Quand les graphes aident à réduire les coûts structurels

Chaque entreprise cherche la rentabilité, que ce soit en optimisant les processus, les équipes et les infrastructures ou en effectuant des coupes budgétaires. Et s'il suffisait d'assurer une gestion adaptée et performante des données pour obtenir une meilleure rentabilité ?

Parmi les grandes stratégies de recherche de rentabilité, les entreprises font souvent appel à des spécialistes de la réduction des coûts, dont la mission principale consiste à identifier les postes de dépenses dont les entreprises pourraient se passer. Dans cette optique dogmatique de réduction des coûts, les postes de dépenses, qu’ils soient liés au matériel, à l’humain ou aux infrastructures, sont passés en revue pour identifier les coupes budgétaires à effectuer. Et pourtant, une meilleure gestion et une meilleure utilisation des données permet, grâce à l’utilisation de la technologie des graphes, de réaliser des économies plus que substantielles.

Créer un inventaire pour éviter les doublons

Dans une optique de réduction des coûts informatiques, la première des démarches est d’effectuer une comparaison entre le projet de l’entreprise et la réalité terrain. Cela peut se faire au travers de la mise en place d’un projet de base de données de gestion de configuration (CMDB). Ce projet permet de faire un inventaire des utilisateurs, des accès et des matériels utilisés et d’identifier les potentielles irrégularités et doublons d’utilisation. Ainsi, l’entreprise se rendra compte qu’elle avait prévu, pour un projet donné, la mise à disposition d’un serveur de telle puissance, auquel pourraient accéder 100 utilisateurs. Le dimensionnement logiciel, matériel et réseau est ainsi étudié au démarrage du projet pour être adapté. Mais s’il se trouve qu’au cours du projet, ce ne sont plus 100 utilisateurs mais 200, alors les ressources informatiques ne suffiront plus et cela sera préjudiciable à l’avancée du projet, à la productivité de l’entreprise et bien évidemment à la performance de la ressource informatique.

Les bases de données de graphes, conçues pour prendre en charge les relations entre les données, vont permettre de réaliser ces inventaires de façon très rapide et fournir des états actualisés en temps réel. Ainsi, l’utilisation d’une base de données de graphes permet de redimensionner les ressources ou les équipes travaillant sur un projet, engendrant ainsi de précieuses économies de temps et de budget.

S’équiper du bon nombre de licences

Lorsqu’une entreprise s’équipe d’un logiciel, la tarification est calculée en fonction du nombre de licences achetées. Or, au cours de la croissance de l’entreprise, il n’est pas rare que le nombre d’utilisateurs dépasse le nombre de licences autorisées, sans que l’entreprise ne s’en rende nécessairement compte. Les éditeurs de logiciels quant à eux, disposent d’une visibilité complète du nombre de licences utilisées par leurs clients et réalisent des audits réguliers sur ce sujet donnant souvent lieu à des amendes rétroactives pour les licences utilisées non-payées.

Une base de données de graphes, par sa souplesse, sa facilité d’utilisation et sa capacité à gérer les relations entre les données, par exemple entre un utilisateur et un logiciel, permet de réaliser cet audit avant celui de l’éditeur. L’entreprise peut ainsi comparer les chiffres obtenus avec ceux prévus par le contrat de licences et ajuster son contrat ou limiter le nombre d’utilisateurs en conséquence. Ces inventaires réguliers sont représentés et stockés sous forme de graphes dans la base de données de graphes qui les mettra à jour régulièrement.

Mutualiser les ressources

A l’aide d’une base de données de graphes, il est également possible de réaliser un inventaire relatif à la consommation des ressources afin d’identifier des économies potentielles et mutualiser ces ressources. Par exemple, 2 équipes utilisent un serveur d’application chacune. Et chaque équipe va héberger son application sur un serveur 4 cœurs. Bien réaliser l’inventaire qu’on évoquait plus haut permettrait de mutualiser les ressources, ainsi, au lieu de payer 2 serveurs d’application, l’entreprise n’aurait plus à payer que pour un seul, et concernant l’hébergement, un seul serveur 4 cœurs serait suffisant, chaque équipe n’utilisant que 2 cœurs chacune.

L’utilisation des ressources représente un ensemble de données complexe. Les applications sont liées à des machines, lesquelles sont liées à des utilisateurs, qui sont eux-mêmes associés à des départements de l’entreprise. Les bases de données graphes, conçues pour prendre en charge les relations entre les données, permettent de naviguer rapidement ces ensemble de données disparates et de produire un inventaire en temps réel des ressources utilisées et doublons potentiels. Dans ce sens, elles sont parfaitement adaptées à la mutualisation des ressources.

Réduire les coûts de livraison des projets informatiques

La meilleure façon de respecter les délais de livraison est d’avoir une visibilité totale des processus de développement et de connaître l’impact d’une information modifiée ou ajoutée sur une autre information existante (analyse d’impact). En suivant les liaisons de nœuds en nœuds, les bases de données de graphes permettent de réaliser cette analyse d’impact et de mettre en place les mesures correctives nécessaires pour prévenir les possibles incidents. Il est généralement plus judicieux d’investir en amont lors de la phase de développement afin d’éviter des coûts supplémentaires en cas de problèmes, et ceux induits par les retards de livraison.

Cette analyse d’impact est valable tant pour les données, pour les applications que pour les serveurs. Et avec la rapidité de traitement offerte par les bases de données de graphes, il est possible de réaliser ces analyses en amont comme en aval.

Dans le cas de l’installation d’un nouveau serveur dans l’entreprise, la base de données de graphes va identifier les relations entre ce nouveau serveur et les autres serveurs. En amont, l’équipe IT pourra anticiper les problèmes possibles et minimiser les impacts négatifs en répondant à la question : si le serveur tombe en panne, quel sera l’impact sur les autres serveurs ? En aval, au moment où un serveur tombe en panne, la base de données de graphes permettra de remonter la chaîne des relations et ainsi identifier d’où vient la panne qui a généré des problèmes en cascade.

Avec des outils classiques de bases de données relationnelles, ces temps d’analyse prennent énormément de temps et monopolisent des équipes sur une tâche donnée. Une base de données de graphes, quant à elle, permet de réduire ces temps d’analyse ainsi que les effectifs nécessaires à cette tâche, et par conséquent les coûts de l’entreprise.

Optimiser les coûts de livraison dans une chaîne d’approvisionnement

Aujourd’hui, la façon classique d’organiser une chaîne d’approvisionnement pour l’aspect livraison est d’effectuer les traitements des commandes de façon hiérarchique. Dans cette optique, lorsqu’un produit doit être livré, le processus hiérarchique consiste à faire sortir le produit de la production, l’acheminer au centre de tri qui s’occupera ensuite de son acheminement vers le client final.

La base de données de graphes fait passer le paradigme du hiérarchique au point à point. En temps normal, un produit à livrer transite par un centre de tri, ce qui nécessite des manipulations, donc des hommes et des saisies sur le SI de l’entreprise à chaque opération (enregistrement du départ, arrivée au centre de tris, départ du centre de tris…). Dans une optique de point à point, le produit est directement acheminé de la production au lieu de livraison, limitant ainsi les manipulations multiples, le nombre d’hommes et le nombre de saisies. Les bases de données de graphes permettent cette approche puisqu’elles sont capables de gérer les relations entre toutes les données de la chaîne d’approvisionnement tels que les lieux de production, les lieux de livraison, les types de transports…

Dédoublonner les bases de données pour une meilleure performance de traitement

Une des forces de la base de données de graphes réside dans sa capacité à connecter les données réparties en silos. Concrètement, dans le cas où la même information (ex. profil utilisateur) est stockée à deux emplacements distincts, une base de données relationnelle ne sera pas capable d’identifier cette information comme étant redondante alors qu’une base de données de graphes le fera. En identifiant les doublons, il est possible de consolider les données ce qui permet de réduire la capacité serveur utilisée et de réaliser des économies de coûts.

Par exemple, cette unification des données montre un avantage non négligeable dans le cadre de la détection de fraude. En effet, grâce à une analyse contextuelle des relations entre les données, une base de données de graphes va permettre d’identifier les irrégularités et de détecter les fraudeurs avec un niveau de précision élevé.

Un autre exemple dans le domaine de la santé où l’utilisation des bases de données de graphes a fait ses preuves est la prise en charge du patient. Il est ainsi possible de réorienter des patients dont la prise en charge est en échec vers le chemin qui a le plus de chance de réussir par l’analyse des différents parcours passés. Il est même possible d’utiliser des algorithmes prédictifs de graphes pour évaluer le devenir de certains parcours nouveaux et d’utiliser des algorithmes d’apprentissage ou d’IA dans le graphe pour proposer des chemins nouveaux.

À travers cet article, nous nous sommes attachés à démontrer le fait que les bases de données de graphes apportent une réelle valeur ajoutée lorsqu’il s’agit de réduire les coûts. Que ce soit par la rapidité de traitement qu’elles offrent, par leur capacité à réaliser des audits / analyses rapides et intuitifs, les bases de données de graphes permettent aux entreprises d’optimiser leurs ressources, leurs processus et leurs équipements pour une performance et une rentabilité accrues.