11 façons de réduire les coûts des données et de stimuler la croissance

Exploiter efficacement les données métier exige un calcul de retour sur investissement (ROI), tout comme un investissement dans une usine, une extension de bureaux ou un effort de R&D. Nos organisations ne peuvent pas fonctionner sans données, clients, produits, transactions, employés, finances, économie, concurrents. Nous avons besoin de ces données pour croître et prospérer. Mais la donnée de qualité a un coût : acquisition, stockage, gestion, sécurisation et analyse. Plus les entreprises disposent de données, mieux elles servent leurs clients et collaborent avec leurs partenaires, mais plus elles doivent investir de temps, d'efforts et de ressources dans tout l'écosystème de données. Les entreprises gagnent à adopter en continu cette approche orientée ROI pour leurs données.

Cet article explore principalement le versant coûts de l'équation ROI des données et se concentre sur les moyens de contrôler et de réduire les coûts d'acquisition, de stockage, de sécurisation et d'exploitation de ces données.

Quels sont les coûts liés aux données ?

Les coûts liés aux données regroupent les dépenses d'acquisition, de maintenance, de sécurisation et d'utilisation des données métier. Beaucoup de ces coûts liés aux données sont explicites. Les données doivent bien résider quelque part : on‑premises sur un disque dur ou une baie de stockage, par exemple, ou dans un stockage cloud (lui‑même composé de disques durs physiques). Des logiciels organisent ces données : système de gestion de contenus, base de données relationnelle, data warehouse ou data lake, ou autre structure ; ces logiciels impliquent des licences commerciales ou, en open source, des abonnements/contrats de support. Les données doivent être sauvegardées, ce qui nécessite du stockage supplémentaire et des logiciels pour gérer ces sauvegardes et préparer une éventuelle restauration partielle en cas de perte ou complète en cas de sinistre physique.

L'acquisition de données auprès d'un fournisseur tiers peut également entraîner des frais de licence ou d'autres coûts. Il faut des dispositifs de sécurité et de contrôle d'accès, notamment pour se conformer aux réglementations sectorielles ou gouvernementales et répondre aux enjeux de confidentialité. La validation des données, ainsi que l'assurance et l'amélioration de leur qualité, par exemple en corrigeant les informations obsolètes, engendrent des coûts.

L'exploitation optimale des données peut aussi générer des coûts, nécessitant des logiciels d'interface utilisateur, d'analytique et de reporting, voire de deep learning ou d'intelligence artificielle (IA) pour révéler des insights.

Enfin, des coûts sont liés aux performances et à la montée en charge. Quand les données passent de mégaoctets (Mo) à téraoctets (To) voire pétaoctets (Po), il faut des logiciels sophistiqués, une planification rigoureuse et, potentiellement, des outils d'automatisation pour les maintenir et les utiliser, ainsi que le matériel pour les stocker et y accéder à grande échelle. Et pour chacun de ces postes de coûts, les entreprises doivent recruter des profils qualifiés pour administrer et exploiter leurs outils de gestion des données.

Points à retenir

• Avant d'engager un programme de réduction des coûts liés aux données, il est essentiel de comprendre vos actifs data, leurs usages, les zones de croissance la plus rapide et les goulets d'étranglement.
• Ne noyez pas vos coûts liés aux données dans un vaste budget IT ; détaillez vos dépenses data et identifiez les postes les plus importants (et ceux qui croissent le plus vite). Cela vous aidera à repérer les meilleures opportunités de réduction des coûts.
• Explorez des architectures de données alternatives, par exemple en consolidant plusieurs bases de données et services dans une base de données convergée pour gagner en efficacité, exécuter l'analytique et les workloads de machine learning sur la même plateforme que la base de données transactionnelle réduit les étapes, accélère les insights et diminue les coûts.
• Les services de données cloud peuvent offrir des coûts d'exploitation plus faibles tout en apportant les performances, l'automatisation et la sécurité nécessaires.

Ce qu'il faut savoir sur la réduction des coûts liés aux données.

Réduire les coûts liés aux données commence par une compréhension fine des types de données dont dispose l'organisation. Une partie est relationnelle, c'est‑à‑dire des données organisées en lignes et colonnes. D'autres données sont non structurées : documents, images, vidéos, fichiers binaires. Une fois les actifs data bien identifiés, il faut déterminer le meilleur format de stockage, base relationnelle, base NoSQL, référentiel documentaire, etc., et envisager les opportunités de consolidation des bases de données. Il est également essentiel de savoir d'où viennent les données, où elles résident, ainsi que où et comment elles seront utilisées.

Une fois les données comprises et le meilleur mode de stockage choisi, l'étape suivante consiste à adopter une architecture des données flexible, capable de couvrir toutes les sources et tous les usages, afin d'optimiser l'acquisition, la gestion, le stockage et l'analyse. Un élément clé de cette architecture est le choix du bon modèle de gouvernance des données pour définir les usages. Autre point : choisir les bons systèmes de gestion de données on‑premises ou cloud pour minimiser les coûts tout en maximisant performances, flexibilité, sécurité et valeur d'usage. Toutes ces étapes permettent d'évaluer la valeur et l'usage de chaque jeu de données et de prendre les bonnes mesures pour minimiser les coûts associés à la création de valeur.

11 façons de réduire les coûts liés aux données.

Quel que soit le volume de données détenu aujourd'hui, il augmente chaque jour, parfois chaque seconde. Une grande partie de ces données est indispensable pour faire tourner les opérations, réaliser des transactions, servir clients et partenaires, éclairer le management, alimenter le reporting financier et assurer la conformité. Mais certaines données peuvent avoir très peu de valeur. Voici 11 façons de réduire les coûts d'acquisition, de transformation, de stockage, de sécurisation et d'utilisation de toutes ces données. Dans certains cas, ces actions génèrent des économies indirectes, plutôt que des réductions budgétaires directes, grâce à une plus grande agilité, à la productivité des équipes ou à d'autres gains d'efficacité.

Comment créer un programme de réduction des coûts liés aux données ?

L'objectif d'un programme de réduction des coûts liés aux données est de faire plus avec moins : obtenir davantage d'insights et de réactivité opérationnelle tout en dépensant moins pour gérer ces données.

7 étapes d'un programme de réduction des coûts liés aux données

1. Désigner un responsable du programme
2. Évaluer les dépenses data actuelles
3. Rendre visibles les coûts liés aux données
4. Établir un budget data
5. Identifier les meilleures stratégies de réduction des coûts
6. Travailler avec les parties prenantes data
7. Mesurer les résultats

1. Désigner un responsable du programme.
   Il faut une personne avec une vision d'ensemble, capable de garder le cap sur les bonnes étapes, jalons et échéances. Lancez le projet de réduction des coûts liés aux données en nommant un responsable pour en faire une priorité.
2. Évaluer les dépenses data actuelles.
   Dressez un état des lieux détaillé de vos dépenses data et de leurs postes. Ciblez les coûts stables et ceux en croissance. Qualifiez précisément la valeur obtenue pour chaque dépense.
3. Faire des coûts data une priorité business.
   Ne laissez pas les coûts data se diluer dans le budget IT. Plus vous comprenez vos coûts réels, mieux vous les gérez ; et plus il est facile pour une entité métier d'évaluer si le coût est en phase avec la valeur des données.
4. Établir un budget data.
   Maintenant que vous connaissez vos dépenses actuelles, et où elles risquent d'augmenter, fixez un budget fondé sur le coût total de possession (TCO). Vous obtenez ainsi votre objectif de réduction des coûts.
5. Identifier les stratégies de réduction des coûts.
   Les leviers sont nombreux : faire évoluer l'architecture data, consolider les bases de données cloisonnées dans une base de données convergée, adopter des technologies open source, migrer vers le cloud, recourir à des services gérés, etc. Calculez ceux qui ont du sens pour votre organisation.
6. Identifier les économies par partie prenante.
   Quels services ou utilisateurs paient pour les données, directement ou indirectement ? Collaborez avec eux pour évaluer quelles stratégies de réduction des coûts seront bénéfiques, et où la réduction présente un risque injustifié.
7. Mesurer les résultats.
   Il paraît évident de répondre à la question « Combien avons‑nous économisé ? », mais cela exige de la rigueur pour établir un chiffrage solide. Et allez plus loin : « Où avons‑nous trop coupé ? » et « Où devons‑nous investir davantage ? »

Exemples de réduction des coûts de données

De nombreuses entreprises, grandes et petites, réduisent le coût des données en tirant parti du cloud et des architectures de données modernes.

• Pinnacle Teleservices, qui améliore les communications de ses clients, le traitement des transactions en ligne consolidé et les charges de travail analytiques. L'entreprise a éliminé la maintenance matérielle coûteuse et étendue, ainsi que les processus complexes d'extraction, de transformation et de chargement (ETL), tout en gérant plus de 3X ses transactions quotidiennes, jusqu'à 1 milliard.
• Entreprise universitaire de préparation des tests, Estuda.com a réduit ses coûts de données de 85 %, tout en améliorant le temps de réponse d'un facteur 300 en passant à une architecture de données plus efficace dans le cloud pour gérer les requêtes complexes des utilisateurs finaux.
• Licitapyme, qui exploite une plate-forme d'appel d'offres pour les petites entreprises, est passée à une architecture de base de données cloud convergée, réduisant les coûts de 74 % tout en accélérant le temps de chargement des pages Web jusqu'à 3X, ce qui réduit les chances qu'un utilisateur abandonne.

Réduisez vos coûts liés aux données avec Oracle HeatWave

Les données font fonctionner votre entreprise : de la facturation aux journaux de traduction, des documents aux catalogues de pièces, des listes de prix aux stocks. Exploiter plus efficacement ces données opérationnelles ouvre de nouvelles opportunités. Mais chaque jour, le volume de données augmente, tout comme les coûts. Heureusement, vous pouvez réduire vos coûts data tout en stimulant la croissance et en gagnant en efficacité.

HeatWave vous permet d'exploiter une IA générative et du machine learning automatisés et intégrés dans un seul service cloud pour les transactions et l'analytique à l'échelle d'un lakehouse. Les entreprises éliminent le coût et la complexité de bases de données analytiques et vectorielles séparées, de services de machine learning et de processus ETL, tout en évitant la latence et les risques de sécurité liés aux mouvements de données entre stockages. Grâce à l'automatisation intégrée, dopée au machine learning, les développeurs et DBA gagnent un temps précieux, améliorent encore les performances et réduisent les coûts. HeatWave est disponible sur Oracle Cloud Infrastructure (OCI), Amazon Web Services (AWS), Microsoft Azure, et dans les data centers des clients avec OCI Dedicated Region.

Les performances de requête de HeatWave Lakehouse sont 15X plus rapides qu'Amazon Redshift, 18X plus rapides que Databricks et Snowflake, et 35X plus rapides que Google BigQuery. Le rapport prix-performances est également nettement meilleur. De nombreuses organisations en forte croissance utilisent HeatWave pour simplifier leur infrastructure data et réduire leurs coûts de gestion des données tout en améliorant performances, montée en charge, sécurité et productivité.

FAQ sur la réduction des coûts liés aux données.

Quelle est la première étape pour fermer son data center ?

Lorsque vous prévoyez de fermer un data center, effectuez une enquête approfondie sur les applications, les données, les services, les utilisateurs et les exigences de sécurité. Tous les éléments de cette enquête nécessiteront un plan de migration, qu'il s'agisse de déplacer sans modification les applications et données existantes vers le cloud, de choisir de nouvelles applications ou de créer de nouvelles applications à partir de zéro.

Quelle est la durée de vie de l'équipement d'un data center ?

Les principales parties de l'infrastructure du data center, telles que les systèmes HVAC (chauffage, ventilation et climatisation), la distribution de courant et les systèmes de sécurité physique, peuvent tenir une dizaine d'années voire plus avec une maintenance régulière. En règle générale, l'équipement de calcul, tel que les serveurs, les routeurs, les commutateurs et le stockage, devient obsolète après trois à cinq ans.

Qui est responsable de la sécurité dans le cloud ?

La sécurité physique de l'infrastructure cloud (serveurs, infrastructure réseau, etc.) est gérée par les fournisseurs cloud. La responsabilité de la sécurisation des logiciels et des services est répartie entre le fournisseur de cloud et l'entreprise.

Combien de temps faut-il pour fermer un data center ?

Prévoyez que la migration d'un data center vers le cloud prenne plusieurs mois. Si votre infrastructure informatique est plus grande, la migration peut prendre des années. Tout dépend de la taille du data center, de sa complexité et de la quantité de données. Une grande partie de ce temps sera consacré à l'inventaire complet, à la planification, à la création et au test de nouveaux logiciels (si nécessaire) et à la formation. Comme pour les déménagements de bureaux, la migration réelle et la sortie elle-même constituent une phase relativement courte par rapport à la planification.