Discussion :

[hoccha]

Bonjour,

Un processus d’analyse de données opérationnel en entreprise demande de nombreuses étapes de prétraitement avant de vraiment réaliser l’analyse statistique. Il faut par exemple charger les données via différentes sources et ensuite fusionner/transformer les tables pour obtenir un beau data set prêt à être analysé (c’est la partie ETL). Cette phase est souvent lourde et doit être automatisée.

Je suis actuellement sur un projet pour une entreprise qui utilise SAS pour les parties prétraitement de données, analyse statistique et reporting. Je ne suis pas un professionnel du SAS (je viens du milieu de la recherche où j’utilise R) mais il faut avouer que SAS arrive à bien intégrer toutes les étapes de l’analyse (du début à la fin).

Je voudrais défendre l’utilisation de R dans un nouveau projet. Il me faut donc des arguments

Avez-vous déjà utilisé R sur des projets de moyenne/grande envergure ? Si oui, quel a été le retour ?

Selon vous, est-il possible d’utiliser R de manière efficace pour la partie prétraitement? Sinon quelle approche proposez-vous ? Utilisation de PL/SQL ?

Et si vous avez d’autres idées n’hésitez pas à me les communiquer

Merci !!

[Hydro999]

Bonjour hoccha,

Je n'utilise pas R dans le milieu professionnel, mais pour la partie de prétraitrement R me semble pas mal aussi.
1)Il est possible d'interfacer R avec une base de donnée (j'ai posé des question à ce sujet)
On peux même faire directement dans R des requêtes SQL.

2) Télécharger des données du net et aussi facile que d'ouvrir un fichier

3) Il est aussi possible d'aller récupérer directement dans une page XML ou HTML les infos que l'on veut (package XML)

Je ne connais pas bien SAS, mais peut être que le petit plus de R c'est de pouvoir utiliser un langage objet pour articuler ensemble les differentes étapes du prétraitement.

Voila maintenant si dans ta boite ils ont l'habitude d'utiliser SAS c'est pas facile de les faire changer d'habitude d'autant que SAS n'est pas mauvais et garantie par le constructeur ce qui n'est pas le cas de R.

Cdt

[ced]

Bonjour,

Personnellement, j'utilise R principalement pour le traitement des données, et notamment pour interfacer plusieurs bases de données.
Côté traitement, R est un très bon outil, pourvu que la volumétrie des données manipulées ne soit pas trop importante (c'est l'un des points faibles selon moi, dont les développeurs sont conscients et qui fait l'objet de toutes les attentions pour les versions futures).

ced