SiQueries est un SaaS ( Software-as- a-Service ) d’analyse de données et d’analyse graphique, fondée en 2013 au Cameroun . Il offre un service d’entreposage de données hautement évolutive , permettant à quiconque une analyse de données, au besoin de recueillir et effectuer des analyses sur les sources de données ( Web , mobile, serveur , capteurs, etc ) en temps réel . En outre, vous pouvez utiliser l’analyse de données API et de construire des analyses qui intègrent directement votre application . Ils sont en train de tester leur solution dans une version bêta fermée avec un couple de clients opérant dans le domaine banque et télécommunications .
Comme Oracle , SAP , SAS , GoodData, cette entreprise « made in Cameroun » est conçue pour les PME et tend à s’étendre pour afficher des prix concurrentiels face aux grosses entreprises pré-citées.
Il est notre coup de cœur de la semaine. Le coup de pouce qu’on donnerait à une entreprise voulant mettre en évidence notre capacité à être à la hauteur des entreprises multinationales.
Fiche Technique
SiQueries utilise Apache Cassandra pour stocker ses données de séries chronologiques . Pourquoi SiQueris choisi Apache Cassandra ? YourStoryAfrica demande Ebot . Il répondit: » Apache Cassandra est notre couteau suisse pour le stockage de données . Nous avons commencé avec la solution MongoDB (qu’ils utilisent encore ) , mais nous sommes arrivés à un point où nous devions écrire plus vite et d’échelle. Apache Cassandra nous a donné certaines options ne sont pas disponibles avec MongoDB . Nous croyons MongoDB va certainement atteindre ce niveau très bientôt. Avec Cassandra , nous étions en mesure de combiner des outils tels que Storm, Druidio et Kafka pour construire un monde meilleur, infrastructure évolutive et haute performance qui écrit entre 9000 et 10 000 par seconde en fonction de la charge » .
Sur la plate-forme , la collecte des données est rapide et indolore . Énorme quantité de données est poussée dans l’infrastructure des SiQueries via l’API REST , qui sont en cours de traitement est représenté en interne dans l’analyse des séries chronologiques . Grande quantité de données est ingéré et consommé en temps réel via quelques topologies de tempête qui sont intrinsèquement parallèles et courent à travers un cluster de machines Kafka à générer des alertes ou à afficher sur les graphiques interactifs . (..) Nous sommes convaincus qu’ils seront le premier démarrage de l’Afrique pour atteindre 1.000.000 d’octets par seconde comme Netflix .
Avec SiQueries , la promesse est d’ exploiter plusieurs points de données structurées et non structurées de capturer , d’explorer et de manipuler des données provenant de nombreuses sources , puis partager des idées pour des décisions commerciales critiques pour rester en tête de la courbe .
Alors, on lui souhaite le destin de Netflix (qui confirme préparer son extension en Europe).