Un an et demi après le rachat d’Attunity dans l’intégration de données, Qlik met la main sur l’iPaaS de Blendr.io qui permet d’intégrer plus de 500 applications SaaS et autres sources de données dans le cloud. Le montant du rachat n’est pas communiqué. Depuis deux ans, l’éditeur américain affiche sa volonté de constituer une plateforme analytique de bout en bout apportant en amont des fonctionnalités d’ETL. L’ajout de celles-ci permettent notamment de mettre en action les capacités « d’intelligence active », nouvelle phase de la business intelligence promue par Mike Capone, le CEO de Qlik.
« Contrairement à la BI traditionnelle, [l’Active Intelligence] réalise le potentiel des pipelines de données en réunissant les données statiques et en mouvement pour extraire de l’intelligence continue à partir des informations mises à jour en temps réel, avec l’objectif spécifique de prendre ou de déclencher une action immédiate », nous avait expliqué le dirigeant dans un échange cet été. Dans ce contexte, l’iPaas de Blendr.io pourra être utilisée pour automatiser l’orchestration des processus d’intégration « de manière plus fluide pour chaque décision prise au sein de l’entreprise », indique Qlik dans un communiqué.
4 couches d'intégration successives
La société rachetée est déjà utilisée par 1 500 sociétés à travers une centaine de solutions SaaS dont celles d’Aptivio, Graydon et Globis Software. Elle apporte quatre couches d’intégration, la première pour la connectivité, la deuxième pour la construction de logiques métiers incluant conditions et variables (à travers le Blend Editor, un éditeur visuel facile à utiliser), la troisième pour configurer les intégrations entre les applications SaaS et, enfin, la dernière pour la gestion centralisée des clients, des intégrations et des modèles. Qlik précise que les technologies de Blendr.io seront insérées à ses modèles commerciaux actuels et à ses plateformes analytiques cloud-first en 2021.
Il y a un peu plus de deux mois, Qlik avait déjà acquis l’éditeur Knarr Analytics pour renforcer les capacités de collaboration entre data analystes et utilisateurs métiers.