La donnée (data) est considérée comme l’or noir des entreprises. Cette valeur rapportée au bilan est passée en moyenne de 40% dans les années 80 à plus de 80% aujourd’hui selon Nathalie Malicet, vice-présidente de la commission numérique et innovation à la Compagnie nationale des commissaires aux comptes (CNCC). Ce n’est donc pas une surprise si toute l’attention se focalise sur la donnée, de son stockage à son exploitation, en passant par sa qualité et sa sécurité.
Dans son étude “Valorisation des données dans les grandes entreprises” parue en 2016, le CIGREF estime que “Les données constituent un levier essentiel de la transformation numérique des entreprises et de leurs conditions de création de valeur”. L’étude met en exergue trois points essentiels à la maturité des entreprises sur la donnée : les architectures techniques et solutions pour faire face à la massification et à la qualité des données - selon McKinsey Global Institute, le volume mondial de données double tous les trois ans ; la gouvernance, avec l’éthique et sa protection ; et la valorisation des données avec la mise en place d’un management global. Tous sujets dont se sont emparés les acteurs du marché.
3 domaines de la data qui nécessitent l’investissement des DSI
De la massification de la donnée est née la nécessité de prendre en compte la diversité des sources, des usages et des outils destinés à son traitement. L’époque où l’entreprise pouvait se contenter d’une base de donnée unique, déclinée en plusieurs usages, est révolue. Elle doit désormais gérer la donnée, la documenter et la protéger, avant de la partager et de la valoriser.
- Data factory
La Data Factory est une plateforme industrialisée 'data-driven', qui libère la donnée des silos applicatifs pour la centraliser et en accélérer le développement des usages. Cette démarche passe par l’évolution du système d’information vers un modèle d’architecture data-centric, qui place la donnée au cœur et autour du SI redessiné. Plateforme de partage de données, également, qui réunit le Data Lake, le stockage de tout type de donnée ; la Data Fabric pour des services de traitement et de fabrication de nouvelles connaissances ; le Data Management pour la gestion ; et le Data Hub pour le partage des données.
- Big Data
Le Big Data est généralement vu dans sa dimension technologique, celle d’un file-system universel à partir duquel l’entreprise applique les data sciences et des analytiques plus ou moins élaborés. On lui préfèrera la vision métier, celle de la résolution des problématiques de l’entreprise répondant à l’attente forte de la création de valeur. Après une longue période d’expérimentation, aujourd’hui selon Forrester les grandes entreprises qui se serviront du Big Data enregistreront un gain supplémentaire annuel de 1,2 milliard de dollars par rapport à celles qui ne s’en servent pas.
- IA (Intelligence Artificielle)
L’IA est souvent associée au Big Data dans les études. Cela est logique puisque pour être efficace, les algorithmes de traitement de la données doivent s’appliquer sur des bases importantes. C’est ainsi que selon Evans Data, en 2017 déjà près de 6 millions de développeurs ont travaillé à la création de logiciels de Big Data, d’IA et en particulier de Machine Learning, soit un tiers des développeurs dans le monde. Et nous n’en sommes qu’aux prémices d’une technologie qui n’a pas encore donnée toute sa puissance.