L’approche data centric : les données au cœur de la stratégie d’entreprise
Autrefois concentré sur une approche user centric puis network centric, le DSI se doit maintenant de penser data centric.
Sous cette appellation se cache une approche qui replace les données au cœur de l’entreprise et nécessite de les considérer comme un actif à part entière au même titre que les brevets par exemple.
Il serait frustrant et incompréhensible de créer tout un pan d’activité mais de ne pas avoir cet actif sous contrôle. L’approche data centric entend renverser la vapeur et faire de la data, le point cardinal de la stratégie de l’entreprise.
La prophétie de l’approche data centric
Une architecture data-centric se constitue d’un noyau permanent et primaire : les données. Quand les applications et les services d’une entreprise sont éphémères et vivent aussi longtemps qu'ils sont utiles, la data au contraire, demeure. Une approche data-centric nécessite une vision unifiée et intégrée des données, et non plus une seule base de données unique pour toute l’entreprise. Concrètement, une entreprise peut modéliser ses données pour un cas d'utilisation spécifique, mais toujours de manière centralisée, avec des données et des processus régis pour garantir l'exactitude, l'intégrité et l'actualité des dites données.
Une approche axée sur la data présente de nombreux avantages : elle permet en effet de réduire la mauvaise compréhension des données, d’avoir une carte simplifiée des systèmes et des applications disponibles, éliminer les silos et surtout, faire en sorte qu’au regard des réglementations (le RGPD par exemple) et des usages, le cycle de vie en soit totalement maîtrisé.
Une donnée sans traitement ne vaut rien
On répète depuis des années que la data est le nouvel or noir. Ce qu’on dit moins, c’est que cette data ne vaut rien si elle n’est pas exploitable pour remplir un objectif. Or, ce qui permet un usage business des données, c’est justement l’évolution des moyens pour les traiter. Il y a quelques années encore, le DSI n’avait pas à sa disposition d’outils analytiques ou d’intelligence artificielle qui permettaient ces nouveaux usages, tout comme les combinaisons de nouveaux logiciels et d’infrastructures qui créent à leur tour des usages différents tous les jours.
Aujourd'hui, on estime que 90% des données n'ont pas plus de 2 ans. Des données souvent générées par des machines (IoT par exemple), des vidéos, du son, des textes non structurés (provenant des réseaux sociaux) que l’on peut traiter de manière toujours plus efficace grâce aux solutions d’IA et à la capacité qui semble sans limite des infrastructures.
Auparavant gérée par les services généraux, puis par la DSI, puis par le data center management, la charge de la gestion des données de l’entreprise est maintenant l’apanage d’une combinaison DSI/métier afin de tirer le meilleur parti des deux mondes. Si de nos jours, 3/4 des dirigeants trouvent que les outils d’analyse mis à leur disposition pour piloter leur business sont trop compliqués, la différence vient surtout du fait que les tableaux de bord sont maintenant bien plus larges (plus de data) et mis à jours en temps réel. On note également que 80% des besoins en analytique des clients se situent dans leur BU traditionnelle. Il est donc indispensable pour le bon développement de l’entreprise dans son ensemble de démocratiser l'accès et la compréhension à ces technologies de calcul et stockage.
Le secteur automobile, pionnier de l’approche data centric
Si l’exploitation des données récoltées par une entreprise pour améliorer sa propre activité est indispensable, sa monétisation reste encore un nouveau pas à franchir. A titre d’exemple, une voiture connectée génère approximativement 25 Go de données par heure et on estime que le marché de la data des voitures connectées devrait avoisiner les 750 milliards de dollars d’ici à 2030.
Aujourd’hui, une grande partie des véhicules vendus sont connectés et remontent donc de nombreuses informations à son constructeur, que ce soit à propos de la consommation, la localisation, la météo, les choix multimédias… Sur un parc de 500 000 voitures connectées, un célèbre constructeur français enregistre 1 500 points de mesure par voiture et par minute. Une base de données considérable qui pose alors la question du traitement : où stocker et traiter ces données ?
Un autre type d’exemple de véhicule connecté aujourd’hui, les camions poubelles. Une benne à ordures ménagères est équipée de 2 caméra et de 30 capteurs. Non seulement pour des questions de surveillance mais surtout pour optimiser ses tournées. La question du traitement de la data n’est donc pas qu’un sujet prospectif.
Pour parer à ce problème de collecte et de traitement, certains constructeurs automobiles allemands travaillant sur des prototypes de voiture autonome ont fait le choix de passer par des prestataires externes pour la gestion des données émanant de leurs tests, car ils estiment ne pas avoir les ressources nécessaires pour les récolter et les traiter efficacement à l’heure actuelle. S’il n’est pas certain que cette externalisation soit toujours d’actualité une fois les phases de tests achevées et ces véhicules autonomes commercialisés, il est clair qu’à l’heure actuelle, si même des géants du secteur ne s’estiment pas en mesure d’administrer ces données pourtant si précieuses, il y a fort à parier que cela va être amené à évoluer et à révolutionner d’autre secteurs dans les prochaines années.
Le stockage, le traitement et la gestion des masses de données dans le secteur automobile est indéniablement un défi que les professionnels du secteur doivent prendre à bras le corps. Mais les questions de protection et d’utilisation sont également des points saillants, dont les contours ne sont pas encore toujours bien définis. Les fabricants pourront bientôt s’enorgueillir de ce nouvel actif si précieux mais devront d’abord affronter les réticences des utilisateurs et les obligations réglementaires.