TigerGraph étend sa présence en France

Une équipe française « expérimentée »

« Nous avons réalisé une étude de marché et avons constaté la popularité grandissante des bases de données graphes en France », déclare Todd Blaschka, Chief Operating Officer chez TigerGraph, lors d’un entretien réalisé à Paris. « C’est une opportunité que nous devions saisir ».

La création de cette entité a été entamée en septembre 2021, à la nomination de Christian Raza, en tant que directeur des régions Europe du Sud et MEA. Tout comme Todd Blashcka, Christian Raza n’est pas un débutant. Le français a effectué sa carrière chez plusieurs éditeurs de solutions de gestion de données, dont Sybase, Knime, SAS ou encore Netezza.

« Notre équipe française est expérimentée », assure le COO. « Maintenant, nous sommes en train d’investir pour cibler les segments de marché traditionnel ».

En France, TigerGraph entend d’abord convaincre les services financiers, des grandes banques aux fintechs, les industriels et les spécialistes de la distribution.

«  En se basant sur les cas d’usage qui fonctionnent bien chez nos clients, notre analyse du marché local nous a fait comprendre qu’il faut cibler en premier lieu les services financiers, les acteurs de l’industrie manufacturière », explique Christian Raza. « Nous visons également les entreprises plus petites comme les fintechs et les acteurs du e-commerce qui prennent rapidement des décisions ».

Détection de la fraude, vision à 360 degrés et supply chain

Pour les convaincre, l’éditeur identifie trois cas d’usage majeur de sa technologie chez ses clients existants : la détection de la fraude, la vision à 360 degrés du client et l’analyse de la supply chain.

« Nous avons déployé nos produits dans huit des 10 plus grandes banques au monde, des banques de taille moyenne et auprès de fintechs », affirme Todd Blaschka.

« Nos clients des services financiers nous ont rapporté qu’ils ont augmenté la détection de la fraude d’en moyenne 20 % grâce à notre technologie. Ces 20 % se traduisent en centaines de millions de dollars par an », vante-t-il.

En matière d’analyse de la supply chain industrielle, TigerGraph met en avant le témoignage de Jaguar Land Rover qui a déployé la base de données et les outils associés pour optimiser la planification de la chaîne d’approvisionnement.

Au vu des centaines de fournisseurs et des milliers de pièces impliquées, ce processus autrefois manuel prenait environ trois semaines. Il a été réduit à quelques heures. Surtout Jaguar Land Rover indique que ce graphe qui contient 12 sources de données, soit l’équivalent de 23 tables relationnelles. Le réseau sémantique a permis de replanifier la production dans une usine en Europe de l’Est quand un équipementier a livré un millier de crochets d’attelage défectueux.

Pour ce qui est la vision à 360 degrés des clients, donc le fait d’obtenir une vue unifiée des données liées aux parcours de consommation d’un client, le COO pense que c’est la porte d’entrée de TigerGraph dans l’ensemble des entreprises. « Elles sont toutes concernées », déclare-t-il. C’est un des cas d’usage primaire des technologies graphes. Quant aux e-commerçants, ils les emploient plutôt pour optimiser leur moteur de recommandation.

Pour mener à bien ces projets, TigerGraph fait en sorte de mettre à disposition ses produits sur site et sur les trois fournisseurs cloud que sont Google Cloud, Microsoft Azure et AWS.

Concernant l’accompagnement des projets, Todd Blaschka indique que l’éditeur collabore avec la plupart des intégrateurs, mais ne cite que Capgemini. « Nous avons une relation importante avec Capgemini et nous travaillons avec d’autres ESN, mais à la fin c’est le client qui choisit ses partenaires intégrateurs et technologiques », avance le COO. « C’est également vrai avec les connecteurs : c’est à la demande des clients que nous avons ajouté un connecteur vers Snowflake », illustre-t-il.

Démocratiser l’usage des graphes

En parallèle, TigerGraph entend faire grossir sa communauté d'utilisateurs. Pour l’instant, son groupe Meetup français rassemble une centaine de membres.

L’éditeur met en avant sa suite comprenant TigerGraph Enterprise (ou TigerGraph Cloud), l’outil de visualisation TigerGraph Studio, le Workbench consacré à la data science, une trentaine d’algorithmes préentraînés et une vingtaine de boîtes à outils BI dédiées à des cas d’usage préalablement identifiés, dont les trois principaux cités par le COO. Bref, l’idée est de favoriser une adoption à large échelle en mettant les solutions dans les mains des développeurs, des data scientists et des métiers. « Nous avons aussi des intégrations avec Power BI et Tableau », complète le dirigeant.

Par ailleurs, TigerGraph assure que son SGBD est performant, très même. Depuis 2021, l’éditeur attend la confirmation d’un benchmark basé sur le standard LDBC (Linked Data Benchmark Council). Celui-ci repose sur la constitution d’un jeu de données comprenant 36 To de données brutes, 73 milliards de nœuds et 534 milliards d’arêtes sur lequel TigerGraph a réalisé une vingtaine de requêtes OLAP et des mises à jour en batch. Après avoir chargé les données sur 40 clusters GCP en 35 heures, les réponses aux requêtes ont été obtenus en cinq minutes en moyenne, et en une trentaine de minutes au maximum.

« Nous complétons les systèmes analytiques existants sans les remplacer », affirme Todd Blaschka. TigerGraph a un seul modèle de données orienté graphe, contrairement à Oracle DB ou à CosmosDB qui peuvent supporter cette structure, mais qui stocke les données de manière relationnelle, rappelle-t-il.

« Il y a trois points importants à prendre en compte pour faire une bonne base de données graphes : les performances, la profondeur des analyses d’un réseau, c’est-à-dire la possibilité de supporter un grand nombre de sauts (niveaux, rangs — ou hops, en VO N.D.L.R) entre les nœuds, et avoir un langage de requêtes simple, type SQL. Nous proposons les trois », souligne le dirigeant.

Quand à la différence entre TigerGraph et Neo4j, Todd Blaschka vante l’architecture distribuée de la base de données (qui assurerait ses performances). Et le fait que TigerGraph est écrit en C++ alors que Neo4j a été développé en Java et en Scala.