Connect with us

Technologie

Évolution d’une stratégie d’intégration de données

Published

on


L’idée d’intégrer des systèmes n’est pas nouvelle. Les services informatiques ont constamment eu du mal à relier les applications d’entreprise entre elles de manière à permettre aux décideurs d’avoir les données dont ils ont besoin à portée de main. Idéalement, ces informations devraient toutes être extraites dans un seul tableau de bord. Mais comme l’informatique d’entreprise évolue constamment, chaque nouvelle application fournit une nouvelle source de données. Il y a souvent un décalage entre le moment où une application a été déployée et le moment où le service informatique a pu l’intégrer pleinement dans un tableau de bord d’entreprise.

L’informatique d’aujourd’hui est exponentiellement plus complexe. Il y a les applications internes, qui sont restées un casse-tête constant d’intégration pour les DSI. Ensuite, il y a les déploiements basés sur le cloud et le logiciel en tant que service (SaaS), ce qui signifie que les données d’entreprise résident désormais dans deux sphères totalement distinctes. Ajoutez à cela la connectivité avec les partenaires commerciaux et les sources tierces, et il devient rapidement clair que le service informatique est confronté à une lutte difficile pour gérer de nombreux silos de données d’entreprise dans un monde hybride.

Ensuite, il y a la complexité supplémentaire qui survient avec les déploiements multicloud et cloud hybride. En fait, près de la moitié des 1 700 décideurs informatiques britanniques interrogés par Vanson Bourne dans le cadre d’une étude pour Nutanix ont identifié l’intégration des données dans différents environnements (49%) comme leur principal défi dans le déploiement multicloud.

Ces sources de données disparates doivent être intégrées dans les systèmes d’aide à la décision. Mais au-delà de l’intelligence d’affaires traditionnelle, l’intégration des données joue également un rôle essentiel dans l’analyse avancée, l’intelligence artificielle (IA) et l’apprentissage automatique (ML).

« Il y a aussi la question non triviale de la gouvernance des données dans un monde hybride », explique Tony Lock, analyste distingué chez Freeform Dynamics, « en particulier celui où les fournisseurs de cloud offrent des outils avancés d’apprentissage automatique et d’analyse qui peuvent fonctionner sur d’énormes volumes de données provenant de sources multiples. Toute analyse qui inclut des informations provenant de diverses sources de données signifie que vous devez mettre en place une gouvernance efficace des données. »

En plus d’un manque de gouvernance des données suffisante, des données mal intégrées entraînent un service client médiocre. « Dans l’économie numérique, le client s’attend à ce que vous connaissiez et ayez un aperçu immédiat de chaque transaction et interaction qu’il a eue avec l’organisation », explique Rani Johnson, CIO de Tibco. « Si une partie de l’expérience d’un client est enfermée dans un silo, le client souffre d’une mauvaise expérience et est susceptible de se tourner vers un autre fournisseur. »

Briser ces silos de données nécessite un changement commercial. « Construire une gestion des données de bout en bout nécessite des changements organisationnels », explique Nicolas Forgues, ancien chief technology officer (CTO) chez Carrefour, aujourd’hui CTO du cabinet de conseil Veltys. « Vous devez former du personnel interne et externe pour remplir la mission de données de l’entreprise. »

Les entreprises risquent de passer à côté d’une vue d’ensemble, en termes de détection des tendances ou d’identification d’indicateurs de changements, si elles manquent d’une approche de la gestion des données à l’échelle de l’entreprise et d’une stratégie d’intégration des silos.

D’après l’expérience de Johnson, l’une des raisons de la mauvaise visibilité des données est que les fonctions métier et les applications d’entreprise sont souvent décentralisées. Alors que l’adoption du logiciel en tant que service a augmenté la connectivité, à l’inverse, elle a également permis à davantage de silos de données de se développer silencieusement, dit-elle.

« Pour tirer le meilleur parti du SaaS, les organisations ont besoin de données intégrées qui tirent des informations de l’ensemble de l’organisation, en s’interconnectant avec les interfaces de programmation d’applications (API) au sein de l’organisation et de son réseau de partenaires », explique Johnson. « Sans une stratégie de données intégrée, les organisations ne parviennent pas à maximiser les opportunités du SaaS, mais posent également un risque pour l’organisation en raison de faiblesses non identifiées en matière de sécurité et de confidentialité des données. Cela entraînera une réduction de la qualité des données et, par conséquent, la confiance des entreprises dans les données. »

Héritage technologique

Étant donné que le volume et l’utilisation des données sont en constante évolution, l’infrastructure informatique pour prendre en charge l’accès aux données construite il y a quelques années à peine n’est plus adaptée aux cas d’utilisation modernes et gourmands en données.

L’analyste Forrester a récemment identifié trois piliers de la pile d’intégration de données dont les DSI ont besoin pour commencer à mettre hors service. Dans La marée technologique de Forrester : intégration des données d’entreprise, T4 2021, le cabinet d’analystes recommande aux responsables informatiques d’envisager de céder leur intégration d’informations d’entreprise (EII), leur bus de services d’entreprise (ESB) et leurs e traditionnels/par lotsxtract, transformer et charger (ETL) outils.

Bien que l’EII soit une technologie clé d’intégration de données depuis des décennies, les recherches de Forrester ont révélé qu’elle ne répondait pas aux nouvelles exigences commerciales en matière d’intégration en temps réel, de données semi-structurées et de service cloud.l’intégration et la prise en charge des capacités en libre-service. Selon Forrester, les fournisseurs de logiciels d’EII repositionnent désormais leurs offres vers les marchés émergents de la virtualisation des données, de la structure de données et des services de données.

C’est une histoire similaire avec ESB. Forrester note que les entreprises s’éloignent de la technologie ESB au profit de nouvelles offres basées sur une plate-forme intégrée en tant que service (iPaaS), des structures de données et la virtualisation des données.

Avec ETL, l’accès aux données héritées reste un problème auquel de nombreuses organisations sont confrontées. Mais le déplacement par lots de ces données à l’aide d’ETL n’est plus aligné sur les exigences de l’entreprise. Dans le rapport, les analystes de Forrester notent que la demande de streaming en temps réel, l’augmentation du volume de données, la prise en charge des plates-formes hybrides et multicloud et les nouvelles sources de données ont considérablement entravé la croissance de la technologie.

« Étant donné que la plupart des nouveaux déploiements analytiques exploitent le cloud public, les nouveaux outils de pipeline/streaming de données cloud deviendront l’outil ETL standard », prédisent les analystes de Forrester.

Prendre la tête de l’intégration des données

Alex Housley, PDG et fondateur de Seldon, spécialiste des opérations d’apprentissage automatique (MLOps), explique que les scientifiques des données passent une grande partie de leur temps à nettoyer les données. Le travail d’un ingénieur de données consiste à extraire des données de différentes sources pour créer des flux de données en direct afin de mettre à jour un lac de données central afin d’éviter l’ETL manuel.

Pour y parvenir, dit-il, « nous constatons une adoption croissante de [Apache] Kafka pour le streaming de données ». Une fois dans un endroit central, Housley dit que les citoyens de données dans les unités commerciales peuvent ensuite consommer les données.

S’appuyant sur l’idée d’avoir un pipeline de données pour les citoyens de données, Johnson de Tibco estime que l’intégration des données doit faire partie des activités quotidiennes requises pour gérer l’informatique d’entreprise, plutôt que comme un projet ponctuel.

« Pour que l’intégration des données réussisse, il faut qu’il s’agisse d’un programme constant d’amélioration de l’entreprise qui soit itératif », dit-elle. « Cette approche de l’intégration des données repose sur des attentes équilibrées, un engagement à long terme en matière de ressources, une redéfinition régulière des priorités, un partenariat commercial agile et un apprentissage et une amélioration continus. L’intégration des données sera donc essentielle à l’entreprise et au succès des DSI et à leur programme de transformation. »

Johnson affirme que l’intégration des données repose sur les forces clés de l’équipe informatique et du DSI. D’après son expérience, le service informatique et le DSI ont une vue à 360 degrés à la fois du client et de la santé de l’entreprise, ce qui signifie qu’un DSI peut fournir une vue équilibrée et impartiale de l’ensemble de l’entreprise.

« D’après mon expérience, il s’agit d’un point de vue large, tout comme la finance, car l’équipe informatique voit la vue d’ensemble de l’ensemble de l’entreprise, tandis que nos pairs dans d’autres secteurs d’activité ont des objectifs et des pressions à court terme qui façonnent inévitablement, et nécessairement, leur vision pour qu’elle soit plus personnelle », dit-elle.

Click to comment

Leave a Reply

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Tendance