Prédictions 2022 – Changement et exploitation des données

5 tendances qui accéléreront le changement et permettront aux organisations d’exploiter efficacement les données en 2022

Par Denodo, expert en virtualisation des données

La dépendance aux données n’ayant jamais été aussi forte pour les entreprises, la plupart des acteurs du secteur cherchent à s’imposer d’abord comme une entreprise technologique, à l’instar d’Amazon ou de Netflix. Les organisations sont passées à la vitesse supérieure dans leur transformation numérique et comprennent désormais qu’elles doivent être prudentes quant à la manière dont elles intègrent et gèrent les données d’entreprise qui sont distribuées, mais toujours facilement accessibles, fiables et gouvernées.

Cela a suscité l’avènement de styles d’intégration de données modernes tels que la virtualisation des données, les industries de toutes sortes et de toutes tailles cherchant à accélérer le changement et à exploiter efficacement leurs données.

La data fabric deviendra le fondement de l’entreprise distribuée

La prolifération des activités numériques et des canaux de vente en ligne, ainsi que la généralisation du travail à distance, créent un écosystème complexe et diversifié de dispositifs, d’applications et d’infrastructures de données. Plus précisément, l’infrastructure de données peut s’étendre sur site, sur le cloud, le multi-cloud, le cloud hybride, ou sur une combinaison de ces éléments, et s’étendre au-delà des frontières sans qu’il y ait de solution unique pour relier ces données entre elles.

En 2022, les entreprises créeront une data fabric pour piloter les données et l’analytique à l’échelle de l’entreprise et pour automatiser de nombreuses tâches d’exploration, d’ingestion, d’intégration et de préparation des données. En permettant aux organisations de choisir leurs approches privilégiées, ces data fabrics réduiront les délais de livraison et deviendront une approche de gestion des données privilégiée dans l’année à venir.

En fait, selon l’étude récente Total Economic Impact réalisée par Forrester, « la technologie Data Fabric fait franchir une étape supplémentaire à la virtualisation des données en automatisant les fonctions de gestion des données à l’aide de l’intelligence artificielle/machine learning et en fournissant des capacités sémantiques supplémentaires grâce au catalogue de données, à la préparation des données et à la modélisation des données. »

L’intelligence décisionnelle fera son entrée dans l’aide à la décision d’entreprise

Les organisations ont acquis d’énormes quantités de données et doivent exploiter ces informations pour obtenir des résultats. L’intelligence décisionnelle fait son chemin dans les entreprises car les tableaux de bord habituels et les plateformes de BI sont complétés par des systèmes d’aide à la décision basés sur l’IA et le machine learning.

L’intelligence décisionnelle a le potentiel d’améliorer et d’accélérer les évaluations en 2022, étant donné que les décisions générées par les machines peuvent être traitées à des vitesses que les humains ne peuvent tout simplement pas atteindre. Une mise en garde : les machines n’ont toujours pas de conscience et ne comprennent pas les implications du résultat de la décision. Il faut donc s’attendre à ce que les entreprises intègrent l’intelligence décisionnelle dans leur stack BI afin de mesurer en permanence le résultat et d’éviter les conséquences involontaires en ajustant les paramètres de décision en fonction.

Les architectures de data mesh deviendront plus attrayantes.

À mesure que la taille et la complexité des organisations augmentent, les équipes en charge des données sont obligées de traiter avec un large éventail d’unités fonctionnelles et de consommateurs de données associés. Il est donc difficile de comprendre les besoins en données de toutes les équipes inter-fonctionnelles et de proposer le bon ensemble de produits de données à leurs consommateurs. Le data mesh est une nouvelle approche d’architecture de données décentralisée pour l’analyse de données qui vise à supprimer les goulets d’étranglement et à rapprocher les décisions relatives aux données de ceux qui les comprennent.

A partir de 2022, les grandes organisations disposant d’environnements de données distribués mettront en œuvre le data mesh pour minimiser les silos de données, éviter la duplication des efforts et assurer la cohérence. Le data mesh créera une infrastructure unifiée permettant aux domaines de créer et de partager des produits de données tout en appliquant des normes d’interopérabilité, de qualité, de gouvernance et de sécurité.

Les organisations adopteront les données et l’analytique composables pour augmenter les capacités des consommateurs de données

Les architectures monolithiques appartiennent déjà au passé, mais il faut s’attendre à ce qu’elles soient de moins en moins utilisées. Les entreprises internationales gèrent des données distribuées à travers des clouds et des data centers répartis dans le monde entier, et il est pratiquement impossible de consolider ces données dans un emplacement central. C’est là que l’architecture de données composable devient primordiale et apporte de l’agilité à l’infrastructure de données. L’infrastructure de gestion des données est extrêmement diversifiée et, en général, chaque entreprise utilise plusieurs systèmes ou modules qui constituent ensemble son environnement de gestion des données. La possibilité de construire une infrastructure de données en low-code/no-code apporte flexibilité et convivialité, car elle permet aux utilisateurs métier de composer le stack de gestion de données de leur choix et les rend moins dépendants de l’informatique.

En 2022, les entreprises devraient accélérer la mise en place d’environnements composables pour les données et l’analytique, ce qui leur permettra de bénéficier d’une plus grande souplesse pour composer le stack d’infrastructure de données qui répond à leurs besoins.

L’analyse des données à petite et grande échelle gagnera du terrain

L’IA et le machine learning sont en train de transformer le mode de fonctionnement des organisations, mais leur réussite repose également sur l’analyse des données historiques, c’est-à-dire l’analyse des Big Data. Si l’analyse des Big Data est là pour rester, dans de nombreux cas, ces vieilles données historiques continuent de perdre leur valeur.

En 2022, les entreprises tireront parti de l’analyse des petites données pour créer des expériences client hyper-personnalisées afin de comprendre les préférences des clients à l’instant T. Alors que l’analyse des données étendues (ce qui implique de combiner des données structurées, non structurées et semi-structurées provenant de diverses sources de données à des fins analytiques) est un concept relativement nouveau qui n’a pas encore été adopté à grande échelle – étant donné le rythme auquel les organisations utilisent les données géospatiales, celles générées par les machines, les réseaux sociaux et divers autres types de données – on peut s’attendre à ce que l’analyse des données à petite et à grande échelle gagne du terrain dans les entreprises en 2022.