Appréhender le Big Data

L’approche du Big Data

L’enjeu majeur du Big Data c’est de tirer des données brutes (internes ou externes à l’entreprise), de l’information de qualité, pertinente, opportune par rapport à un besoin de prise de décision. Ces informations ont vocation à supporter des processus de l’entreprise, à les rendre plus efficaces, et à permettre à l’entreprise d’innover en créant de nouveaux services.

Si l’enjeu majeur est bien de supporter des processus métier, il faut aborder le Big Data en pensant aux opportunités métier. Il existe évidemment des cas d’usage qui constituent des défis techniques, comme accélérer des processus informatiques longs à travers ces nouvelles technologies qui arrivent sur le marché. Mais, le premier défi, c’est réellement d’identifier des cas d’usage significatifs en termes métiers et aborder le Big Data avec des experts du métier. « Ne pas entrer dans cette démarche seul, du point de vue de la DSI, mais allier une expertise métier pour identifier les cas d’usage qui relèvent du Big Data et du métier de l’entreprise » souligne Lise Gasnier. Cette démarche peut faciliter la discussion autour des financements des technologies, des infrastructures et des implications nécessaires pour supporter ces cas d’usage.
Quand on évoque le dialogue avec le métier, il faut considérer tous les métiers car on tire la puissance des données en les corrélant et en les décloisonnant. A partir d’une organisation en silo, l’exploitation des données se réalise en cassant les silos, en décloisonnant les données et en instaurant un dialogue avec les métiers pour que ceux-ci parlent entre eux.

Les stratégies des DSI

Par rapport à ce phénomène, les approches de la DSI peuvent se résumer en trois maîtres mots.

L’anticipation est le premier. Beaucoup d’entreprises aujourd’hui ne se lancent pas car les métiers sont peu avertis des opportunités qu’offrent les technologies par rapport aux usages métier. Même informés de l’actualité autour du Big Data, les DSI, déjà fortement préoccupés par les défis techniques à relever et confrontés à la gestion de ces gros volumes de données, ne parviennent donc pas à se lancer car les métiers n’expriment pas de demande. « Nous sommes dans une situation d’indécision côté DSI mais cela ne doit pas les empêcher d’anticiper une demande qui va arriver, voire de la faire émerger eux-mêmes » ajoute Lise Gasnier.

Côté action, les DSI doivent s’approprier le phénomène et disposer d’une vision du marché et des technologies du Big Data. Savoir ensuite ce qui existe au sein de l’entreprise en termes d’infrastructures, d’applicatifs et de données (inventaire pour disposer d’une vision globale) pour détecter les briques réutilisables afin de passer à cette nouvelle échelle de données à traiter. Enfin, passer rapidement à la réalité à savoir identifier des cas d’usage métier pertinents et lancer par exemple des pilotes.
Le pragmatisme est le second maître mot. La démarche doit être simple et efficace. Trois tendances apparaissent…

Face à la profusion de solutions tant matérielles, logicielles, que de type Cloud, « le marché se semble pas consolidé en 2013 et on risque de se perdre » commente Lise Gasnier.

A partir des cas d’usage identifiés, on essaie d’associer les solutions utiles et adaptées pour mettre en oeuvre ces cas d’usage. Suite à l’inventaire et aux briques détectées réutilisables, on minimise l’impact de mettre en place un nouveau service sur des solutions nouvelles, « transformer de manière raisonnée et réutiliser l’existant afin de gérer au mieux la complexité ».

Enfin, trouver des accélérateurs est essentiel, et à ce niveau, on trouve trois stratégies de DSI au travers de différentes approches : l’approche In-house, d’abord choisir des produits du marché les plus adaptés à son besoin ou réaliser des développements spécifiques et les mettre en œuvre en s’appuyant sur des compétences internes de bout en bout maîtrisant parfaitement ces technologies. Ou bien l’approche consistant à utiliser des solutions packagées qui couplent le logiciel et le matériel, ce sont des boîtes noires, des appliances, immédiatement utilisables et optimisées pour les traitements nécessaires. Dernière approche, l’approche Cloud qui se décline : soit les DSI choisissent leurs solutions ou en développent et les intègrent eux-mêmes dans le Cloud (paiement à la demande), soit les DSI utilisent des solutions de type PaaS ou SaaS (solutions toutes faites). La première approche In-house est bien la plus engageante, la plus complexe et la plus longue à mettre en oeuvre. Côté accélérateurs, il faut limiter les risques, « se faire accompagner est indispensable sur le plan technique et sur le périmètre métier pour accélérer toute mise en oeuvre » explique Lise Gasnier.

Pérenniser la stratégie est le dernier maître mot. Ainsi, il faut valider ou non la démarche de sourcing choisie, réfléchir à une transformation organisationnelle en interne (plates-formes pérennes, évolutives, scalables par rapport au Big Data), évaluer les retours sur investissement, et animer une démarche de gouvernance des données pour réussir à consolider davantage les données et garantir leur qualité.

Quid des freins à l’adoption du Big Data ?

Si la sécurité peut intervenir et jouer un rôle quand on évoque le cloud pour la mise en place des solutions de Big Data, c’est surtout l’absence et le manque de demande métier forte poussant les DSI dans une direction précise, qui constitue un frein.

La pénurie des compétences est bien réelle, même s’il y a bien des financements prévus pour former les Data Scientists (statisticiens). Côté technique, la naissance des nouvelles solutions est donc confrontée à un manque de compétences au sein des DSI pour la maîtrise de ces nouvelles technologies. Comment écrire les algorithmes qui permettront de corréler toutes ces informations ?

Et de conclure « La seule stratégie possible semble donc être la stratégie qui allie le métier et la DSI. La DSI ne peut se lancer seule sans le métier, et le métier a besoin impérativement d’expertises particulières ».