Sans gouvernance, les Data Lakes sont opaques - 4 étapes clés pour les rendre limpides
Imaginez que vous travailliez pour le service informatique d'une organisation multinationale qui a reçu de mauvaises appréciations de la part de ses clients lors de son enquête de satisfaction annuelle. La priorité du PDG (et, par conséquent, la vôtre) est alors d'améliorer l'expérience client.
Comment procéder ?
Grâce à l’abondance de données clients, générées par des dizaines de systèmes et d'applications métiers – y compris par les achats, les interactions avec les centres d'appels, les visites de sites Web, l'utilisation des applications mobiles et, de plus en plus, les capteurs et appareils IoT – il devrait être possible de déterminer ce que les clients veulent afin de leur offrir une expérience exceptionnelle.
La solution semble simple : transférer toutes les données dans un Data Lake, puis laisser opérer vos experts en données et vos analystes métiers pour découvrir des informations nouvelles et exploitables qui permettront de créer une expérience client plus adaptée et personnalisée.
Mais le processus n'est pas toujours un long fleuve tranquille.
Le principal problème réside dans le fait que les données ne sont pas immédiatement prêtes à l'emploi, dû à leur grande diversité de formats et leur quantité. Elles continuent d’augmenter à grande échelle et en temps réel. Les experts consacrent ainsi trop de temps à leur nettoyage et à leur préparation, plutôt qu'à l'analyse à valeur ajoutée et à la prise de décision stratégique. Cette situation n'est pas durable.
De nombreuses entreprises se rendent désormais compte que dans
leur hâte et leur zèle à créer un Data Lake, elles ont en fait créé un entrepôt de données
d’entreprise inexploitable.
Pourquoi ? Parce qu’elles ont négligé un facteur de réussite critique : la gouvernance de données. Celle-ci rassemble les personnes, les polices, les processus et la technologie nécessaires pour transformer ce bourbier opaque en un Data Lake limpide, qui devient un atout précieux et fiable pour l'entreprise.
Quatre étapes de la gouvernance de donnée
- Mettre de l'ordre dans le chaos. Une stratégie de gouvernance de données pour vous assurer que les informations relatives aux données et aux systèmes sont bien organisées, classées et cataloguées, ainsi que décrites dans un langage métier commun.
- Préparer l'analyse des données. Faire de la qualité des données un élément clé de son programme de gouvernance de données afin que les informations soient cohérentes, précises, fiables et adaptées à l'analyse. Les données deviennent ainsi accessibles uniquement aux individus autorisés, elles sont sécurisées et conformes aux exigences réglementaires.
- Faciliter le libre-service. Fournir aux utilisateurs métiers et aux experts en données des outils en libre-service et des fonctionnalités de recherche sémantique qui leur permettent de « consommer » des données (comme ils le feraient lors d'une recherche de produits sur un site de e-commerce) et d'appliquer une recherche de précision pour affiner les résultats.
- Agir en catalyseur de la valeur métier, axée sur les données pour accélérer la transformation digitale. Les informations fiables et exploitables d'un Data Lake peuvent aider à stimuler l'efficacité, à résoudre les complexités, à développer l'innovation, à créer un avantage concurrentiel et à mieux respecter les exigences de confidentialité des données telles que RGPD.
Un Data Lake moderne
doit servir de référentiel unique et fiable d'informations historiques et en
temps réel qui favorise une prise de décision plus rapide et plus intelligente
à l'échelle de l'entreprise. La gouvernance des données est essentielle pour
garantir la cohérence, la précision, la contextualisation, l'accessibilité et
la protection des données.
Avec un Data Lake limpide, les entreprises peuvent tirer profit de leurs vastes données pour fournir des produits et services innovants, mieux servir leurs clients et créer une valeur métier sans précédent à l'ère numérique.