Discover OpenStreetMap with us

That’s why we’ve decided to import the OpenStreetMap Rails port database. A fairly large data store – well, average for us people that dream about Genome project! - OpenStreetMap (OSM) is a unique open data gathering project. Thousands of people all around the world have decided to build a geographical map of our beloved planet.

They describe it with only 3 objects (what they call Data Primitives): Nodes (a place), Ways (a street) and Relations (that glue nodes and ways together). Each of them can be tagged, so contributors can add value to them (“this way is a highway”, “this node is a restaurant”).

Imagine a world described like this. How simple ! How huge. But that’s not all: these primitives are versioned. So in a single database, we can travel the world, and travel it through time.  Sound pretty cool?  Let’s check it out. We’ll extract OSM data, and then import it in our Greenplum database. It’s as simple as a Extract-Load-Transform (ELT) story.

Further, as we are big AWS fans, we’ll import OSM database in a RedShift cluster. Last but not least, we’ll then plug our new shiny API engine to it, so we can analyze data.

OK, but why ?

Just for fun. Of course, our goal is not to implement Yet Another OSM History Browser, as it already exists. But OSM history database is a good way to show how our API can help reduce information flow from huge data to simple graphical representation.

Let’s import it – oh wait

Our main database here is an 8 nodes (384 GB RAM, 96 CPU cores, 96 hard drives) Greenplum cluster. One of the greatest features of this cluster, is that all nodes can import CSV data in parallel. Give it one big text file, the cluster will split it and send it via a 10 Gb network to all nodes at a time. Our first problem is: OSM data is in XML format. Look for yourself by downloading it here. As we don’t have (yet) the latest Greenplum version, which allows to directly import XML data, we have extract all data to various csv files. First, we tested osmconvert, which was very quick but … did not extract all the infos we needed.

So we wrote our own Perl script, using XML::Parser. And thanks to the awesome OSM documentation, it can extract changesets, nodes, ways and relations in parallel. You can find it here: osm2csv.pl.

Defining our database structure

During the extraction, we took the time to define our future database structure (or DDL). Our database schema is of course heavily inspired by OSM’s schema. We added some enhancements:

• We added a “date” column to every table which has timestamp column, and to every tables that will be joined to them. This will improve the partitioning of these tables:

• We created partitions in every table with a date column. The oldest one takes the entire 2005 year, as the first changeset was from April 2005; we assumed that contributions may have grown over years, so the five next years are cut in quarters (4 partitions by year), and the last three years are cut by month (12 partitions by year). This will greatly improve the speed of our requests.

• Every partitions, except the three most recent, are “appendonly” and compressed. We won’t update or delete rows in those partitions, so we can save 20 bytes for each row. And we compress them, so we’ll save space and IOs on disks.

• We changed version columns type from BIGINT to INTEGER.

• As data is distributed across several nodes, we chose the tables id as the unique distribution key.

• In further enrichment process, we’ll link changesets to countries. That’s why we added a « country_code » column in the changesets table.

You can download the schema here: schema.sql.

Loading the data

After 30 hours of extraction, our script gave us this:

$ ls -1sh
total 477G
1.7G changeset.csv
1.2G changeset_tags.csv
222G node.csv
58G node_tags.csv
449M relation.csv
15G relation_members.csv
1.2G relation_tags.csv
19G way.csv
119G way_nodes.csv
42G way_tags.csv
$ wc -l *
14922523 changeset.csv
30463339 changeset_tags.csv
2790813127 node.csv
1200122107 node_tags.csv
7649388 relation.csv
511079950 relation_members.csv
36888667 relation_tags.csv
322810448 way.csv
5151526585 way_nodes.csv
1109648479 way_tags.csv

One of the few limitations in this extraction is that we did not count the number of objects involved in each changeset. That is a job for the SQL file involved in the further transformation of data.

Now that we have a .csv file for each table to import, we use the fantastic gpload utility provided with greenplum. It’s very flexible YAML configuration – called control file – allow us to perform basic ETL work during import.

For example, OSM Nodes have coordinates (latitude and longitude). They are of type DOUBLE in the XML export, but in INTEGER type in the database. That’s because the historydump utility used by the OSM utility divides coordinates by 10^7. We have to multiply them back with 10^7 during the import. Here is the control file used during Nodes import:

---
VERSION: 1.0.0.1
DATABASE: osm
USER: dp_admin
HOST: mdw-1
PORT: 5432
GPLOAD:
INPUT:
- SOURCE:
- FILE:
- /data/etl/osm/planet/node.csv
- COLUMNS:
- id: INTEGER
- latitude: NUMERIC
- longitude: NUMERIC
- changeset_id: INTEGER
- visible: BOOLEAN
- timestamp: TIMESTAMP
- date: DATE
- tile: BIGINT
- version: INTEGER
- user_id: INTEGER
- FORMAT: text
- DELIMITER: ' '
- ESCAPE: '\'
- NULL_AS: ''
- HEADER: true
- QUOTE: ''
- ERROR_LIMIT: 25
- ERROR_TABLE: dataprocessing.errors_import
OUTPUT:
- TABLE: dataprocessing.nodes
- MODE: insert
- MAPPING:
id: id
latitude: CAST (latitude * 10000000 as INTEGER)
longitude: CAST (longitude * 10000000 as INTEGER)
changeset_id: changeset_id
visible: visible
timestamp: timestamp
date: date
tile: tile
version: version
user_id: user_id
PRELOAD:
- TRUNCATE: true

Some notes about this control file:

• All gpload has to know is the path to the control file. The connection information is included, and the password is provided in our ~/.pgpass file.

• In this example, we have to define each input column and map them to each output ones, because we need to transform two columns values on the fly. Of course, if you do not need this type of transformation, you can skip the boring COLUMNS and MAPPING entries.

How’s it fast ? Look:

$ gpload -f ctrl/node.ctrl
2013-04-21 15:58:58|INFO|gpload session started 2013-04-21 15:58:58
2013-04-21 15:58:58|INFO|started gpfdist -p 8000 -P 9000 -f "/data/etl/osm/planet/node.csv" -t 30
2013-04-21 16:15:07|INFO|running time: 968.98 seconds
2013-04-21 16:15:07|INFO|rows Inserted          = 2790813127
2013-04-21 16:15:07|INFO|rows Updated           = 0
2013-04-21 16:15:07|INFO|data formatting errors = 0
2013-04-21 16:15:07|INFO|gpload succeeded

222 GB, 2.8 Billion rows imported in 15 minutes. The whole loading step took 47 minutes for 477 GB of data.

Transform and enrich the data

The previous loading step has been made in a « temporary » schema, that won’t be directly used by our API engine. We like to call it « dataprocessing », because it’s the source of all the dark SQL magic; we copy data from dataprocessing schema to the final schema (called « planet »), and we enrich it:

• All tables to which

Customers still want results but no longer see why they have to go through long integration projects to get them.

Most integration and BI companies were created in and are designed to serve pre-digital, pre-Cloud, pre-SaaS and pre-Big Data business issues.   Integration companies have ‘legacy’ business models.   They sell integration as a service.  They sell manpower days who tweak and stack traditional software.

The more integration, the greater the customer’s TOTAL COST OF OWNERSHIP.

The more integration, the longer customers have to wait to actually benefit from the proposed solutions.

And for what? Traditional BI formats are complicated & boring.  We’ve all seen and ignored pies, columns and tables.  IT staff, tech geeks and business end-users do NOT consume or use data in the same way.  While IT may get deep insight from complicated graphs, business people with immediate needs and near-term objectives grow impatient when data is presented in ways which require technical explanations.

Does it still have to be this way?   Is this – traditional BI & integration – really adapted to Big Data?    We don’t think so.

Why?    Four reasons…..

1. Thanks to the Cloud, the cost of computing has never been cheaper.  The economic barriers to entry are falling fast.
2. With SaaS, customers can gain rapid access to solutions based on their needs and scale of use.  Why buy when you can rent?
3. Big Data technologies now exist to create solutions – or Applications – designed for specific customers and end-user needs.   One size does NOT fit all!
4. Finally, points 1, 2 & 3, together, are opening up the development process allowing companies large and small to pool resources and access talent which until recently would not even have appeared on the map.

In short, the personal App model is now possible for businesses.  The  Big Data App is designed to provide you the data you need in the format you can actually understand and therefore use.

Is ‘off-the-shelf’ BI the answer to this new dynamic?  Is more integration the answer?

Tech jargon aside, Big Data is also – or rather should be – the ability to deliver customers killer, mission-specific Apps and data solutions rapidly and economically.

Major BI and integration players have staying power of course but are they change agents or rather just clinging to the past?

The answer is pretty clear…

Squid propose un atelier de beta-test de sa nouvelle API REST. Connectée à la plateforme Big Data de Squid hébergée dans le Cloud (sur infrastructure EMC Greenplum), cette API permet à n’importe quelle application d’accéder à des analyses multidimensionnelles à travers des requêtes simples, sur des sources et des volumes de données multiples et variés.

En participant vous pourrez :

• découvrir en avant première une API permettant d’étendre les fonctionnalités de vos applications de datavis;
• voir comment exploiter une plateforme Cloud d’analyse de données pour faciliter la mise en place d’applications analytiques;
• échanger avec des pairs sur les meilleures pratiques et contribuer à l’amélioration de l’API.

Tout en travaillant sur des véritables données client combinées à des données publiques sur un sujet passionnant.

Bref, c’est l’occasion de découvrir une nouvelle techno et, surtout, de travailler sur un cas concret ensemble et à plusieurs !

Je dois finaliser l’organisation de cet atelier le plus vite possible, alors indiquez-moi SVP par mail votre intérêt car le nombre de places est limité à 6.

Infos pratiques :

• lieu : la Cantine sous l’égide de Silicon Xperience
• date : fin sept / début octobre

A très bientôt,

Adrien

Désormais disponible au sein logiciel de Neteven, cet outil gratuit va permettre une analyse pointue des transactions réalisées sur ces puissantes galeries marchandes du web que sont eBay, Amazon, Pixmania, Fnac, Priceminister, La Redoute, Brand Alley, RueDuCommerce, Cdiscount…

Toutes les données places de marché en un clin d’œil

L’outil d’analyse statistique de Neteven s’appuie sur l’ensemble des données de chaque marchand sur chaque place de marché. Des dizaines de millions de données sont traitées chaque jour afin de fournir au marchand un tableau de bord complet et simple d’utilisation. Le vendeur peut ainsi visualiser son activité quotidienne, hebdomadaire ou mensuelle et piloter son optimisation sur les places de marché.

Un grand nombre de filtres et d’options d’affichages sont disponibles afin de permettre à chacun de bénéficier des statistiques adaptées à ses besoins.

Une évolution fonctionnelle inédite

Le logiciel Neteven permettait déjà de remonter les premiers prix des places de marché Amazon et Fnac. Pouvoir s’aligner sur la concurrence est essentiel pour atteindre de forts volumes de vente.

Neteven propose désormais à ses utilisateurs de croiser plus efficacement les données de stock avec les ventes. Ces données leur permettent par exemple :

• D’adapter le prix des produits qui ne se vendent pas mais ont un stock important,
• De se demander pourquoi un best-seller sur une place de marché ne donne lieu à aucune vente sur une autre,
• D’identifier les produits à réapprovisionner…

Cet outil va aider les marchands à optimiser leur activité, maitriser leur coût de stockage et augmenter leur bénéfice.

Squid, partenaire de Neteven, spécialisé dans le traitement des données Big Data

Pour développer cet outil, Neteven a choisi Squid Solutions. Forte d’une expérience de plus de 8 années dans l’analyse de grands volumes de données, Squid Solutions a mis au point la SquidBox, une plateforme dans le cloud permettant de réaliser des applications Big Data innovantes. La SquidBox stocke les données quel que soit leur volume et dispose de puissantes ressources de calculs pour des applications comme celle de Neteven, nécessitant de traiter des données au niveau le plus fin.

Squid Solutions a développé l’outil analytics en fonction des besoins identifiés par Neteven et ses clients. L’outil est disponible gratuitement au sein de la plateforme Neteven.

« Avec 10 places de marché disponibles dans Neteven en France et autant en Europe, il est essentiel pour les marchands de bien analyser leur positionnement pour optimiser leur activité et développer leur chiffre et leur marge. L’analyse de données étant un métier à part entière, nous avons choisi de nous appuyer sur l’expertise de Squid Solutions pour le développement d’un outil puissant et intuitif. Les marchands pourront ainsi piloter au quotidien leur activité et définir les actions à mettre en place en partenariat avec les experts de l’équipe Neteven» précise Greg Zemor, Directeur associé Neteven.

Il conclut : « Nous allons également pouvoir grâce à cet outil, extraire des données qui vont nous permettre d’étudier les grandes tendances de distribution sur les places de marché, aujourd’hui 9 sites des 15 premiers sites marchands sont des places de marché et il n’existe pas d’analyse dédiée à ce canal, ce sera une première. »

A propos de Neteven :

Créée en 2005 par des anciens d’eBay et spécialistes du e-commerce et des nouvelles technologies, Neteven fournit l’expertise, les outils et les services pour centraliser et optimiser la gestion de toute activité marchande. En donnant accès aux canaux de vente en ligne les plus puissants du marché (les place de marchés tels que Fnac, eBay, Amazon, PriceMinister, Pixmania, 2xmoinscher, Rue du Commerce, La Redoute, Brand Alley, CDiscount), Neteven propose aux vendeurs professionnels une externalisation partielle ou complète de la gestion des ventes sur internet. Fort d’une équipe alliant conseils stratégiques et techniques pour une approche performante de la vente en ligne, Neteven est aujourd’hui le partenaire privilégié des sites de e-commerce et des vendeurs professionnels.

Pour plus d’informations : www.neteven.com

À propos de Squid Solutions :

Squid Solutions est un éditeur de logiciels français spécialisé dans la fourniture de solutions de collecte et d’analyse de grands volumes de données. Squid propose une plate-forme dans le cloud pour permettre à ses clients et partenaires de tirer parti dès maintenant de l’immense potentiel des Big Data.

Plus d’informations sur www.squidsolutions.com

Boulogne-Billancourt, France, March 20, 2012—Squid Solutions, which channels the power of cloud-based analytics into tailor-made business applications to address the data needs of customers across any industry, today announced it is integrating its cloud-based platform with EMC Greenplum Chorus, a Facebook-like social collaboration tool for Data Science teams to iterate on the development of datasets and ensure that useful insights are delivered to the business quickly. Combining the two offerings delivers an end-to-end solution designed to extract insight from multiple sources of raw data using exploratory and advanced analytics, streamlining the analytics process and boosting customers’ capacity to innovate with data.

Squid Solutions’ offering is a multi-tenant platform with an SDK (software development kit) to roll out business applications. Chorus aims to alter the way people generate value from Big Data analytics by pairing social collaboration with the Big Data analytics process—an industry first. Squid chose Chorus because of its power to enable collaboration through the sharing of knowledge, data and resources among data owners, data scientists, business experts and end users around the platform. The company also chose Greenplum Unified Analytics Platform (UAP) as its underlying Big Data analytics infrastructure.

“Collaboration is where we see the value of a cloud platform and that’s why we integrated our software with Chorus via their API,” said Squid Solutions CEO Adrien Schmidt. “We are also happy to have chosen the Greenplum UAP as the underlying infrastructure for a cloud offering as it offers the most advanced features and a very high performance level.”

Earlier this month, Squid Solutions announced it selected EMC Greenplum technology to provide a web-based turnkey solution for Big Data analytics, making it possible to set up Big Data applications in just weeks. The company runs a Greenplum Data Computing Appliance (DCA)—the industry’s first complete Big Data analytics platform—to deploy Big Data analytics applications in the cloud.

With its more than eight years’ experience analyzing large volumes of data, Squid Solutions’ SaaS technology takes full advantage of the advanced features of EMC Greenplum’s massively parallel database by running “in-database” computing directly on the raw data, to accelerate the creation and deployment of innovative business applications. Using Squid Solutions’ platform, developers can focus on their business expertise to deliver more value to their customers.

About Squid Solutions

Squid Solutions, maker of software solutions for the collection and use of massive volumes of data, offers a cloud-based platform to enable its customers and partners to leverage the immense potential of Big Data through analytics applications. For more information, please visit www.squidsolutions.com.

About Greenplum

Greenplum, a division of EMC, is driving the future of Big Data analytics with breakthrough products that harness the skills of data science teams to help global organizations realize the full promise of business agility and become data-driven, predictive enterprises. The division’s products include Greenplum Unified Analytics Platform, Greenplum Data Computing Appliance, Greenplum Database, Greenplum Analytics Lab, Greenplum HD and Greenplum Chorus. They embody the power of open systems, cloud computing, virtualization and social collaboration‹enabling global organizations to gain greater insight and value from their data than ever before possible.

For more information, visit www.greenplum.com.

About EMC

EMC Corporation is a global leader in enabling businesses and service providers to transform their operations and deliver IT as a service. Fundamental to this transformation is cloud computing. Through innovative products and services, EMC accelerates the journey to cloud computing, helping IT departments to store, manage, protect and analyze their most valuable asset—information—in a more agile, trusted and cost-efficient way. Additional information about EMC can be found at www.EMC.com.

Contact:

Mrs. Sanda Meriau

sanda@squidsolutions.com

6, passage Tenaille 75014 Paris France

www.squidsolutions.com

EMC, Greenplum, Greenplum Chorus and Greenplum Database are either registered trademarks or trademarks of EMC Corporation in the United States and other countries. All other trademarks used herein are the property of their respective owners.

Grâce à l’offre SaaS de Squid Solutions, il est désormais possible de mettre en place des applications Big Data en quelques semaines seulement. La technologie de Squid Solutions exploite au maximum les fonctions avancées de la base de données massivement parallèle EMC Greenplum en réalisant ses calculs « in-database », directement sur les données brutes, pour accélérer la création et le déploiement de Business Applications innovantes.

Les développeurs peuvent ainsi se reposer sur le savoir-faire de Squid Solutions et se concentrer sur leur expertise métier afin de délivrer davantage de valeur ajoutée à leurs clients.

Adrien Schmidt, CEO de Squid Solutions précise « Chez Squid Solutions, nous avons pour objectif de réunir les moyens techniques et humains pour adresser le marché des Big Data au travers de Business Applications simples, destinées aux opérationnels métiers dans les entreprises. Grâce à notre offre Saas, développée et déployée sur une plate-forme dans le Cloud, nous sommes fiers de pouvoir proposer à nos clients des solutions leur permettant de délivrer rapidement de l’innovation business »

Yann Cohn-Addad, Directeur Europe du Sud Greenplum EMC ajoute « Nous sommes heureux de la confiance témoignée aujourd’hui par Squid Solutions. En proposant une solution reposant sur notre technologie éprouvée Greenplum, Squid Solutions prend une longueur d’avance sur le marché du Big Data Analytics ».

À propos de Squid Solutions

Squid Solutions est un éditeur de logiciels français spécialisé dans la fourniture de solutions de collecte et d’analyse de grands volumes de données. Squid propose une plate-forme dans le cloud pour permettre à ses clients et partenaires de tirer parti dès maintenant de l’immense potentiel des Big Data. Plus d’informations sur www.squidsolutions.com

À propos d’EMC

EMC Corporation est un leader mondial permettant aux entreprises et aux fournisseurs de services de transformer la manière dont ils opèrent et de leur proposer des solutions IT as a service. Le Cloud computing revêt une importance fondamentale dans cette transformation. Grâce à des produits et des services innovants, EMC accompagne les départements informatiques dans leur transition vers le Cloud computing en leur offrant des solutions flexibles, fiables et économes pour le stockage, la gestion, la protection et l’analyse de leur actif le plus précieux : l’information. Pour de plus amples informations sur EMC, veuillez-vous rendre sur www.EMC.com.

La Cité de la musique est un établissement public industriel et commercial qui bénéficie du soutien du Ministère de la Culture et de la Communication. Projet novateur de transmission de la musique, c’est un pôle de référence national et international entièrement dédié à la musique: près de 350 concerts par an destinés aux adultes et aux jeunes, un Musée de la musique aux collections rares, une Médiathèque oeuvrant dans de nombreux domaines (métiers, musicologie, pédagogie, facture instrumentale…) et acteur de la diffusion numérique du patrimoine culturel (http://mediatheque.citedelamusique.fr) , une offre éducative riche et variée.

Dans le cadre du développement de ses activités, la Cité de la musique a souhaité étendre sa présence en ligne afin de proposer aux internautes la diffusion vidéo de ses concerts en mode live, différé ou archivé au travers du site www.citedelamusiquelive.tv. Pour créer le meilleur service à destination de ses internautes, la Cité de la musique a souhaité mieux comprendre et analyser la fréquentation de son site, la façon dont les internautes s’en servaient et ce qu’ils en attendaient.

Les besoins de la Cité de la musique étaient spécifiques à son activité. Les indicateurs standards fournis par les outils traditionnels de web analytics (Google Analytics…) ne répondaient pas aux questions des équipes et nécessitaient beaucoup d’analyses complémentaires à la main, par exemple pour connaître le genre de musique et les artistes les plus regardés, les temps moyen d’écoute, la répartition des écoutes en live, en différé, etc …

La Cité de la musique a donc choisi de s’appuyer sur une solution de Web Intelligence, plus flexible. C’est dans ce contexte que Squid Solutions a été sélectionnée. Ce choix s’explique à la fois par la capacité de la solution à produire des indicateurs de pilotage au niveau de détail le plus fin, mais également par la simplicité d’exploitation des données.

Concrètement, Squid Solutions exploite les données à partir de deux sources : consultation du site et données des catalogues qui décrivent les concerts. Ce croisement de données « front office » (la navigation) et « back office » (le catalogue) permet d’automatiser la production des statistiques précises de consultation du site, et de mesurer si sa programmation est adaptée aux attentes des utilisateurs.

L’accès aux indicateurs s’effectue directement sur un portail Web proposé par les équipes de Squid Solutions. Les données sont consolidées par périodes ou analysées en temps réel. A ce jour, le site affiche de fortes performances avec plus de 240 000 visites.

Pour Rodolphe Bailly, responsable du service Systèmes d’Information et de Numérisation de la Cité de la musique : « Nous avons lancé cette activité permettant la diffusion en ligne de nos concerts afin de permettre au plus grand nombre d’accéder gratuitement à l’actualité artistique de notre institution. Dans le cadre de l’amélioration continue de ce service, nous avons souhaité analyser sa pertinence etdécrypter l’intérêt des internautes pour cette offre. Squid Solutions nous a permis de répondre à ce besoin. Simplicité, accès à des données concrètes et réactivité sont à la base du succès de notre collaboration. »

Publié sur :
ITChannel.info
Decideo.fr

Adrien Schmidt, CEO of Squid Solutions, made a presentation in the Big Data session of the EMC Forum in Paris.

The presentation was about deploying agile Business Apps on top of EMC Greenplum using Squid’s software.

The presentation focused on:

• How to integration data sources in an agile way? The methodology described how Greenplum’s gpload and massively parallel processing (MPP) capacities were used within a Java integration procedure to gain time and ease of deployment. This was illustrated with examples of structured data from various types of RDMS (Oracle, MySQL, PostreSQL) and web log streams.
• How to optimize performance by tuning distribution keys, partitions, columnar storage and aggressive caching.
• How to roll out a Business App in an agile way through a bottom-up approach, building a metadata stack that leverages Greenplum’s MPP, and how to maintain those Apps in a changing environment.
• How Squid’s Business Apps were « web ready », meaning that they include a way to connect web traffic logs directly to Business Apps to derive insight from internet users.

The video of the presentation should be available shortly, stay tuned!

Laurent Chiozzotto, responsable des Alliances de Squid, et Vincent Soquet, Solution principal BI / EIM (Enterprise Information Management) chez EMC France, ont présenté ensemble une nouvelle approche de la BI grâce aux Big Data.

Points clés de la présentation :

• Les 3 points clés du Big Data sont la Variété, la Vélocité et le Volume des données
• L’exploitation business se fait en faisant converger les flux de données, en exploitant des algorithmes d’analytique avancée, et en injectant les résultats non seulement dans des tableaux de bord mais aussi dans les systèmes opérationnels
• La méthodologie de Squid, qui repose sur le déploiement agile de Business Apps en SaaS, repose sur : (1) une intégration plus rapide des données ; (2) une conception des calculs directement sur les modèles de données sources pour gagner du temps par rapport aux agrégations intermédiaires ; (3) le déploiement à travers des web apps interactives qui tournent directement sur les données brutes, et/ou via des web services liant d’autres applications.
• L’impact sur les méthodes des DSI affecte plusieurs domaines, notamment leur rôle dans la collecte et la mise à disposition de sources d’informations de plus en plus nombreuses. C’est la notion de « DSI as a Service » !

Les membres du Web Intelligence Club sont des acteurs de l’Internet – SSII, agences numériques, éditeurs de solutions technologiques – qui, chacun dans leur métier, créent, utilisent ou valorisent des données pour améliorer la performance des business web.

L’objectif du Web Intelligence Club est de favoriser les échanges entre professionnels afin de diffuser les bonnes pratiques. A terme, le Club a pour ambition de proposer à l’ensemble de l’écosystème digital (e-marchands, annonceurs, medias en ligne,…) une approche globale pour optimiser la performance des business en ligne par des actions mesurables, pilotées par les données. Les domaines couverts par le club vont de la définition de la stratégie à la mise en œuvre de solutions opérationnelles en passant par l’optimisation des infrastructures techniques.

La première réunion de constitution du Club a rassemblé 13 sociétés : BI Square, Cedexis, Data Publica, EMC Greenplum, Experian Marketing Services, Micropole, Netvibes, Orixa Media, Probance, Sipeo, Squid Solutions, Syllabs et Uptilab. Le Club est ouvert à tous ceux qui veulent faire progresser les compétences et accélérer la croissance dans le secteur de l’économie numérique.

Pour Laurent Chiozzotto, Directeur des Alliances chez Squid Solutions : « Le Web Intelligence Club est un véritable réseau de confiance dont les membres reconnaissent leurs expertises réciproques et collaborent afin d’apporter les réponses les plus adaptées aux besoins de pilotage des business en ligne.»

Retrouvez les membres et l’actualité du Club sur www.webintelligenceclub.fr