Déploiement de solutions (Analysis Services - Exploration de données)
La dernière étape du processus d'exploration de données, mise en évidence dans le diagramme suivant, consiste à déployer les modèles les plus efficaces dans un environnement de production.
.gif "Sixième étape d'exploration de données : déploiement des modèles d'exploration de données")
Après avoir déplacé les modèles d'exploration de données dans un environnement de production, vous pouvez effectuer de nombreuses tâches selon vos besoins. Voici quelques-unes des tâches courantes que vous pouvez effectuer :
Utiliser les modèles pour créer des prédictions permettant ensuite de prendre des décisions. SQL Server fournit le langage DMX que vous pouvez utiliser pour créer des requêtes de prédiction, ainsi que le Générateur de requêtes de prédiction pour vous aider à concevoir ces requêtes.
Incorporer la fonctionnalité d'exploration de données directement dans une application. Vous pouvez inclure des objets AMO (Analysis Management Objects) ou un assembly contenant un jeu d'objets qui peuvent être utilisés par votre application pour créer, modifier, traiter et supprimer des structures d'exploration de données et des modèles d'exploration de données. Vous pouvez aussi envoyer directement des messages XML for Analysis (XMLA) à une instance d'Analysis Services.
Utiliser Integration Services pour créer un package dans lequel un modèle d'exploration de données est utilisé pour répartir intelligemment les données entrantes dans plusieurs tables. Par exemple, si une base de données est continuellement mise à jour avec des noms de clients potentiels, vous pouvez utiliser un modèle d'exploration de données avec Integration Services pour séparer les données entrantes en deux catégories : clients susceptibles d'acheter un produit et clients susceptibles de ne pas acheter un produit.
Créer un rapport permettant aux utilisateurs d'effectuer directement des requêtes sur un modèle d'exploration de données existant.
La mise à jour du modèle fait partie de la stratégie de déploiement. Au fur et à mesure que de nouvelles données arrivent dans l'entreprise, vous devez retraiter les modèles afin d'améliorer leur efficacité.