Teradata poursuit sa transformation vers l'analytique dans le cloud

Une offre rationalisée

Oliver Ratzesberger
CEO Teradata,
EMEA Universe 2019
©Teradata

Depuis l'annonce de Vantage, sa plateforme intégrée analytique et ouverte, fin 2018, Teradata ne vend plus désormais que cette solution. La société continue de maintenir les versions existantes de ses logiciels, mais les clients sont incités à migrer vers cette nouvelle plateforme qui leur apporte plus de fonctionnalités. « Certes, tous nos clients ne sont pas encore dans le cloud, mais pour Teradata, tout est désormais basé sur Vantage, qui tourne aussi bien dans le cloud public que privé. Plus de 100 clients utilisent déjà notre plateforme », précise Oliver Ratzesberger.

Vantage propose les logiciels et les fonctionnalités développés par Teradata au fil du temps en mode « as a Service » (aaS) dans les différents environnements de cloud : public, privé ou hybride, dans ses datacenters, ceux de ses clients ou sur les plateformes Azure et AWS. Teradata a annoncé la disponibilité de Vantage sur AWS Marketplace. Cela permet à ses clients d'exploiter sa solution en s'abonnant directement sur AWS.

S'adapter à tous les besoins

Pour les entreprises qui souhaitent exploiter la plateforme sur leur propre infrastructure, Teradata propose un « package » Vantage qui intègre le logiciel, le matériel et les services managés. Cette configuration est installée directement chez le client, qui conserve ainsi tout son écosystème et gérée à distance par Teradata.

Enfin, la société a annoncé une solution de continuité d'activité dans le cloud en mode aaS, payé à la consommation : Data Recovery as a Service (DraaS). Teradata gère l'infrastructure cloud et garantit des délais de restauration des données en cas d'incident.

Teradata veut faire de sa plateforme le nouveau standard de l'analytique et simplifier l'accès aux données, où qu'elles se trouvent. « Nous voulons intégrer tous les utilisateurs dans un univers de la donnée, sans silos », affirme Oliver Ratzesberger. Vantage permet l'accès aux données où qu'elles se trouvent, à tout moment et quels que soient leurs volumes et leur évolution.

Changer de business modèle

La transformation d'un modèle économique de vente de licences vers un modèle « aaS », d'abonnement, a un impact non négligeable sur le chiffre d'affaires. Au lieu d'encaisser le coût de la licence une fois, puis le coût de la maintenance sur les années suivantes, la société encaisse le montant de l'abonnement chaque mois ou chaque trimestre. Il lui faut donc plusieurs années pour gagner le même montant que ce qu'elle gagnait avant en un an.

En 2018, Teradata espérait enregistrer entre 65 et 70 % des engagements de commande avec des solutions sur abonnement. En fait, cette part des solutions aaS a atteint 79 %. Le chiffre d'affaires global de la société pour 2018 s'est inscrit à 2,164 milliards de dollars, provenant à 80 % de clients existants et à 20 % de nouveaux clients.

Des marchés en développement

Les secteurs utilisateurs des solutions Teradata se sont diversifiés au fil du temps. Après la banque et l'assurance, d'autres secteurs sont à leur tour devenus de grands consommateurs et producteurs de données.
La disponibilité de nouvelles fonctionnalités liées à l'intelligence artificielle (IA) a ouvert le marché de l'analytique à de nouvelles applications comme, par exemple, la maintenance prédictive ou le jumeau numérique pour les grands industriels.

American Airlines utilise l'environnement de Teradata pour la planification des opérations de maintenance de ses avions. La compagnie, qui résulte de la fusion de US Airways et de American Airlines, compte plus de 1500 appareils. Les objectifs de la maintenance consistent à réduire le temps d'immobilisation à terre des avions et à disposer des bonnes pièces aux points d'escale ou au plus proche. Pour cela, la compagnie doit concilier les références des millions de pièces détachées de son inventaire, la disponibilité des techniciens, qui travaillent en 24/7 et souvent de nuit, et les informations relatives aux avions, leur heure et lieu d'atterrissage, la durée de l'escale, etc. Autant de données que l'équipe informatique consolide et analyse dans un environnement Teradata afin d'optimiser les interventions.

Autre exemple, l'équipe Teradata dédiée à l'IA et au machine learning (ML) a développé pour une banque une application de détection du schéma de fraude appelé « bust out ». Cette arnaque consiste à disposer de plusieurs cartes de crédit avec des plafonds élevés. Le client approvisionne régulièrement son compte pour couvrir une partie des montants dus à la banque puis il disparaît après que ses dépenses ont atteint très rapidement le plafond de chaque carte. Cette fraude, surtout pratiquée aux Etats-Unis, coûte cher aux banques. La plateforme Teradata utilise un modèle prédictif de ML pour analyser les transactions, détecter le risque de fraude et alerter la banque.
Une solution similaire est également utilisée pour détecter les anomalies sur les capteurs qui équipent des avions.