Data et silos : nous pouvons enfin sortir de l'ère du compromis
À l'heure où la prise de décision est de plus en plus assistée par les données, l'avènement de l'informatique décisionnel, aussi appelé BI pose aux entreprises la question du choix de leur approche.
Pour devenir data-driven, guidées par la donnée, les entreprises doivent faire un certain nombre de compromis. "Quelle quantité de données doit-je exploiter pour être en phase avec mes capacités techniques ?" "Comment vais-je allouer le temps de mes équipes entre la collecte et l’analyse des données ?" Pour ajouter encore une dose de difficulté dans la réflexion, l’intégration de nombreuses solutions IT au sein de l’organisation a entrainé l’apparition de silos de données, c’est-à-dire un ensemble de données seulement accessibles par une partie de l’organisation, alourdissant le temps de traitement de la donnée au sein de l’entreprise.
Comment être data-driven malgré ce cloisonnement des données ? Doit-on rester sur le compromis qui oblige à un équilibre difficile à tenir ? Vue la formulation de ma question, l’orientation de mon avis laisse peu de doute.
Entre données silotées et recherche d’agilité
Il est loin le temps de l’informatique unifiée en entreprise. L’explosion des offres en SaaS a eu pour conséquence notable de faire apparaitre des silos de données pour chaque nouvelle solution ajoutée, entrainant des problèmes tels qu’un manque de visibilité pour les équipes IT sur le vrai nombre d’applications installées ou encore un alourdissement des process. Les outils optimisés pour résoudre des problèmes précis, comme la trésorerie ou les ressources humaines par exemple, sont de plus en plus nombreux, entrainant la fâcheuse tendance à multiplier les copies de fichiers Excel dans les organisations. Résultats, les coûts de traitement deviennent rapidement exorbitants à cause de trop nombreuses extractions de données et des réinjections dans d’autres applications à réaliser.
Les entreprises peuvent difficilement imaginer un monde sans silo : ceux-ci sont actuellement trop ancrés au sein des systèmes pour les faire disparaitre d’un coup de baguette magique. Mais cette problématique de silotage durable continue de créer un délicat équilibre, entre une fragmentation des données et une recherche de réconciliation agile et rapide à moindre coût.
A plus grande échelle, ces silos hermétiques privent l’entreprise d’une vue holistique sur l’ensemble de ses données, l’empêchant de réaliser le plein potentiel d’une stratégie data driven. Le cabinet Gartner indiquait d’ailleurs avant la pandémie que 87% des entreprises affichent un niveau de maturité faible en business intelligence et en analytique, accumulant des silos et ralentissant leurs projets. Nous observons que la tendance a peu évolué depuis. Mais composer avec l’existence des silos ne veut pas dire que nous ne pouvons pas commencer à les fragiliser.
Comment contourner ou briser les silos ?
Il existe aujourd’hui des outils pour accéder aux données silotées, faire des requêtes ou encore unifier les silos de manière plus simple et efficace dans une approche hybride. Les entreprises doivent-elles se tourner vers une approche DataOps dont l’objectif est d’effacer les frontières technologiques, et donc les silos, en favorisant la collaboration entre les intervenants de la chaîne de traitement de la donnée ?
Outre ces aspects organisationnels, il existe également plusieurs réponses techniques capables d’abattre virtuellement ces silos de données et de libérer le potentiel data auprès de la bonne population. La virtualisation de données permet de flouter les frontières des silos en offrant un accès direct aux systèmes opérationnels en temps réels, réduisant drastiquement les temps de process. La data fabric va encore plus loin dans son approche en brisant les silos grâce à la capture de données afin de les croiser et les connecter.
Si les réponses technologiques dépendent de la stratégie d’entreprise en place, du niveau de maturité technologique et des cas d’usages, l’objectif reste commun : proposer une vue unifiée des données, des accès sécurisés et conformes aux régulations en place et des possibilités de manipulation pour accélérer l’exposition des données auprès des métiers et des spécialistes data.
Et si le vrai problème était justement cette recherche de compromis ?
Derrière les challenges techniques, le réel problème derrière la mise en place des stratégies data-driven est l’acceptation du compromis. Les entreprises se retrouvent à choisir entre de bonnes performances autour de la donnée ancienne de plusieurs jours et des temps d’attente longs sur de la donnée fraiche. Les entreprises se sont habituées à ces compromis alors que la technologie existe aujourd’hui pour réussir à réunir le meilleur de ces deux approches.
L’hybridation des architectures permet aujourd’hui d’explorer de nouvelles possibilités et d’embrasser pleinement l’exigence de l’approche data-driven afin de se différencier.
La voie la plus sûre qui se dessine est l’automatisation, permettant de casser les silos et de réussir à exploiter la donnée fraiche de façon opérationnelle, sans compromis sur la technique. C’est l’une des clefs pour passer outre les silos à l’échelle de l’entreprise, permettant de réduire les coûts de data engineer en automatisant les technologies de DataOps ou encore la promesse de souplesse et d’agilité en raccourcissant le temps de collecte et de traitement des données.
En contournant les contraintes liées aux silos de données, quel que soit le levier technologique utilisé, l’entreprise formalise une stratégie globale d’ouverture et donne la possibilité de ne plus se limiter à des environnements prédéfinis de données tout en les valorisant. En s’ouvrant à un écosystème de données, c’est tout une nouvelle voie d’innovation qui est possible. Enfin les organisations pourront trouver un équilibre durable pour réussir à exploiter et à explorer l’ensemble de leurs données.