Les plateformes de gestion de données existent depuis l’avènement de l’informatique. Ce sont ces technologies qui permettent à nos systèmes de fonctionner correctement en assurant la manipulation et la protection des données.
Webinar Oracle Technology Data Week
Temps de lecture : 5 mn
Les plateformes de gestion de données existent depuis l’avènement de l’informatique. Ce sont ces technologies qui permettent à nos systèmes de fonctionner correctement en assurant la manipulation et la protection des données. Ces outils ont permis de suivre l’évolution des besoins des utilisateurs. Que ça soit des simples fichiers, des bases de données ou des solutions de type big data, ces plateformes sont le socle du système d’informations des entreprises. Pourquoi changer ? pourquoi moderniser ?
L’avènement d’internet et aujourd’hui du cloud, du mobile, de l’iot (internet des objets) et des réseaux sociaux a transformé les entreprises et permettent des cas d’usages insoupçonnées il y a encore quelques années et dont les métiers sont maintenant friands et demandeurs.
Le digital est devenu un outil indispensable aux entreprises pour réduire les coûts et augmenter les revenus, et proposer une nouvelle expérience à leur collaborateurs, partenaires et clients.
Toutes ces technologies génèrent une quantité importante de données qui croit de façon exponentielle et qu’il est indispensable de maîtriser.
En effet, l’exploitation de données se transforment de plus en plus en un avantage compétitif pour les entreprises et se démarquer de leurs concurrents.
Mieux connaitre ces clients, c’est anticiper leurs actions et mieux les servir.
Suivre en temps réel les données de télémétries de centaines de machines et anticiper leurs pannes, c’est améliorer la qualité de service et réduire drastiquement le coût total de possession.
Tous ces changements imposent une évolution des datas plateformes pour aider les entreprises à couvrir ces besoins différents tout en se concentrant sur les cas d’usage demandés parle métiers (analyse prédictive, maintenance prédictive, Analytics augmenté, Scoring client, détection des fraudes, et bien d’autres), et non plus se concentrer sur la gestion de l’infrastructure technique.
Moderniser une data plateforme, c’est moderniser toutes les étapes du cycle de vie de la donnée. Nous détaillons ci-dessous chacune d’elle :
La collecte de données de tous types et à toutes les vélocités :
Pour faire de la donnée un différenciant, il faut réussir à la capter pour pouvoir l’exploiter. Or la donnée existe dans des systèmes hétérogènes sous des formats différents. La fréquence de la génération de données est aussi différente selon l’émetteur. Concrètement, la collecte de données est l’étape clé pour une meilleure exploitation des données. Moderniser la collecte, c’est s’appuyer sur des services technologiques simples, complets et scalables pour aller chercher les données là où elles se trouvent, et les exploiter au mieux.
Le stockage et le traitement de la donnée pour couvrir les différents usages :
C’est de là que commence le cycle de vie de la donnée. Pour partir de l’information brute et arriver à la connaissance exploitable, il y a du chemin à faire. Tout d’abord, il faut assurer la gouvernance et la qualité de donnée et l’instaurer comme démarche structurelle de la gestion de données. Une plateforme de données moderne assure une visibilité à tous moments de l’ « asset data » et de la qualité des données qui y transitent. L’étape suivante est d’exploiter de façon efficiente ces données. Au vu de la multitude des cas d’utilisation, multiplié par l’hétérogénéité de la données, cette partie présente un challenge. Pour couvrir ces besoins, la plateforme de données doit être polymorphe couvrant des cas d’utilisation allant du reporting à l’analyse en temps réel et du Machine Learning à la consolidation des données. Tous ceci d’une manière scalable, sécurisé et élastique. Pour ce faire, les technologies Big data (Spark, Hadoop) viennent compléter les technologies décisionnelles traditionnelles. Elles permettent d’associer la puissance des technologies distribués à la rigueur du modèle relationnel.
L’exploitation des données :
Dans le monde de la data, le succès d’un projet est reflété par son utilisation. Or l’adoption est en soit un challenge organisationnel avant d’être techniques. D’où l’importance de supprimer tous freins liées à une infrastructure technologiques (performance,complexité). D’autre part, on demande toujours plus à différents Data Analysts et autres Data Scientist.
En termes d’implémentation, l’idée est d’accompagner, sans révolutionner, ce qui est déjà construit pour assurer une continuité dans la démarche. Une Modern Data Platform évolue selon les besoins et se construit au fur et à mesure de son utilité. Le cloud et les offres de gestions de données de Types Paas trouvent tous leur pertinence dans ce contexte.
Une Modern Data Platform permet de partager la valeur ajoutée à la donnée efficacement. A titre d’exemple, un data owner doit pouvoir facilement partager ces données sous formes de services de données (type API) sans avoir à « replatformer » sa Data Platform. Un Data Analyst doit avoir à sa disposition de l’analytique augmenté par le Machine Learning et le tout avec la latence souhaitée.
Ces plateformes existent maintenant dans le cloud en mode PaaS. Ils sont mis à disposition sous forme de services payés à l’utilisation. Ils sont hautement disponibles, scalable et sécurisés. Le fait de s’y appuyer active des nouveaux business model et favorise l’innovation. La modern data plateforme sera vue ainsi comme la cloudification de la gestion des données permettant ainsi une exploitation efficiente et une innovation continue.
Visitez OCI Architecture Center pour comprendre comment ces services s’orchestrent pour vous mettre à disposition une Plateforme moderne de gestion de données analytiques. Vous y trouverez des explications de plusieurs architectures de références, le détail de chaque service et des scripts Terraform pour provisionner le tout.
Ce guide complet donne un aperçu détaillé sur la façon dont Oracle Autonomous Database permet aux entreprises d’optimiser la gestion de leur base de données. Ce guide décrit également comment Autonomous Database permet de capitaliser sur les technologies émergentes (machine learning et IA) pour créer de nouvelles applications et exploiter la valeur de leurs données.
Vous souhaitez en savoir plus sur Autonomous Database ?