La transformation numérique des entreprises et de leur écosystème (partenaires, clients…) s’accompagne d’une explosion du volume et de la diversité des données à leur disposition. Ce qu’on appelle les Big Data.
Pour tirer de la valeur de ces données, les entreprises se tournent vers des techniques d’Analytics, c’est-à-dire d’analyse de données, plus sophistiquées que celles actuellement utilisées pour exploiter les données produites par les processus opérationnels à des fins de reporting et de pilotage. Ces techniques permettent de révéler des réalités cachées (insights) et d’asseoir les décisions, voir de les automatiser, en s’appuyant sur des modèles bâtis à partir de données observées. Ce que l’on appelle la Data Science.
Pour les entreprises et les organisations, le couplage de l’Analytics et des Big Data peut être source de nouveaux usages et d’opportunités dans de nombreux domaines. Le problème est alors d’identifier les usages qui peuvent apporter de la valeur, d’en démontrer la valeur effective, et de faire rentrer dans la pratique les usages les plus intéressants.
Le volume et la diversité des données à exploiter, les contraintes de temps de traitement à respecter pour certains usages nécessitent la mise en œuvre de nouvelles architectures de traitement des données. Ces nouvelles architectures « data centric » s’ajoutent et dans un premier temps doivent s’interfacer avec les architectures du SI existant. Elles sont de nature à remettre en cause ces architectures et à accélérer leur évolution, notamment vers le Cloud. Elles introduisent des éléments d’incertitude que les architectes d’entreprise doivent prendre en compte dans leurs travaux sur les cibles d’évolution du SI
La mise en œuvre d’une démarche d’Analytics et Big Data met en lumière de nouveaux acteurs dans le paysage du SI. Elle renforce le besoin de gouvernance et de protection des données. Elle fait appel à une culture de projet plus proche de l’innovation et de la R&D dans laquelle l’objectif à atteindre ne peut être défini a priori et se prête mal à un pilotage par le ROI.
Toutes ces évolutions interpellent les architectes d’entreprise. Mais il n’est pas facile d’y voir clair tant les problématiques sont imbriquées et souvent confuses, les solutions sont multiples et instables et les vrais retours d’expérience encore peu nombreux.
L’objectif du projet 2015 « Analytics et Big Data : nouvelles architectures de traitement des données » était d’apporter un peu de clarté dans tout cela pour aider les architectes d’entreprise à se repérer et à se positionner dans ce contexte, en dégageant des idées clés :
Le projet s’inscrit dans la continuité des projets menés depuis plusieurs années par le Club Urba-EA
Le rapport du projet comporte cinq chapitres.
Chapitre 1 – Les concepts
Chapitre 2 – Usages des Big Data et de l’Analytics dans le domaine client
Chapitre 3 – Les nouvelles architectures de traitement des données
Chapitre 4 – Eléments clés d’une démarche Analytics et Big Data
Chapitre 5 – Recommandations pour les architectes d’entreprise
Philippe ANQUETIL (philippe-anquetil@anquetil-conseil.com)
Nicolas CHEVALIER (nicolas.chevalier@oresys.eu)
Toutes les publications du club
