Non classé

Le Data Mesh : un exemple de cadre de vie 

Face aux silos historiques de données, aux difficultés rencontrées dans les exercices de centralisation des données et à la complexité résultante d’exploiter complètement le potentiel des données (“soyez data”), le Data Mesh définit la vision d’un cadre de vie des données dans l’entreprise. Cette vision a émergé des travaux de Zhamak Dehghani en 2019 (réf).  La vision proposée…

Read article
Data chaos … data paralysie, data entropie, et Shadow Data 

Stress, charge de travail, burn out, turn over, abandon, les métiers de la data sont en tension et engendrent du data chaos.   Les données sont partout mais difficiles à saisir, historiquement enfouies dans des systèmes, elles sont à extraire mais avec beaucoup d’effort, dispersées et dupliquées dans des silos non interconnectés, entassées dans des data…

Read article
Data platforms : l’effort d’assemblage et d’intégration, un choix capital 

Le monde des données exacerbe l’effort d’intégration déjà difficile à traiter : intégrer la prolifération des données issues des projets de digitalisation, intégrer des sources existantes de données hétérogènes en silos, intégrer des fonctions de gestion des données (de data management), intégrer des jeux de données voire des data products (dans un cadre Data Mesh), intégrer des composants techniques support…

Read article
L’étiquetage des données au cœur des data platforms 

Comment gérer des données, des produits de données sans données ?  Les données sont devenues un objet de gestion qui comme pour un logiciel client, produit… vont faire appel à des données. Ces données sont appelées Métadonnées et se rassemblent au sein d’Étiquettes, on parle d’étiquetage des données. Ces métadonnées sont essentielles pour l’ensemble des fonctions d’une data platform.   Au…

Read article
« Self Serve Data Platform » : démultiplication des forces data 

D’un côté, les métiers ont de plus en plus d’attentes et de contraintes liées aux données. De l’autre, l’IT ne peut pas répondre à l’ensemble des besoins data d’une organisation.  Le tout s’inscrivant dans une dynamique d’agilité continue à l’échelle, d’innovation (« test and learn »), de reconfigurations, de développement de nouveaux marchés, d’incertitudes, de crises, où…

Read article
Vers une convergence des fonctions des data platforms

Les fonctions des data platforms peuvent être représentées sous forme de couches fonctionnelles, support aux processus de gestion des données, en partant de l’intégration de sources de données jusqu’à la gouvernance des données. Les différentes couches fonctionnelles d’une data platform – vision 360° Une première suite de fonctions des data platforms a la charge de…

Read article
Un nouveau cadre de vie des données 

Les données se sont émancipées. Elles deviennent des produits à part entière qui doivent permettre de répondre aux nombreuses attentes métier. L’accélération de la pression des données ne ralentit pas : volumes, temps réel, natures des données. Nulle entreprise ou organisation ne peut ignorer cette pression, les besoins d’accès aux données et la part de…

Read article
Les clés de l’accès aux données 

Pour tous les acteurs confrontés aux données, le sujet numéro un est l’accès aux données. La vision Produit répond à cette attente, en offrant les moyens d’exploiter correctement des données. C’est-à-dire, les reconnaître (les cataloguer, les exposer), les évaluer (les contrôler, les gouverner, les valoriser), les prendre, les protéger et les utiliser.   Cette capacité de…

Read article
Data platforms : expérience Métier ou expérience IT 

Deux grandes orientations sont donc à distinguer : des data platforms à la main des métiers, et des data platforms à la main de l’IT.  La distinction porte sur les caractéristiques des données traitées et des usages finaux.   Dans le cas de l’orientation métier, les données doivent circuler vite et bien, être facilement consommables par…

Read article
Les enseignes de données : data marketplace & collection de datasets 

Lorsque les données sont enfouies dans des couches de stockage (SGBD, Datawarehouse, Data lake), il est nécessaire, pour y accéder, de faire appel à des moyens d’interrogation : par exemple via le langage SQL(1) majoritairement, ou via des outils de Business intelligence et le passage par une couche de programmation de type ETL (Extract Transform and…

Read article