Nos offres Data Intelligence, de la découverte à l'exploitation

Une première Data Platform opérationnelle sur Microsoft Fabric ou Snowflake, avec un premier cas d'usage en production, conçue pour évoluer. Elle commence par le cadrage, puis construit le socle : architecture médaillon Bronze, Silver et Gold qui centralise les données, gouverne les accès et multiplie les usages, lakehouse et warehouse prêts pour l'IA, modèle de données analytique et premier tableau de bord Power BI, sécurité de base et mise en production industrialisée (CI/CD). C'est la première étape d'une approche graduelle : la plateforme et sa gouvernance d'abord, la data science ensuite, avec un budget progressif.

Construire votre plateforme de données sur Microsoft Fabric, du cadrage à la production : architecture autour de OneLake, alimentation des données avec Data Factory, organisation en couches Bronze, Silver et Gold, modèles sémantiques et rapports Power BI en mode Direct Lake, sécurité et gouvernance. Le projet peut démarrer par la Data Platform Socle et un premier cas d'usage, puis s'étendre domaine par domaine, avec la supervision des coûts et le déploiement continu.

Automatiser l'alimentation d'une source (API d'un logiciel, fichiers, base de données), avec ses secrets et sa planification. Sur Microsoft Fabric : un notebook Python ou un pipeline vers un lakehouse, les secrets et le principal de service dans Azure Key Vault. Sur Snowflake : les connecteurs Openflow (SQL Server, Oracle, Dataverse pour Dynamics 365…), Snowpipe, ou un outil du marché comme Airbyte.

Rendre vos données existantes accessibles sans les dupliquer. Sur Microsoft Fabric : des raccourcis vers Azure, AWS ou GCP, ou la mise en miroir d'une base source répliquée en quasi temps réel, Snowflake compris. Sur Snowflake : le partage de données sécurisé (Secure Data Sharing) et les tables au format ouvert Apache Iceberg. Entre les deux, les tables Iceberg de Snowflake peuvent être stockées dans OneLake et lues par Fabric sans copie.

Définir et automatiser des contrôles de qualité, avec un suivi des anomalies. Sur Microsoft Fabric : des contrôles sur la couche Silver de l'architecture médaillon. Sur Snowflake : des tests dbt sur les modèles de données, ou les contrôles de qualité de la plateforme.

Votre décisionnel tourne sur vos serveurs : SQL Server, SSIS, SSAS, SSRS. La fin du support étendu de SQL Server 2016, le 14 juillet 2026, en fait souvent le moment de choisir entre deux voies. La migration à l'identique : SQL Server sur Azure SQL Managed Instance ou sur une machine virtuelle, packages SSIS exécutés dans Azure Data Factory. Ou la modernisation vers une Data Platform : Microsoft Fabric, Snowflake ou les services de données Azure. Nous inventorions l'existant (bases, flux, cubes, rapports), comparons les cibles sur vos critères (coûts, compétences, sécurité réseau, lieu d'hébergement des données) et construisons le plan de migration par lots.

Passer directement d'un décisionnel Microsoft on-premise à Microsoft Fabric et Power BI, brique par brique. L'entrepôt SQL Server passe dans un warehouse Fabric avec l'assistant de migration de Microsoft, puis nous corrigeons les écarts de T-SQL et de types de données ; il peut aussi être répliqué en continu par la mise en miroir. Les flux SSIS sont réécrits en pipelines, Dataflow Gen2 ou notebooks : l'exécution de packages SSIS dans Fabric est encore en préversion et n'accède pas aux sources on-premise. Les cubes SSAS tabulaires deviennent des modèles sémantiques Power BI, les cubes multidimensionnels sont reconstruits. Les rapports SSRS sont publiés en rapports paginés Power BI.

Vos rapports Power BI interrogent directement l'ERP ou vos logiciels métiers : requêtes lourdes sur la base de production, actualisations limitées (8 par jour en licence Pro), mêmes transformations recopiées d'un rapport à l'autre, pas d'historique, sources difficiles à croiser. Nous plaçons une Data Platform entre vos logiciels et Power BI, avec des données historisées et un modèle sémantique partagé par tous les rapports. Sur Microsoft Fabric : Link to Fabric pour Dynamics 365, mise en miroir SAP, Copy job, et le mode Direct Lake. Sur Snowflake : connecteurs Openflow (Dataverse pour Dynamics 365, SQL Server, Oracle) et accès sans copie aux données SAP. Vos rapports existants sont ensuite rebranchés sur ce modèle.

Inventorier votre existant Azure Synapse et Azure Data Factory, établir les correspondances avec Fabric (Data Factory, OneLake, raccourcis, mise en miroir) et planifier la migration.

Basculer vos capacités Power BI Premium vers le modèle Fabric et préparer votre environnement Power BI existant à une bascule progressive.

Un agent à qui vos équipes délèguent l'analyse, comme à un stagiaire bien encadré : il répond en langage naturel aux questions des métiers, dans des scénarios cadrés et un périmètre défini par ses instructions. C'est une autre forme de self-service BI, sans créer de rapport. Il se distingue de Copilot, qui fait des tâches à votre place (créer une mesure, un rapport). Sur Microsoft Fabric : le Data Agent s'appuie sur le modèle sémantique ou le lakehouse, respecte la sécurité OneLake et le RLS, et s'interroge depuis Copilot dans Power BI ou un serveur MCP. Sur Snowflake : Cortex Agents et Snowflake CoWork s'appuient sur des vues sémantiques, respectent les politiques d'accès aux lignes et le masquage dynamique, et s'interrogent depuis CoWork, Microsoft Teams ou un serveur MCP.

La deuxième étape de votre Data Platform, une fois la plateforme et sa gouvernance en place : des modèles prédictifs sur des données déjà centralisées et fiables, par exemple des prévisions de ventes ou la détection d'anomalies. Nous partons d'un cas d'usage métier, préparons les données, entraînons et versionnons le modèle, puis restituons ses résultats là où vos équipes travaillent. Sur Microsoft Fabric : notebooks, suivi des expériences et des modèles avec MLflow, prédictions calculées en lots et lues dans Power BI. Sur Snowflake : Snowflake ML (Feature Store, Model Registry), notebooks sur processeurs ou GPU, fonctions de prévision et de détection d'anomalies en SQL.

Un sujet très demandé, que nous vous proposons d'explorer ensemble sur un premier cas d'usage. Real-Time Intelligence, dans Microsoft Fabric, traite les données en flux continu (streaming) quand le traitement par lots ne suffit pas. La supervision est l'usage typique : réagir dès qu'un événement survient, par exemple corriger aussitôt un écran publicitaire en panne, là où chaque passage compte.