IBM fédère l’archivage de documents et de données

Vincent Berdot

01net.

le 02/11/2009 à 15h42

laisser un avis

envoyer
par mail

imprimer
l'article

IOD 2009

agrandir la photo

La convergence des données structurées et des contenus non structurés est un leitmotiv cher à IBM depuis des années. La dernière édition de son Information OnDemand (la manifestation annuelle où se côtoient gestion de contenu, décisionnel, datamining, datawarehouse, MDM…) l’a rappelé. Elle a surtout montré un nouveau visage de cette convergence.

Jusque-là, IBM restait concentré sur la transformation de textes en données structurées. Des textes traduits en scores (niveau) qui deviennent exploitables par des outils décisionnels. L’éditeur imagine désormais d’autres types de ponts. Ceux présentés à Las Vegas, et d'ores et déjà disponibles, se dressent d’une part entre le MDM (Master Data Management) et la gestion de contenu, d’autre part entre l’archivage documentaire et l’archivage de base de données.

Cette dernière passerelle est issue des équipes françaises d’IBM ayant conduit un projet d’archivage à la SNCF. L’idée ? Référencer dans la brique archivage de Filenet (la gestion de contenu d’IBM) un nouveau type de contenu : des enregistrements de base de données. Ces derniers proviennent en fait d’Optim, une solution issue du rachat de Princeton et spécialisée dans l’extraction d’enregistrements de base de données dans leur contexte. Plus précisément, Optim conserve sous forme d’une archive non seulement l’enregistrement en question (un client, par exemple) mais également un ensemble de métadonnées rendant cet enregistrement plus intelligible lors de sa restauration (le numéro de ses commandes, son adresse, les dates de ses achats…).

Un point unique pour visualiser tout type d’archives

« L’archive que nous générons est accompagnée d’un fichier de description. C’est celui-ci qui servira à référencer dans le records management de Filenet les archives stockées dans Optim », détaille Olivier Jouannic, responsable technique de la branche data management chez IBM. L’avantage ? Disposer d’un point central, la gestion de contenu en l’occurrence, de services de visualisation et de recherche des archives, qu’il s’agissent de courriels, de documents ou maintenant de données. Ces dernières étant exposée par le biais d’un mashup ou d’un formulaire électronique.

Mais on note un bémol, pourtant. Dans cette configuration, Filenet ne fait que pointer vers des archives d’Optim sur lesquels ses mécanismes de contrôle et d’intégrité n’ont aucune portée. Plusieurs pistes sont donc à l’étude chez IBM pour résoudre cette déficience : soit synchroniser les politiques d’archivage des deux plates-formes Optim et Filenet, soit transférer physiquement les archives de la première dans la seconde.

Le document, une donnée maitre comme les autres

Le MDM est l’autre domaine où données et documents gagneraient à être associés. Ce référentiel, censé centraliser toutes les informations maîtres relatives à une thématique (historiquement les clients et les produits), n’a originellement été pensé que pour manipuler des données structurées. Les deux MDM d’IBM y rajoutent désormais des objets documents.

Ainsi, lorsqu’il référence une fiche produit, l’utilisateur dispose au sein de son référentiel d’une interface pour accéder aux documentations stockées dans la GED. Une interface pour visualiser, rechercher et référencer les contenus issus des principales offres du marché (Documentum, Filenet, Open Text, Stellent…). Cette passerelle repose notamment sur la solution de fédération de contenu Content Integrator (résultant du rachat de Venetica).

Enfin, à noter que les enjeux d’intégration des deux mondes (données structurées et non structurées) se cristallisent également au niveau du décisionnel. Certes, la tendance est moins nouvelle, mais elle se renforce comme en attestent les dernières annonces (également présentées à Las Vegas) de Cognos qui s’ouvre avec Content Analytics à l’analyse de contenu non structuré. Ou encore de SAP, qui vient de muscler son module Business Objects Explorer, un outil de recherche en langage naturel pour naviguer parmi les données décisionnelles.