L’industrialisation de la démarche de valorisation de la donnée est l’un des tout premiers moteurs du passage au Cloud. Amazon et Google ont montré la voie.
< L'accélérateur majeur de la digitalisation est le Cloud
Le Cloud est un choix évident pour bâtir sa plateforme de données et les valoriser.
L’industrialisation de la démarche de valorisation de la donnée est même l’un des tout premiers moteurs du passage au Cloud. Pionniers de cette démarche, Amazon et Google ont montré la voie. Leur exemple montre qu’on peut bâtir des infrastructures de données offrant une élasticité inouïe mais aussi la possibilité de s’aventurer sur le terrain du machine learning de façon industrielle.
Les plateformes de données Cloud bénéficient d’abord des gains génériques du modèle Cloud : élasticité, montée en charge, disponibilité, évolution, sécurité... De façon traditionnelle, il faudrait d'abord évaluer le dimensionnement de l'infrastructure (en se basant sur les pics d'utilisation - ou bien en faisant des concessions importantes sur le temps de traitement), acheter et installer les machines, etc.
Dans une grande entreprise, cela représenterait déjà plusieurs mois ; le Cloud redonne ainsi de l'agilité. Pour une entreprise de petite taille ou de taille moyenne, le Cloud est l’assurance de pouvoir disposer d’une infrastructure de qualité, digne des plus grands, à un tarif abordable car lié à l’usage.
Cela facilite également la vie des ingénieurs devant installer, configurer et maintenir les technologies. La technologie open source Kafka, par exemple, qui sert à recevoir, ordonner et délivrer des messages, dans le cadre d’une architecture orientée événements, nécessite plusieurs mois d’implémentation dans une architecture on premises ainsi qu’une équipe pour la maintenir. Des offres managées, dans le Cloud, accélèrent la mise en œuvre et exonèrent l’entreprise des efforts de maintenance et d’évolution. Il en va de même pour de nombreuses technologies de bases de données, dont les hyperscalers offrent des versions managées - quand ces technologies ne sont tout simplement pas exclusives au Cloud.
La sécurité des données s’en sort renforcée également, grâce aux mécanismes de sécurité inclus ou proposés en option avec les offres de Cloud - qu’il faudra donc activer et paramétrer correctement ! Les accès aux données, en particulier, sont beaucoup plus surveillés dans une infrastructure Cloud où le mode Zero Trust est la norme (ou devrait l’être !) : on part du principe que chaque accès vient potentiellement de l’extérieur et on ne fait confiance à personne à l’intérieur du réseau ; chaque tentative d’accès doit donc disposer des autorisations ad hoc. Cela facilite aussi le partage sécurisé des données avec des partenaires ou des clients.
Cet article est extrait du Livre blanc "DataOps" 🗝
Gouvernance, efficacité, performance... sont à portée de main, pourvu qu'on se penche sérieusement sur un processus fondamental qui structure l'information de son SI.
Passer un peu de temps sur la conception de son pipeline est un pré-requis pour toute organisation souhaitant se revendiquer comme "data-driven".
Le data-driven demande de la transversalité - donc un défi majeur pour des entreprises souvent en silos. Face à cet enjeu, le "modèle opérationnel data" s'impose. Voici les questions clés et conseils pratiques pour élaborer une approche adaptée à votre contexte.
Parce qu'il est bon de lire et relire les classiques, nous vous convions à vous replonger dans cette somme impressionnante sur le data management qu'est ce Data Management Body of Knowledge.
