 14 janvier dernier en tant que Pdg. Une nomination clé pour ce spécialiste historique de l’entrepôt de données confronté à la montée en puissance du cloud dans les entreprises et l’arrivée d’une concurrence féroce, comme peut le symboliser Snowflake. Il succède à Victor Lund, qui reste président exécutif du conseil d’administration.
Oliver Ratzesberger est arrivé chez Teradata en 2013 après avoir occupé différents postes chez eBay et Metascale. Nos confrères de SearchDataManagement (groupe TechTarget, propriétaire du MagIT) se sont entretenus avec le nouveau Pdg.
LeMagIT / TechTarget : D'une certaine manière, Teradata est considéré comme le père de l’entrepôt de données. Il y a des avantages et des inconvénients à cela. Quelle valeur cela représente-t-il pour vous sur le marché valeur, alors que le défi d'être novateur est bien présent ?
Oliver Ratzesberger : C'est pourquoi j'ai rejoint Teradata il y a presque six ans. Ayant été client du groupe et utilisé la technologie pour résoudre certains des plus gros problèmes chez eBay, j'ai eu l'impression que Teradata disposait de cette tradition en matière d’entrepôt de données cette tradition en matière d’entrepôt de données et du Big Data, mais j'ai aussi eu l'impression que la société sous-estimait grandement son cœur technologique et ses employés.
D'un côté, je pense que cet héritage nous a donné un avantage technologique pour répondre aux projets de grande envergure. C'est pourquoi nous sommes centrés sur ce que nous appelons les sociétés de mégadonnées, là où des dizaines de milliers d'employés doivent s'attaquer à des milliers d'instances virtuelles de données. Teradata avait besoin d'évoluer vers l’avenir, le cloud, de l'informatique de proximité (Edge), des microservices et des API. Une transformation importante était nécessaire.
LeMagIT / TechTarget : Hadoop a occupé le haut de l’affiche ces dernières cette années. La solution était parfois présentée comme une alternative à l'entrepôt de données. Est-ce que c’est toujours le cas ?
Oliver Ratzesberger : Chez eBay, nous avons été l'un des tout premiers utilisateurs d’Hadoop. A l’époque, nous l'avions trouvé très prometteur. Mais nous avons fini par nous rendre compte qu'il était aussi sur-évalué et qu'il ne donnait pas les résultats escomptés. Et cela nous a poussés, quand j’étais client, à revenir à l'essentiel et à dire : « OK, nous devons scaler, nous devons composer avec la complexité ». Cela semble fondamental. Et nous l'avons constaté chez nos clients.
En fait, Hadoop est quelque peu à la retraite. Il existe encore des instances Hadoop - il y a encore des lacs de données. Tout l'écosystème Hadoop est en train de changer car on note une vague de migration. Hadoop est en train d’être réécrit pour une architecture cloud.
LeMagIT / TechTarget : D'où la question : comment Teradata s'adapte-t-il au cloud ?
Oliver Ratzesberger : Nous avons réalisé une grande partie de cette réorganisation en cinq ans, en permettant à Teradata de s'exécuter nativement sur les différentes plateformes cloud, qu'il s'agisse d'AWS ou d'Azure ou d’environnements de cloud privés.
Notre prochaine orientation est d'exploiter, par exemple, les services de stockage – comme S3 et Blob Storage sur Azure, et de rendre ces options natives dans Teradata afin de rassembler différents formats de stockage.
Ce sont des pools de stockage qui tendent à remplacer les autres systèmes de fichiers. Nos clients ont besoin de les intégrer directement dans une plateforme comme Vantage, plutôt que d'avoir à mettre en place des clusters séparés.
Nous sommes en train de déployer ces fonctions. Nous avons mis en place une feuille de route pour 2019. Nous supportons actuellement S3 par le biais de divers mécanismes. D’autres intégrations sont prévues plus tard dans l’année.
LeMagIT / TechTarget : Quel regard portez-vous sur l'expérience apportée par Aster Data ?
Oliver Ratzesberger : Quand j'ai rejoint l'équipe il y a six ans, la question était : « Pourquoi avons-nous Teradata et une plate-forme séparée appelée Aster ? » Aucun de nos clients ne veut de plateformes séparées. Nous avons donc passé ces trois dernières années à complètement intégrer Aster à Teradata. Il s’agit de Vantage et il s’agit d’une plateforme analytique. Celle-ci possède toutes les capacités de Teradata et en plus, toutes les fonctions analytiques d'Aster - sans avoir plusieurs datastores, plusieurs moteurs SQL. Une solution unique et intégrée.
LeMagIT / TechTarget : L'entrepôt de données a pris son essor avec le reporting. Mais la situation a considérablement évolué. Quelle place y attribuez-vous au Machine Learning et à l’analytique intelligente ?
Oliver Ratzesberger : Nous pensons qu'il s'agit d'une nouvelle étape très complémentaire. Le machine learning et l'IA nécessitent des données très structurées. D’ailleurs, le besoin de structurer les données n’a jamais été aussi présent, parce que les algorithmes d'IA et de ML sont mieux entrainés avec des données structurées ou avec des variables structurées.
Cela requiert beaucoup de traitement, de prétraitement et d'extraction, afin d'alimenter les algorithmes. Et c'est en cela que nous pouvons exceller. A cela s’ajoute une autre chose : ce dont les algorithmes d'IA ont vraiment besoin, c'est d'un niveau très constant de qualité des données.
Ces algorithmes sont très sensibles aux mauvaises données et peuvent rapidement perdre de leur efficacité si cela n'est pas sous contrôle. C'est quelque chose que beaucoup d'entreprises ont maintenant appris. Le dicton « mauvaises données à l'entrée, mauvaises données à la sortie » existait déjà avec l’entrepôt de données.
Avec l'IA, c'est d’autant plus vrai, car si l'algorithme prend des mauvaises décisions à partir de mauvaises données, les implications sont encore plus grandes. C'est parce que vous opérez à une échelle très différente.