Dans nos billets précédents, nous vous avons présenté les principales facettes à considérer afin d’évaluer la mise en place de votre stratégie Big Data. Nous les résumons ici pour conclure notre dossier.
Premièrement, toute initiative Big Data doit être de nature stratégique et motivée par les besoins d'affaires.
L’information relative à la clientèle ou à un produit ne se trouve plus seulement dans les systèmes opérationnels de l’entreprise. Elle provient aussi des médias sociaux, des échanges numériques, du web, des téléphones intelligents, des appareils connectés, etc. Puisque les stratégies d’affaires reposent de plus en plus sur l'exploitation de ces données, l'intérêt de leur collecte pour une entreprise est d'en retirer une connaissance et un éclairage plus approfondi ou nouveau afin de répondre à des préoccupations précises.
Le Big Data ne diffère pas des autres technologies émergentes, qui ont été adoptées et intégrées dans les entreprises au fil des ans. L'introduction du Big Data a des impacts multidimensionnels, à la fois sur l'organisation, sur ses processus et sur son infrastructure. Elle doit être encadrée par les mêmes pratiques de gestion déjà en place dans la plupart des organisations.
Le Big Data vient bousculer les pratiques actuelles et les domaines de connaissance de gestion de données, en particulier l'architecture, la modélisation et la conception, le stockage et les opérations, la sécurité, l'intégration, la qualité et finalement les entrepôts de données et le système d'intelligence d'affaires.
Contrairement à la gestion traditionnelle des données, le Big Data est plutôt orienté vers de grands volumes de données généralement externes. Le but est de découvrir de nouvelles connaissances ou des idées utiles à l'entreprise et impossibles à détecter autrement par les approches traditionnelles d’entrepôts de données.
Dans le contexte du Big Data, les données peuvent arriver à des débits très élevés et s'accumuler très rapidement en d'énormes ensembles de données sur de très courtes périodes. La vélocité des données se traduit pour l'entreprise en capacité de traitement hautement élastique, provenant de sources et de formats variés et disponibles avec les capacités de stockage correspondantes. Cette grande variété des données représente un défi pour les entreprises en termes d'intégration, de transformation, de traitement et de stockage.
Afin de répondre à cette nature des données, l'environnement Big Data doit être hautement distribué, extensible et tolérant aux pannes, et représente une rupture par rapport aux pratiques établies dans les entreprises. Cette nature complexe du Big Data est prise en compte par les distributions ou solutions Hadoop disponibles sur le marché, mais leur stabilité et leur portabilité représentent un enjeu important pour les opérations TI.
La complexité, la flexibilité de l'infrastructure en matière de ressources matérielles et l'évolution rapide des outils du Big Data dirigent toutes dans la direction de l'externalisation de l'environnement vers un mode infonuagique où les risques technologiques sont assumés par les fournisseurs. Mais est-ce applicable à toutes les entreprises ?
Pour déterminer la meilleure solution, celle qui sera la mieux adaptée à vos besoins, les différentes possibilités doivent être analysées afin d'en évaluer les risques et de choisir le scénario qui permettra de les réduire tout en atteignant vos objectifs d'affaires au moindre coût.
NOVIPRO propose un modèle de maturité du Big Data combiné à l'analyse de risques complète pour vous aider à régler la question en toute confiance et éliminer les facteurs négatifs qui peuvent mettre en péril votre stratégie Big Data.
Transformation vers le Big Data selon NOVIPRO
Depuis plus de cinq ans, NOVIPRO investit dans le développement et l'évolution de sa méthodologie de transformation des TI pour aider les entreprises à faire le virage vers les innovations technologiques que représentent, entre autres, le cloud, le Big Data et l’Internet des objets.
Cette méthodologie repose sur une approche 360, où l'organisation TI, ses processus de travail et les technologies gravitent autour des besoins d'affaires de l'entreprise, le centre des préoccupations de l'analyse.
La méthodologie propose un cheminement par paliers de maturité pour transformer progressivement les TI par cycles d'amélioration continue. Chaque cycle vise à accroître l'agilité de l'organisation en simplifiant les structures et les processus de travail, et en optimisant les technologies et leur utilisation.
La méthodologie est totalement agnostique ou indépendante des solutions fournisseurs, car elle est fondée sur les cadres de référence connus, indépendants et réputés.
Ici se termine notre incursion dans l’univers du Big Data. Nous espérons que ce dossier vous aura aidé à mieux en comprendre les rouages. Si vous avez besoin d’accompagnement, NOVIPRO peut vous aider à poser un diagnostic et à prendre les meilleures décisions en fonction de vos besoins d’affaires.