1.2.3: Extranet :
D'une part, l'Extranet met en oeuvre les mêmes
protocoles que l'Internet mais en vue de constituer un réseau
privé pour que l'entreprise puisse échanger et partager, de
manière sécurisée, des informations avec les partenaires
de son choix. L'Extranet peut être apprécié comme un
élargissement de l'Intranet d'une entreprise à ses partenaires.
Et d'autre part, l'Extranet a pour effet de
renforcer beaucoup plus les relations entre les divers partenaires dans la
mesure où il concrétise ces relations, leur donnant une assise
matérielle. En même temps, il contribue à rendre plus
mouvantes les frontières de l'entreprise. Des collaborations diverses se
nouent et vont au-delà des cellules économiques et juridiques que
constitue l'entreprise.
Ø Nuance entre Extranet et Intranet
L'Extranet est un Intranet étendu à des
partenaires sur le plan technologique. Sur le plan du contenu, l'Extranet se
distingue par des objectifs et une diffusion d'informations bien ciblée
(informations comptables, veille technologique, relations commerciales etc.).
L'Extranet est plus étendu que l'Intranet mais présente un
contenu généralement plus restreint.
1 .2.4 Le Data Warehouse ou « entrepôt
de données »
Ce type de technologie est une application
orientée métiers ; regroupant les données issues de
diverses applications de production. C'est plutôt une application
transversale. Les données sont répertoriées selon un
historique : c'est-à-dire que les données sont
conservées dans de divers états d'une banque de données
opérationnelles. Sur la base du Data Warehouse, une démarche
itérative, des requêtes, des outils de Data Mining permettent de
dégager ou d'affiner des règles de comportement utiles à
la stratégie ou de fournir des informations utiles à la prise de
décision. Le "Data Mining" est un processus qui permet de
découvrir dans de grosses bases de données consolidées des
informations jusque là inconnues, mais qui peuvent être utiles, et
d'utiliser ces informations pour soutenir des décisions tactiques et
stratégiques. L'objectif est de construire un modèle dont le
pouvoir de prédiction soit satisfaisant. Le Data Warehouse se distingue
des bases de connaissances classiques par deux aspects : d'une part,
l'organisation des données selon un historique (les bases de
connaissances n'utilisent pas forcément l'historique des connaissances)
et d'autre part, l'absence de système automatique de traitement des
connaissances. En effet, outre les systèmes d'interrogation de la base
de connaissances au travers des requêtes, les bases de connaissances
mettent en général en place un système d'inférence
de nouvelles connaissances que n'intègre pas le Data Warehouse.
Le Data Warehouse est une autre manière de
présenter de l'information à partir d'une production et de
systèmes hétérogènes. Seuls sont concernés
les services souhaitant une information de type décisionnel (Direction,
Direction Marketing etc.).Toutefois, le Data Warehouse se présente
comme un coût supplémentaire dont le retour sur l'investissement
se mesure à travers un accroissement des ventes, une amélioration
de la certitude dans la prise de décision.
Il n'est pas un outil de productivité. Il
participe à la logique de l'entreprise qui cherche à mieux
maîtriser un environnement incertain en exploitant via la machine, des
données et des corrélations entre ces données
inaccessibles au cerveau humain.
| 
